O que a pesquisa de 2026 mediu sobre grafo e resposta gerada

Com o roteiro de 90 dias aprovado, chegou à mesa de Renata uma proposta que não estava nele. Um fornecedor oferecia montar um grafo com IA sobre os 4.000 manuais técnicos e os 12 anos de chamados da assistência da Tupã Fornos, com a promessa de respostas três vezes mais precisas para os técnicos de campo. Otávio, o gerente de tecnologia, gostou da ideia e não soube dizer de onde vinha o três. Renata pediu uma folha com o que a pesquisa mediu em 2026 sobre esse tipo de sistema, com o nome de quem pagou cada estudo. A folha mudou o tamanho da compra: o grafo ficou restrito às perguntas que atravessam vários fatos, que eram 17% dos chamados, e o resto seguiu pela busca que a empresa já tinha.

O que o fornecedor chama de grafo com IA

O nome técnico do produto é recuperação guiada por grafo, que o mercado chama de GraphRAG. Um sistema comum de perguntas sobre os documentos da empresa busca os trechos mais parecidos com a pergunta e os entrega ao modelo antes de ele escrever a resposta. A versão com grafo acrescenta uma etapa anterior: uma máquina lê o acervo inteiro, anota quem é quem e quem se liga a quem, e guarda essas ligações num cadastro que a busca percorre depois. Cada ligação é uma tripla, a menor afirmação possível: a Tupã fabrica o forno FL-80, o FL-80 usa a grelha G-12. A promessa é responder perguntas que nenhum trecho isolado responde. O preço é pagar a leitura do acervo inteiro antes da primeira pergunta, e parte dela de novo a cada documento que entra.

Onde o grafo ganha, e onde empata ou perde

O estudo mais completo sobre a pergunta saiu na conferência ICLR de 2026, assinado por pesquisadores da Universidade de Xiamen e da Universidade Politécnica de Hong Kong: o GraphRAG-Bench. Quando a pergunta pede um fato isolado, a busca comum por trechos acertou 60,92% das perguntas do conjunto de romances, contra 49,29% do grafo publicado pela Microsoft. Quando a pergunta exige encadear fatos espalhados pelo texto, a ordem se inverte: o melhor método de grafo, chamado HippoRAG2, chegou a 53,38%, contra 42,93% da busca comum. Os autores apontam o mecanismo: o grafo amplia o que a busca alcança e, junto, enche o pedido ao modelo de contexto que atrapalha.

A NYU Shanghai chegou ao mesmo lugar por outro desenho, num estudo publicado em 1º de abril de 2026 e ainda sem revisão por pares. Em perguntas gerais, o ganho médio do grafo sobre a busca comum foi de 0,47 ponto; nas perguntas de vários saltos, as que exigem passar de um fato a outro até chegar à resposta, foi de 27,23 pontos. O mesmo trabalho mediu o custo de montar o índice: US$ 13,19 por milhão de tokens, a unidade em que o modelo cobra o texto, no grafo da Microsoft, e US$ 2,85 no HippoRAG2. A consulta média do primeiro levou 22.160 tokens ao modelo, e a do segundo, 3.229.

Para empresa com acervo grande, o resultado que mais pesa saiu em julho. O estudo BM25 Wins at Scale, da Universidade de Ciência e Tecnologia da China, testou os mesmos métodos em acervos crescentes, de 1.144 a mais de 500 mil documentos corporativos. Com 131.876 documentos, a busca comum por palavras, uma técnica dos anos 1990 chamada BM25, acertou 55,2%, contra 41,0% do HippoRAG 2, o método de grafo mais forte do estudo. A conta de montagem explica o resto: pela extrapolação dos autores, indexar o acervo inteiro com uma das variantes de grafo exigiria cerca de 102 bilhões de tokens, o equivalente a quatro anos de uma máquina dedicada. Os autores chamam isso de parede de construção, e ela aparece antes do tamanho em que a empresa opera.

Grafo curado à mão também não resolve sozinho. Pesquisadores da AWS e da Cisco, num trabalho apresentado em junho de 2026 num encontro paralelo da conferência ACL, usaram um grafo de medicina de precisão com 8,1 milhões de ligações prontas. Consultado sozinho, ele acertou a primeira resposta em 13,76% das perguntas. Somado à busca por significado, chegou a 65,14%, ainda abaixo dos 69,72% da busca em textos que descrevem as mesmas entidades e ligações, com a seleção feita pelo modelo. A otimização do contexto enviado ao modelo, proposta pelos autores, reduziu de 19% a 53% o uso de tokens. O grafo rendeu como complemento do texto e rendeu pouco no lugar dele.

Seis estudos de 2026, com quem assina cada um

A coluna da direita pesa tanto quanto a do resultado. Dois dos seis estudos vêm de empresas que vendem a tecnologia comparada, e um deles chegou a um resultado contrário ao próprio produto.

Montar o cadastro com IA: quem é quem sai certo, quem se liga a quem sai errado

A proposta do fornecedor dependia de uma máquina ler os manuais e anotar sozinha as ligações. O teste mais limpo dessa etapa saiu em maio de 2026 num encontro paralelo da conferência LREC, feito na Universidade de Tartu com uma lista fechada de 96 tipos de ligação. Os modelos acertaram as entidades com F1, a medida que combina o que foi achado com o que ficou de fora, entre 74,1% e 84,0%. As ligações completas ficaram em no máximo 39,9%, no Claude Opus 4.5, e o GPT-5.1 marcou 21,7%. Parte do erro é do gabarito, tirado do Wikidata e incompleto; mesmo com esse desconto, a distância entre achar a coisa e achar a ligação continua larga.

Com ontologia, a planta que diz quais tipos de coisa e de ligação existem no negócio, o padrão se repete. O teste de referência CQ4OE, da Universidade Politécnica de Madri, publicado em 22 de setembro de 2026, pediu a nove modelos que gerassem ontologias a partir de perguntas de competência, as perguntas que o cadastro precisa saber responder. Na estrutura, as classes saíram com F1 médio de 59,7% e as propriedades, que são as ligações, com 31,8%, e as regras lógicas que cada pergunta exigia saíram completas em apenas 2,1% dos casos. A máquina acha as palavras do negócio e erra a estrutura que liga essas palavras, e é essa estrutura que o grafo vende.

Na outra ponta, a escala impressiona. O GPTKB 2.0, da Universidade Técnica de Dresden, montou em 70 dias e por US$ 6.992 uma base com 38,4 milhões de afirmações sobre cerca de 1,6 milhão de entidades, tiradas da memória de um modelo, e 94,5% das afirmações de uma amostra de 200 foram julgadas verdadeiras por pessoas. Nenhuma traz a fonte de onde veio, que é exatamente o tipo de dado que o módulo 10 ensinou a devolver. O ajuste que funciona é prender a extração a um esquema conhecido: o método Wikontic, apresentado na conferência EACL de 2026, alinhou a extração ao vocabulário do Wikidata e deixou só 3,5% das afirmações fora dele.

Grafo no pedido não obriga o modelo a obedecer

Entregar o grafo ao modelo também não garante que ele o use. O KG-Guard, de maio de 2026, parte dessa observação: mesmo com o grafo como fonte, o modelo pode responder pelo que decorou no treino. Isabelle Augenstein, da Universidade de Copenhague, levou o mesmo alerta a uma das palestras principais da conferência europeia de web semântica, a ESWC, em maio. Quando o grafo chega como evidência escrita, o efeito aparece: no encontro FEVER de 2026, dedicado à checagem de fatos, o Rensselaer Polytechnic Institute mediu ganho de 12,67 pontos na checagem de fatos do GPT-4o-mini e de 9,33 no GPT-4.1-mini, numa amostra de 300 afirmações, quando a resposta se apoiava no grafo.

O número que mais circula a favor do grafo tem data. Em novembro de 2023, Juan Sequeda e colegas da data.world mediram 16% de acerto de um modelo respondendo perguntas de negócio direto no banco de dados e 54% com grafo e ontologia no meio. A dbt Labs refez parte do teste em abril de 2026 com 11 das perguntas: a consulta direta subiu de 32,7% para 64,5% com os modelos novos, e a camada semântica, a definição escrita das métricas do negócio, fez 72,7% no total e 100% dentro do que estava modelado. Fora disso, ela recusou responder. A distância encolheu porque os modelos melhoraram, e a vantagem que sobrou é errar alto, recusando, em vez de errar em silêncio. A dbt Labs vende essa camada.

A Cube, outra fornecedora do mesmo tipo de camada, mediu em abril de 2026 que um documento de 4 KB com as medidas, as convenções e as regras de desambiguação do negócio, sem grafo nenhum, levou três modelos de uma faixa de 45,5% a 50,5% de acerto para outra de 67,7% a 68,7%, em 100 perguntas. O ganho vem do significado escrito, e o grafo é uma das formas de escrevê-lo.

A decisão que está na sua mesa

Você pode comprar o grafo para o acervo inteiro, como veio na proposta; comprar só para as perguntas que atravessam vários fatos, com a busca comum no resto; ou começar pela definição escrita dos termos do negócio e adiar o grafo. A pesquisa de 2026 sustenta a segunda e a terceira, que não se excluem. O critério é a proporção de perguntas de vários saltos no seu atendimento. Numa distribuidora com 12 milhões de itens no grafo, relatada em fevereiro de 2026 pela consultoria que fez a obra, o caminho com grafo atendeu 7% das 2.400 consultas diárias, e a mesma consultoria registrou que separar quem é quem nos dados custou mais engenharia que o banco de grafo. Na Tupã, as perguntas de vários saltos eram 17% dos chamados, e a compra encolheu na mesma proporção.

O pedido para mandar hoje ao time

Proposta de grafo testada no acervo de outro cliente compra o resultado de outro cliente. O pedido abaixo troca a promessa por uma comparação nas perguntas da casa.