Google, Por Que o Google Ainda Exibe Anúncios Duvidosos? A Própria IA da Empresa Eleva as Apostas
O Google analisou duas vezes o mesmo anúncio suspeito no YouTube e, segundo relatos, não encontrou violação de política, apesar de sua evidente imitação de um alerta de iPhone. O incidente reacendeu uma pergunta direta: por que o Google ainda exibe anúncios duvidosos?
O caso traz uma reviravolta especialmente desconfortável. O Google afirma que sistemas baseados no Gemini impediram mais de 99% dos anúncios que violavam políticas antes de serem exibidos em 2025. Ainda assim, um usuário mostrou a peça contestada ao Gemini, e o modelo identificou imediatamente diversas aparentes violações das regras de publicidade publicadas pelo Google.
Um único relato não pode medir a precisão de uma plataforma global de publicidade. Pode, porém, revelar uma lacuna séria entre a triagem automatizada, as denúncias de usuários e as decisões finais de fiscalização. Essa lacuna importa porque a publicidade do Google gerou 294,7 bilhões de dólares em receita durante 2025.
O verdadeiro conflito não é entre o Google e um anunciante enganoso. É entre a promessa pública de segurança da empresa e a experiência de usuários que denunciam violações aparentemente óbvias e recebem recusas com aparência automatizada.
Por Que o Google Ainda Exibe Anúncios Duvidosos Depois que Usuários os Denunciam?
O incidente ganhou relevância porque o Google não apenas deixou de detectar o anúncio uma vez. Seu processo de análise teria defendido a decisão após denúncias repetidas.
Chris Greening, que publica o blog de tecnologia Atomic14, relatou ter visto o anúncio dentro do aplicativo do YouTube vários meses antes. A peça lembrava uma caixa de diálogo do sistema iOS e avisava que o armazenamento do iPhone do espectador estava cheio.
Greening disse que selecionou o anúncio por acidente enquanto realmente estava com pouco espaço de armazenamento. Esse contexto ilustra por que designs de interface enganosos funcionam. O anúncio parecia vincular uma preocupação real com o dispositivo a um alerta que se assemelhava a informações do sistema operacional.
Os botões exibidos no anúncio supostamente lembravam os conhecidos controles “Sim” e “Não” de um alerta nativo. Eram elementos gráficos, e não controles reais do sistema. Selecionar a peça direcionava o usuário a um destino externo.
Greening denunciou o anúncio pelo processo disponibilizado pelo Google. Segundo seu relato, o Google respondeu que a publicidade não violava suas políticas. Ele enviou outra denúncia e recebeu a mesma conclusão.
Outras pessoas aparentemente denunciaram a mesma peça e receberam uma resposta equivalente. A mensagem dizia que o Google havia concluído que a publicidade não entrava em conflito com políticas destinadas a proteger usuários e o ecossistema online.
O relato original inclui imagens do anúncio e da resposta do Google. Ele não fornece informações suficientes para identificar o anunciante, a página de destino, as configurações de segmentação ou o histórico completo de análises.
Esses detalhes ausentes exigem cautela. As evidências públicas não estabelecem se um único revisor tratou das duas denúncias, se a automação gerou as respostas ou se o destino mudou entre as análises.
Também não prova que o Google aprovou deliberadamente um golpe. O anúncio pode ter promovido um aplicativo real por meio de uma peça enganosa. Essa distinção importa juridicamente, mas não resolve o aparente problema de política.
As regras publicadas pelo Google sobre representação enganosa proíbem anúncios que imitam notificações do sistema ou usam elementos não funcionais que se parecem com botões. Elas também restringem alegações baseadas no medo, destinadas a pressionar usuários a agir imediatamente.
A peça contestada parece corresponder de perto a essas descrições. Ela copiou um alerta de armazenamento no estilo iPhone, apresentou controles de imitação e sugeriu que recursos do dispositivo poderiam parar de funcionar caso o usuário não agisse.
Greening então forneceu o anúncio ao modelo Gemini do Google e pediu que ele avaliasse a peça. O Gemini a classificou como reprovada e citou design enganoso, elementos de interface enganosos e alegações não confiáveis.
Esse resultado não é uma decisão formal do Google Ads. Uma sessão de uso geral do Gemini não necessariamente utiliza o mesmo modelo, prompt, evidências, limites ou ferramentas de fiscalização do sistema de análise em produção do Google.
Ainda assim, o contraste é difícil de ignorar. Um modelo voltado ao consumidor reconheceu o aparente problema em segundos, enquanto o canal oficial de denúncias teria rejeitado a reclamação duas vezes.
O evento mudou a discussão de “anúncios ruins às vezes escapam da detecção” para “anúncios ruins denunciados podem sobreviver a uma segunda análise explícita”. É por isso que um pequeno encontro no YouTube atraiu centenas de comentários de editores, anunciantes e usuários.
Muitos compartilharam experiências semelhantes envolvendo software falso, solicitações fraudulentas de pagamento, produtos de saúde e anúncios projetados para se parecerem com interfaces de dispositivos. Esses relatos continuam sendo anedóticos, mas sua consistência aponta para um problema recorrente de confiança.
O desafio do Google é, portanto, maior do que remover um único anúncio. A empresa precisa explicar por que uma peça pode aparentar violar regras escritas enquanto seu processo de análise voltado ao usuário diz o contrário.
Os Números de Fiscalização do Google Tornam a Falha Mais Difícil de Explicar
O Google apresenta a inteligência artificial como o sistema que fecha lacunas de fiscalização, tornando falhas visíveis mais prejudiciais à sua credibilidade.
Em abril de 2026, o Google publicou seu Relatório de Segurança de Anúncios de 2025. A empresa afirmou que ferramentas baseadas no Gemini identificaram mais de 99% dos anúncios que violavam políticas antes que eles chegassem ao público.
O Google também afirmou ter bloqueado ou removido mais de 8,3 bilhões de anúncios durante 2025. Esse total incluiu 602 milhões de anúncios associados a categorias de políticas mais diretamente relacionadas a golpes.
A empresa suspendeu 24,9 milhões de contas de anunciantes no mesmo período. Mais de 4 milhões dessas suspensões envolveram atividades relacionadas a golpes, segundo o Google.
Seu relatório de segurança de anúncios descreve sistemas que analisam centenas de bilhões de sinais. Esses sinais incluem a idade da conta, indícios comportamentais, padrões de campanha, imagens, texto e outros indicadores da intenção do anunciante.
O Google afirma que essa abordagem funciona além da simples correspondência de palavras-chave. Os modelos Gemini supostamente analisam a relação entre múltiplos sinais, ajudando a plataforma a reconhecer campanhas criadas para contornar regras diretas.
A empresa também informou ter processado mais de quatro vezes mais denúncias de usuários em 2025 do que em 2024. Segundo ela, uma automação aprimorada permitiu que especialistas em segurança se concentrassem em casos que exigiam julgamento humano.
As suspensões incorretas de anunciantes teriam caído 80% naquele ano. Esse número aborda o lado oposto da fiscalização, no qual empresas legítimas perdem acesso porque um sistema automatizado interpreta incorretamente suas atividades.
São alegações substanciais. Elas descrevem uma plataforma que usa IA para ampliar a cobertura, acelerar decisões e reduzir falsos positivos ao mesmo tempo.
Ainda assim, os números não respondem à questão central levantada pelo caso do YouTube. Uma plataforma pode bloquear bilhões de anúncios e ainda oferecer uma experiência ruim quando um usuário identifica uma violação específica que passou despercebida.
O número de 99% também precisa de contexto. O Google descreve a porcentagem de anúncios que violavam políticas e que seus sistemas detectaram antes da veiculação. Ele não revela o total de violações que escaparam totalmente da classificação.
Calcular uma verdadeira taxa de falhas exigiria uma estimativa independente de todos os anúncios infratores enviados à plataforma. O denominador publicado pelo Google aparentemente abrange violações que seus sistemas eventualmente identificaram.
Essa diferença não torna a estatística sem sentido. Significa, porém, que o número não pode provar de forma independente que os usuários quase não encontram publicidade nociva.
Grandes totais de fiscalização apresentam outro problema de interpretação. Bloquear mais anúncios ruins pode indicar defesas mais fortes, mais ataques, cobertura de políticas mais ampla ou alguma combinação dos três.
O Google afirma que a IA generativa aumentou a velocidade e a escala dos abusos publicitários. Golpistas podem criar mais variações, traduzir campanhas, modificar imagens e substituir ativos suspensos mais rapidamente do que antes.
Nesse ambiente, um filtro aprimorado pode remover mais conteúdo enquanto os usuários continuam encontrando falhas mais sofisticadas. Ambas as afirmações podem ser verdadeiras ao mesmo tempo.
O Google também precisa equilibrar dois erros custosos. Um falso negativo permite que um anúncio nocivo seja exibido. Um falso positivo bloqueia um anunciante legítimo e pode interromper um negócio real.
Essa troca ajuda a explicar decisões conservadoras ou inconsistentes. Não justifica, porém, aprovar uma peça que imita visivelmente um alerta do sistema, especialmente depois que um usuário identifica a preocupação precisa.
A própria linguagem das políticas do Google deixa pouca ambiguidade. Sua política sobre representação enganosa proíbe designs de anúncios enganosos, elementos interativos falsos, falsificação de identidade e alegações enganosas.
A empresa trata algumas violações como graves e afirma que contas podem ser suspensas sem aviso. Essa linguagem cria a expectativa de uma fiscalização decisiva quando as evidências parecem claras.
Por que o Google ainda exibe anúncios duvidosos apesar desses sistemas? Uma resposta é que as métricas globais de desempenho e o tratamento de denúncias individuais medem partes diferentes da operação.
Os modelos do Google podem ser eficazes durante o envio inicial, enquanto seu fluxo de reclamações permanece mal calibrado. Como alternativa, o modelo inicial pode não detectar um engano contextual que se torna óbvio apenas quando visto em um dispositivo específico.
Qualquer uma das explicações pressiona o Google. A empresa promoveu o Gemini como capaz de compreender a intenção do anunciante, e não apenas de detectar palavras proibidas.
O Ciclo de Análise É o Elo Fraco na Promessa de Segurança do Google
A possibilidade mais preocupante não é que o Google não tenha tecnologia de detecção. É que o feedback de fiscalização não consegue conectar a tecnologia às evidências denunciadas.
Um sistema de análise de publicidade contém diversas etapas. O Google precisa avaliar o anunciante, a peça criativa, o destino, as informações de pagamento, o comportamento da campanha e o ambiente em que um anúncio aparece.
Uma denúncia de usuário chega depois que algumas dessas verificações já aprovaram a campanha. A denúncia deveria fornecer um novo sinal, especialmente quando o usuário identifica uma aparente violação que a triagem automatizada não detectou.
O caso Atomic14 sugere que esse sinal não alterou o resultado. A resposta do Google teria repetido uma conclusão geral sobre políticas sem explicar como a peça obedecia às suas regras.
Isso cria um problema de responsabilização. Os usuários não conseguem saber se uma pessoa examinou a reclamação, se um software comparou a imagem com a política ou se a denúncia não tinha o contexto necessário.
Uma recusa genérica também impede correções úteis. Se o Google acredita que um alerta no estilo iOS continua aceitável, deveria explicar qual elemento o distingue de um design enganoso proibido.
Se o Google concorda que esses designs violam a política, a resposta indica uma falha operacional. Qualquer desfecho merece mais detalhes do que uma garantia padronizada.
A escala é um obstáculo real. O Google recebe volumes enormes de anúncios, alterações de contas, atualizações de destinos e denúncias de usuários. Uma análise manual de cada combinação seria impraticável.
A automação é, portanto, inevitável. A questão relevante é se o sistema encaminha os casos certos para escalonamento e preserva contexto suficiente para uma segunda decisão significativa.
Os atacantes exploram ativamente as diferenças entre usuários, revisores e scanners automatizados. Cloaking é uma técnica que mostra conteúdo seguro a uma plataforma enquanto direciona usuários selecionados para algo prejudicial.
Em fevereiro de 2026, a Varonis Threat Labs descreveu um serviço chamado 1Campaign. Pesquisadores afirmaram que ele ajudava anunciantes mal-intencionados a filtrar visitantes e ocultar páginas de phishing ou roubo de criptomoedas dos sistemas de análise do Google.
A investigação sobre cloaking descreveu segmentação geográfica, pontuação de visitantes, detecção de bots e filtragem de pesquisadores de segurança. Segundo relatos, o operador manteve o serviço por mais de três anos.
Esse mecanismo explica por que analisar um destino uma única vez é insuficiente. Um scanner que usa um endereço de data center pode receber uma página inofensiva, enquanto um usuário residencial visado recebe uma versão fraudulenta.
No entanto, o cloaking não explica integralmente o anúncio no YouTube. A preocupação descrita por Greening era visível no próprio criativo, antes que qualquer comportamento da página de destino se tornasse relevante.
A mensagem falsa de armazenamento não era um destino oculto mostrado apenas a vítimas selecionadas. Aparentemente, era o próprio anúncio exibido pelo YouTube.
Isso torna a falha de denúncia especialmente reveladora. O Google não precisava reproduzir uma cadeia complexa de redirecionamentos para avaliar se o design se assemelhava a um alerta nativo do dispositivo.
A empresa já possui reconhecimento de imagens, modelos de linguagem, conhecimento de interfaces de dispositivos e metadados detalhados de campanhas. Uma captura de tela enviada poderia ter acionado uma comparação direcionada com a política de design enganoso.
A resposta informal do Gemini mostra que a análise automatizada consegue articular a conexão relevante. Mais uma vez, esse resultado não valida a prontidão para produção, mas demonstra a acessibilidade desse raciocínio.
Um modelo de uso geral também pode alucinar regras, interpretar imagens de forma incorreta ou seguir um prompt tendencioso. O Google não deveria permitir que um chatbot suspendesse anunciantes diretamente sem salvaguardas e opções de recurso.
A lição mais adequada é mais restrita. Relatos de usuários que contêm evidências visíveis deveriam seguir um caminho de revisão mais completo do que o descrito neste caso.
Esse processo poderia pedir ao denunciante que identificasse o elemento enganoso, anexasse uma captura de tela, preservasse o identificador do anúncio e registrasse o contexto do dispositivo. Em seguida, poderia gerar uma decisão fundamentada vinculada a uma regra específica.
Revisores humanos deveriam lidar com casos limítrofes, denúncias repetidas e divergências entre avaliações de modelos. O usuário deveria saber se o Google removeu o anúncio, restringiu seu alcance ou encontrou um motivo concreto para permiti-lo.
Editores enfrentam uma versão relacionada desse problema. Na discussão do Hacker News, vários operadores disseram que bloquearam repetidamente anúncios fraudulentos apenas para ver substitutos surgirem de novas contas ou subdomínios.
Um editor disse que a carga se tornou alta o suficiente para remover o AdSense. Outro descreveu o monitoramento diário de anúncios de softwares falsos e produtos de saúde questionáveis.
Esses relatos não são medições verificadas de forma independente. Ainda assim, ilustram como os custos de fiscalização se deslocam para fora quando os controles do Google falham.
Os usuários absorvem o risco de clicar. Os editores absorvem danos reputacionais e trabalho de moderação. Anunciantes legítimos absorvem suspeitas e as consequências de uma triagem automatizada mais rigorosa.
O Google controla o marketplace que conecta os três grupos. Essa posição torna seu ciclo de revisão um recurso central de segurança, não um acessório de atendimento ao cliente.
Os Incentivos Publicitários Explicam a Suspeita, Não a Evidência
O Google ganha dinheiro quando a publicidade funciona, mas as evidências disponíveis não provam que ele preserve conscientemente anúncios enganosos para obter receita.
O incentivo financeiro é impossível de ignorar. A Alphabet informou 294,7 bilhões de dólares em receita de publicidade do Google em 2025, acima dos 264,6 bilhões de dólares em 2024.
A Busca do Google e propriedades relacionadas geraram 224,5 bilhões de dólares do total de 2025. A publicidade no YouTube contribuiu com 40,4 bilhões de dólares, enquanto a publicidade da Rede do Google gerou 29,8 bilhões de dólares.
Esses números aparecem no relatório anual da Alphabet. A publicidade, portanto, continua profundamente ligada à receita e às decisões de produto da empresa.
Cada campanha removida elimina gastos potenciais. Cada limite mais rigoroso também corre o risco de bloquear anúncios legítimos, frustrar clientes e reduzir a concorrência dentro do leilão.
Essa estrutura econômica dá aos críticos um motivo plausível para questionar as escolhas de fiscalização. Ela não estabelece que o Google instruiu revisores a manter anúncios enganosos.
Diversas explicações alternativas são compatíveis com as evidências conhecidas. O sistema de denúncias pode ter regras fracas de escalonamento. Revisores podem não ter tempo, treinamento, contexto ou acesso ao criativo exato que um usuário viu.
Um classificador automatizado pode atribuir mais peso ao histórico do anunciante do que ao design visível. Uma campanha também pode conter vários criativos, dificultando a reprodução da impressão relatada.
A aplicação das políticas pode ainda sofrer com fragmentação organizacional. As equipes responsáveis pela aprovação de anúncios, entrega no YouTube, denúncias de usuários, recursos de anunciantes e investigações de fraude podem usar sistemas diferentes.
Um usuário vivencia um único produto do Google. Internamente, a reclamação pode atravessar vários limites operacionais antes que alguém consiga conectar a impressão do anúncio à campanha e à decisão de política.
A tensão se torna mais acentuada porque a fiscalização do Google precisa proteger anunciantes legítimos contra suspensões arbitrárias. Pequenas empresas descrevem regularmente restrições opacas de contas e processos de recurso difíceis.
A automação agressiva pode criar um paradoxo. Ela pode bloquear anunciantes locais em conformidade, enquanto atacantes sofisticados criam uma infraestrutura especificamente para evitar os mesmos controles.
Atacantes esperam que contas e domínios sejam descartáveis. Uma empresa legítima constrói sua campanha em torno de uma identidade estável e não pode substituir uma conta sempre que um classificador apresenta uma objeção.
Essa assimetria favorece os adversários. Operadores criminosos tratam a fiscalização como uma despesa operacional, enquanto uma suspensão incorreta pode paralisar um anunciante honesto.
A questão também vai além do Google. Uma investigação de 2026 coordenada pela Organização Europeia de Consumidores examinou publicidade supostamente fraudulenta no Google, Meta e TikTok.
As conclusões do grupo de consumidores relataram exemplos em que anúncios ou contas de anunciantes permaneceram disponíveis após reclamações. O estudo foi limitado e se concentrou em casos selecionados, e não na prevalência em toda a plataforma.
Para o Google, os grupos identificaram 30 anúncios que acreditavam violar regras europeias ou políticas do Google. Eles relataram que tanto anunciantes verificados quanto não verificados conseguiram distribuir anúncios questionáveis.
Os pesquisadores também disseram que apenas três das 20 contas de anunciantes do Google denunciadas foram removidas. Essas conclusões desafiam a suposição de que a verificação de identidade, por si só, garante publicidade confiável.
A verificação responde quem forneceu informações à plataforma. Ela não estabelece automaticamente que cada criativo, oferta, destino ou campanha futura seja seguro.
O relatório também encontrou problemas em plataformas concorrentes. Essa comparação enfraquece qualquer alegação de que o Google tolera de forma única a publicidade fraudulenta.
Em vez disso, ela reforça uma conclusão mais ampla. Grandes sistemas de publicidade compartilham incentivos e estruturas técnicas que tornam o abuso persistente, especialmente quando atacantes podem substituir ativos rapidamente.
O Google merece escrutínio particular por causa de seu alcance, recursos técnicos e declarações públicas. Ele também insere publicidade em produtos nos quais os usuários frequentemente chegam com alto grau de confiança, incluindo a Busca e o YouTube.
Um aviso falso exibido em um site obscuro pode deixar um visitante desconfiado. O mesmo aviso entregue por meio de uma propriedade conhecida do Google pode tomar emprestada a credibilidade do produto ao redor.
Essa confiança emprestada aumenta a responsabilidade do Google pela transação. Os usuários não negociam com o anunciante nem inspecionam o leilão que selecionou o criativo.
A plataforma decide o que entra no marketplace, como isso aparece e o que acontece após uma reclamação. Portanto, o Google não pode tratar um erro visível de fiscalização como um problema exclusivo do anunciante.
A resposta para por que o Google ainda veicula anúncios suspeitos provavelmente é menos dramática do que uma aprovação intencional em busca de lucro. O Google opera um enorme mercado automatizado em que qualidade de fiscalização, acesso de anunciantes e receita puxam em direções diferentes.
A crítica mais difícil é que a empresa controla essas compensações, enquanto pessoas de fora absorvem grande parte dos danos. Respostas genéricas a reclamações deixam os usuários incapazes de avaliar se o Google corrigiu algo.
Três Sinais Mostrarão se o Google Está Fechando a Lacuna
As próximas estatísticas de fiscalização do Google importam menos do que saber se anúncios denunciados recebem decisões rastreáveis, consistentes e explicáveis.
O primeiro sinal é uma mudança no fluxo de denúncias dos usuários. O Google deveria conectar cada reclamação a um identificador persistente do anúncio e preservar o criativo, o destino, o posicionamento e o contexto do dispositivo.
Um fluxo mais robusto permitiria que usuários enviassem capturas de tela e selecionassem a regra específica que acreditam ter sido violada. O Google poderia então explicar se revisou o criativo, o destino, o anunciante ou os três.
Isso fortaleceria as alegações de segurança do Google porque denúncias repetidas poderiam acionar uma escalada, em vez de gerar outra decisão genérica. Também revelaria se as reclamações atualmente perdem evidências cruciais.
O segundo sinal é uma divulgação mais transparente sobre falsos negativos. O Google já publica totais de anúncios bloqueados, suspensões de contas, volumes de denúncias de usuários e supostas melhorias em falsas suspensões.
Esses números descrevem a atividade de fiscalização, mas fornecem uma visão limitada sobre anúncios que os usuários viram e depois denunciaram. O Google deveria divulgar quantas denúncias levaram à remoção, restrição, reversão ou nenhuma ação.
Também deveria explicar o tempo entre uma denúncia verificada e a fiscalização. Um anúncio prejudicial removido após semanas de veiculação representa um resultado diferente de um interrompido em minutos.
Auditorias independentes tornariam esses números mais confiáveis. Pesquisadores precisam de acesso controlado que proteja dados de anunciantes e usuários, permitindo ao mesmo tempo testar a consistência das políticas.
Se o Google publicar resultados de recursos e taxas de remoção após denúncias, o caso Atomic14 será mais fácil de classificar. Ele poderá ser medido como uma exceção, em vez de debatido como um símbolo.
O terceiro sinal é se o Google aplica revisão contextual baseada no Gemini a formatos do YouTube com grande peso de imagens. A empresa afirmou que a revisão instantânea já cobria a maioria dos anúncios responsivos de pesquisa até o fim de 2025.
Estender essa análise a mais formatos trataria diretamente de criativos que imitam notificações de dispositivos, botões, atualizações de software ou avisos de segurança. Esses designs dependem de contexto visual, não apenas de texto.
O Google deve implementar essa expansão com cuidado. Um modelo deveria recomendar a fiscalização usando regras definidas e evidências preservadas, enquanto humanos mantêm a responsabilidade por decisões ambíguas e recursos.
O sucesso significaria mais do que outro aumento no número de anúncios bloqueados. Os usuários deveriam deixar de ver o mesmo criativo denunciado, e anunciantes legítimos deveriam receber explicações mais claras quando o Google toma medidas.
O fracasso pareceria familiar. O Google anunciaria totais mais altos de detecção enquanto denunciantes continuariam recebendo mensagens padronizadas sobre anúncios que visivelmente se assemelham a designs proibidos.
A empresa também precisa lidar com infraestrutura evasiva. Modelos que entendem uma imagem não conseguem resolver páginas de destino com cloaking, a menos que o Google teste destinos a partir de locais, dispositivos e condições de rede realistas.
A verificação de anunciantes precisa se tornar um sinal contínuo de risco, e não um selo concedido uma única vez. Reclamações recorrentes, mudanças rápidas de destino, formas de pagamento descartáveis e contas vinculadas devem influenciar revisões futuras.
O Google não pode prometer que nenhum anúncio nocivo jamais aparecerá. Um mercado publicitário adversarial muda rápido demais, e todo sistema de fiscalização cometerá erros.
Mas pode prometer uma resposta confiável depois que um usuário apresentar evidências específicas. Esse é o padrão que este caso coloca em questão.
Para usuários comuns, a premissa mais segura continua sendo que um anúncio não representa um endosso. O rótulo de anunciante “verificado” identifica uma conta dentro do processo do Google, mas não garante cada alegação ou destino.
Os avisos do dispositivo devem ser verificados nas configurações do sistema operacional, e não por meio de um anúncio. O software deve vir de publicadores conhecidos ou lojas de aplicativos confiáveis, em vez de links patrocinados.
Os publicadores também devem tratar a qualidade dos anúncios como parte de seu próprio produto. Terceirizar a veiculação para o Google não impede que visitantes culpem o site que exibiu uma peça criativa enganosa.
Os anunciantes também têm interesse em uma fiscalização mais rigorosa. Cada aviso falso e campanha de falsificação de identidade reduz a confiança em resultados pagos legítimos.
Por que o Google ainda está exibindo anúncios suspeitos? As evidências disponíveis apontam para um sistema de fiscalização que tem desempenho impressionante em escala, mas pode falhar quando a responsabilização se torna pessoal.
O Google dispõe dos modelos, da linguagem de políticas, dos dados de campanhas e dos recursos financeiros para reduzir essa lacuna. O próximo teste é saber se um relato claro de usuário altera a decisão, e não se mais um bilhão de anúncios entra em um total de remoções.
Quando encontrar um anúncio que imita um aviso do dispositivo, salve os detalhes do anúncio, capture a tela completa e denuncie o elemento enganoso exato. Depois, observe o que o Google faz com essas evidências.
Uma plataforma confiável não deve apenas aceitar a reclamação. Ela deve apresentar uma decisão que um usuário razoável consiga compreender.
