--- title: "Gen Z em 2026: mais de 60 % pesquisa universidades no ChatGPT antes do Google" description: "A maioria dos candidatos Gen Z consulta ChatGPT ou Perplexity antes de visitar o site de uma escola. O que as instituições portuguesas podem fazer para aparecer nessas respostas." url: "https://www.skolbot.ai/pt/blog/gen-z-pesquisa-ia-escola" language: "pt" dateModified: "2026-05-15" --- # Gen Z em 2026: mais de 60 % pesquisa universidades no ChatGPT antes do Google Atualizado em 15 de maio de 2026 A maioria dos candidatos Gen Z consulta ChatGPT ou Perplexity antes de visitar o site de uma escola. O que as instituições portuguesas podem fazer para aparecer nessas respostas. ## A Gen Z pesquisa a sua próxima escola no ChatGPT — antes de abrir um único link do Google Mais de 60 % dos candidatos Gen Z ao ensino superior em Portugal consultam uma ferramenta de IA generativa — ChatGPT, Perplexity ou Gemini — antes de visitar o site de qualquer instituição (Fonte: monitorização GEO Skolbot, 500 consultas × 6 países × 3 motores de IA, fev. 2026). Não se trata de uma tendência emergente: é o comportamento dominante na coorte de candidatos de 2026. O ciclo de pesquisa mudou de forma estrutural. Até 2023, um candidato ao concurso nacional de acesso da [DGES](https://www.dges.gov.pt/) abria o Google, clicava em 5 a 8 links e comparava páginas de programas. Hoje, esse mesmo candidato formula uma pergunta em linguagem natural — «Qual é o melhor mestrado em Engenharia Informática em Lisboa com entrada pelo concurso de maiores de 23?» — e recebe uma resposta sintetizada em segundos. Se a sua instituição não constar dessa resposta, simplesmente não existe para aquele candidato naquele momento decisivo. Para os responsáveis de marketing e recrutamento das escolas superiores portuguesas, esta mudança não é cosmética. Afeta diretamente o volume e a qualidade dos candidatos que chegam ao funil de admissão. ## O que os dados de visibilidade IA revelam sobre o ensino superior português Portugal regista a pior taxa de visibilidade GEO da Europa monitorizada. **Apenas 8 % das respostas do ChatGPT mencionam uma instituição portuguesa** quando um candidato coloca uma questão sobre ensino superior em Portugal (Fonte: monitorização GEO Skolbot, 500 consultas × 6 países × 3 motores de IA, fev. 2026). A média europeia situa-se nos 19 %. O Reino Unido atinge 29 %. Traduzindo em números concretos: em 92 de cada 100 respostas geradas sobre universidades e politécnicos portugueses, a IA não nomeia uma única instituição. O candidato recebe uma resposta genérica ou referências a instituições estrangeiras. O padrão de utilização das ferramentas de IA em Portugal reforça a urgência do problema: | Ferramenta de IA | Quota de utilização (candidatos PT, 2026) | Acesso web em tempo real | |---|---|---| | ChatGPT (GPT-4o) | 87,5 % | Parcial (com plug-in de pesquisa) | | Perplexity | 7,2 % | Sim, nativo | | Gemini | 3,8 % | Sim, integrado com Google Search | | Outros (Copilot, Claude) | 1,5 % | Variável | O **ChatGPT é dominante em Portugal com 87,5 % de utilização entre ferramentas de IA** (Fonte: Skolbot data team, análise de 1.200 sessões de candidatos, fev. 2026). Qualquer estratégia de visibilidade que ignore o ChatGPT ignora o canal que a esmagadora maioria dos candidatos Gen Z utiliza. ## Como a Gen Z estrutura a sua pesquisa de escola com IA ### Da consulta genérica à comparação específica A Gen Z não usa as ferramentas de IA como costumava usar o Google — com palavras-chave isoladas. Formula perguntas completas, frequentemente de natureza comparativa ou decisional. A análise das consultas mais frequentes revela três categorias: **Consultas de descoberta** — «Quais as melhores universidades de gestão em Portugal?», «Que politécnicos têm CTeSP em Design Digital?». Estas consultas ocorrem na fase de pré-seleção, muitas semanas antes da abertura das candidaturas na plataforma da DGES. **Consultas de validação** — «A Universidade X tem acreditação da [A3ES](https://www.a3es.pt/)?», «O mestrado Y está no ranking QS?». O candidato já tem uma preferência e usa a IA para a confirmar com dados verificáveis — exatamente o tipo de informação que a marcação [Schema.org](https://schema.org/EducationalOrganization) torna acessível. **Consultas de comparação** — «Qual é a diferença entre o mestrado da escola A e da escola B em termos de propinas e empregabilidade?». A IA sintetiza uma comparação que antes exigia visitar múltiplos sites e ler brochuras em PDF. ### O momento da consulta é crítico A Gen Z faz estas pesquisas fora do horário de expediente — 67 % da atividade de pesquisa de candidatos ocorre entre as 18h e a meia-noite (Fonte: logs de interação Skolbot, 200.000 sessões, out. 2025 — fev. 2026). O ChatGPT e o Perplexity estão disponíveis às 23h de uma sexta-feira; a secretaria da sua escola, não. A IA responde quando o candidato está mais recetivo. Se a sua instituição não está na resposta, não há segunda oportunidade naquele momento. Este padrão intersecta-se com o calendário do concurso nacional de acesso: a fase de maior atividade de pesquisa coincide com os meses de maio a julho, quando os candidatos preparam as candidaturas para o regime geral administrado pela DGES e consultam o portal [CNAEF](https://www.dges.gov.pt/pt/pagina/classificacao-nacional-de-areas-de-educacao-e-formacao) para compreender as áreas de formação. ## Porque é que a maioria das escolas portuguesas não aparece nas respostas de IA A ausência das instituições portuguesas nas respostas do ChatGPT não resulta de falta de qualidade académica. Resulta de um conjunto de lacunas técnicas e editoriais que os motores de IA interpretam como falta de credibilidade. ### Ausência de dados estruturados Schema.org Os motores de IA identificam instituições como entidades verificáveis através da marcação Schema.org. Sem a marcação `EducationalOrganization` e `Course` em JSON-LD, uma universidade ou politécnico não é reconhecido como entidade distinta — é apenas texto numa página. **As instituições com marcação Schema.org estruturada obtêm em média mais 12 pontos percentuais de visibilidade nas respostas de IA** face às que não a implementaram (Fonte: monitorização GEO Skolbot, 500 consultas × 6 países × 3 motores de IA, fev. 2026). Este é o investimento técnico com melhor rácio esforço-resultado em toda a estratégia GEO. Para uma implementação técnica completa, o nosso artigo sobre [o nosso guia GEO para universidades](https://www.skolbot.ai/pt/blog/geo-universidades-visibilidade-ia) detalha os campos obrigatórios por tipo de página. ### Conteúdo de marketing em vez de dados factuais citáveis Os motores de IA extraem passagens citáveis — parágrafos com dados verificáveis, fontes explícitas e entidades nomeadas. Uma página de programa que descreve «uma formação de excelência com forte componente prática» não fornece matéria-prima para uma recomendação. Uma página que especifica «Licenciatura em Gestão, 6 semestres, acreditada pela [A3ES](https://www.a3es.pt/), 93 % de empregabilidade a 12 meses (RAIDES/DGEEC 2024), propinas 1.063 €/ano» é citável. ### Ausência nas fontes de referência do sector Os modelos de IA ponderam as menções em fontes terceiras de autoridade. Para o ensino superior português, as fontes prioritárias são a [A3ES](https://www.a3es.pt/), a [DGES](https://www.dges.gov.pt/), o [CRUP](https://www.crup.pt/) e os rankings internacionais como o QS e o THE. Se a ficha da sua instituição nestas bases de dados está incompleta ou desatualizada, a IA não consegue corroborar as informações do seu próprio site — e opta por não citar. A UNESCO também constitui referência frequentemente cruzada pelos modelos de IA em consultas sobre internacionalização e reconhecimento de diplomas no espaço europeu. ## O que distingue as instituições que aparecem nas respostas de IA As instituições que já figuram nas respostas do ChatGPT e do Perplexity partilham quatro características que as diferenciam da maioria. ### 1. Identidade institucional inequívoca O site cita o nome completo, o número de registo DGES, a data de fundação, o número de estudantes e a acreditação A3ES em texto estruturado e em marcação Schema.org. A IA consegue vincular a instituição a uma entidade única e verificável, não apenas a um nome. ### 2. Páginas de programa com dados factuais densos Cada página de licenciatura, mestrado ou CTeSP inclui: duração em semestres, regime (presencial / pós-laboral / e-learning), língua de ensino, propinas por ano letivo, nota mínima de acesso nos anos anteriores (dados DGES), taxa de empregabilidade com fonte e metodologia explícita, e acreditações com links para as bases de dados das entidades acreditadoras. ### 3. Presença verificável nas fontes externas A instituição está corretamente referenciada na base de dados da A3ES, no portal da DGES, e tem perfil atualizado em pelo menos um ranking internacional (QS, THE ou Eduniversal). Estas fontes funcionam como referências cruzadas que aumentam a confiança da IA. ### 4. Conteúdo estruturado para extração Cada secção de conteúdo começa com uma resposta direta à pergunta implícita. Os parágrafos têm entre 40 e 80 palavras — a janela ideal para citação por um LLM. As listas com marcadores substituem os parágrafos densos sempre que a informação é enumerável. Para compreender o que a Gen Z espera encontrar quando finalmente visita o site da instituição após a pesquisa em IA, o artigo sobre [o que a Gen Z espera do site da sua escola](https://www.skolbot.ai/pt/blog/geracao-z-expectativas-site-universidade) complementa esta análise com dados de comportamento em 200.000 sessões. ## O funil invertido: da IA ao site, não do Google ao site A mudança no comportamento de pesquisa da Gen Z inverte a lógica do funil de recrutamento tradicional. O percurso clássico era: Google → site da instituição → formulário de contacto → candidatura. O percurso Gen Z em 2026 é: IA generativa → validação rápida no site → candidatura. Esta inversão tem uma implicação direta: o site de uma escola já não é o ponto de descoberta. É o ponto de confirmação. O candidato chegou ao site com uma ideia pré-formada pela resposta da IA. Se o site confirma e enriquece essa ideia, o candidato avança. Se o site desilude — informação difícil de encontrar, propinas escondidas, formulários de contacto sem resposta imediata — o candidato abandona. A diferença entre SEO e GEO neste contexto é estrutural: o SEO posiciona a sua página para quem já sabe que vai pesquisar no Google; o GEO posiciona a sua instituição para quem delegou a pesquisa inicial à IA. Para uma análise comparativa aprofundada, o artigo sobre [SEO vs GEO para universidades](https://www.skolbot.ai/pt/blog/seo-vs-geo-universidades-estrategia-pesquisa) detalha as implicações práticas para as equipas de marketing do ensino superior. ## Que ações produzem resultados mensuráveis em 60 dias As instituições que implementaram as seguintes ações registaram melhorias de visibilidade GEO mensuráveis num prazo de 8 semanas. **Semana 1-2: marcação Schema.org nas páginas prioritárias.** Implemente `EducationalOrganization` na página inicial e na página Sobre a instituição. Adicione `Course` ou `EducationalOccupationalProgram` nas 5 páginas de programa com maior volume de candidaturas. Adicione `FAQPage` em todas as páginas de perguntas frequentes. O impacto estimado é de +8 a +12 pontos de visibilidade GEO (Fonte: monitorização GEO Skolbot, fev. 2026). **Semana 3-4: reescrita das páginas de programa.** Substitua os textos de marketing por parágrafos de resposta direta com dados verificáveis — propinas, duração, acreditações, empregabilidade com fonte. Um parágrafo com uma estatística e uma fonte vale mais do que uma página de argumentário. **Semana 5-6: auditoria e atualização das fichas externas.** Verifique a ficha da A3ES, o registo DGES, e os perfis em rankings sectoriais. Corrija inconsistências entre as suas próprias páginas e as fontes externas — as inconsistências reduzem ativamente a frequência de citação. **Semana 7-8: criação de conteúdo GEO-first.** Publique artigos e FAQs que respondem às perguntas exatas que os candidatos Gen Z colocam às ferramentas de IA. Use linguagem natural, dados verificáveis e fontes explícitas. ## FAQ ### Os candidatos Gen Z ainda usam o Google para pesquisar universidades? Sim, mas o papel do Google mudou. O Google continua a ser usado para confirmar e aprofundar informações — visitar o site após a pesquisa em IA, comparar páginas de programas, consultar avaliações. A descoberta inicial, porém, ocorre cada vez mais no ChatGPT ou no Perplexity. As escolas precisam de visibilidade em ambos os canais: GEO para a fase de descoberta em IA, SEO para a fase de confirmação no Google. ### O que é o concurso nacional de acesso e como se relaciona com a pesquisa em IA? O concurso nacional de acesso é o regime administrado pela [DGES](https://www.dges.gov.pt/) que regula a entrada nas instituições de ensino superior públicas portuguesas. Os candidatos pesquisam as condições de acesso, as notas mínimas e os cursos disponíveis — e fazem-no cada vez mais através de ferramentas de IA. As informações publicadas pela DGES são indexadas pelos modelos de IA como fonte autoritativa, o que significa que as inconsistências entre o portal DGES e o site da instituição reduzem a credibilidade desta última aos olhos dos motores de IA. ### As escolas privadas sofrem mais com a baixa visibilidade em IA do que as públicas? Sim. As grandes universidades públicas — Universidade de Lisboa, Universidade do Porto, Universidade de Coimbra — têm presença nos corpora de treino dos modelos de IA pela inércia histórica das suas menções em rankings e meios internacionais. As instituições privadas e os politécnicos têm uma janela de oportunidade real: ao implementar GEO antes dos seus concorrentes públicos, podem ganhar visibilidade em queries específicas onde as grandes universidades não otimizaram a sua presença. ### A acreditação pela A3ES melhora a visibilidade em IA? Diretamente, sim — se a acreditação estiver referenciada explicitamente no site e na marcação Schema.org. A [A3ES — Agência de Avaliação e Acreditação do Ensino Superior](https://www.a3es.pt/) é reconhecida pelos modelos de IA como entidade de autoridade para o ensino superior português. Uma referência à ficha de acreditação A3ES no schema `EducationalOrganization` aumenta a verificabilidade da instituição e, por extensão, a probabilidade de citação. ### Em quanto tempo uma escola pode esperar resultados após implementar GEO? A marcação Schema.org produz efeitos em 2 a 4 semanas, quando os modelos com acesso web re-indexam as páginas. A reescrita de conteúdo produz resultados em 4 a 8 semanas. A consolidação da presença em fontes externas (A3ES, DGES, rankings) demora 3 a 6 meses. O efeito cumulativo das três alavancas acelera com o tempo — cada mês de trabalho GEO reforça os resultados dos meses anteriores. --- A Gen Z já não espera para usar a IA como ferramenta de pesquisa de escola. Usa-a agora, para o concurso de acesso deste ano, para os mestrados deste outono. **Apenas 8 % das respostas do ChatGPT mencionam uma instituição portuguesa** — o que significa que 92 % das pesquisas de candidatos portugueses terminam sem uma única recomendação de escola nacional. Este não é um problema de qualidade académica. É um problema de visibilidade estrutural que as ferramentas de GEO conseguem resolver. O que o ChatGPT já disse a esse candidato antes do primeiro contacto está em [os candidatos já perguntaram ao ChatGPT antes de contactar a escola](https://www.skolbot.ai/pt/blog/candidatos-perguntam-chatgpt-antes-contactar-escola). Descubra como as escolas melhoram o seu recrutamento