Investiguei a eficácia do uso de índices do Google Trends para melhorar o nowcasting da taxa de desemprego no Brasil, utilizando dados da PNAD Contínua do IBGE. Modelei a sazonalidade e o ciclo da taxa de desocupação, testando onze modelagens e quatro termos de busca relacionados ao mercado de trabalho: vagas, vagas emprego, vagas de emprego e emprego. Através de métodos como Rolling Window e técnicas de shrinkage regression (LASSO, adaLASSO e Elastic Net), constatei que os índices do Google Trends, especialmente o índice contemporâneo, aprimoram significativamente as previsões out-of-sample em comparação com modelos apenas com componentes ARIMA. Os resultados sugerem que esses índices capturam informações em tempo real, reduzindo o impacto do atraso na divulgação oficial dos dados de desemprego.