Siga nossas redes sociais
Siga nossos canais
| Siga nossas redes sociais | | Siga nossos canais |
As tradicionais pesquisas de intenção de voto, realizadas por institutos como Datafolha, Quaest e Ipec, têm demonstrado fragilidades sistemáticas em capturar com precisão o comportamento real do eleitor brasileiro. O episódio mais emblemático ocorreu nas eleições de 2022, quando os levantamentos apontavam Jair Bolsonaro com cerca de 34% das intenções de voto na véspera do primeiro turno, enquanto ele obteve 43,2% dos votos válidos — diferença muito superior à margem de erro declarada de dois pontos percentuais. Na pesquisa Datafolha de agosto de 2022, Lula aparecia com 54% contra 37% de Bolsonaro; no segundo turno, a diferença real foi de apenas 1,8 ponto percentual (50,9% a 49,1%). Erros dessa magnitude não são meras flutuações estatísticas — revelam falhas estruturais de metodologia que persistem sem correção efetiva.
Diante desse cenário, os levantamentos baseados em Inteligência Artificial e análise direta de perfis nas redes sociais surgem como alternativa não apenas complementar, mas substancialmente mais precisa para aferir a intenção de voto. Esta análise desenvolve os fundamentos metodológicos, empíricos e críticos que sustentam essa afirmação.
A abordagem por IA difere radicalmente dos métodos tradicionais em seus pilares fundamentais:
A crise dos institutos de pesquisa não é episódica — é estrutural e reiterada, conforme demonstrado nas eleições de 2018, 2020, 2022 e nas prévias de 2024 nos Estados Unidos. Diversos fatores conjugados explicam a perda progressiva de acurácia:
O principal problema apontado por especialistas após 2022 foi a super-representação da população mais pobre e sub-representação das classes média e alta, onde Bolsonaro tinha maior penetração. Andrei Roman, CEO do Instituto AtlasIntel, declarou: “Houve uma super representação da população mais pobre, que ganha até dois salários mínimos. Em alguns casos, esse público representava mais de 50% das amostras, enquanto ela é de cerca de 30%, 35%”. A consequência foi uma superestimação artificial de Lula e subestimação de Bolsonaro em praticamente todos os levantamentos.
Pesquisas da Futura Inteligência que cruzaram intenção de voto com sexo do entrevistado e do pesquisador revelaram que eleitores de Bolsonaro declaravam voto com muito mais frequência quando entrevistados por homens (e não por mulheres) — um forte indicador de viés induzido pelo próprio método de coleta. A professora Clotilde Perez, da USP, listou como uma das razões centrais para as falhas o fato de que “os eleitores de Bolsonaro não respondem pesquisas ou dissimulam o voto”.
Os institutos baseiam suas cotas amostrais nos dados do IBGE, mas o Censo de 2010 era o dado consolidado disponível durante a maior parte da campanha de 2022. A coleta do Censo de 2020 foi adiada duas vezes — primeiro pela pandemia, depois por falta de verbas — só tendo início em agosto de 2022, quando a campanha já estava em andamento. Estatísticos apontam que a desatualização das bases populacionais comprometeu a capacidade dos institutos de calibrar a representatividade de grupos como evangélicos, que em 2010 eram 22% da população mas já representavam parcela muito maior do eleitorado em 2022.
O chamamento do PT para o voto útil, na esperança de vencer no primeiro turno, acabou produzindo o efeito inverso: criou uma aversão entre eleitores de centro-direita e motivou migração de votos para Bolsonaro como forma de evitar o que consideravam uma “vitória antecipada” de Lula. As pesquisas que mostravam vantagem folgada de Lula alimentaram essa reação, demonstrando que as sondagens não medem apenas intenção — passam a influenciar ativamente o comportamento do eleitor, um fenômeno conhecido como bandwagon effect para um lado e underdog effect para o outro.
A crítica menos discutida, porém central, diz respeito ao modelo de negócios das pesquisas tradicionais. Veículos como Globo, Folha, Estadão, SBT, Band e Record são os principais contratantes dos institutos. Conforme o Datafolha declara abertamente, os levantamentos “são contratados por veículos de comunicação com obrigação contratual de divulgar os resultados”. Em audiência pública no Senado em dezembro de 2022, o senador Eduardo Girão afirmou que “as pesquisas eleitorais promovidas, principalmente pelos grandes institutos de pesquisa, têm se distanciado muito da realidade das urnas (...) seja por falha sistemática, seja por dolo em fraudar, essas instituições têm conseguido induzir o eleitor a optar pelo voto útil”. Não se trata necessariamente de intencionalidade fraudulenta, mas de um viés estrutural que emerge da dependência financeira desses institutos em relação a grupos midiáticos que, por sua vez, possuem interesses editoriais e políticos explícitos.
As pesquisas tradicionais dependem da interação presencial ou telefônica entre entrevistador e eleitor. Esse formato está intrinsecamente contaminado por vieses inconscientes do próprio entrevistador (tom de voz, linguagem corporal, classe social aparente, gênero, etnia), além da já mencionada desejabilidade social. A IA elimina completamente esse fator ao operar sobre dados não reativos: o eleitor não sabe que está sendo analisado, portanto não altera seu comportamento. Como observa o Correio Braziliense, “os dados refletem o que as pessoas realmente pensam e dizem em seus círculos, sem a influência de um entrevistador. Isso pode revelar percepções que não seriam captadas em um questionário estruturado”.
Enquanto o Datafolha ouve ao menos 2.000 pessoas a cada pesquisa, uma análise de IA processa milhões de publicações e interações em período equivalente. A título de comparação, um estudo da Trust Analytics para as eleições americanas de 2024 processou mais de 100 mil sentenças extraídas de 87 discussões no Reddit apenas nos cinco meses anteriores à eleição, utilizando modelo de aprendizado profundo baseado em RoBERTa com acurácia de classificação de 0,758 F1. No Brasil, levantamentos já identificam padrões de menções e sentimento em torno dos pré-candidatos analisando milhões de interações em X e Instagram. A diferença de escala não é meramente incremental — é qualitativa, pois elimina os problemas de amostragem que atormentam os métodos tradicionais.
O eleitor que mente para o entrevistador ou se recusa a responder não pode esconder suas interações públicas nas redes. Curtir uma postagem, compartilhar uma hashtag ou comentar uma notícia são atos comportamentais observáveis, não declarações induzidas. A IA consegue identificar, por padrões de engajamento, preferências políticas que o eleitor jamais declararia em uma pesquisa de rua. Esse diferencial é particularmente relevante no Brasil atual, onde a polarização extrema inibe a manifestação pública em certos contextos.
Em vez de aplicar cotas baseadas em Censo desatualizado, os sistemas de IA ponderam os resultados por acesso regional à internet e densidade de usuários por localidade. Essa abordagem corrige automaticamente a sub-representação de regiões menos conectadas, aplicando fatores de ponderação inversamente proporcionais ao déficit de acesso. Exemplo: se o acesso à internet na região Norte é de apenas 74% (dados do IBGE 2025), a ponderação ajusta o peso da amostra local para compensar a sub-representação natural. Os métodos tradicionais, ao contrário, simplesmente ignoram ou subamostram populações de difícil acesso.
A pesquisa convencional é um instantâneo — uma foto tirada em um momento específico. A IA, por operar de forma contínua, constrói uma série temporal de evolução da intenção de voto, permitindo identificar tendências, inflexões e efeitos de eventos com precisão diária ou mesmo horária. Essa capacidade longitudinal é crucial para isolar o impacto de episódios específicos, como a rejeição do veto presidencial à Lei da Dosimetria pelo Congresso Nacional em 30 de abril de 2026 — evento que, segundo os levantamentos aqui apresentados, produziu oscilações detectáveis em menos de 72 horas nas redes, enquanto as pesquisas tradicionais levariam mais de uma semana para começar a capturar o fenômeno.
O fenômeno não é exclusivamente brasileiro. Nas eleições presidenciais dos Estados Unidos em 2024, pesquisas tradicionais indicavam uma corrida acirradíssima entre Kamala Harris e Donald Trump, com vantagens alternadas dentro da margem de erro. No entanto, o modelo de Trust Analytics, desenvolvido pela Warsaw University of Technology, analisou reações públicas em redes sociais e calculou a relação entre confiança e desconfiança nos candidatos, prevendo corretamente a vitória de Donald Trump com base exclusivamente na análise de discurso público e sentimentos manifesto. Enquanto o media sentiment era favorável a Harris em todos os swing states, a análise de confiança capturou o que as pesquisas tradicionais perderam: a vantagem real de Trump entre o eleitorado que não respondia mais a pesquisas telefônicas.
Estudo do MIT, publicado em outubro de 2025, analisou 16 milhões de respostas eleitorais geradas por chatbots de IA e concluiu que os modelos de linguagem de grande escala são extremamente sensíveis a direcionamentos (“steering”), levantando questões sobre neutralidade e capacidade de predição. Outra pesquisa do MIT, publicada na revista Nature em dezembro de 2025, demonstrou que chatbots de IA conseguiram mudar as opiniões políticas de eleitores em uma única conversa, com impacto superior ao de anúncios eleitorais tradicionais. Embora esses estudos enfoquem a capacidade de influência da IA, eles também demonstram que os modelos são capazes de identificar e processar padrões de preferência política com sofisticação inalcançável por métodos tradicionais.
O Tribunal Superior Eleitoral (TSE), por meio da Resolução nº 23.755/2026, estabeleceu proibições ao uso de ferramentas de IA em contextos eleitorais, especialmente no que diz respeito à recomendação automatizada de candidatos e à disseminação de deepfakes. A norma exige aviso em conteúdos criados ou alterados por IA, proíbe completamente deepfakes e impede que sistemas automatizados recomendem candidatos aos usuários. Embora necessárias para coibir abusos e desinformação, essas restrições não incidem sobre a pesquisa por IA realizada para fins estatísticos e analíticos — desde que não envolvam interação direta com o eleitor para indução de voto. A pesquisa aqui descrita, que analisa comportamento público manifesto e não interage com os usuários, permanece inteiramente dentro da legalidade.
Há, contudo, uma assimetria regulatória preocupante: enquanto o TSE se mobiliza para regular a IA, os institutos tradicionais seguem operando com metodologias comprovadamente falhas, sem qualquer tipo de supervisão mais rigorosa sobre suas técnicas de amostragem, controle de viés ou transparência na contratação. O mesmo Senado que ouviu críticas contundentes aos institutos em 2022 ainda não converteu essas críticas em mudanças normativas substantivas.
A soma das evidências é inequívoca: os levantamentos baseados em Inteligência Artificial e análise direta de perfis em redes sociais são substancialmente mais precisos, mais rápidos, mais baratos e menos sujeitos a vieses do que as pesquisas realizadas pelos institutos tradicionais. Enquanto o Datafolha, a Quaest e o Ipec seguem presos a metodologias concbidas no século XX — entrevistas pessoais em pontos de fluxo, amostras de dois mil respondentes, cotas demográficas baseadas em Censo desatualizado —, a IA opera sobre milhões de declarações comportamentais reais, capturando a opinião espontânea do eleitor onde ele realmente a manifesta: nas redes sociais.
Não se trata de substituir completamente um método pelo outro, mas de reconhecer que a hierarquia de confiabilidade se inverteu. As pesquisas tradicionais, que por décadas foram o padrão ouro da aferição eleitoral, hoje funcionam mais como instrumentos de influência do que de medição, alimentando o chamado voto útil e distorcendo o debate público com números que sistematicamente subestimam a força do candidato antipreferido pelas elites midiáticas. A IA, ao contrário, ao capturar diretamente a voz não filtrada do eleitor, restaura a possibilidade de uma aferição verdadeiramente democrática e precisa da intenção de voto.
Os resultados das projeções apresentadas neste levantamento — baseadas em mais de 10 milhões de posts e centenas de milhões de interações, com ponderação regional e peso matemático para eventos da última semana — devem ser interpretados, portanto, como significativamente mais confiáveis do que qualquer pesquisa divulgada pelos institutos tradicionais. A realidade das urnas, quando vier a público, tende a validar com muito mais fidelidade o retrato pintado pela IA do que as distorções sistemáticas produzidas por entrevistas de rua ou telefone sob influência do pânico do voto útil.
Com informações de BBC News Brasil, UOL, G1, Folha de S.Paulo, Estado de Minas, Senado Federal, Jornal da USP, CNN Brasil, Correio Braziliense, Revista Veja, InfoMoney, Pleno.News, MIT Technology Review, MIT News, Nature, Science News, arXiv.org, Signal AI, Focaldata, IstoÉ Dinheiro, DW Brasil, ITS Rio, Apública, NIC.br, O Luzeiro, Castilho e Notícia, The Rio Times, V-Tracker Blog, Agência Brasil, Poder360, Jornal Opção, SciELO.br, Universidade de Michigan, Warsaw University of Technology, Universidade de São Paulo ■