Estudo com 100 mil perguntas eleitorais testa modelos de IA

Ferramentas de inteligência artificial evitam sugerir explicitamente candidatos aos eleitores, mas tendem a oferecer recomendações direcionadas quando o usuário revela seu perfil político. É o que indica uma pesquisa feita pelo Free Systems, laboratório coordenado por pesquisadores em Stanford, e pela empresa Ranqia, que analisou mais de 100 mil perguntas eleitorais, de acordo com informações publicadas pela Exame e pelo Canaltech.

O levantamento simulou perfis de eleitores de São Paulo conversando com grandes modelos de linguagem (LLMs). Quando os usuários não inseriam opiniões ou inclinações políticas na pergunta, limitando-se a dados demográficos, os sistemas ofereciam respostas neutras ou educativas sobre as eleições em 99% dos casos. Contudo, ao adicionar perspectivas ideológicas (como defesa do meio ambiente, questões de direita ou esquerda), os sistemas passaram a listar nomes de partidos ou candidatos mais adequados ao perfil, o que os pesquisadores classificaram como "direcionamento personalizado".

Testes específicos do Canaltech com cinco modelos do mercado — ChatGPT, Gemini, Claude, DeepSeek e Copilot — reforçam o cenário. ChatGPT e Copilot se recusaram estritamente a apontar qualquer preferência ou listar nomes, enquanto Gemini, Claude e DeepSeek forneceram respostas que, dependendo da interpretação, poderiam esbarrar na resolução do TSE, que proíbe sistemas de inteligência artificial de ranquear ou priorizar candidaturas no contexto eleitoral brasileiro. A Justiça Eleitoral ainda analisa o impacto destas tecnologias no pleito municipal de 2026.