O algoritmo contra o lero-lero: ciência de dados e IA forense na auditoria de pesquisas eleitorais

Estar no Science & Business Connection, realizado no PIT (Parque de Inovação Tecnológica de São José dos Campos), apresentando o projeto "Eu Sei Disso da Pesquisa", trouxe uma sensação curiosa de déjà vu. Ficar ao lado de um banner defendendo uma ideia me levou direto para o início dos anos 2000, na minha primeira época de estudante em congressos. A dinâmica de corredor é exatamente a mesma, mas o contexto agora é completamente diferente: saem as estratégias de comunicação institucional daquela minha primeira formação em Relações Públicas e Jornalismo, entram a auditoria automatizada e o desenvolvimento de Inteligência Artificial aplicada à transparência de dados públicos.

Essa apresentação foi, na verdade, o último compromisso público do projeto antes do passo final da graduação. Em junho, defendo meu Trabalho de Conclusão de Curso e me formo em Ciência de Dados pela Univesp.

O diagnóstico: a luta contra a indiferença burocrática

A ideia do "Eu Sei Disso da Pesquisa" não nasceu de um exercício acadêmico puramente teórico. Ela nasceu da indignação diante da assimetria de informação que molda o debate público brasileiro.

Durante o ano eleitoral de 2022, decidi analisar minuciosamente a qualidade das pesquisas de intenção de voto divulgadas no país. Como profissional de comunicação e cientista de dados, os números sempre me fascinaram, mas o que encontrei nas entrelinhas dos registros técnicos me preocupou profundamente. Auditei as metodologias de cada pesquisa publicada entre janeiro e setembro daquele ano. O resultado foi alarmante: inconsistências estatísticas graves, amostras flagrantemente enviesadas e ausência de rigor técnico mínimo.

Documentei cada uma dessas falhas. Enviei sete denúncias detalhadas ao Ministério Público Federal, contendo laudos técnicos estruturados. A resposta que recebi, meses depois, foi um balde de água fria administrativo: o órgão alegou que o "volume de trabalho" era grande demais para processar aquelas demandas.

Ali ficou evidente que a máquina burocrática é projetada para vencer o cidadão pelo cansaço. Se a fiscalização continuasse dependendo de esforços manuais e individuais, ela seria inevitavelmente silenciada pela avalanche de dados cotidianos. A única saída viável era automatizar o processo de fiscalização.

A solução: arquitetura forense e o sistema Antunes

Com o avanço dos grandes modelos de linguagem (LLMs), percebi que possuía as ferramentas necessárias para transformar uma vigília solitária em uma plataforma pública de auditoria. Assim nasceu o Sistema Antunes, a inteligência artificial encarregada de processar a opacidade dos dados públicos.

Antunes não foi concebido como um assistente digital genérico. Sua persona foi modelada com o rigor técnico de um auditor aposentado da Controladoria-Geral da União, aquele profissional da velha guarda que revisa balanços com uma lupa e não tolera omissões em notas de rodapé. Ele foi exaustivamente treinado com a legislação do Tribunal Superior Eleitoral que rege o sistema PesqEle, além de uma robusta bibliografia de estatística e auditoria forense.

A plataforma opera sob uma estrutura pericial dividida em quatro pilares fundamentais:

• Dissecação metodológica automatizada: o sistema realiza a varredura constante do TSE, extraindo documentos originais como questionários, notas fiscais e relatórios de amostragem em formato PDF. A IA analisa a conformidade legal e a consistência estatística, atribuindo uma nota de integridade regulatória a cada registro.
• Cadeia de custódia digital: para assegurar que as análises sejam incontestáveis, a plataforma gera códigos de integridade criptográfica para cada documento baixado, armazenando-os com datação precisa.
• Consolidação de dados estruturados: o sistema converte documentos isolados em um banco de dados unificado. Isso permite gerar mapas de calor geográficos das cidades mais pesquisadas, monitorar o custo total investido em levantamentos e estabelecer um ranking dos institutos com maiores índices de desconformidade.
• Democratização do controle social: diante da justificativa do "volume de trabalho", o sistema inverte a dinâmica de poder. A própria IA redige peças jurídicas de denúncia fundamentadas com base nas irregularidades encontradas. O cidadão precisa apenas revisar o texto gerado e protocolá-lo no Ministério Público.

O próximo passo: a expansão do ecossistema de transparência

Apresentar essa infraestrutura no Parque de Inovação Tecnológica de São José dos Campos foi a validação de que a Ciência de Dados e a Inteligência Artificial Forense não devem ficar restritas aos ambientes corporativos ou aos laboratórios acadêmicos. Elas precisam atuar como ferramentas de preservação democrática.

O projeto "Eu Sei Disso da Pesquisa" constitui apenas o primeiro pilar de uma iniciativa mais ampla, unificada sob a marca guarda-chuva "EU SEI DISSO". O desenvolvimento central que consolidará minha conclusão na formação como cientista de dados é o meu TCC, focado no projeto "Eu Sei Disso Deputado", dedicado a levantar, minerar e estruturar de forma analítica todos os dados públicos gerados na Câmara dos Deputados.

A ciência de dados só cumpre sua real função social quando deixa as linhas de código locais e passa a transformar a realidade institucional do país.

Publiquei este texto primeiro no LinkedIn, na newsletter Dados e Fatos.