A IA Eleitoral Está Ficando Mais Precisa, mas os Eleitores Ainda Precisam de Fontes Oficiais

O Google News trouxe à tona um resultado animador antes das eleições de meio de mandato de 2026: as principais ferramentas de IA não cometeram erros factuais verificáveis em um estudo recente sobre eleições. Isso parece uma melhoria decisiva em relação aos testes do fim de 2025. No entanto, as mesmas ferramentas rotineiramente omitiram candidatos e não direcionaram os eleitores para sites eleitorais oficiais.

A distinção é importante porque uma resposta tecnicamente correta ainda pode impedir alguém de encontrar as informações necessárias para votar. Uma lista incompleta de candidatos não contém um nome falso. Ainda assim, ela dá ao eleitor uma visão distorcida da disputa.

O novo estudo sobre IA e eleições examinou o ChatGPT e a interface de IA integrada à Busca do Google. Os pesquisadores coletaram 899 respostas em duas rodadas de testes, incluindo 402 respostas durante a investigação principal no início de 2026.

O States United Democracy Center constatou progresso real entre essas rodadas. O Google AI registrou uma taxa de erro factual de 6,9% nos testes preliminares, enquanto o ChatGPT registrou 8,2%. Nenhuma das plataformas produziu um erro factual verificável durante a rodada mais restrita de 2026.

Ainda assim, o ChatGPT retornou listas incompletas de candidatos a governador em 88,9% das consultas relevantes. Ele mencionou um site eleitoral estadual em apenas 39,4% de todas as respostas da rodada principal. O Google AI mencionou um em 55,6%, antes de uma mudança de formato eliminar resumos explicativos de muitas respostas testadas.

Isso cria o conflito central enfrentado pelos eleitores. As empresas de IA estão melhorando a precisão factual, mas as informações eleitorais exigem completude, atualidade, contexto local e um caminho claro para a ação.

Os produtos de busca estão sendo otimizados para responder perguntas imediatamente. Os órgãos eleitorais atuam como fontes responsáveis, cujas informações mudam conforme registros de candidatura, prazos, decisões judiciais e procedimentos locais. Os eleitores devem tratar o primeiro sistema como um ponto de partida e o segundo como a autoridade final.

O Que o Relatório do Google News Sobre Eleições Realmente Constatou

As respostas de IA sobre eleições se tornaram mais precisas, mas o estudo não concluiu que elas se tornaram substitutos confiáveis para os órgãos eleitorais.

O States United conduziu sua investigação preliminar durante setembro e outubro de 2025. Os pesquisadores testaram 216 respostas do Google AI e 281 respostas do ChatGPT em seis estados politicamente competitivos.

Esses estados eram Arizona, Michigan, Nevada, Carolina do Norte, Pensilvânia e Wisconsin. As perguntas abordavam o registro eleitoral e as datas das eleições primárias e gerais.

A segunda rodada ocorreu durante janeiro e fevereiro de 2026. Ela se concentrou em Arizona, Michigan e Pensilvânia, com algumas perguntas que não especificavam um estado.

Os pesquisadores testaram a versão gratuita do ChatGPT sem uma conta conectada. Também testaram o Google AI em um navegador anônimo e por meio de uma conta com histórico de navegação cético em relação a eleições.

O estudo classificou alegações factuais distintas em comparação com fontes estaduais oficiais. Ele examinou temas que incluíam registro, locais de votação, voto pelo correio, datas eleitorais, candidaturas e contagem de votos.

Essa metodologia produziu a descoberta mais animadora do estudo. As respostas que continham erros factuais verificáveis caíram de 6,9% para o Google AI e 8,2% para o ChatGPT para zero na segunda rodada.

O resultado merece reconhecimento. Testes eleitorais anteriores mostraram que a IA generativa podia inventar locais de votação, informar prazos incorretos ou oferecer instruções desatualizadas. Evitar essas falhas diretas reduz um risco evidente.

No entanto, zero erros detectados não significa precisão universal. A rodada principal abrangeu três estados, um conjunto definido de perguntas e várias semanas de comportamento de produto em rápida mudança.

Ela também mediu se as alegações que apareciam eram corretas. Essa abordagem não classificou automaticamente um candidato omitido ou um link de ação ausente como erro factual.

Esse limite explica por que o número de destaque do estudo e suas conclusões práticas parecem tão diferentes. Uma resposta pode conter apenas afirmações verdadeiras, ao mesmo tempo em que exclui informações que mudam a decisão de um eleitor.

A reportagem original capturou essa tensão por meio de um exemplo simples. Um chatbot pode identificar os candidatos republicano e democrata, omitindo todos os candidatos de terceiros partidos.

Nada do que é dito nessa resposta é necessariamente falso. Ainda assim, um eleitor poderia concluir razoavelmente que apenas dois candidatos estão concorrendo.

O estudo também não comparou todos os principais assistentes. Claude, Copilot, o chatbot independente do Gemini, Grok e Perplexity ficaram fora de seu teste principal.

Portanto, suas conclusões se aplicam aos produtos e às condições testados. Elas não devem ser tratadas como um ranking definitivo do mercado mais amplo de IA.

Mesmo dentro desse escopo limitado, a melhoria importa. A questão mais difícil é saber se a precisão factual representa o padrão correto para assistência eleitoral.

Fatos Corretos Ainda Podem Produzir uma Resposta Ruim Sobre Votação

A orientação eleitoral deve ser completa e acionável, não apenas livre de afirmações que os pesquisadores possam marcar como falsas.

Considere um eleitor que pergunta como se registrar. Um chatbot pode descrever corretamente as regras de elegibilidade, mas omitir o portal oficial de registro.

Outro eleitor pode perguntar onde votar. Uma resposta pode descrever os locais de votação de forma geral sem solicitar as informações de localização necessárias para identificar a seção eleitoral correta.

Os resultados das listas de candidatos expõem esse problema com mais clareza. O ChatGPT produziu listas incompletas em 88,9% das consultas sobre governador, 35,7% das consultas sobre procurador-geral e 28,6% das consultas sobre secretário de estado.

Os resumos do Google AI também tiveram dificuldades. Eles estavam incompletos em 44,4% das consultas sobre governador e 42,9% das consultas sobre os outros dois cargos estaduais.

O Arizona impulsionou grande parte desse padrão. No momento dos testes, a disputa para governador do estado incluía pelo menos nove candidatos declarados distribuídos entre vários partidos.

Todas as respostas de resumo em texto testadas sobre os candidatos a governador do Arizona estavam incompletas. A taxa chegou a 77,8% em Michigan e 44,4% na Pensilvânia.

Essas falhas refletem um problema estrutural, e não uma pergunta difícil de curiosidade. As listas de candidatos mudam quando pessoas se registram, retiram suas candidaturas, se qualificam, enfrentam contestações ou perdem acesso à cédula.

Os modelos de linguagem aprendem com informações históricas e frequentemente recuperam páginas da web periodicamente. Os bancos de dados estaduais de registros de candidatura representam o registro jurídico atual.

Um modelo pode identificar vários candidatos proeminentes a partir de cobertura recente, mas deixar de fora uma candidatura menos conhecida registrada ontem. Sua apresentação concisa pode fazer a lista parcial parecer definitiva.

A seleção de fontes tornou essa fraqueza mais preocupante. A Wikipedia representou 12,3% dos 3.481 links citados durante os testes principais.

A Wikipedia pode oferecer contexto útil, mas suas páginas são editadas abertamente. Elas não são registros oficiais para períodos ativos de registro de candidaturas ou procedimentos eleitorais específicos de cada jurisdição.

Fontes de conteúdo misto, incluindo Reddit e YouTube, representaram outros 7,6% dos links citados. Algumas publicações nessas plataformas vêm de autoridades eleitorais, enquanto outras não.

Juntas, a Wikipedia e fontes mistas ou não confiáveis representaram aproximadamente um em cada cinco links citados. Portanto, uma grande lista de fontes não garantiu referências confiáveis.

O ChatGPT teve, em média, 5,61 links da Wikipedia em cada resposta sobre governador. Suas respostas sobre disputas para secretário de estado e procurador-geral tiveram entre 6,4 e 6,8 desses links, em média.

Os modelos se comportaram de forma mais responsável quando solicitados a informar um local de votação. O ChatGPT mencionou um site eleitoral estadual em 88,2% dessas respostas.

Esse desempenho caiu para 33,6% nos outros tipos de pergunta. Os resumos do Google AI mostraram uma lacuna semelhante entre perguntas sobre locais de votação e outras consultas eleitorais.

Os locais de votação forçam o sistema a reconhecer uma limitação. Sem um endereço e um mapa atualizado de seções eleitorais, ele não pode fornecer com segurança uma localização personalizada.

A resposta mais segura é, portanto, encaminhar o usuário a uma ferramenta oficial de consulta. O mesmo princípio de design deve se aplicar a prazos de registro, regras da cédula e registros de candidatura.

Os sistemas de IA devem identificar quando uma pergunta depende de registros governamentais que mudam. Em seguida, devem direcionar o eleitor à fonte responsável, em vez de imitar uma autoridade final.

O Google AI Mudou a Resposta Durante o Estudo

O risco mais importante não foi um fato inventado. Foi uma decisão de produto que alterou, sem aviso, a forma como as informações eleitorais apareciam.

Por volta de 2 de fevereiro de 2026, o Google AI começou a substituir resumos eleitorais escritos por listas de links na condição de teste em modo anônimo. A saída dizia: “Aqui estão os principais resultados da web para explorar este tema.”

Antes da mudança, essas respostas tinham, em média, 224,5 palavras. Muitas respostas posteriores continham apenas nove palavras, além dos resultados vinculados.

Todas as 79 respostas coletadas por meio da conta cética em relação a eleições chegaram após a mudança. Todas usaram o formato apenas com links.

A implementação não foi totalmente consistente. Os resumos voltaram brevemente em várias datas de fevereiro antes de a saída apenas com links reaparecer.

Os pesquisadores também observaram que algumas consultas não eleitorais continuaram recebendo resumos, enquanto perguntas sobre eleições recebiam listas de links. O estudo não conseguiu estabelecer a razão exata dessa diferença.

A mudança gerou uma troca. O Google AI deixou de gerar texto explicativo, o que reduziu oportunidades para linguagem sem respaldo ou síntese enganosa.

Ao mesmo tempo, os usuários perderam orientação sobre qual destino era oficial. Mais links não necessariamente tornaram a saída mais fácil de usar.

Os resumos anteriores à mudança tinham, em média, 3,7 fontes. As respostas apenas com links tiveram média de 9,6, enquanto o ChatGPT teve média de 10,2.

Os resumos do Google AI mencionaram sites eleitorais estaduais oficiais em 55,6% das respostas antes da mudança de formato. Essa medição caiu para zero depois, porque o novo formato não oferecia texto orientador.

As saídas apenas com links ainda incluíam links governamentais. No entanto, elas não explicavam qual link representava a autoridade eleitoral do estado nem por onde o eleitor deveria começar.

É nesse ponto que a história do Google News se torna maior do que um parâmetro de precisão. Uma interface de produto pode mudar a entrega de informações cívicas durante o mesmo ciclo eleitoral.

Essa instabilidade dificulta a validação externa. Pesquisadores podem testar uma versão em janeiro e encontrar uma experiência materialmente diferente dias depois.

As autoridades eleitorais enfrentam o mesmo problema ao preparar orientações públicas. Elas não podem presumir que o comportamento de encaminhamento de uma plataforma permanecerá estável durante os prazos de registro ou no Dia da Eleição.

O estudo perguntou ao Google AI por que seu formato havia mudado. Sua resposta gerada citou precisão, menos alucinações, preocupações de editoras e esforços para tornar a busca com IA mais monetizável.

Essa resposta foi gerada pelo produto, e não uma declaração corporativa verificada. Ela não pode estabelecer a justificativa interna do Google.

Ainda assim, ela destaca uma questão de política pública real. As interfaces de busca equilibram respostas para usuários, tráfego para editoras, publicidade, controles de segurança e engajamento com o produto.

As informações eleitorais não se encaixam confortavelmente nesses incentivos variáveis. Um prazo correto ou registro oficial de candidatos tem valor cívico independentemente de seu desempenho comercial.

A proteção mais segura deve existir fora do texto gerado. Um módulo eleitoral fixo poderia sempre criar um link para o site governamental apropriado.

A Anthropic já utiliza uma abordagem relacionada. O Claude exibe um banner que direciona perguntas sobre eleições ao TurboVote, um serviço apartidário operado pela Democracy Works.

A OpenAI afirma que suas salvaguardas de 2026 incluem uma parceria nos EUA com a Democracy Works. Essa parceria busca apresentar informações confiáveis sobre votação e registro eleitoral dentro do ChatGPT.

Esses encaminhamentos dependem menos da formulação do modelo. Eles também podem resistir a mudanças no tamanho das respostas, nos métodos de recuperação e em experimentos de publicidade.

A Busca por IA Está se Tornando o Novo Campo de Batalha Eleitoral

A pressão vai além da precisão dos modelos, pois campanhas e operadores de influência moldam cada vez mais conteúdos para recuperação por IA.

A otimização tradicional para mecanismos de busca tenta fazer com que uma página apareça em destaque nos resultados convencionais. A otimização para mecanismos generativos mira o material selecionado e resumido por uma resposta de IA.

Isabel Linzer, analista de políticas eleitorais do Center for Democracy and Technology, descreveu o ambiente atual como uma fase de otimização para mecanismos generativos.

As campanhas querem que suas páginas de políticas públicas, biografias e enquadramentos preferidos apareçam nas respostas de chatbots. Os órgãos eleitorais precisam que instruções oficiais recebam a mesma visibilidade.

Agentes mal-intencionados podem seguir uma estratégia semelhante. Eles podem publicar redes de páginas que repetem uma narrativa falsa em formatos que sistemas de recuperação processam facilmente.

O risco não exige invadir um modelo ou alterar seus dados de treinamento. Uma operação pode mirar as fontes ativas da web que um assistente recupera ao responder a perguntas atuais.

A análise sobre envenenamento algorítmico descreve como atores podem estruturar informações para ganhar visibilidade em buscas mediadas por IA. Isso torna a procedência, a ponderação de fontes e os encaminhamentos oficiais cada vez mais importantes.

O problema é especialmente grave em disputas locais. Organizações nacionais de notícias raramente mantêm listas completas e em tempo real de candidatos para cada condado, conselho escolar e disputa municipal.

Um sistema de IA pode preencher essa lacuna de informação com material de sites de campanhas, redes sociais, enciclopédias editáveis ou páginas locais de baixa qualidade. Cada fonte carrega incentivos diferentes.

O Google News continua útil para descobrir reportagens sobre esses riscos. Ele não é um registro oficial de acesso à cédula, registro de eleitores, locais de votação ou procedimentos eleitorais locais.

Resumos gerados por IA acrescentam outra camada entre o eleitor e a fonte original. Essa camada pode esclarecer informações complexas, mas também pode reduzir incertezas indevidamente.

A personalização introduz outra preocupação. Um sistema pode adaptar sua redação com base em conversas anteriores, padrões de navegação, sinais de localização ou preferências inferidas.

O estudo States United tentou testar isso usando uma conta com histórico de navegação cético em relação às eleições. No entanto, uma mudança de formato do Google impediu uma comparação clara com os resumos no modo anônimo.

Todas as respostas da conta personalizada usaram apenas links. Por isso, os pesquisadores não conseguiram separar os efeitos da personalização da mudança de apresentação em toda a plataforma.

Essa questão não resolvida importa porque informações políticas não deveriam mudar silenciosamente conforme a suposta ideologia de um usuário. Dois eleitores que fazem a mesma pergunta processual precisam receber os mesmos fatos subjacentes.

Um chatbot também pode se tornar bajulador, ou seja, adaptar-se com facilidade excessiva às suposições do usuário. O resultado pode validar uma premissa enganosa em vez de corrigi-la.

Por exemplo, um usuário pode perguntar para onde autoridades “transferiram” um local de votação que nunca mudou. Um modelo com aparência prestativa poderia aceitar a premissa e buscar material que a sustentasse.

Campanhas políticas também têm fortes incentivos para influenciar descrições de candidatos. Um sistema que monta uma resposta a partir de páginas de campanha pode reproduzir alegações seletivas sem contexto suficiente.

Essas pressões transformam a busca por IA em uma questão de infraestrutura de informação. A pergunta central já não é se um modelo consegue recitar uma data eleitoral.

As plataformas precisam decidir quais fontes merecem prioridade, quando a incerteza precisa ser divulgada e quando o produto deve deixar de resumir. Essas escolhas afetam milhões de trajetórias individuais de informação.

Por Que os Sites Eleitorais Oficiais Continuam Sendo a Autoridade Final

Os órgãos eleitorais estaduais e locais continuam sendo a melhor fonte porque administram as regras que os sistemas de IA tentam descrever.

As eleições dos EUA ocorrem em 50 estados e milhares de jurisdições locais. Sistemas de registro, prazos, votação antecipada, voto por correio, regras de identificação e locais de votação variam amplamente.

Esses detalhes também mudam. Legislaturas revisam leis, tribunais emitem decisões, juntas eleitorais adotam procedimentos e emergências podem alterar locais de votação.

Um assistente nacional de IA pode oferecer contexto geral. Ele não pode assumir responsabilidade legal pela implementação do procedimento na jurisdição de um eleitor.

Autoridades eleitorais estaduais mantêm sistemas de registro, publicam prazos, certificam candidatos e divulgam resultados. Autoridades de condados e municípios frequentemente administram os detalhes mais locais.

Esse papel institucional não torna perfeita toda página governamental. Sites oficiais podem ser confusos, desatualizados, inacessíveis ou difíceis de navegar em dispositivos móveis.

No entanto, o órgão responsável pode corrigir suas próprias informações. Ele também tem uma conexão legal e administrativa com o processo descrito.

Um chatbot não tem nenhuma dessas relações. Ele pode repetir uma página oficial antiga depois que o órgão publicou uma versão mais recente.

Portanto, os eleitores devem seguir uma escada simples de verificação.

• Comece com IA quando uma explicação ampla ajudar a enquadrar a pergunta.

• Identifique o órgão estadual ou local responsável pelo processo específico.

• Abra diretamente o site oficial do governo.

• Confirme ali datas, endereços, regras de elegibilidade e registros de candidatura.

• Entre em contato com o órgão eleitoral quando a resposta continuar pouco clara.

Essa abordagem preserva a conveniência da IA sem atribuir a ela uma autoridade que não possui. Ela também reduz a dependência de uma linguagem confiante ou de longas listas de citações.

A orientação federal sobre IA eleitoral também enfatiza riscos relacionados à precisão, à falsificação de identidade e a conteúdo enganoso. Ela oferece aos administradores eleitorais recursos para direcionar eleitores a informações oficiais.

Os órgãos eleitorais também têm trabalho a fazer. Suas páginas precisam ser compreensíveis, atuais, adequadas para dispositivos móveis e fáceis de identificar por sistemas de busca.

Dados estruturados podem ajudar máquinas a distinguir um prazo oficial de registro de comentários sobre esse prazo. URLs estáveis facilitam que páginas governamentais sejam citadas de forma consistente.

A linguagem simples também importa. Se uma página oficial esconde uma resposta dentro de um documento digitalizado, um sistema de IA pode favorecer uma fonte mais clara, mas menos autorizada.

A States United recomenda integrações diretas com sistemas de registro de candidaturas. Essas conexões reduziriam o atraso entre um registro legal e a informação recuperada por um assistente.

As plataformas também poderiam adicionar banners eleitorais permanentes. Esses módulos deveriam aparecer em consultas sobre registro, locais de votação, candidatos, cédulas e resultados.

Um banner não é uma solução completa. Os usuários podem ignorá-lo, e um resumo incorreto ainda pode causar danos.

Ainda assim, um encaminhamento estável cria um caminho responsável. Ele informa aos usuários onde a resposta pode ser confirmada antes de agirem.

Profissionais do conhecimento já usam hábitos de verificação semelhantes em contextos de menor risco. Eles preservam fontes, comparam versões e separam resumos gerados de registros originais.

Uma base de conhecimento de IA pessoal pode ajudar a organizar pesquisas e reter citações. Ela não pode transformar uma fonte secundária em autoridade eleitoral.

O mesmo princípio se aplica a todos os eleitores. Salve a explicação útil, se necessário, mas verifique o detalhe acionável com o órgão que o administra.

O Que Observar Antes das Eleições de Meio de Mandato de 2026

Três sinais mostrarão se as plataformas de IA estão se tornando guias eleitorais mais seguros ou apenas melhores em parecer precisas.

O primeiro sinal é um comportamento consistente de encaminhamento. ChatGPT e Google AI devem direcionar perguntas eleitorais ao site oficial estadual ou local correto.

Esse encaminhamento deve aparecer para mais do que locais de votação. Ele deve abranger registro, voto por correio, registros de candidatura, regras de identificação, procedimentos de cédulas e resultados.

Um banner em toda a plataforma forneceria evidências mais claras do que links ocasionais dentro de texto gerado. Ele também permaneceria visível quando os formatos das respostas mudassem.

Se os encaminhamentos oficiais se tornarem universais, a crítica central do estudo enfraquecerá. Se continuarem inconsistentes, uma taxa menor de erros factuais oferecerá proteção limitada.

O segundo sinal é a completude das listas de candidatos após os prazos de registro. Disputas em curso fornecem um teste exigente porque os campos podem mudar rapidamente.

Pesquisadores devem repetir as mesmas perguntas depois que as cédulas forem certificadas. Eles devem comparar cada candidato nomeado com os registros oficiais de candidatura.

Uma melhora sugeriria que a recuperação em tempo real ou as integrações com dados governamentais estão funcionando. Omissões persistentes confirmariam que a busca de propósito geral continua estruturalmente fraca para listas eleitorais.

Os testes devem incluir disputas menores, não apenas cargos estaduais. As disputas locais têm cobertura jornalística mais limitada e menos fontes secundárias bem mantidas.

O terceiro sinal é a estabilidade do produto até o Dia da Eleição. A mudança de formato do Google durante o estudo mostrou a rapidez com que uma experiência de informação cívica pode mudar.

Pesquisadores e autoridades eleitorais devem documentar se resumos, links, avisos, citações e resultados personalizados mudam em torno de prazos importantes.

As plataformas devem publicar avisos claros quando seus sistemas de resposta eleitoral mudarem. Elas também devem explicar quais fontes oficiais de dados sustentam suas salvaguardas.

Uma interface estável fortaleceria a confiança de que os mecanismos de segurança podem sobreviver a atualizações comerciais e técnicas. Mudanças súbitas e não documentadas a enfraqueceriam.

A adoção torna os três sinais urgentes. Uma pesquisa sobre uso de chatbots de junho de 2026 constatou que cerca de metade dos adultos dos EUA havia usado um chatbot de IA.

Cerca de um quarto relatou uso diário, enquanto aproximadamente quatro em cada dez usavam chatbots para buscas de informação. Só o ChatGPT havia sido usado por 44% dos adultos.

Esses números não revelam quantas pessoas buscam orientação eleitoral. Eles mostram que assistentes de IA se tornaram ferramentas familiares de informação antes das eleições de meio de mandato.

Portanto, a verdadeira referência não é se um chatbot supera um modelo mais antigo. É se um eleitor consegue concluir corretamente a próxima ação exigida.

O Google News pode direcionar leitores a reportagens importantes, e a IA pode explicar conceitos eleitorais desconhecidos. Nenhum dos dois deve substituir o registro atual mantido por autoridades eleitorais.

Antes de confiar em uma resposta, faça três perguntas: ela está completa, está atualizada e contém um link para o órgão governamental responsável?

Se qualquer resposta for não, continue verificando. Para o ciclo eleitoral de 2026, uma IA melhor é um avanço útil, mas a verificação continua sendo parte de votar com responsabilidade.