FIA mobiliza 10 mil agentes de IA para simular comportamento eleitoral
Simulação com inteligência artificial analisa comportamento eleitoral em São Paulo.
A FIA Business School e a Levius Consulting desenvolveram uma simulação inovadora utilizando 10 mil agentes de inteligência artificial (IA) para investigar como informações e estratégias influenciam as preferências eleitorais ao longo de uma campanha.
O cenário da pesquisa é a eleição de 2026 para o Governo do Estado de São Paulo. A proposta vai além de uma simples pesquisa de intenção de voto, criando um ambiente computacional onde agentes sintéticos recebem dados, interpretam eventos e ajustam seu comportamento ao longo do tempo.
Cada eleitor sintético atua como um agente de IA em uma campanha virtual que se desdobra em 11 rodadas. A simulação gerou um total de 112.567 interações entre os agentes e o ambiente, resultando em 6.015 justificativas de voto.
Construção da população virtual
Para criar a população virtual, o projeto baseou-se em dados do eleitorado paulista disponíveis nos microdados do Tribunal Superior Eleitoral (TSE) de 2026. Variáveis como gênero, faixa etária, escolaridade, estado civil, raça e localização geográfica foram consideradas.
Esses dados foram convertidos em agentes computacionais usando o modelo Qwen, que possui 14 bilhões de parâmetros. Durante a simulação, os agentes recebem informações sobre o contexto eleitoral, como notícias e campanhas, e reagem a esses conteúdos, o que pode alterar sua memória e comportamento ao longo do tempo.
Gustavo Monteiro, CEO da Levius Consulting, destaca que o objetivo é utilizar a IA para entender como decisões individuais podem resultar em movimentos coletivos.
No ambiente virtual, os candidatos também são representados e podem modificar suas estratégias em resposta aos acontecimentos, influenciando as informações que chegam aos agentes.
Testando diferentes cenários
Uma das vantagens do modelo é a capacidade de repetir o experimento com variáveis alteradas. A simulação pode ser reexecutada com mudanças em eventos, estratégias ou na relevância de determinados temas.
Isso possibilita transformar perguntas hipotéticas em experimentos práticos, permitindo a análise de comportamentos que se repetem e aqueles que dependem das condições específicas de cada execução.
A metodologia foi testada com dados das eleições de 2022, mas para a simulação de 2026 não houve comparação com uma amostra de eleitores reais do pleito atual.
José Afonso Mazzon, professor e consultor da FIA Business School, ressalta que, embora os resultados sejam promissores, eles refletem o comportamento de uma amostra sintética sob condições específicas, necessitando de validação com o eleitorado real.
Resultados e suas implicações
Em uma das simulações, 7.817 dos 10 mil agentes chegaram à fase equivalente à votação. A pesquisa revelou variações entre regiões, características associadas aos candidatos e a estabilidade das preferências ao longo das rodadas.
Entretanto, é importante destacar que os resultados não representam intenção de voto ou previsão do resultado da eleição. Eles são uma saída de um modelo computacional baseado em dados e premissas específicas utilizadas durante o experimento.
A tecnologia desenvolvida pode ser aplicada em contextos além do eleitoral. A combinação de amostras sintéticas, agentes de IA e modelagem de sistemas complexos pode ser utilizada para estudar fenômenos em áreas como estratégia, políticas públicas, comportamento social e processos de tomada de decisão.
