Eleições 2026: o que muda quando a IA entra em campanha? | A Era da IA #05

Um telefone toca. Do outro lado da linha, a voz parece ser a de Joe Biden. A mensagem desencoraja eleitores de New Hampshire a votar dois dias depois, na primária democrata. Mas Biden nunca gravou aquele áudio. A voz havia sido clonada com inteligência artificial.

O caso, ocorrido em janeiro de 2024, tornou-se um dos exemplos mais conhecidos do uso eleitoral de conteúdo sintético. A tentativa de interferência foi documentada. Não há evidência de que a ligação tenha alterado o resultado. Essa diferença importa: comprovar o uso de uma tecnologia não é o mesmo que demonstrar seu efeito sobre o voto.

Esse caso abre o quinto episódio de “A Era da Inteligência Artificial”, temporada especial do podcast do InovaSocial apresentada por Andressa Jordano e Victor Vasques.

O programa acompanha uma informação política entre produção, distribuição e confiança. E revela um risco: quando vozes e vídeos podem ser fabricados, até registros verdadeiros podem ser tratados como falsos.

Um deepfake não precisa vencer a discussão

Nem todo conteúdo feito com inteligência artificial é falso. Uma imagem identificada ou uma voz voltada à acessibilidade podem ser usos legítimos.

Deepfake é um áudio, imagem ou vídeo manipulado para representar alguém dizendo ou fazendo algo que não aconteceu.

Em um experimento britânico com mais de duas mil pessoas, participantes viram Barack Obama aparentemente falar para a câmera, embora a performance fosse de Jordan Peele.

Aproximadamente 16% foram enganados. Mais de 33% ficaram sem saber se o vídeo era verdadeiro ou falso. O mais inquietante não foi a quantidade de convencidos. Foi o tamanho da incerteza.

O efeito pode aparecer de três formas:

É essa terceira reação que merece atenção. Em uma eleição, um conteúdo manipulado não precisa ser aceito como verdade para produzir ruído. Basta dificultar a decisão sobre qual registro é autêntico.

Quando o verdadeiro também parece falso

Se vídeos convincentes podem ser fabricados, uma gravação verdadeira também pode ser descartada como “feita por IA”.

Esse efeito é conhecido como “dividendo do mentiroso”. Ele oferece uma estratégia retórica: diante de um registro incômodo, alegar que o material foi produzido artificialmente.

Experimentos indicam que essa resposta pode recuperar parte do apoio político quando a evidência é menos contundente. Diante de vídeo autêntico, a estratégia tende a perder força. Os deepfakes não tornam qualquer negação eficaz, mas criam uma nova desculpa plausível.

Uma mensagem também precisa de estrada

Imagine duas pessoas abrindo a mesma rede social depois de um debate. Uma encontra a transmissão completa. A outra recebe um corte indignado. Uma vê a fala original; a outra, uma reação acusatória.

Essa diferença foi organizada pela plataforma.

Algoritmos já ordenavam feeds, recomendavam vídeos e selecionavam anúncios antes da IA generativa. São camadas distintas: a IA ajuda a produzir a mensagem; sistemas de recomendação influenciam quem a encontra; a segmentação ajuda a escolher os públicos.

Na eleição americana de 2020, experimentos alteraram feeds do Facebook e do Instagram. O conteúdo visto mudou bastante, enquanto medidas de polarização e atitudes mudaram pouco. Estudos no X encontraram efeitos específicos.

A conclusão não cabe em um slogan. Algoritmos mudam o que chega até nós, mas a exposição não produz sempre a mesma consequência. Eles não são neutros, tampouco uma máquina universal de radicalização.

No Brasil, parte dessa circulação ocorre em ambientes difíceis de observar. No Digital News Report de 2026, 46% dos brasileiros entrevistados disseram usar o WhatsApp para notícias. A criptografia protege a privacidade, mas dificulta reconstruir o caminho de uma mensagem por grupos privados.

Personalizar ficou barato. Persuadir continua difícil

O escândalo da Cambridge Analytica popularizou a imagem de campanhas capazes de encontrar a frase certa para cada eleitor. Expôs problemas de privacidade, consentimento e uso político de dados, mas não provou a existência de um botão psicológico eleitoral.

Microtargeting é menos misterioso do que o nome sugere. Campanhas dividem o eleitorado em grupos e escolhem mensagens, canais ou momentos para cada segmento.

A IA generativa barateia a produção de variações. Uma proposta pode ganhar versões curtas, técnicas, emocionais ou adaptadas a públicos diferentes.

Mas ainda existe um caminho entre produzir e persuadir. É preciso reunir dados úteis, interpretá-los, alcançar o público e apresentar um argumento que faça sentido. A máquina fabrica versões, mas não fabrica concordância.

Experimentos mostram que conversas com IA podem alterar preferências em certas condições, mas também produzir erros. Fora do laboratório, entram amigos, imprensa, adversários e experiências pessoais. A mudança mais segura é econômica: ficou mais fácil produzir e testar argumentos. Transformar abundância em vantagem duradoura continua sendo uma questão aberta.

O que as regras brasileiras procuram impedir

As eleições de 2026 têm regras mais detalhadas para o uso político da inteligência artificial. Identificar um conteúdo sintético é parte da resposta, mas não resolve tudo.

As regras procuram agir sobre quatro frentes:

Campanhas podem usar chatbots e avatares identificados, desde que não simulem uma conversa real com o candidato. Grandes provedores precisam apresentar medidas de prevenção e avaliação de riscos.

A preocupação vai além do que alguém publica. Também está na forma como sistemas automatizados ampliam, recomendam ou organizam esse conteúdo.

O vídeo chegou. E agora?

Imagine um vídeo chegando pelo WhatsApp. Você não sabe quem publicou primeiro. O arquivo foi encaminhado, comprimido ou gravado da tela de outro aparelho. A boca parece estranha. Ou talvez seja apenas a qualidade ruim.

Orientações sobre deepfakes já pareceram uma caça a defeitos: mãos, olhos, iluminação, movimento dos lábios. Esses sinais denunciam manipulações ruins, mas não formam um método confiável. Vídeos verdadeiros também podem parecer artificiais depois de filtros e cortes.

Detectores automáticos tampouco oferecem uma sentença final. Eles procuram padrões estatísticos, mas podem errar diante de arquivos alterados ou tecnologias diferentes.

Ferramentas de proveniência digital ajudam a registrar origem e alterações. Ainda assim, não garantem legenda correta nem contexto. Um vídeo autêntico de 2022 pode reaparecer como se tivesse sido gravado ontem.

A saída não é virar perito forense. É investigar o caminho da mensagem.

Antes de compartilhar, faça quatro perguntas:

Procure a publicação original, confira se a conta é oficial e busque a fala completa. Dezenas de perfis repetindo o vídeo podem ser apenas a mesma peça circulando.

A Justiça Eleitoral mantém a página Fato ou Boato. Alertas sobre ameaças à integridade do processo podem ser enviados ao Sistema de Alertas de Desinformação Eleitoral. O Pardal recebe denúncias de propaganda irregular.

Se a autenticidade continuar incerta, há uma decisão simples: não compartilhar.

O eleitor não pode ser o último detector

O cuidado individual é importante, mas não resolve o sistema inteiro. Educação midiática ajuda. Correções também funcionam, sobretudo quando chegam cedo.

Uma análise de mais de 237 mil cadeias no X estimou queda de 61,2% nos compartilhamentos depois da exibição de uma Nota da Comunidade. Corrigir ajuda, mas uma correção tardia pode chegar depois da fase mais veloz de circulação.

A proteção precisa existir em várias partes do caminho:

O eleitor faz parte dessa rede, mas não deveria ser o último detector de fraude do sistema.

Nem todo uso político de IA é ameaça. Voz sintética pode imitar alguém sem autorização ou ampliar a acessibilidade. Sistemas generativos podem fabricar mentiras ou facilitar a consulta a documentos públicos.

O objetivo não é imaginar uma eleição sem inteligência artificial. É preservar a possibilidade de descobrir o que aconteceu, atribuir responsabilidade e contestar decisões automatizadas.

Democracias não dependem de concordância permanente. Dependem de métodos compartilhados para investigar aquilo sobre o que discordamos. O risco aparece quando “tudo pode ser falso” encerra a conversa.

A dúvida saudável faz o contrário. Ela nos leva a procurar origem, contexto e evidências melhores.