Quando o algoritmo vira juiz eleitoral
Em todo ciclo eleitoral, o debate sobre o papel das plataformas digitais se intensifica. Mas 2026 promete ser diferente: pela primeira vez, teremos uma infraestrutura coordenada de combate à desinformação que envolve desde acordos formais com o Tribunal Superior Eleitoral até o monitoramento ativo do uso de inteligência artificial nos conteúdos. O TikTok, por exemplo, anunciou a criação de uma central de informações eleitorais e mecanismos para identificar vídeos gerados ou manipulados por IA. A pergunta que fica para quem trabalha com tecnologia não é se isso é necessário — é se essas medidas são tecnicamente suficientes.
Vivi a implementação de sistemas de moderação em duas empresas de médio porte, e posso afirmar: o abismo entre o que se promete em comunicados institucionais e o que se entrega na linha de frente da engenharia é real. Políticas de moderação são baratas de escrever e caríssimas de executar. O acordo com o TSE, que envolve múltiplas plataformas, cria um cenário interessante de pressão regulatória, mas também expõe fragilidades técnicas que ainda não foram resolvidas nem nos Estados Unidos ou na Europa. O Brasil, com sua capilaridade digital e polarização histórica, será um laboratório e tanto.
A central de informações e o viés de implementação
A proposta de criar uma central com informações eleitorais dentro do aplicativo parece simples — e é enganosamente simples. Do ponto de vista de produto, significa construir um hub de conteúdo que seja ao mesmo tempo acessível, resistente a ataques e capaz de entregar informação oficial sem parecer propaganda estatal. O desafio técnico começa na curadoria: quem define o que é "informação oficial"? O TSE fornece o conteúdo, mas a plataforma decide o destaque, o algoritmo de recomendação e a prioridade de exibição. Em engenharia, isso se traduz em dezenas de decisões de design de sistema que vão desde cache de conteúdo até regras de machine learning para ranqueamento.
Outro ponto crítico é a escalabilidade desse hub durante picos de tráfego eleitoral. Em momentos de debate acalorado, como debates presidenciais ou resultados de urnas, o volume de acessos a essas centrais pode crescer ordens de magnitude em minutos. Se a infraestrutura não for projetada com pensamento de pico — e não de média —, o hub simplesmente cairá ou ficará lento, gerando desconfiança justamente quando a informação precisa ser mais confiável. Já vi sistemas de cache distribuído que quebraram em Black Friday; quebrar em outubro de 2026 seria bem pior para a democracia.
Monitoramento de IA: entre o factível e o desejável
O monitoramento de uso de IA em vídeos é, de longe, o ponto mais ambicioso do acordo. A ideia é identificar conteúdos sintéticos — deepfakes, vozes clonadas, rostos gerados — que possam induzir o eleitor ao erro. Tecnicamente, isso significa implantar detectores de conteúdo gerado por IA em escala de milhões de uploads por dia. O problema é que a taxa de falsos positivos desses detectores ainda é alta, especialmente em cenários de baixa resolução, compressão de vídeo ou edições criativas que misturam material real e sintético.
Em projetos de moderação que liderei, aprendi que todo modelo de classificação de conteúdo tem um trade-off cruel entre sensibilidade e especificidade. Se você ajusta o modelo para pegar 99% dos deepfakes, vai derrubar também uma quantidade enorme de conteúdos legítimos — sátiras políticas, edições artísticas, vídeos com filtros comuns. Cada falso positivo gera um processo de apelação, que consome recursos de revisão humana e tempo do usuário. Em um país com mais de 150 milhões de eleitores, o volume de apelações pode inviabilizar o sistema.
Além disso, existe a questão da evolução adversarial. Geradores de vídeo por IA melhoram em ritmo acelerado — modelos como Sora, Gen-3 e suas variantes abertas já produzem conteúdo quase indistinguível da realidade. Um detector treinado hoje pode ser ineficaz amanhã, especialmente se os geradores forem ajustados especificamente para escapar da detecção. Isso cria uma corrida armamentista onde as plataformas precisam atualizar modelos de detecção em ciclos de dias ou semanas — algo que poucas empresas têm capacidade operacional de fazer.
O acordo com o TSE e a zona cinzenta da responsabilidade
Firmar um acordo formal com o TSE é um movimento de duas faces. Por um lado, demonstra compromisso público e cria accountability jurídica. Por outro, estabelece um precedente onde o Estado e as plataformas co-regulam o discurso político — uma área sensível em qualquer democracia. Do ponto de vista de engenharia, isso significa que as decisões de moderação não podem ser apenas tecnicamente corretas; precisam ser auditáveis, transparentes e passíveis de revisão judicial.
Construir sistemas auditáveis para moderação de conteúdo político é um pesadelo de arquitetura. Você precisa de logs imutáveis de decisões, rastreamento de versões de modelos, registros de por que um conteúdo foi classificado como desinformação e — o mais difícil — mecanismos para que usuários e partidos possam contestar decisões de forma eficiente. Em sistemas que projetei, o custo de armazenamento e processamento desses logs superou em 40% o custo do próprio modelo de classificação. É um investimento que poucas plataformas estão dispostas a fazer sem pressão regulatória explícita.
Outro aspecto pouco discutido é a responsabilidade sobre conteúdo patrocinado. Anúncios políticos pagos têm um regime de moderação diferente de conteúdo orgânico, e as plataformas historicamente falham em aplicar os mesmos critérios. Se uma campanha paga por um vídeo com IA generativa que distorce dados eleitorais, a responsabilidade é da plataforma, do anunciante ou de ambos? O acordo com o TSE não parece endereçar essa distinção com clareza, e isso pode ser uma brecha explorada por atores maliciosos com orçamento.
O gargalo da revisão humana em escala
Nenhum modelo de IA para moderação de conteúdo funciona sem revisão humana no loop. O que as plataformas costumam omitir em anúncios institucionais é a quantidade de moderadores necessários para dar conta do volume. Para as eleições brasileiras, com conteúdo em português e variações regionais, a demanda por moderadores que entendam contexto cultural, gírias políticas e nuances regionais é enorme. E esses profissionais precisam ser treinados, supervisionados e apoiados psicologicamente — moderar conteúdo político é uma das atividades mais desgastantes que existem.
Na prática, a revisão humana vira o gargalo principal. Se o modelo de IA marca 10 mil vídeos suspeitos por hora, e cada moderador consegue revisar 50 vídeos por hora, você precisa de 200 moderadores em tempo real apenas para essa tarefa. Em um país com fuso horário continental e picos noturnos de postagem, o custo operacional é astronômico. As plataformas têm recursos para isso? O TikTok, sim. Empresas menores que também assinaram o acordo? Duvido. E aí voltamos ao problema de sempre: políticas universais com capacidades de execução desiguais.
Lições de 2022 e 2018 que não foram aprendidas
O Brasil já passou por eleições conturbadas no ambiente digital. Em 2018, o uso massivo de disparos em massa no WhatsApp expôs a fragilidade das plataformas de mensageria privada. Em 2022, a tentativa de invasão de sistemas eleitorais e a disseminação de teorias da conspiração mostraram que a desinformação não precisa ser sofisticada para ser eficaz — basta ser repetida. O plano para 2026 foca em IA e centrais de informação, mas ignora o problema dos grupos fechados e mensagens privadas, onde a moderação é praticamente impossível.
Outra lição ignorada é a velocidade da desinformação. Conteúdos falsos viralizam em minutos; a correção leva horas ou dias. Mesmo com IA, o tempo de detecção, revisão e remoção raramente compete com a velocidade de compartilhamento orgânico. A central de informações só ajuda se o usuário buscar ativamente por ela — e quem consome desinformação raramente busca fontes oficiais. O desafio de levar informação confiável até o usuário passivamente, sem parecer censura, é um problema de design de produto que ainda não tem solução elegante.
O papel do engenheiro de software nesse cenário
Para quem trabalha com engenharia de software, inteligência artificial ou produto digital, o acordo TSE-plataformas abre oportunidades e dilemas. Oportunidades porque haverá demanda por sistemas robustos de moderação, detecção de IA, pipelines de dados em tempo real e infraestrutura resiliente. Dilemas porque você pode estar construindo ferramentas que, na prática, serão usadas para censurar conteúdo legítimo ou para criar uma falsa sensação de segurança.
Minha recomendação para colegas engenheiros é: questionem as métricas. O que está sendo medido? Número de conteúdos removidos? Taxa de acerto do modelo? Tempo médio de resposta? Métricas erradas incentivam comportamentos piores. Se a meta for "remover 99% dos deepfakes", o modelo vai priorizar sensibilidade e gerar falsos positivos. Se for "reduzir tempo de apelação", os moderadores vão aprovar conteúdo duvidoso rapidamente. Sem métricas que capturem o impacto real — como redução de compartilhamento de desinformação verificada —, o sistema otimiza o que é fácil de medir, não o que importa.
O que esperar da implementação real
Aposto que veremos, nos meses que antecedem 2026, uma enxurrada de comunicados otimistas sobre eficácia da IA contra desinformação. E aposto também que, durante o período eleitoral, surgirão casos emblemáticos de falhas — conteúdo falso que passou batido, conteúdo legítimo que foi removido, centrais que ficaram fora do ar em momentos críticos. Isso não significa que o esforço seja inútil; significa que a tecnologia ainda não está madura para o que promete.
O valor real desses acordos, na minha visão, não está na capacidade de erradicar a desinformação — isso é impossível em uma democracia digital. Está em criar mecanismos de responsabilização e transparência que forcem as plataformas a serem mais cuidadosas. Cada conteúdo removido com justificativa pública, cada apelação processada com transparência, cada dado sobre o funcionamento dos modelos de detecção compartilhado com a sociedade civil — isso sim fortalece a confiança no processo eleitoral.
Para as eleições de 2026, o que está em jogo não é apenas a escolha de representantes. É a demonstração de que é possível usar tecnologia para proteger instituições democráticas sem destruir a liberdade de expressão. E, como engenheiro, é exatamente esse tipo de problema complexo, cheio de trade-offs e consequências reais, que me faz acreditar que ainda vale a pena trabalhar com software.