As eleições brasileiras das últimas décadas produziram um paradoxo recorrente. À medida que os institutos de pesquisa sofisticaram seus métodos e ampliaram o volume de dados coletados, a expectativa era de maior precisão nas previsões. No entanto, ciclos eleitorais sucessivos mostraram o contrário: erros sistemáticos persistiram, muitas vezes concentrados justamente nos momentos decisivos. Em 2010, 2014, 2018 e 2022, candidatos relevantes foram consistentemente subestimados nas pesquisas finais, quase sempre na mesma direção. A explicação para esse fenômeno não está na ausência de dados, mas na forma como eles são interpretados.
O ponto de partida da análise é o modelo tradicional de agregação de pesquisas. Nesse modelo, cada levantamento é tratado como uma estimativa ruidosa de uma preferência latente fixa. Ao ponderar pesquisas por tamanho da amostra, margem de erro e recência, obtém-se uma média considerada a melhor aproximação do estado real da disputa. Esse procedimento, embora estatisticamente sólido, carrega uma suposição implícita: a de que o eleitorado já está distribuído de forma estável entre os candidatos e que os indecisos são, na prática, irrelevantes ou neutros.
Os dados mostram que essa suposição é equivocada.
Ao longo dos ciclos eleitorais analisados, observa-se que uma parcela significativa do eleitorado permanece indecisa ou pouco engajada até a reta final. Mais importante ainda, essa parcela não se distribui aleatoriamente. Ela tende a migrar de forma sistemática, geralmente em direção a candidatos com maior capacidade de crescimento naquele momento específico da campanha. Ignorar essa dinâmica transforma o agregado de pesquisas em uma fotografia estática de um sistema que, na realidade, é dinâmico.
Para lidar com essa limitação, foi desenvolvido um modelo bayesiano estrutural que mantém a base estatística da agregação tradicional, mas incorpora dois elementos adicionais: a realocação não neutra dos indecisos e a existência de limites estruturais de crescimento dos candidatos, frequentemente associados à rejeição.
O primeiro componente do modelo consiste na agregação bayesiana das pesquisas. Cada observação é ponderada por sua precisão estatística, medida pela margem de erro, por sua recência, capturada por um fator de decaimento temporal, e por um peso de qualidade associado ao histórico do instituto. O resultado é uma estimativa central da intenção de voto para cada candidato, acompanhada de um intervalo de incerteza.
O segundo componente redefine o papel dos indecisos. Em vez de tratá-los como uma massa neutra, o modelo assume que sua redistribuição depende de características estruturais dos candidatos. Entre essas características, destacam-se o momentum eleitoral — a tendência recente de crescimento ou queda nas pesquisas — e a rejeição, que funciona como um teto implícito para a expansão do apoio. Formalmente, os indecisos são distribuídos de acordo com uma função que favorece candidatos em ascensão e penaliza aqueles com maior rejeição.
O terceiro componente, mais sutil, impõe limites ao crescimento. Mesmo que um candidato apresente forte momentum, sua capacidade de absorver indecisos não é ilimitada. Altos níveis de rejeição reduzem o espaço disponível para expansão, criando uma dinâmica em que parte do eleitorado acaba sendo direcionada a alternativas viáveis.
Aplicado retrospectivamente às eleições brasileiras, esse modelo produz resultados reveladores.
| Ano | Erro principal | Mecanismo |
|---|---|---|
| 2010 | Marina subestimada | crescimento tardio |
| 2014 | Aécio subestimado | voto útil |
| 2018 | Bolsonaro subestimado | indecisos + voto oculto |
| 2022 | Bolsonaro subestimado | indecisos + realocação |
Em 2010, a candidata Marina Silva foi amplamente subestimada pelas pesquisas finais, que a colocavam na faixa de 12% a 14%. O resultado oficial foi de 19,3%. O modelo tradicional capturou com precisão o consenso das pesquisas, mas não o resultado real. Ao incorporar a redistribuição dos indecisos e um limite implícito para o crescimento de Dilma Rousseff, o modelo estrutural eleva a estimativa de Marina para cerca de 20%, aproximando-se significativamente do resultado observado.
Em 2014, o padrão se repete com outro protagonista. Aécio Neves aparecia nas pesquisas finais com cerca de 23% a 24% das intenções de voto. O resultado oficial foi de 33,6%. Mais uma vez, o erro não estava disperso, mas concentrado. O modelo estrutural, ao considerar o movimento de voto útil e a queda de Marina Silva nas semanas finais, redistribui os indecisos de forma assimétrica e eleva a estimativa de Aécio para aproximadamente 30%, reduzindo substancialmente o erro.
O caso de 2018 é ainda mais ilustrativo. Jair Bolsonaro foi sistematicamente subestimado nas pesquisas, que o colocavam em torno de 35%. O resultado oficial foi de 46%. Nesse ciclo, além dos indecisos, há evidência de voto oculto, com parte do eleitorado relutante em declarar sua preferência. O modelo estrutural, ao atribuir maior peso a Bolsonaro na absorção dos indecisos, projeta um resultado próximo de 46%, praticamente coincidindo com o observado.
Em 2022, o fenômeno reaparece. As pesquisas finais indicavam Bolsonaro com cerca de 35% a 37% das intenções de voto, enquanto o resultado oficial foi de 43,2%. O modelo estrutural, novamente, corrige esse desvio ao redistribuir indecisos e considerar a transferência de votos de candidatos menores, aproximando a estimativa do valor real.
O padrão que emerge desses quatro ciclos é consistente. Em todos eles, o erro das pesquisas não decorre de falhas aleatórias, mas de um problema estrutural: a interpretação inadequada dos indecisos e a ausência de restrições de crescimento no modelo.
Isso não significa que as pesquisas estejam “erradas” no sentido convencional. Elas medem corretamente a intenção de voto declarada no momento da coleta. O problema é que o resultado eleitoral não é uma simples agregação dessas intenções. Ele é o produto de um processo dinâmico que continua até o dia da votação.
A implicação mais importante dessa análise é conceitual. Eleições não devem ser tratadas como estados estáticos, mas como sistemas em evolução. O agregado de pesquisas representa uma condição inicial, não um resultado final. A trajetória entre esses dois pontos é determinada por fatores que vão além da média das intenções de voto.
Entre esses fatores, a rejeição desempenha um papel central. Ao limitar o crescimento de determinados candidatos, ela influencia indiretamente a distribuição dos indecisos. Em cenários polarizados, como os observados no Brasil, pequenas diferenças de rejeição podem ter efeitos desproporcionais no resultado final, especialmente quando o número de indecisos é elevado.
Outro fator relevante é o momentum. Mudanças rápidas na percepção dos eleitores, muitas vezes associadas a eventos de campanha, debates ou crises, podem alterar significativamente a direção do fluxo de votos. Modelos que ignoram essa dimensão temporal tendem a subestimar candidatos em ascensão.
A combinação desses elementos — indecisos não neutros, rejeição como limite e dinâmica temporal — fornece uma explicação unificada para os erros observados nas pesquisas eleitorais brasileiras. Mais do que corrigir previsões específicas, o modelo estrutural proposto redefine a forma como esses dados devem ser interpretados.
A principal conclusão é simples, mas poderosa. O resultado de uma eleição não depende apenas de quem está na frente nas pesquisas, mas de quem ainda pode crescer e de como os eleitores indecisos se distribuem nesse espaço restante. Ignorar essa dinâmica é confundir uma fotografia com um filme.
Essa mudança de perspectiva não elimina a incerteza inerente ao processo eleitoral, mas permite compreendê-la melhor. Em vez de tratar erros como anomalias, o modelo mostra que eles são, em grande medida, previsíveis quando se considera a estrutura do sistema.
No fim, a pergunta mais relevante deixa de ser quem lidera nas pesquisas e passa a ser outra: para onde irão os votos que ainda não foram decididos. É nesse movimento final, muitas vezes invisível nas médias estatísticas, que as eleições são de fato decididas.
Nenhum comentário:
Postar um comentário