Dois eleitores podem fazer a mesma pergunta sobre as eleições de meio de mandato ao mesmo chatbot e sair com retratos diferentes da disputa, mesmo quando todos os fatos que recebem estão corretos. Essa é a primeira constatação do LLM Election Observatory do MIT, um painel público que acompanha o que os chatbots de IA mais populares dizem às pessoas sobre as eleições americanas de 2026. Isso importa porque as respostas de um chatbot, ao contrário dos feeds das redes sociais, ficam restritas a cada conversa, e ninguém de fora consegue ver como elas diferem.
O projeto é conduzido por Chara Podimata, da MIT Sloan, e pelos cientistas políticos Adam Berinsky e Charles Stewart III. A cada poucos dias, a equipe faz a vários chatbots um conjunto fixo de perguntas sobre as disputas para a Câmara e o Senado, a certificação eleitoral, temas polêmicos, previsões de resultado e cobertura jornalística, variando os dados do usuário enviados com cada pergunta: localização, filiação partidária e outros aspectos de identidade. O objetivo é um registro contínuo do que os eleitores teriam visto em cada momento da campanha, algo impossível de reconstruir depois que os modelos são atualizados. A equipe pretende disponibilizar o conjunto de dados a outros pesquisadores.
Em entrevista ao MIT News, Podimata descreveu os primeiros padrões só em linhas gerais. Conforme a identidade de usuário apresentada pela equipe, as respostas variam na apresentação, no tom e nas fontes que o modelo cita, às vezes com fatos de fundo idênticos. O estudo dela de 2024 sobre a eleição presidencial já tinha encontrado respostas que mudavam ao longo da campanha e conforme a redação da pergunta, e modelos que diferiam na forma de descrever os candidatos e de antecipar implicitamente o resultado.
A preocupação é menos com mentiras diretas e mais com o enquadramento. Berinsky observa que os chatbots respondem com tom confiante mesmo quando erram ou se apoiam em fontes fracas, e que um eleitor que quer uma resposta clara pode não perceber que ela foi montada com uma mistura de material diferente da do vizinho. O mesmo vale para qualquer assistente de uso geral, incluindo o ChatGPT e os outros chatbots que analisamos, sempre que os usuários deixam que eles lembrem quem são. Berinsky também lembra o outro lado: pesquisas anteriores mostraram que conversas baseadas em evidências com um chatbot podem reduzir de forma duradoura a crença em teorias da conspiração.
Os próprios pesquisadores deixam claros os limites. Eles não fizeram a análise completa, não publicaram tamanhos de efeito e ainda não sabem dizer quão estáveis são as diferenças nem se pessoas reais mudariam de opinião por causa delas. O painel mostra dados descritivos preliminares que a equipe espera revisar. Por enquanto, é uma auditoria bem desenhada em andamento, não um resultado medido, e o produto mais útil será o conjunto de dados depois da eleição.