Como identificamos nos dois primeiros relatórios, a preocupação do Tribunal Superior Eleitoral com o ranqueamento de candidaturas por sistemas de inteligência artificial encontra respaldo na literatura recente. Estudos empíricos têm identificado a possibilidade de grandes modelos de linguagem (LLMs) apresentarem padrões de preferência — ou vieses ideológicos — em relação a determinados candidatos, partidos ou posicionamentos políticos¹. Paralelamente, observa-se o desenvolvimento de metodologias voltadas à mitigação² desses vieses, incluindo iniciativas implementadas pelas próprias empresas responsáveis por esses sistemas, como OpenAI³ e Anthropic⁴. Ainda assim, tais mecanismos não eliminam completamente os riscos associados à influência indireta dessas tecnologias na formação da opinião pública.

​

Para além do ranqueamento, destaca-se o debate sobre integridade da informação em contextos eleitorais. A integridade da informação, conforme definida pela ONU, refere-se à precisão, consistência e confiabilidade dos dados⁵. Organizações internacionais, como o Programa das Nações Unidas para o Desenvolvimento⁶, têm tratado esse tema como prioridade estratégica, reconhecendo os sistemas de IA generativa como potenciais vetores de risco sistêmico para os processos eleitorais. Entre os principais desafios apontados estão a disseminação de conteúdos enganosos, a amplificação de campanhas de manipulação e a circulação de informações imprecisas sobre procedimentos eleitorais. Em resposta, recomenda-se a adoção de boas práticas, como a priorização de fontes oficiais, a garantia de diversidade linguística e a promoção da acurácia informacional em todas as etapas do processo eleitoral.

​

Evidências recentes reforçam a dimensão global deste fenômeno. Levantamento conduzido pelo International Panel on the Information Environment indica que, em aproximadamente 80% dos países com eleições competitivas em 2024, ferramentas de IA generativa foram utilizadas na produção de conteúdos sintéticos⁷ — incluindo textos, imagens, áudios e vídeos — empregados em campanhas de desinformação, ataques reputacionais e estratégias de confusão eleitoral. De forma complementar, o acordo internacional Tech Accord to Combat Deceptive Use of AI in 2024 Elections⁸, firmado por grandes empresas de tecnologia, reconhece explicitamente o risco do uso dessas ferramentas para a criação de deepfakes e conteúdos enganosos direcionados a eleitores.

​

Nesse cenário, diferentes jurisdições, como Índia, União Europeia e Estados Unidos, têm avançado em iniciativas regulatórias voltadas ao uso de inteligência artificial em processos eleitorais. O Brasil, por sua vez, assume posição de destaque ao estabelecer diretrizes específicas sobre o tema. Após restringir, nas eleições municipais de 2024, o uso de IA para produção e disseminação de conteúdos falsos⁹, o Tribunal Superior Eleitoral avança, em 2026, ao instituir a obrigatoriedade de rotulagem de conteúdos gerados por IA e ao proibir explicitamente recomendações de voto por sistemas automatizados¹⁰.

​

Esse conjunto de evidências aponta para uma lacuna crítica: a necessidade de produção e disseminação de conhecimento sistemático e empiricamente fundamentado sobre como os sistemas de IA se comportam ao tratar de candidaturas e do processo eleitoral. É nesse contexto que se insere a presente pesquisa.

​

Dessa forma, o Brasil se posiciona de forma pioneira ao estabelecer regras específicas para o uso de IA em eleições. Em 2024, o Tribunal Superior Eleitoral (TSE) implementou medidas inovadoras voltadas ao enfrentamento da desinformação. Em 2026, o avanço regulatório se aprofunda ao incorporar, de forma mais explícita, diretrizes sobre o papel e os impactos da IA no ambiente eleitoral.