Um pesquisador brasileiro criou um algoritmo que simulou a apuração do primeiro turno das eleições de 2026 e acertou o resultado com precisão decimal. Rodrigo Mahlmeister, de 31 anos, desenvolveu um modelo estatístico que, antes mesmo de 10% das urnas apuradas, já cravava o resultado final. O feito foi compartilhado pelo próprio pesquisador após o fim da apuração, destacando a precisão do método.
Modelo previu resultado com precisão decimal
O senador encerrou o primeiro turno com 47,03% dos votos, contra 45,16% do atual presidente. “Antes dos 10%, o modelo já cravava o resultado com precisão decimal”, escreveu o pesquisador após o fim da apuração. A declaração evidencia a robustez do algoritmo, que se manteve estável ao longo de todo o processo de contagem.
Em entrevista ao NeoFeed, Mahlmeister comentou sobre outras iniciativas semelhantes. “Eu vi umas outras seis ou sete iniciativas. O mais inesperado para mim foi que a minha foi claramente mais precisa e mais estável ao longo de toda a apuração. Eu achava que todo mundo iria igual”, afirmou. Essa estabilidade diferencia o modelo de outras tentativas de projeção.
Primeira tentativa foi em 2022
A primeira tentativa de Mahlmeister ocorreu em 2022 e era bem mais rudimentar. Naquele ano, ele criou um código para puxar os dados do TSE e acompanhar a evolução das curvas de votação. O objetivo era observar o comportamento da apuração em tempo real e compará-lo com eleições anteriores, especialmente 2014, quando Dilma Rousseff e Aécio Neves protagonizaram uma virada na reta final.
Essa experiência inicial serviu de base para o desenvolvimento de uma metodologia mais sofisticada, aplicada nas eleições de 2026. A evolução do modelo reflete o aprimoramento contínuo do pesquisador na análise de dados eleitorais.
Metodologia usa dados de eleições passadas
Para 2026, a metodologia evoluiu. Mahlmeister utilizou os dados das eleições de 2022 e de 2018 para, a partir dos boletins de urna, reproduzir a ordem real em que as seções foram contabilizadas. O modelo compara os votos dos mesmos locais de votação para calcular a variação entre os dois pleitos, chamada de swing. Depois, aplica essa variação às urnas pendentes com uma regressão estatística que considera o perfil de votação e o porte dos municípios.
A metodologia começa com uma regra nacional e se torna mais específica, por região e estado, à medida que a apuração avança. Essa abordagem permite ajustes dinâmicos conforme novos dados são incorporados.
Desafios da amostragem não aleatória
Uma das primeiras hipóteses testadas por Mahlmeister era ponderar o resultado parcial de cada município pelo peso que ele representa no eleitorado nacional. O problema é que as urnas que chegam primeiro não constituem necessariamente uma amostra representativa daquele município. “Dentro de um mesmo município as urnas que entram no início não são uma amostra aleatória, então não pode ser considerada uma amostra representativa do município”, explica.
Essa constatação levou o pesquisador a buscar uma abordagem mais refinada, baseada na comparação direta entre locais de votação em diferentes eleições.
Comparação entre locais de votação
Para cada local de votação de 2026, Mahlmeister buscou seu correspondente em 2022 e comparou os resultados. A partir daí, calculou a mudança no padrão de votação entre as duas eleições. O modelo projeta esse ajuste para os locais que ainda não tiveram seus votos contabilizados.
Há ainda uma segunda camada de sofisticação. A regra aplicada para estimar o swing não é a mesma durante toda a apuração. No início, quando há pouca informação disponível, o modelo usa principalmente uma regra nacional. Conforme mais votos chegam, passa a incorporar regras específicas para cada região e, posteriormente, para cada estado.
Ponto de partida com ajuste humano
Antes de a primeira urna ser contabilizada, existe ainda uma variável humana no modelo: a pesquisa usada como ponto de partida. Mahlmeister escolheu a última Quaest disponível, que indicava 46% para Lula e 45% para Flávio nos votos válidos. Mas não utilizou os números diretamente.
Ele fez um ajuste próprio, considerando que parte dos votos destinados aos demais candidatos migraria para Flávio ainda no primeiro turno. Assim, começou a apuração com uma estimativa de 47% para o candidato do PL e 46% para Lula. O ajuste funcionou para Flávio, mas não para Lula. O resultado final do candidato do PL ficou praticamente em linha com o modelo, enquanto Lula terminou com 45,16%, abaixo dos 46% utilizados como ponto de partida.
Contexto brasileiro e futuro dos modelos
A ideia de projetar o resultado final durante a apuração não era comum no Brasil até as eleições de 2026. Um dos motivos é o próprio sistema eleitoral brasileiro que, por ser eletrônico e centralizado, costuma liberar o resultado da eleição em poucas horas. Em outros países, como os Estados Unidos, onde a eleição é descentralizada e contabilizada majoritariamente em votos de papel, existe um apelo maior por esse tipo de modelo, já que existe uma janela muito maior de espera entre os primeiros resultados e a consolidação do vencedor.
Ainda assim, a expectativa de Mahlmeister é que esses modelos fiquem mais comuns no Brasil a partir desta eleição de 2026 – tanto em iniciativas independentes, como a sua, quanto vindas de grandes players. O Instituto DataFolha, por exemplo, divulgou pela primeira vez um modelo de apuração que estima o resultado antes da divulgação oficial. Por lá, Flávio Bolsonaro atingiu a marca dos 47% mais tarde, por volta das 20h30.
Mahlmeister avalia que seu modelo tem efeito mais pontual: reduzir a ansiedade dos eleitores durante a apuração. Mas a aplicação pode ir além da contagem.