Metodologia

Um estudo parte de uma pergunta e de um material. O material pode ser documentos enviados pelo cliente, o resultado de uma busca na internet feita pelo próprio sistema, ou os dois juntos.

O sistema primeiro lê o material e monta um mapa da disputa, que chamamos de grafo. O grafo registra os tópicos e nomes em jogo e como se relacionam entre si. Numa eleição, quem concorre com quem, quem apoia quem, que tema pertence a que candidatura. Num estudo de marca, o produto, os concorrentes e os atributos em disputa, como preço e qualidade. Esse mapa organiza o resto do estudo. É dele que saem as posições que os cidadãos vão defender, e é ele que orienta os encontros, colocando lados opostos frente a frente com mais frequência, porque é no confronto que um argumento se testa.

Em seguida o sistema compõe o grupo que vai debater, 20 cidadãos sintéticos. Cada um é um personagem com idade, gênero, região, escolaridade, religião e cor ou raça, além de um jeito próprio de debater e de uma opinião inicial ancorada no material. Nenhum deles é uma pessoa real, e o grupo não é uma amostra de pesquisa. São tipos de gente que poderiam opinar sobre aquele assunto, e a composição do grupo não é sorteada no escuro. Ela segue as proporções reais da população adulta do público escolhido, segundo o Censo 2022 do IBGE. O tamanho é uma escolha de desenho. Vinte perfis dão variedade de vozes e leituras por segmento, e mantêm o estudo pequeno o bastante para ser auditado fala a fala.

Os debates acontecem em duplas, ao longo de 5 rodadas. Uma rodada é uma leva de conversas, e as opiniões atualizadas de uma rodada entram na seguinte. É isso que dá tempo para um argumento forte se propagar pelo grupo e para as posições frágeis caírem. Cinco rodadas dão espaço para as opiniões se acomodarem sem alongar o estudo além do necessário.

O estudo inteiro roda 5 vezes, de forma independente, e o relatório agrega as execuções. O papel dessa repetição está na seção sobre incerteza, adiante.

A explicação passo a passo, com exemplos, está em Como funciona.

A composição do grupo vem do Censo 2022 do IBGE, a contagem mais completa que existe da população brasileira. Região e gênero são alocados por cota, de modo que a composição bate com o Censo em todo estudo, sem depender da sorte de um sorteio pequeno. As demais características, idade, escolaridade, religião e cor ou raça, são sorteadas respeitando as proporções de cada região, porque elas não se distribuem do mesmo jeito no país inteiro. Um grupo que espelha o Sul é diferente de um que espelha o Norte, e o método preserva essas diferenças em vez de diluí-las numa média nacional.

Quando o estudo é sobre um estado, os cidadãos são daquele estado, com a divisão real entre capital e interior. Um estudo sobre o governo de Goiás debate com goianos, não com uma amostra do país opinando sobre um assunto que não é dela. Com mais de um estado, o peso de cada um segue a sua população adulta, e o relatório mostra a mistura.

O perfil de cada cidadão não fica na ficha. Ele entra na persona que debate, e a opinião inicial é correlacionada ao perfil, refletindo as tendências reais de cada grupo demográfico sem reduzir ninguém a caricatura. No fim, o relatório devolve isso em leituras por segmento, mostrando como cada recorte reagiu ao tema, e só exibe um recorte quando há cidadãos suficientes nele para a leitura ser honesta.

As 5 execuções existem para medir o acaso. Uma conversa simulada, como uma conversa real, termina um pouco diferente cada vez que acontece, com outro grupo e outros encontros. Em vez de esconder essa variação, o relatório a exibe. Se a mesma posição lidera nas 5 execuções, a leitura é firme, e o relatório diz isso com frases como liderou em 5 de 5. Se a liderança troca de mão, o relatório avisa, e o aviso é informação, não defeito. Uma disputa que se decide diferente a cada execução é uma disputa genuinamente aberta, e saber disso antes vale mais que uma certeza fabricada.

Essa variação mede a estabilidade do método, nunca margem de erro, que é conceito de pesquisa amostral. Pela mesma razão, o estudo é mais confiável na ordem e na direção do que no tamanho exato de cada número. Quem lidera, quem cresce, quem cai, isso as execuções confirmam ou desmentem umas às outras. O ponto percentual exato é a parte mais sujeita ao acaso, e o relatório o trata como descrição da simulação, não como medida da população.

Uma garantia de outra natureza fecha o desenho. Os números do relatório, a distribuição de apoio, os recortes por segmento, a contagem de indecisos, são contados diretamente das posições dos cidadãos, em código, e nunca pedidos à inteligência artificial. O modelo escreve a análise e a interpretação. A aritmética que a sustenta é contada, não gerada, e por isso os números batem com as transcrições do pacote de auditoria, linha a linha.

Modelos de linguagem sabem coisas, e isso é um risco. Um sistema descuidado deixaria o modelo completar o estudo com o que ele lembra do treinamento, fatos velhos, resultados de outras disputas, versões desatualizadas dos acontecimentos. O Torapredict trata isso como contaminação e trava na origem.

A regra que atravessa o estudo inteiro é uma só. Toda afirmação do relatório precisa ser rastreável a uma de três fontes, o material do estudo, as falas dos debates ou a estatística contada em código. A memória do modelo é proibida como fonte de fato. O que vem da busca na internet é fonte legítima, porque fica registrado com endereço. A regra não é sobre a origem da informação, é sobre haver origem conferível.

Para sustentar isso, o sistema extrai do material, logo no início, uma ficha com os fatos essenciais do caso, quem ocupa qual papel, datas, resultados, e essa ficha acompanha o estudo do começo ao fim. Cidadãos, debates e análise recebem a mesma instrução, quando a memória do modelo divergir da ficha, a ficha vence. A ficha registra fato, não opinião, e os cidadãos continuam livres para discordar dela no juízo que fazem das coisas. O que ninguém pode é debater sobre um mundo que não é o do material.

Depois que a análise fica pronta, ela é conferida antes de chegar ao cliente. Verificações automáticas confrontam o texto com o material, com a ficha e com os números contados, procurando afirmações sem lastro, números que não existem em nenhuma fonte, citações que não estão nas transcrições e generalizações que a tabela de segmentos não sustenta. O que essas verificações encontram e o que fazem com o achado fica registrado num diário, com o momento de cada conferência, e esse diário acompanha o estudo no pacote de auditoria. Um estudo em que nada foi encontrado e um estudo em que algo foi corrigido contam histórias diferentes, e o diário preserva a diferença em vez de apagá-la.

Uma consequência prática dessa regra aparece nos estudos eleitorais e merece a próxima seção.

Em estudos eleitorais, o relatório separa duas perguntas que costumam andar misturadas. Em quem cada cidadão votaria, e que ideia ele defende. A inclinação de voto responde a primeira, e é o destaque do relatório. As posições e narrativas respondem a segunda, e explicam o porquê por trás do voto.

A separação existe porque as duas coisas não coincidem. Um cidadão pode defender a narrativa de aprovação da gestão e votar no candidato da oposição, e uma narrativa forte não elege ninguém sozinha. Quando um estudo mistura os dois planos, o apoio a um candidato aparece dividido com o apoio às ideias que circulam na disputa, e a resposta à pergunta que importa, quem reúne mais apoio, sai errada por construção. No Torapredict cada cidadão carrega os dois registros ao longo de todo o debate, o voto e a posição, e o relatório nunca usa o percentual de um como se fosse do outro.

O menu de voto também é montado com critério. Entram os candidatos da disputa em questão, identificados no material do estudo, mais as opções de indeciso e outro. Quem apenas apoia um candidato não entra como opção de voto, por mais presente que esteja no debate, e um nome de outra disputa fica de fora ainda que o material o cite. Nos recortes por segmento dos estudos eleitorais, a leitura é sobre o voto, quem vota em quem, por região, idade, escolaridade e os demais cortes.