A propaganda eleitoral na internet já está permitida desde 16 de agosto, data que marca também uma nova etapa na preparação das grandes plataformas digitais para as Eleições 2026. Antes disso, o Tribunal Superior Eleitoral (TSE) havia determinado que provedores apresentassem, até a mesma data, planos de conformidade eleitoral com medidas de transparência, prevenção de riscos e acompanhamento das ações adotadas.
Mais do que uma questão de moderação de conteúdo, esse cenário coloca em evidência um desafio tecnológico: como acompanhar grandes volumes de informações, identificar comportamentos de risco e, principalmente, garantir a rastreabilidade das decisões tomadas ao longo desse processo?
Esse último ponto é particularmente importante. Em operações digitais de grande escala, não basta identificar um conteúdo, uma conta ou um comportamento potencialmente problemático. É preciso saber de onde veio a informação, quais sistemas participaram da análise, quais critérios foram aplicados, que ações foram realizadas e como reconstruir esse caminho posteriormente.
É aí que monitoramento e rastreabilidade deixam de ser apenas funcionalidades e passam a ser desafios de arquitetura.
Plataformas que operam com milhões de usuários produzem continuamente uma quantidade enorme de sinais. Publicações, imagens, vídeos, interações, denúncias, alterações de comportamento e diferentes padrões de circulação de conteúdo geram dados que precisam ser capturados e analisados em velocidades distintas. Alguns exigem resposta praticamente imediata; outros só revelam relevância quando relacionados a informações provenientes de diferentes fontes.
Para analisar esses sinais de forma conjunta, a integração entre dados e sistemas se torna central. Isso não significa concentrar todas as informações em um único ambiente, mas criar uma arquitetura capaz de conectar diferentes fontes, correlacionar dados e preservar seu contexto. Em uma operação dessa escala, é necessário conhecer a origem da informação, quando foi coletada, quais transformações sofreu e quais sistemas a utilizaram.
No contexto eleitoral, a inteligência artificial pode ampliar a capacidade de monitoramento ao identificar padrões, anomalias e sinais de risco em grandes volumes de dados. O próprio TSE trata o combate à desinformação como uma prioridade e estabeleceu regras específicas para o uso de IA nas eleições de 2026.
Mas a velocidade da análise resolve apenas parte do problema. Um alerta precisa estar conectado aos dados que o originaram, aos critérios utilizados na análise e às ações tomadas a partir dele. Sem essa cadeia, há capacidade de detecção, mas pouca rastreabilidade.
É nesse ponto que arquitetura e governança se tornam centrais para operações dessa complexidade. Logs, registros de eventos, histórico de alterações e identificação da origem dos dados permitem reconstruir o percurso de uma informação e entender como determinada sinalização foi produzida.
Durante um processo eleitoral, em que decisões podem precisar ser justificadas posteriormente, preservar esse contexto se torna tão importante quanto identificar o risco. A questão deixa de ser apenas “o que foi detectado?” e passa a incluir “por que foi detectado?”, “com base em quais informações?” e “o que aconteceu depois?”.
Na prática, essa estrutura precisa sustentar diferentes etapas do monitoramento sem romper a cadeia de rastreabilidade. Dados, APIs, ferramentas analíticas e modelos de IA podem participar de uma mesma análise, mas cada interação precisa preservar registros sobre acesso, processamento e alterações realizadas. É essa continuidade que permite acompanhar uma informação mesmo quando ela passa por diferentes camadas tecnológicas.
Com a propaganda eleitoral já em circulação na internet, esse desafio deixa de ser apenas uma questão de preparação e passa a fazer parte da operação cotidiana das plataformas. O volume de dados tende a crescer, assim como a velocidade com que conteúdos e comportamentos se transformam.
A exigência de conformidade eleitoral do TSE coloca em evidência, portanto, uma discussão que também é tecnológica. Em operações dessa escala, a capacidade de resposta não depende apenas de modelos capazes de identificar riscos. Depende de uma infraestrutura preparada para sustentar monitoramento, integração, governança e rastreabilidade ao longo de todo o processo. O desafio é detectar o que acontece nas plataformas, mas é também o de conseguir reconstruir, com dados e evidências, como uma informação percorreu os sistemas, como uma decisão foi tomada e quais ações foram realizadas a partir dela.
Por Cristiano Franco, diretor de IA e Integração de Dados da Engineering Brasil.
