Modelos de linguagem e viés político: os LLMs refletem a opinião pública no Brasil?

Resumo

Este artigo investiga se grandes modelos de linguagem (LLMs) refletem ou divergem das preferências políticas da população brasileira. A literatura existente costuma avaliar viés político em LLMs com base em escalas ideológicas abstratas ou benchmarks derivados de contextos anglófonos, assumindo implicitamente a comparabilidade entre países. Propomos uma abordagem alternativa que operacionaliza o viés em termos de comparação com a opinião pública de uma população específica. Usando o Estudo Eleitoral Brasileiro (ESEB) de 2022 como referência, conduzimos um experimento que compara respostas de quatro modelos amplamente utilizados (ChatGPT, DeepSeek, Gemini e Grok) em 22 questões políticas, divididas em cinco domínios temáticos. Cada modelo foi consultado 50 vezes por questão, permitindo estimar tanto a tendência central quanto a variabilidade das respostas. Os resultados indicam desalinhamento sistemático, porém multidirecional, entre LLMs e o eleitorado brasileiro. Em questões sobre a democracia, os modelos tendem a ser mais protetivos das instituições democráticas que o brasileiro médio. Em temas de valores e costumes e de diversidade e inclusão, os modelos tendem a assumir posições mais liberais do que a população; em políticas punitivas, são os brasileiros que assumem posições mais conservadoras do que os modelos; e, de forma contraintuitiva, os modelos demonstram, em média, menor apoio a alguns programas redistributivos. Observa-se também diferenças entre os modelos, embora de forma mais sutil. Os achados contribuem metodologicamente ao propor benchmarks empiricamente localizados para avaliar viés político em LLMs e ampliam o debate ao examinar o fenômeno fora do eixo EUA-Europa, discutindo implicações para o uso de sistemas de IA como mediadores de informação política em democracias diversas.