MiroFish + Dados do TSE: Simulação de Cenários Eleitorais com Inteligência de Enxame
Ouça o autor lendo este artigo
Áudio em breve
E se você pudesse criar uma réplica digital do eleitorado brasileiro — com milhares de agentes autônomos que pensam, debatem e votam — e rodar centenas de simulações antes da eleição real acontecer? Isso não é ficção científica. É exatamente o que o MiroFish, o primeiro motor open source de inteligência de enxame, torna possível.
O que é o MiroFish?
O MiroFish é um motor de predição baseado em tecnologia multi-agente que constrói mundos digitais paralelos de alta fidelidade. A partir de informações-semente do mundo real — notícias, dados demográficos, sinais econômicos — ele gera milhares de agentes inteligentes com personalidades independentes, memória de longo prazo e lógica comportamental própria.
Esses agentes interagem livremente em um ambiente social simulado, e o comportamento emergente do grupo revela padrões que métodos tradicionais não conseguem capturar. Com 48 mil stars no GitHub, o projeto já é usado em finanças, análise de políticas públicas, simulação de crises de PR e pesquisa acadêmica.
Por que Multi-Agent Simulation para Eleições?
Modelos tradicionais de predição eleitoral (regressão, XGBoost, redes neurais) tratam eleitores como observações independentes em um dataset. Mas o voto é um fenômeno social — influenciado por conversas, redes sociais, líderes comunitários e eventos inesperados.
A simulação multi-agente captura exatamente isso:
- Contágio de opinião: Como um escândalo de campanha se propaga em uma rede social simulada e muda intenções de voto
- Voto estratégico: Agentes que desistem do candidato preferido para evitar um resultado pior — dinâmica crítica no sistema de dois turnos brasileiro
- Abstenção endógena: Eleitores que decidem não votar com base no comportamento observado de outros agentes, não apenas em variáveis demográficas estáticas
- Efeito bandwagon: A tendência de eleitores indecisos gravitarem para o candidato que parece estar vencendo
Arquitetura: TSE + MiroFish em 5 Passos
Nossa integração segue o pipeline nativo do MiroFish, alimentado com dados reais do TSE via API do VotoData:
Graph Construction — Semente Eleitoral
Extraímos o grafo de relações do ecossistema eleitoral: candidatos, partidos, coligações/federações, doadores de campanha e redes de influência. Dados de candidaturas, financiamento e patrimônio do TSE alimentam o GraphRAG do MiroFish.
Environment Setup — Mundo Digital Eleitoral
Geramos personas de agentes-eleitores baseadas no perfil real do eleitorado (voter_profile): distribuição de idade, gênero, escolaridade, ocupação por zona eleitoral. Cada agente recebe uma persona calibrada com dados do IBGE (renda, urbanização, IDH).
Start Simulation — Campanha Virtual
Os agentes interagem em plataformas sociais simuladas, discutindo propostas, reagindo a notícias injetadas (debates, escândalos, pesquisas), e atualizando suas intenções de voto. A memória temporal dinâmica do MiroFish captura mudanças de opinião ao longo da campanha.
Report Generation — Predição Eleitoral
O ReportAgent do MiroFish gera relatórios detalhados: projeção de votação por candidato, probabilidade de segundo turno, taxa de abstenção estimada, e identificação de municípios-chave (swing cities).
Deep Interaction — War Room Digital
O diferencial: você pode conversar diretamente com qualquer agente-eleitor da simulação. Pergunte a um eleitor indeciso de Belo Horizonte por que está considerando mudar de voto. Ou injete um evento (ex: denúncia de corrupção) e observe como o sistema reage em tempo real.
Casos de Uso para 2026
Para Partidos e Campanhas
Teste estratégias de campanha antes de investir. Simule o impacto de diferentes alocações do FEFC. Identifique quais mensagens ressoam em quais segmentos do eleitorado. Rode centenas de cenários de segundo turno.
Para o TSE e Órgãos Públicos
Preveja a demanda logística por seção eleitoral (quantas urnas, mesários). Simule o impacto de mudanças na legislação eleitoral antes de implementar. Antecipe zonas de alta abstenção para campanhas de conscientização.
Para Pesquisadores
Laboratório controlado para testar hipóteses de ciência política. Simule eleições contrafactuais (e se o candidato X tivesse concorrido em 2018?). Estude polarização e formação de bolhas em ambientes controlados.
Vantagens sobre Métodos Tradicionais
| Critério | Pesquisas Tradicionais | ML (XGBoost) | MiroFish + TSE |
|---|---|---|---|
| Interação social | Não captura | Não captura | Simulada nativamente |
| Cenários what-if | Impossível | Limitado | Ilimitado |
| Explicabilidade | Alta | Baixa (black box) | Alta (converse com agentes) |
| Custo por simulação | R$ 500k+ por pesquisa | Baixo | Baixo (open source) |
| Dados do TSE | Não usa | Usa como features | Usa como semente do mundo |
Próximos Passos
- Fork do MiroFish com adaptações para o sistema eleitoral brasileiro (dois turnos, lista aberta, quociente eleitoral)
- API de simulação integrada ao VotoData — rode cenários eleitorais via REST API
- Paper acadêmico comparando MiroFish vs. prediction markets sintéticos vs. XGBoost puro nas eleições de 2022 e 2024
- Dashboard interativo — visualize a simulação em tempo real com mapa do Brasil por seção eleitoral
- Metaculus integration — comparar calibração do MiroFish com forecasters humanos da plataforma