Grok 4.7 indica republicano em 92% das respostas; GPT-6.1, democrata em 97%

Forçados a apontar um candidato, os dois modelos de linguagem mais usados do planeta escolhem lados opostos com precisão cirúrgica. Em quase 500 disputas eleitorais analisadas, o Grok 4.7, da SpaceXAI, indicou o republicano em 92% das respostas, enquanto o GPT-6.1 Sol, da OpenAI, ficou com o democrata em 97% dos casos. A convergência entre os dois ficou abaixo de 10% — um retrato de como viés político pode vir embutido na infraestrutura que empresas e investidores usam para automatizar decisões.

Como a Convovo chegou aos números

O levantamento é assinado pela Convovo, estúdio de pesquisa e design de IA conversacional liderado por Tapan Parikh, professor da Universidade Cornell. A equipe não conversou com os chatbots pela interface comum: acessou os modelos por API, o canal que permite a desenvolvedores embutir esses sistemas em produtos próprios, e exigiu uma escolha única, sem hesitação nem apresentação dos dois lados. Nos aplicativos de consumo, ChatGPT e Grok se recusaram a responder — e um porta-voz da OpenAI sustentou que o detalhe é relevante, porque é assim que a maior parte do público interage com os assistentes.

A distinção entre app e API não é apenas técnica. Chamado por API, o modelo recebe do desenvolvedor o formato, o tom e o tipo de resposta que precisa entregar — é esse arranjo que sustenta assistentes jurídicos, motores de crédito, robôs de atendimento e plataformas de análise. Viés detectado nesse ambiente não fica restrito ao debate eleitoral americano: ele circula em produtos vendidos como neutros e baseados em dados.

Pesquisa da Pew citada no estudo aponta que só 8% dos americanos recorrem a chatbots para se informar sobre eleições, e a maioria desse grupo quer conhecer a posição dos candidatos em temas específicos. O contingente é pequeno hoje, mas a direção importa: quanto mais decisões são delegadas a modelos de linguagem, maior o peso de escolhas invisíveis feitas na camada de infraestrutura.

O rastro que cada modelo deixa

A parte mais concreta do estudo está na lista de fontes. O Grok combinou sites apartidários — Ballotpedia, OpenSecrets e VoteSmart — com materiais de recorte conservador: guia de eleitor cristão conservador em 39% das respostas, página da Turning Point Action em 23% e o X em 41%. O GPT-6.1 Sol se apoiou sobretudo em Wikipedia, Associated Press, Axios e Reddit; três desses quatro mantêm acordos de conteúdo com a OpenAI.

Os temas de pesquisa também divergiram. O modelo da OpenAI priorizou posições sobre saúde e aborto; o da SpaceXAI concentrou buscas em imigração, tributação, criminalidade e energia. Em parte das disputas, o ChatGPT buscou informação apenas sobre o democrata, ignorando o adversário republicano. O Grok tendeu a pesquisar os dois nomes — mas, na leitura de Parikh, ambos procuravam justificativas para inclinações que já traziam. O Center for AI Safety já havia descrito esse tipo de comportamento como manipulação velada, expressa por seleção de informação, escolha de palavras, enquadramento e definição de fontes.

Uma exceção apareceu no Grok: quando o republicano estava envolvido em controvérsia grave — acusações de assédio sexual ou associação com o nazismo —, o modelo passou a sugerir o democrata com mais frequência.

Os 1.240 tokens que o contratante não vê

Um achado desloca a discussão do campo ideológico para o da governança técnica. Cada requisição ao Grok pela API da xAI carregava cerca de 1.240 tokens de entrada adicional que os pesquisadores não escreveram e não podiam ver nem remover. Tokens são as unidades mínimas de texto que o modelo processa. Parikh classificou o conteúdo como potencialmente instruções ocultas e avaliou ser improvável que viesse dos pesos — a camada de parâmetros treinados.

Para quem constrói produtos sobre APIs de terceiros, o ponto é operacional: parte do comportamento do sistema pode ser definida fora do alcance de quem assina o contrato e responde ao cliente final. Em áreas reguladas, como crédito, seguros e distribuição de investimentos, isso atinge trilhas de auditoria, explicabilidade de decisões automatizadas e a própria capacidade de reproduzir um resultado.

Sem busca, o roteiro vira

Um teste complementar, rodado a pedido de um veículo de tecnologia, repetiu 30 disputas com a busca na internet desligada — situação em que o modelo depende basicamente do que absorveu no treinamento. O quadro se inverteu. O GPT-6.1 Sol manteve a inclinação: informado dos nomes, escolheu o democrata em 24 de 30 disputas, apontou um republicano e recusou as cinco restantes. O Grok recusou-se a indicar em 27 de 30 casos e, nas três vezes em que escolheu, apontou o democrata.

A leitura de Parikh é que o comportamento do GPT já está decidido nos pesos, enquanto o resultado do Grok é determinado pelo padrão de busca — os termos e as fontes que o sistema decide consultar. A diferença pesa em testes de fornecedor: no primeiro caso, o ajuste exige mexer no modelo; no segundo, na camada de recuperação de informação e na lista de fontes.

Distritos, dinheiro e calendário

A distribuição geográfica reforça a tese de inclinação prévia. Em distritos de maioria republicana, o GPT-6.1 Sol apontou o democrata em 57 de 67 distritos analisados. Em territórios tradicionalmente democratas, o Grok indicou o republicano em 47 de 72.

O pano de fundo é de forte envolvimento financeiro. Elon Musk, CEO da SpaceXAI, doou mais de US$ 445 milhões a candidatos republicanos nas midterms, acima dos cerca de US$ 250 milhões destinados a Donald Trump e ao partido em 2024. O executivo também ameaçou democratas para desestimular investigações futuras no Congresso sobre sua atuação à frente do DOGE e sobre um possível corte no acesso da Ucrânia ao Starlink. Sam Altman, CEO da OpenAI, tem histórico de doações a democratas, passou a apoiar mais republicanos nos últimos anos e afirmou que não destinará recursos às eleições de 2026. Versões anteriores do Grok já foram identificadas consultando Musk antes de responder temas controversos, e Trump critica publicamente o que chama de woke AI. O estudo sai a menos de duas semanas das midterms de 3 de novembro.

O que isso significa para a carteira

A discussão deixa de ser sobre preferência partidária e passa a ser sobre risco de produto. Companhias que embutem modelos de terceiros em atendimento, análise de crédito, triagem de documentos ou geração de conteúdo herdam, junto com a capacidade técnica, eventuais vieses e a opacidade de instruções que não controlam. Isso aparece em due diligence de fornecedores, em cláusulas contratuais de auditoria e em políticas internas de uso de IA.

O segundo efeito é regulatório. Quanto mais evidências surgem de que sistemas de uso geral influenciam decisões e opiniões, maior a chance de exigências de transparência, documentação e testes de viés — custo adicional para toda a cadeia, de provedores de nuvem a aplicações de varejo. Para o investidor, a leitura prática é acompanhar como as empresas da carteira descrevem o uso de IA em relatórios e se a governança declarada é compatível com o grau de automação que anunciam.

O terceiro ponto é de método. Se o mesmo pedido produz respostas opostas conforme o fornecedor, qualquer saída de ferramenta de IA precisa ser tratada como insumo a verificar, não como veredito. Vale para análise eleitoral e vale para triagem de crédito, leitura de contrato ou resumo de balanço.

Onde conferir antes de decidir

A lista de fontes usada no estudo serve como roteiro de checagem para quem quer comparar posições de candidatos sem depender de um chatbot:

• Vote.gov
• vote411.org, da League of Women Voters
• Ballotpedia
• VoteSmart
• FEC.gov e OpenSecrets
• escritórios eleitorais estaduais e municipais
• sites de candidatos e imprensa local