Carregando agora

Urna eletrônica e inteligência artificial: como auditar o sistema e investigar possíveis falhas

Urna eletrônica e inteligência artificial: como auditar o sistema e investigar possíveis falhas

A inteligência artificial pode ajudar a analisar códigos, comparar resultados e identificar inconsistências. Mas como fazer isso sem alimentar teorias ou ignorar problemas reais?

A urna eletrônica faz parte da vida dos brasileiros há décadas. Mesmo assim, dúvidas sobre a segurança das eleições continuam aparecendo, principalmente nas redes sociais.

Diante desse cenário, surge uma pergunta importante: como qualquer pessoa pode investigar o funcionamento de um sistema eleitoral com a ajuda da inteligência artificial?

Para responder, precisamos de curiosidade, método e responsabilidade. Afinal, investigar não significa procurar apenas provas de que algo está errado. Também significa testar hipóteses, verificar outras explicações e reconhecer quando faltam evidências para chegar a uma conclusão.

Além disso, a IA trouxe novas possibilidades para analisar programas de computador. Com essas ferramentas, podemos examinar códigos, comparar arquivos e encontrar padrões suspeitos com mais agilidade.

Isso não significa que a tecnologia consiga declarar uma eleição legítima ou fraudada por conta própria. O objetivo é tornar a investigação técnica mais acessível, transparente e eficiente.

Como funciona a auditoria da urna eletrônica?

Antes de falar sobre inteligência artificial, vale entender o que podemos investigar.

A urna eletrônica não funciona isoladamente. Ela integra um conjunto de sistemas que envolve a preparação dos equipamentos, o registro dos votos, a geração de arquivos e a totalização dos resultados.

Por isso, uma auditoria séria precisa examinar diferentes etapas. Além disso, deve verificar se os dados permanecem consistentes ao longo do processo.

O Tribunal Superior Eleitoral (TSE) prevê diferentes procedimentos de fiscalização antes, durante e depois das eleições. Entre eles estão a inspeção do código-fonte, a verificação de assinaturas digitais e a comparação de boletins de urna com os dados da totalização.

Em outras palavras, a auditoria funciona como uma revisão de várias partes de um sistema. Cada verificação procura responder a uma pergunta específica.

O que podemos verificar?

  • Código-fonte: as instruções do programa correspondem ao comportamento esperado?
  • Integridade dos arquivos: os programas analisados correspondem às versões oficiais utilizadas no processo?
  • Assinaturas digitais: os arquivos apresentam assinaturas válidas e compatíveis com os procedimentos de verificação?
  • Boletins de urna: os resultados registrados em cada seção correspondem aos dados usados na totalização?
  • Registros e relatórios: existem divergências entre os documentos e os arquivos digitais disponíveis?
  • Testes de funcionamento: a urna registra e contabiliza corretamente os votos de uma votação simulada?

Entretanto, essas verificações não são equivalentes. Um código aparentemente correto, por exemplo, não comprova sozinho que determinado equipamento executou exatamente aquele programa.

Para confirmar essa correspondência, também precisamos examinar a preparação, a compilação, a assinatura e a distribuição do software.

Da mesma forma, encontrar uma diferença entre dois arquivos não prova automaticamente uma fraude. Primeiro, precisamos investigar a divergência, entender seu contexto e tentar reproduzir o resultado.

Quais falhas uma auditoria deve procurar?

Uma investigação independente precisa definir previamente o que pretende verificar. Dessa maneira, evita selecionar apenas os resultados que confirmam uma suspeita inicial.

O ideal é estabelecer hipóteses testáveis e procurar evidências que possam confirmá-las ou descartá-las.

1. Erros na contabilização dos votos

Uma das perguntas mais importantes é se o sistema contabiliza corretamente os votos registrados.

Para investigar essa questão, podemos comparar os boletins de urna com os arquivos oficiais de totalização correspondentes. Também podemos conferir as somas, os totais por candidato e os identificadores de cada seção.

Por exemplo, imagine que um boletim registre 250 votos válidos para determinado cargo, mas o arquivo usado na comparação apresente outro total. Nesse caso, precisamos investigar a diferença.

Antes de atribuir a divergência a uma falha, porém, devemos conferir se os arquivos pertencem à mesma seção, eleição, turno e versão dos dados. Caso contrário, um erro na seleção dos documentos pode criar uma inconsistência que não existe no processo eleitoral.

2. Problemas na integridade dos programas

Outro caminho consiste em verificar se os arquivos correspondem às versões esperadas.

Nesse caso, as funções de hash ajudam a identificar alterações. Uma função desse tipo produz uma espécie de impressão digital matemática do conteúdo de um arquivo.

Se alguém alterar um único byte, o hash normalmente também mudará. Portanto, comparar essas impressões digitais permite identificar diferenças entre arquivos.

Contudo, um hash diferente não prova que houve fraude. Os arquivos podem pertencer a versões distintas ou ter sido produzidos em etapas diferentes. Por isso, precisamos identificar a origem de cada arquivo e escolher comparações adequadas.

Além disso, uma assinatura digital válida ajuda a verificar a autenticidade e a integridade do conteúdo assinado. Entretanto, ela não comprova, por si só, que o programa está livre de falhas.

3. Comportamentos inesperados no código-fonte

A análise do código procura identificar instruções que possam produzir resultados incompatíveis com os requisitos do sistema.

Entre os pontos que merecem atenção estão:

  • Regras de contabilização incompatíveis com as especificações documentadas.
  • Falhas na validação de entradas e no tratamento de erros.
  • Condições que provoquem resultados inesperados em situações específicas.
  • Diferenças inexplicadas entre versões do código.
  • Dependências de bibliotecas ou ferramentas de compilação que exijam verificação.
  • Problemas no controle de acesso ou na proteção dos arquivos.
  • Falhas na geração, validação ou transmissão dos dados eleitorais.

Além de procurar comportamentos maliciosos, uma auditoria precisa investigar erros acidentais.

Por exemplo, uma condição lógica incorreta pode afetar uma situação específica sem qualquer intenção de manipular resultados. Nesse caso, precisamos demonstrar o comportamento, explicar suas consequências e verificar se ele pode afetar o sistema real.

4. Divergências entre etapas do processo

Uma investigação não deve analisar apenas o programa da urna. Também precisa considerar os dados produzidos antes e depois da votação.

Isso inclui verificar se os arquivos de origem correspondem aos documentos oficiais, se os resultados estão associados às seções corretas e se a totalização reproduz os valores esperados.

Nesse contexto, o Registro Digital do Voto (RDV), os boletins de urna e outros registros previstos nos procedimentos de auditoria podem ajudar a esclarecer dúvidas.

Entretanto, cada artefato possui uma finalidade e limitações próprias. Portanto, a análise precisa respeitar essas características, inclusive as proteções destinadas a preservar o sigilo do voto.

O objetivo é encontrar uma explicação verificável para cada diferença relevante, sem presumir antecipadamente que ela representa uma irregularidade.

Como a inteligência artificial pode acelerar uma auditoria?

É aqui que a tecnologia começa a mudar o cenário.

Antigamente, examinar grandes volumes de código exigia muitas horas de leitura manual e conhecimento especializado. Hoje, ferramentas de IA podem ajudar a localizar funções, explicar trechos complexos, sugerir testes e resumir diferenças entre versões.

Esse avanço se conecta a outro tema que já abordamos no Elotech News: a engenharia reversa de software com inteligência artificial.

No artigo Do Photoshop ao Excel: como a IA está recriando softwares populares, mostramos como técnicas modernas ajudam a compreender o funcionamento de programas e a reproduzir comportamentos de software.

Na auditoria eleitoral, podemos aproveitar algumas dessas capacidades para estudar códigos e formular testes. A diferença está no objetivo: em vez de recriar um aplicativo, buscamos verificar se um sistema atende aos requisitos documentados e produz resultados consistentes.

1. Explicar códigos difíceis de entender

Um auditor pode fornecer à IA um trecho de código autorizado para análise e pedir uma explicação em linguagem simples.

Por exemplo:

“Explique esta função, identifique os dados que ela recebe, descreva o resultado produzido e aponte quais condições podem alterar seu comportamento.”

A ferramenta pode resumir a lógica, indicar dependências e destacar pontos que merecem revisão humana.

Assim, estudantes, jornalistas e profissionais podem compreender trechos de programas escritos em linguagens que ainda não dominam.

Ainda assim, a explicação pode conter erros. Por isso, precisamos conferir cada conclusão importante no código original e, quando possível, validar o resultado com testes.

2. Comparar versões de arquivos

Outra aplicação consiste em automatizar a comparação de arquivos e versões de código.

A IA pode explicar o significado de uma alteração e identificar funções afetadas. Enquanto isso, ferramentas tradicionais de comparação mostram exatamente quais linhas mudaram.

A combinação oferece mais segurança do que depender apenas de uma conversa com um chatbot.

Imagine, por exemplo, que uma função tenha mudado entre duas versões. A ferramenta de comparação mostra a alteração, enquanto a IA ajuda a explicar suas possíveis consequências.

Em seguida, o auditor verifica se a mudança está documentada, se foi autorizada e se os testes correspondentes passaram.

3. Encontrar possíveis vulnerabilidades

Ferramentas de análise estática examinam o código sem precisar executá-lo. Elas conseguem detectar determinados padrões associados a erros, falhas de segurança e uso inadequado de funções.

A IA pode complementar esse trabalho ao explicar os alertas, sugerir casos de teste e ajudar a priorizar os problemas encontrados.

Entretanto, um alerta não representa uma vulnerabilidade comprovada. Ele indica apenas um ponto que merece investigação.

Da mesma forma, a ausência de alertas não garante que o programa esteja seguro. Algumas falhas aparecem somente em determinadas condições de execução ou na interação entre componentes.

4. Automatizar a conferência de resultados

A IA também pode ajudar a escrever scripts para comparar arquivos, validar totais e identificar divergências.

Imagine dezenas de milhares de registros. Conferir cada linha manualmente seria lento e sujeito a erros. Um programa, por outro lado, consegue comparar os dados em segundos, desde que os arquivos e as regras estejam corretos.

Nesse cenário, a IA pode gerar ou revisar o código da análise. Depois, o auditor executa os testes e verifica os resultados com ferramentas independentes.

O ponto central é utilizar regras explícitas e resultados reproduzíveis. Afinal, não precisamos confiar na interpretação subjetiva de um modelo para somar votos ou comparar identificadores.

5. Transformar resultados técnicos em explicações acessíveis

Por fim, a IA pode traduzir relatórios técnicos para uma linguagem que qualquer eleitor consiga compreender.

Em vez de apresentar apenas uma lista de erros, a ferramenta pode explicar o que foi testado, quais resultados apareceram e quais limitações permanecem.

Além disso, pode organizar os achados por gravidade, evidências disponíveis e necessidade de investigação adicional.

Dessa maneira, jornalistas e pesquisadores conseguem comunicar tanto os problemas encontrados quanto os testes que não identificaram divergências.

Como qualquer pessoa pode usar IA para investigar?

Nem todo eleitor precisa aprender programação avançada para participar de uma discussão informada sobre segurança eleitoral.

É possível começar com documentos públicos, boletins de urna, relatórios de auditoria e informações técnicas publicadas pela Justiça Eleitoral.

O importante é utilizar fontes identificáveis e formular perguntas que possam ser respondidas com evidências.

Passo 1: comece por fontes verificáveis

Consulte o portal do TSE e os materiais oficiais sobre auditoria, fiscalização e segurança da urna eletrônica.

Sempre registre o endereço da fonte, a data de acesso e o documento analisado. Além disso, quando encontrar uma afirmação em uma rede social, procure o documento original antes de aceitá-la como verdadeira.

Passo 2: faça perguntas objetivas à IA

Em vez de perguntar “A urna eletrônica é fraudada?”, formule questões específicas.

Por exemplo:

“Explique quais mecanismos de auditoria aparecem neste documento oficial. Separe fatos documentados de interpretações e indique quais informações ainda precisamos para verificar cada afirmação.”

Outra pergunta útil seria:

“Compare estes dois arquivos públicos e identifique diferenças nos campos, nos totais e nos identificadores. Informe o método utilizado, apresente as divergências e não atribua causas sem evidências.”

Quanto mais clara for a pergunta, mais fácil será verificar a resposta.

Passo 3: peça evidências, não opiniões

Uma boa investigação precisa indicar de onde veio cada conclusão.

Por isso, peça à ferramenta que apresente os trechos relevantes dos documentos, os nomes dos arquivos, as regras aplicadas e os passos necessários para reproduzir a análise.

Se a IA afirmar que encontrou um problema, pergunte como outra pessoa poderia confirmar o resultado sem depender do mesmo modelo.

Além disso, solicite explicações alternativas e evidências que possam contradizer a hipótese inicial.

Passo 4: valide o resultado com outra ferramenta

Não dependa exclusivamente de um chatbot para examinar uma questão tão importante.

Se a IA gerar um script, revise o código e execute-o em um ambiente apropriado. Sempre que possível, compare o resultado com uma ferramenta independente ou confira manualmente uma amostra dos dados.

Também preserve os arquivos originais e registre as transformações realizadas durante o processo.

Passo 5: publique as conclusões com responsabilidade

Se encontrar uma divergência relevante, documente o resultado, explique como executou o teste e apresente as limitações.

Não divulgue dados pessoais ou informações protegidas. Da mesma forma, não tente acessar sistemas sem autorização nem alterar equipamentos eleitorais.

Quando a investigação envolver possíveis falhas reais, encaminhe evidências reproduzíveis às autoridades e aos especialistas competentes.

Qualquer pessoa pode fazer perguntas e analisar documentos públicos com IA. Entretanto, isso não equivale a uma auditoria oficial ou a uma perícia independente.

Um prompt para começar sua própria investigação

Você pode usar o exemplo abaixo em uma ferramenta de inteligência artificial para estudar documentos públicos sobre a urna eletrônica.

Prompt sugerido:

“Atue como assistente de pesquisa em auditoria de sistemas eleitorais. Analise somente os documentos e arquivos que eu fornecer ou que estejam disponíveis em fontes públicas identificáveis.

Seu objetivo é verificar afirmações de forma neutra, sem presumir que existe fraude ou que todas as medidas de segurança são infalíveis.

Siga estas regras:

  1. Separe fatos documentados, hipóteses e conclusões.
  2. Identifique a origem de cada informação relevante.
  3. Explique os mecanismos de auditoria em linguagem acessível.
  4. Ao analisar código, procure erros lógicos, falhas de validação, diferenças entre versões e comportamentos incompatíveis com os requisitos documentados.
  5. Ao comparar dados, descreva os campos utilizados, as regras de comparação e as divergências encontradas.
  6. Considere explicações alternativas e procure evidências que possam refutar a hipótese inicial.
  7. Não invente arquivos, funções, resultados de testes ou referências.
  8. Não trate alertas automatizados como vulnerabilidades comprovadas.
  9. Informe as limitações da análise e quais verificações adicionais seriam necessárias.
  10. Priorize métodos seguros, autorizados, reproduzíveis e independentes.

Apresente o resultado em uma tabela com: questão investigada, evidência disponível, método de verificação, resultado, limitações e próximos passos.

Se os documentos não forem suficientes para responder a uma pergunta, declare explicitamente essa limitação.”

Esse prompt não transforma a IA em auditora oficial. Ainda assim, ajuda a estabelecer uma rotina de investigação mais organizada e reduz o risco de conclusões precipitadas.

Quais cuidados garantem uma investigação honesta e segura?

A inteligência artificial também pode cometer erros, inventar referências ou interpretar incorretamente um trecho de código. Por isso, a investigação precisa seguir princípios claros.

Primeiro, preserve a imparcialidade. Não escolha apenas dados que favoreçam uma conclusão. Em vez disso, defina os critérios antes de examinar os resultados e aplique-os de maneira consistente.

Segundo, proteja a integridade das evidências. Registre a origem dos arquivos, suas versões e os procedimentos executados. Além disso, preserve os dados originais para permitir novas verificações.

Terceiro, respeite os limites de acesso. Nem todos os materiais ou procedimentos estão disponíveis para qualquer cidadão. A inspeção de determinados sistemas ocorre em ambientes controlados e segue regras próprias. Quando necessário, participe pelos canais autorizados.

Quarto, diferencie falha técnica de impacto eleitoral. Um erro de programação pode existir sem afetar votos ou resultados. Para demonstrar impacto, precisamos estabelecer uma relação verificável entre a falha e o comportamento observado.

Por último, aceite resultados inconclusivos. Se faltarem dados, a conclusão correta pode ser que a hipótese ainda não foi confirmada nem descartada.

Uma auditoria confiável não é aquela que sempre encontra problemas. É aquela que segue um método capaz de revelar falhas reais e também descartar suspeitas sem fundamento.

A inteligência artificial pode tranquilizar o eleitor?

Sim, desde que a utilizemos para ampliar a transparência, e não para fabricar certezas.

Uma investigação bem conduzida pode mostrar como os sistemas funcionam, quais verificações ocorreram e se os dados examinados apresentam inconsistências.

Da mesma maneira, pode identificar perguntas que ainda precisam de respostas e ajudar a transformar documentos técnicos em informações compreensíveis.

Porém, nenhuma análise isolada deve servir como prova definitiva sobre todo o processo eleitoral. A confiança depende de evidências, procedimentos verificáveis, fiscalização independente e possibilidade de contestação fundamentada.

Além disso, os mecanismos de auditoria existentes não dispensam a avaliação crítica. Sistemas complexos podem apresentar falhas, e a fiscalização serve justamente para identificar e corrigir possíveis problemas.

Portanto, o caminho responsável não é acreditar cegamente nem desconfiar de tudo. É verificar cada afirmação com o mesmo rigor, independentemente de ela favorecer ou contrariar nossas expectativas.

Conclusão: menos achismos, mais evidências

A inteligência artificial está tornando a análise de software mais acessível. Hoje, estudantes, jornalistas, pesquisadores e cidadãos podem usar essas ferramentas para compreender documentos, comparar dados e investigar possíveis inconsistências.

No entanto, a facilidade de analisar informações não elimina a necessidade de conhecimento técnico, fontes confiáveis e validação independente.

No caso da urna eletrônica, o melhor uso da IA é ajudar a formular perguntas melhores, automatizar verificações reproduzíveis e explicar os resultados com clareza.

Assim, a tecnologia pode contribuir para um debate público mais informado, sem transformar suspeitas em acusações ou mecanismos de segurança em garantias absolutas.

A confiança nas eleições não deve depender de fé ou de medo. Deve ser construída com transparência, fiscalização e evidências que qualquer pessoa interessada possa compreender.

Edson Dias

Você tem alguns minutos para descobrir como a tecnologia pode ser simples? Sem enrolação e sem jargões complicados vindos de alguém que é apaixonado por esse universo? Edson Dias traz um pouco dessa paixão e de sua experiência na área para o time da EloTech, com a missão de não só manter o leitor bem-informado, mas de não complicar o que, por natureza, já é complicado