Criador do DataPolitics, Gustavo Silva desenvolveu um modelo que projeta cenários a partir de dados em tempo real; após as eleições, a projeção é aplicar o modelo em outros mercados
Prever o que pode acontecer antes que todos os dados estejam disponíveis é o desafio do empreendedor digital Gustavo Silva. Com experiência no setor desde 1995, ele desenvolveu uma solução de inteligência artificial capaz de analisar informações em tempo real, identificar padrões e projetar resultados. A tecnologia está por trás do DataPolitics, que fará uma demonstração pública em 25 de outubro, com a primeira transmissão automatizada dedicada à apuração do segundo turno presidencial no país.
A iniciativa eleitoral é apenas uma das aplicações possíveis do modelo preditivo, que busca ajudar diferentes setores a tomar decisões antes que o cenário esteja definido. Em vez de apenas organizar informações disponíveis, o sistema identifica padrões, calcula probabilidades e projeta resultados.
“Na política, acompanha a chegada dos votos e estima o desfecho da disputa; em outros mercados, pode ser aplicado a indicadores financeiros, vendas, desempenho esportivo e demanda”, explica o engenheiro de software.
A apuração eleitoral como prova prática
O primeiro teste público da tecnologia ocorreu no primeiro turno das eleições de 2026, em 4 de outubro. Às 18h29, quando 28% das urnas haviam sido apuradas, o modelo já indicava que a disputa presidencial teria segundo turno, embora as parciais daquele momento apontassem uma vantagem superior a 50% para Flávio Bolsonaro. A confirmação oficial veio às 20h55.
Às 20h09, com 85% das urnas apuradas, o sistema projetou Flávio Bolsonaro com entre 47,4% e 47,6% dos votos válidos e Luiz Inácio Lula da Silva com 44,4%. Ao final da contagem, os resultados oficiais foram de 47,03% para Flávio e 45,16% para Lula. Segundo os registros apresentados por Silva, a diferença entre a projeção e o resultado final ficou abaixo de um ponto percentual para ambos.
O desempenho foi precedido por testes com a apuração de 2022, reproduzida como se estivesse acontecendo ao vivo. Segundo o fundador, o erro ficou abaixo de 0,25 ponto percentual ao longo das etapas analisadas. As projeções do primeiro turno de 2026 também foram registradas com horários, percentuais apurados e faixas estimadas, permitindo a comparação posterior com os resultados oficiais.
“Nosso objetivo não é apenas mostrar o que foi contado, mas interpretar o que aqueles números significam para o que ainda falta contar. O começo da apuração pode enganar, porque a ordem em que os votos chegam nem sempre representa o resultado final”, afirma.
A experiência eleitoral permite demonstrar como o modelo reage à entrada contínua de informações. Isso não significa que a tecnologia elimine as incertezas ou garanta previsões infalíveis. As estimativas são atualizadas conforme novos dados chegam e podem mudar ao longo do processo.
Uma trajetória construída em tecnologia
Silva atua no setor desde 1995 e passou por empresas como Huawei, Autodesk, MetaSolv e Nokia. Há pelo menos oito anos, dedica-se também a projetos relacionados a Web3 e blockchain, áreas que considera estratégicas para o futuro da tecnologia.
Atualmente, sua atuação está ligada ao Dubai International Financial Centre (DIFC), nos Emirados Árabes Unidos, onde integra o ambiente do Dubai AI Campus, voltado ao desenvolvimento de negócios e soluções de inteligência artificial.
Outro marco de sua trajetória foi a aceleração, pelo Google em Dubai, de um projeto de trading automatizado para diferentes corretoras de ativos digitais. A solução trabalhava com ativos digitais, como Bitcoin, USDT, Solana, Ethereum, além de ativos tradicionais, como ouro e petróleo.
“Foi um grande orgulho ter esse reconhecimento. Essa experiência reforçou minha percepção de que soluções tecnológicas podem automatizar processos complexos e trabalhar com grandes volumes de dados de maneiras que antes exigiam muito mais intervenção humana”, afirma.
Essa visão orienta o desenvolvimento de soluções com aplicações em diferentes setores. Em vez de limitar a tecnologia a um único segmento, Silva busca construir estruturas adaptáveis a distintas necessidades, com modelos desenvolvidos e testados a partir de dados específicos de cada área.
Como funciona a inteligência artificial preditiva
O DataPolitics combina um modelo estatístico próprio, um motor de acompanhamento de dados e uma estrutura automatizada de transmissão. O sistema interpreta informações oficiais, considera
históricos eleitorais e pesquisas registradas na Justiça Eleitoral e incorpora novos dados à medida que a apuração avança.
A tecnologia também utiliza serviços de inteligência artificial para produzir textos e voz. A estrutura integra esses recursos ao modelo estatístico, que calcula as projeções, e a mecanismos automáticos de conferência, responsáveis por verificar os números antes de sua apresentação.
“O mais difícil foi fazer o modelo falar números sem errar. Por isso, nenhum número vai ao ar sem passar por uma checagem automática. A inteligência artificial precisa trabalhar com velocidade, mas a precisão vem primeiro”, destaca Silva.
O sistema calcula probabilidades e faixas estimadas, em vez de apresentar previsões como certezas. Para anunciar um vencedor, exige que a probabilidade ultrapasse 99,5% em leituras consecutivas, com novos dados, e que diferentes caminhos de análise apontem para a mesma conclusão. Se a condição deixar de ser atendida, o anúncio é suspenso.
As projeções são identificadas como prognósticos estatísticos, diferenciando-se de pesquisas e resultados oficiais. O projeto também prevê a identificação do conteúdo produzido por inteligência artificial e o cumprimento das regras eleitorais aplicáveis.
Para Silva, a transparência é parte fundamental do desenvolvimento de modelos preditivos. “Confiança se ganha com histórico, não com promessa. É preciso registrar as leituras, permitir que elas sejam conferidas e deixar claro o quanto ainda não se sabe”, afirma.
Do esporte aos negócios: onde a tecnologia pode chegar
A estrutura criada para o DataPolitics pode ser reaproveitada em diferentes mercados, mas a capacidade de previsão depende de modelos específicos, treinados e validados com dados de cada segmento.
No esporte, por exemplo, um sistema semelhante poderia estimar as chances de vitória de cada equipe durante uma partida, atualizando as probabilidades conforme o jogo evolui. No mercado financeiro, poderia interpretar indicadores e projetar cenários a partir de mudanças nas informações disponíveis. No varejo, poderia ajudar a identificar tendências de vendas e demanda antes do fechamento dos resultados.
Logística e gestão pública também estão entre as áreas com potencial de aplicação. Em setores como saúde e segurança, a adoção exigiria validação rigorosa e supervisão humana, devido ao impacto que previsões equivocadas podem ter sobre decisões importantes.
“Qualquer área em que os dados chegam em tempo real e alguém precisa tomar uma decisão antes de ter o quadro completo pode se beneficiar desse tipo de tecnologia. Mas cada aplicação exige um modelo próprio, desenvolvido e testado para aquela realidade”, explica.
O modelo de negócios acompanha essa perspectiva. Além de disponibilizar o conteúdo do DataPolitics gratuitamente no site e nas redes sociais, a iniciativa prevê parcerias para transmissões e painéis personalizados, análises sob medida e licenciamento da estrutura automatizada.
A transmissão de 25 de outubro será, portanto, mais do que uma cobertura eleitoral: funcionará como uma demonstração de como a análise preditiva pode ser integrada à apresentação de informações em tempo real. Na política, o próximo horizonte apontado por Silva são as eleições municipais de 2028. Em paralelo, o objetivo é adaptar a estrutura a outros contextos nos quais interpretar dados enquanto os acontecimentos se desenrolam pode ajudar a compreender cenários e apoiar decisões.