Eleição presidencial de 2026: o que os dados públicos do TSE mostram, e o que eles não conseguem mostrar
Liliane Zukerman30 de outubro de 2026Análise independente
Boletins de urnaRDVLogs das urnasAssinaturas de softwareSem voto impresso
Em 1 minuto
Os dados públicos do TSE não mostram fraude. Testei boletins de urna, registros de voto, logs e assinaturas de software.
A soma das 497.897 urnas bate voto a voto com o resultado oficial, nos 27 estados.
Os casos que circularam têm explicação nos próprios dados: Silva Jardim, urnas das 19h, biometria, "serrote".
1,7 milhão de eleitores perderam o voto para presidente por engano no 1º turno, três vezes mais onde há mais analfabetismo.
A virada veio de quem não escolheu ninguém no 1º turno (brancos, nulos e ausentes), não dos eleitores dos eliminados.
O que os dados não descartam é fraude no software, porque todos os arquivos são gerados por ele. Por isso defendo código aberto e voto impresso junto com o eletrônico.
Depois do 2º turno de 25 de outubro de 2026 (Lula 51,8%, Flávio Bolsonaro 48,2%, diferença de cerca de 4,43 milhões de votos), circularam muitas alegações de fraude baseadas em gráficos, probabilidades e casos isolados. Decidi testar essas alegações com os dados que o próprio TSE publica: boletins de urna (BU), registro digital do voto (RDV) e os logs de cada urna, nos dois turnos.
Rodei testes estatísticos clássicos de forense eleitoral, um modelo de transferência de votos entre os turnos, análise espacial, comparação com 2022, leitura dos logs (horários, habilitação de eleitores, procedimentos) e uma verificação das assinaturas de software registradas nos logs contra as listas oficiais publicadas na cerimônia de lacração.
Limite
As conclusões deste artigo valem para o que os dados conseguem mostrar. BU, RDV e logs são gerados pelo mesmo software que se quer auditar. Uma fraude no software que gerasse esses arquivos de forma consistente não apareceria em nenhum desses testes. Para isso, é preciso código aberto e voto impresso junto com o eletrônico, conferido pelo eleitor e depositado numa urna.
Sobre esta análise
Não sou estatística nem especialista em eleições. Tenho formação em física e computação e trabalho com segurança da informação, o que inclui ler logs e verificar integridade de software. Fiz esta análise com a ajuda do Claude, um modelo de IA da Anthropic, que usei para escrever os scripts, rodar os testes e revisar o texto. Por isso publiquei todo o código: os resultados não dependem de confiar em mim nem na IA, e qualquer pessoa pode reproduzir, conferir e apontar erros. Correções e sugestões: eleicoes@lilianezukerman.com.
Dados e escopo
Todos os arquivos vêm do portal de resultados do TSE (resultados.tse.jus.br, pasta arquivo-urna), pleitos 3220 (1º turno) e 3221 (2º turno).
Fonte
Conteúdo
Cobertura
BU
Votos por candidato, brancos, nulos, aptos e comparecimento por seção
Todas as seções nos dois turnos (497.897 no Brasil)
RDV
Cada voto digitado, embaralhado, sem identificação do eleitor
Amostra aleatória de 49.826 seções (10%) e seções dos casos estudados
Logs (logd.dat)
Eventos da urna com horário: ligação, zerésima, habilitação, voto, encerramento, verificações de assinatura
Mesma amostra de 10% para horários e habilitação; 9.995 urnas (cerca de 2%) para software e procedimentos
Listas de lacração
SHA-512 oficial de cada arquivo de software, por modelo de urna
Modelos UE2013, UE2015, UE2020 e UE2022
Externos
Resultado de 2022 por município, Atlas do Desenvolvimento Humano (Censo 2010), coordenadas dos municípios
Todos os municípios
Números marcados como "estimativa nacional" vêm da amostra de 10% extrapolada por estado. Os demais são contagens diretas.
1. Testes estatísticos clássicos
Rodei, seção por seção, os testes mais usados em forense eleitoral: distribuição do último dígito, segundo dígito de Benford, gráfico de Klimek (comparecimento x votação, que denuncia enchimento de urna) e busca de valores impossíveis (mais votos que comparecimento, comparecimento maior que aptos, somas que não fecham).
Valores impossíveis
Nenhum. No 1º turno (497.897 seções no Brasil) e na amostra do 2º turno (49.826 seções), não há comparecimento maior que o eleitorado nem soma de votos diferente do comparecimento.
Como funciona
É a verificação mais simples: conferir, em cada boletim de urna, se os números são possíveis. O comparecimento não pode passar do número de eleitores aptos da seção, e a soma dos votos (candidatos, brancos e nulos) tem que ser igual ao comparecimento. Uma urna adulterada de forma grosseira, ou um boletim preenchido à mão com erro, quebraria uma dessas contas.
Testes de dígitos
Como funciona
Quem inventa números deixa marcas. Numa contagem real, o último dígito dos votos de cada seção (o 7 de 187, o 3 de 243) é praticamente sorte, e cada dígito de 0 a 9 aparece perto de 10% das vezes. Quem escreve um total "de cabeça", sem contar, tende a repetir alguns dígitos e evitar outros. Se o 0 aparecesse muito mais que o 7, seria sinal de números fabricados. O teste conta quantas vezes cada dígito aparece em todas as seções e compara com o esperado (teste qui-quadrado). O resultado é o valor p: a chance de uma diferença daquele tamanho aparecer só por acaso. Um p abaixo de 0,05 indica um desvio suspeito; acima disso, nada fora do normal.
O 2º dígito e a Lei de Benford. A Lei de Benford descreve como os dígitos aparecem em números reais que variam muito de tamanho: o primeiro dígito é 1 em cerca de 30% dos casos e 9 em menos de 5%. No segundo dígito o efeito é mais fraco, mas existe: o 0 aparece em cerca de 12% dos casos e o 9 em cerca de 8,5%. Em eleições, usa-se o segundo dígito dos votos de cada seção, porque o primeiro depende demais do tamanho das seções. A lógica é a mesma do teste do último dígito: números inventados costumam fugir dessa distribuição.
O alcance é limitado. Existem dois jeitos de fraudar uma contagem, e esses testes só pegam o primeiro:
• Inventar o número: ninguém conta nada, e alguém escreve na ata um total "de cabeça", como "Candidato A: 250". É o que acontece em países onde a ata da seção é preenchida à mão. Os vícios de quem inventa aparecem nos dígitos, e o teste pega.
• Alterar o número: a contagem é real, e alguém mexe no resultado depois. Se a urna contou 187 votos e alguém soma 30, o resultado (217) continua com o último dígito aleatório; o mesmo vale para passar votos de um candidato para outro. O teste não pega.
No Brasil, os números vêm da contagem da urna eletrônica, então uma fraude provavelmente seria do tipo "alterar o número". Aqui, os testes de dígitos só mostram que ninguém digitou boletins inventados. Alterações nos votos são verificadas por outros testes: comparecimento x votação (abaixo), totalização (seção 9) e logs (seções 6 e 8). Uma alteração feita dentro do software da urna, antes de imprimir o boletim, não aparece em nenhum deles.
Comparados com a referência "ingênua" (último dígito uniforme, segundo dígito de Benford), todos os testes rejeitam com p praticamente zero. Isso é esperado e não indica fraude: seções têm tamanho limitado (a maioria entre 100 e 400 eleitores), e a quantidade de seções cai conforme o número de votos sobe, o que favorece dígitos menores. É uma limitação conhecida desses testes em eleições (Deckert, Myagkov e Ordeshook, 2011).
A referência correta é a distribuição esperada a partir do próprio histograma de votos, suavizado. Ela preserva a inclinação e só acusa "picos" em dígitos específicos, que é o que aparece quando alguém inventa números. Com essa referência, nenhum teste rejeita:
Série
Teste
Seções
p ingênuo
p (ref. suavizada)
Lula 1º turno
Último dígito
257.457
< 0,001
0,22
Flávio 1º turno
Último dígito
306.838
< 0,001
0,58
Lula 2º turno
Último dígito
34.571
< 0,001
0,54
Flávio 2º turno
Último dígito
32.791
< 0,001
0,90
Lula 1º turno
2º dígito
497.599
< 0,001
0,98
Flávio 1º turno
2º dígito
495.420
< 0,001
> 0,99
Lula 2º turno
2º dígito
49.804
< 0,001
0,98
Flávio 2º turno
2º dígito
49.560
< 0,001
0,99
Último dígito: seções com 100 votos ou mais. 2º dígito: 10 votos ou mais. Teste qui-quadrado, 9 graus de liberdade. Referência suavizada: média móvel de 11 posições sobre o histograma de votos por seção.
Comparecimento x votação (Klimek)
Como funciona
Encher uma urna é colocar votos de eleitores que não foram votar. Isso deixa duas marcas ao mesmo tempo: o comparecimento da seção sobe de forma artificial, perto de 100%, e todos os votos extras vão para o mesmo candidato, então a votação dele também chega perto de 100%. O teste (Klimek et al., 2012) coloca cada seção num gráfico com o comparecimento no eixo horizontal e a votação do candidato no eixo vertical. Numa eleição normal as seções formam uma nuvem única, com a votação variando pouco conforme o comparecimento. Com enchimento aparece uma segunda mancha separada no canto superior direito (ou no inferior, se a fraude for a favor do outro candidato), e o comparecimento passa a andar junto com a votação de quem se beneficia. Foi assim que o teste mostrou indícios de fraude nas eleições da Rússia e de Uganda.
Enchimento de urna aparece como um grupo de seções com comparecimento perto de 100% e votação perto de 100% para um candidato, e como correlação positiva entre comparecimento e votação desse candidato. Na amostra do 2º turno:
• Só 64 seções (0,13%) tiveram comparecimento de 95% ou mais; 16 delas com 90% ou mais para o Lula e 2 para o Flávio, espalhadas por BA, CE, PI, PE, SP e outros estados, sem concentração num município.
• A correlação nacional entre comparecimento e votação do Lula é praticamente nula (0,05). Dentro de cada estado ela é negativa (−0,18): seções com mais comparecimento votaram menos no Lula. É o contrário do padrão de enchimento a favor dele.
O percentual do Lula é maior nas faixas extremas de comparecimento no agregado nacional, mas esse efeito vem da geografia (estados do Nordeste têm perfil diferente) e some quando se compara dentro de cada estado.
Figura 1 · Comparecimento x votação por seção (2º turno)
Cada célula conta seções. Quanto mais forte o rosa, mais seções naquela combinação.
Amostra de 49.804 seções com 50 eleitores ou mais. A massa fica entre 70% e 90% de comparecimento e se espalha pelos dois lados. Enchimento de urna produz uma mancha separada num dos cantos da direita: em cima, se for a favor do Lula; embaixo, se for a favor do Flávio (Klimek et al., 2012). Aqui, os dois cantos têm só seções isoladas.
Ressalva
Esses testes detectam manipulação grosseira e manual (enchimento de urna, números inventados). Não detectam uma alteração feita pelo software antes de gravar o BU, porque o software geraria números com distribuição natural.
Um gráfico muito compartilhado mostrava o percentual acumulado oscilando em "dentes de serrote" conforme as seções eram somadas, como se votos tivessem sido injetados em blocos. Testei isso com as 499 mil seções do 1º turno.
Como funciona
O gráfico soma as seções uma a uma, na ordem em que aparecem, e mostra a porcentagem acumulada a cada passo. Para saber se as ondas vêm da contagem ou da ordem, refiz a soma de três formas com os mesmos votos: na ordem do arquivo do TSE (por estado, município e zona), embaralhando as seções só dentro de cada zona, e embaralhando todas. Se votos tivessem sido injetados em blocos, os dentes continuariam lá em qualquer ordem. Se as ondas somem quando a ordem muda, elas vêm só da sequência geográfica.
Figura 2 · Teste do “serrote” no 1º turno
% acumulado do Flávio (Flávio x Lula), seções 300 mil a 330 mil de 499 mil.
Ordem do arquivo do TSE
estado › município › zona › seção
Seções embaralhadas
mesma escala vertical
Na ordem do arquivo, o serrote aparece. Embaralhando as seções dentro de cada zona, o desenho não muda; embaralhando todas, a ondulação cai 33 vezes. O padrão vem da ordem geográfica, não da contagem.
O desenho vem da ordem geográfica do arquivo (estado, município, zona). Cada região tem um perfil de voto, e somar regiões em sequência produz ondas. Não é uma propriedade da contagem.
A "virada" e a "paradinha" na apuração
Durante a noite, o painel de resultados do TSE mostrou um gráfico de evolução da apuração pelo horário, que depois foi muito compartilhado. Reproduzi esse gráfico (em cima, na figura abaixo) com escala de 30% a 70%, para mostrar como a disputa ficou apertada. Embaixo, simulei a mesma noite com os mesmos boletins chegando em outra ordem:
Como funciona
Somei os 497.897 boletins do 2º turno em ordens diferentes: primeiro o Nordeste, ou primeiro o Sul e o Sudeste. Em cada horário, usei a mesma porcentagem de urnas apuradas que o TSE tinha divulgado naquele momento. Assim, a única coisa que muda entre os gráficos é a ordem de chegada; os votos são exatamente os mesmos. Se o desenho da curva muda só com a ordem, as viradas não dizem nada sobre fraude.
Figura 3 · A apuração oficial e a mesma noite com outra ordem de chegada
% dos votos válidos por horário, 25 de outubro, horário de Brasília. Em cima, a apuração oficial; embaixo, os mesmos boletins chegando em outra ordem, com o mesmo relógio e a mesma pausa.
LulaFlávio
Apuração oficial
pontos divulgados pelo TSE na noite de 25/10
Simulação: Nordeste chegando primeiro
mesmos boletins, mesmo ritmo de apuração
Simulação: Sul e Sudeste chegando primeiro
mesmos boletins, mesmo ritmo de apuração
Apuração oficial: valores divulgados pelo TSE durante a noite e resultado final; o trecho tracejado antes das 17h20 é aproximado a partir do gráfico de evolução do painel do TSE, e a linha pontilhada clara liga os pontos de antes e depois da pausa, quando não houve divulgação. Simulações: os 497.897 boletins do 2º turno, usando a porcentagem de urnas apuradas em cada horário da apuração oficial (1,7% às 19h06, 13,7% às 19h45, 46% às 20h20, 61% às 20h45, 95% às 21h06) e mudando só a ordem das regiões. Nos três casos, o resultado final é o mesmo: 51,8%.
Lendo o gráfico da apuração oficial, da esquerda para a direita:
1. O "pico" do começo. Os primeiros boletins mostraram o Lula com quase 60%, e a diferença diminuiu em minutos. Com poucas urnas, uma única seção muda muito a porcentagem, e as primeiras a chegar vêm de poucos lugares e não representam o país. 2. A "paradinha". Às 17h20, o TSE suspendeu a divulgação por causa da prorrogação da votação até as 19h: não se publica resultado parcial com seções abertas. No gráfico do TSE, esse intervalo aparece como uma linha reta, que só liga o último ponto antes da pausa ao primeiro depois. A linha reta não mostra votos parados nem movimento escondido; mostra que não havia publicação. 3. O cruzamento. Com a divulgação de volta às 19h06, o Lula aparece com 52%, o Flávio passa à frente por volta das 19h45, há empate perto de 46% das urnas e o Lula retoma às 20h25. É o efeito da ordem de chegada dos boletins, como mostram os dois gráficos de baixo e a explicação a seguir. 4. O trecho plano. Às 21h06, 95% das urnas estavam apuradas e o resultado praticamente não mudou mais; às 21h10 o TSE confirmou que ele estava matematicamente definido. O último ponto, às 23h26, é o arquivo final, com o exterior.
Um detalhe que engana: no gráfico do TSE, a escala vai de 0% a 75%, e tudo entre 48% e 52% vira uma linha só. Parece que nada acontecia, quando a disputa ficou dentro de 2 pontos a noite toda.
Por que a liderança muda: a ordem de chegada
As trocas de liderança vêm da ordem em que os boletins chegam ao TSE, que não é aleatória: depende da conexão, da distância e do horário de encerramento de cada região. Se as regiões que chegam primeiro votam mais num candidato, ele começa na frente, e o outro cresce depois. É isso que as duas simulações da figura acima mostram.
A explicação está no voto de cada região. O Sul e o Centro-Oeste votaram mais no Flávio, o Sudeste ficou perto do meio e o Nordeste votou muito mais no Lula:
Região
% das seções
Lula (votos válidos)
Sul
14,5%
37,4%
Centro-Oeste
7,6%
40,0%
Sudeste
40,8%
47,2%
Norte
8,8%
50,0%
Nordeste
28,3%
69,4%
Com o Sul e o Sudeste chegando primeiro, o Lula aparece com 37% no começo da noite; o Sudeste, que é 41% das seções, puxa a linha para cerca de 45%, e o Centro-Oeste e o Norte quase não mudam esse patamar. Só quando o Nordeste entra, com 28% das seções e quase 70% de votos no Lula, a linha sobe e cruza os 50% perto das 21h. Com o Nordeste primeiro acontece o contrário: o Lula aparece com quase 70%, e cada região seguinte puxa a linha para baixo até o mesmo ponto final. Nas apurações reais, capitais e regiões mais conectadas costumam chegar antes; por isso uma "virada" no fim da noite é o comportamento esperado quando o candidato que vence tem mais votos em regiões que chegam depois.
A apuração oficial seguiu uma ordem intermediária, com urnas de várias regiões chegando misturadas, e por isso a liderança alternou perto de 50% em vez de seguir uma das curvas extremas. A ordem real de chegada não é publicada boletim a boletim, mas o ponto importante não depende dela: qualquer que seja a ordem, a linha termina no mesmo lugar, e esse ponto final foi verificado diretamente. A soma de todos os boletins impressos pelas urnas é exatamente o resultado oficial (seção 9).
Muitas alegações partiam de "o Lula ganhou mais votos do que seria possível" em certos municípios. Para testar, estimei um modelo de transferência de votos (R×C com restrições, resolvido com cvxpy) em cerca de 33 mil seções, comparando cada seção nos dois turnos. O modelo permite qualquer troca de voto, inclusive abstenção e retorno às urnas.
Como funciona
O voto é secreto, então ninguém sabe para onde foi cada eleitor. Mas cada seção tem os dois boletins de urna, e cada uma tem uma mistura diferente de eleitores no 1º turno: numa havia muitos eleitores do Cury, em outra quase nenhum. Se o Lula cresce mais justamente nas seções onde o Cury tinha mais votos, isso indica que boa parte desses eleitores foi para ele. O modelo divide os eleitores do 1º turno em cinco grupos (Lula, Flávio, outros candidatos, branco ou nulo, quem não votou) e procura as porcentagens de cada grupo que foram para Lula, Flávio, branco ou nulo ou abstenção, de forma a explicar ao mesmo tempo as cerca de 33 mil seções. As restrições impedem resultados absurdos: toda porcentagem fica entre 0% e 100%, e cada grupo soma 100%, porque todo eleitor vai para algum lugar. O resultado é uma estimativa média (inferência ecológica): supõe que eleitores de um mesmo grupo se comportam parecido em todas as seções, o que nunca é exato, por isso os números são aproximados e mostram o padrão, não o valor preciso.
Figura 4 · Voto no 2º turno de quem votou nos eliminados
Modelo de transferência nas urnas comparado com a pesquisa Quaest.
LulaBranco / nuloFlávioNão votou / indeciso
Eleitores do Cury3,4 mi votos no 1º turno
51%22%23%
34%43%30%
Eleitores do Renan2,7 mi votos no 1º turno
34%17%47%
14%43%40%
Eleitores do Caiado2,6 mi votos no 1º turno
34%9%57%
23%33%42%
barra cheia: urnas (modelo) · barra fina: pesquisa Quaest
Ver dados
Eleitores
Lula
Branco/nulo
Flávio
Cury
51% / 34%
22% / 43%
23% / 30%
Renan
34% / 14%
17% / 43%
47% / 40%
Caiado
34% / 23%
9% / 33%
57% / 42%
Modelo / Quaest.
Modelo: ~33 mil seções (amostra aleatória), BUs oficiais dos dois turnos; permite qualquer troca de voto e inclui a abstenção. Valores aproximados. Quaest: 10 a 13/out/2026, 2.154 entrevistas, poucos entrevistados por grupo. Nas duas fontes, o Flávio fica com mais eleitores do Renan e do Caiado, e o Lula com mais eleitores do Cury.
No total, os eleitores dos candidatos eliminados se dividiram em cerca de 38% para o Lula, 47% para o Flávio e 15% branco ou nulo. O Lula ganhou mais entre quem votou branco ou nulo no 1º turno (cerca de 70% desses eleitores) e entre quem não votou no 1º turno e voltou no 2º.
Num modelo que prevê o voto do 2º turno a partir da composição do 1º em cada seção (R² = 0,50), as zonas eleitorais com desvio extremo (|z| > 4) se dividem entre os dois lados: 18 a favor do Lula e 9 a favor do Flávio, em 1.510 zonas. Um padrão de fraude favorecendo um candidato concentraria os desvios de um lado só, e de forma sistemática.
Como funciona
O modelo usa o voto de cada seção no 1º turno para prever quanto o Lula deveria ter no 2º. A diferença entre o real e o previsto é o resíduo. Juntando os resíduos das seções de cada zona eleitoral, mede-se quanto a zona fugiu do esperado. O z diz quantas vezes esse desvio é maior que a variação normal entre seções, e um |z| acima de 4 é raro se tudo for normal. O R² mostra quanto da variação o modelo explica, de 0 (nada) a 1 (tudo). Uma fraude a favor de um candidato apareceria como muitas zonas com desvio do mesmo lado; desvios espalhados dos dois lados são o que se espera de variação local.
O efeito dessas transferências no resultado está resumido em "Como a eleição virou", antes da Conclusão.
1,7 milhão de votos para presidente anulados por engano
O RDV guarda o número que cada eleitor digitou, o que permite separar o nulo de propósito ("00", "99") do número digitado sem candidato. No 1º turno, cerca de 1,7 milhão de eleitores (1,34% de quem votou) digitaram para presidente um número que não era de candidato. É quase metade dos 3,7 milhões de votos nulos para presidente.
Como funciona
O RDV (Registro Digital do Voto) é um arquivo que o TSE publica para cada urna, com todos os votos da seção em ordem embaralhada, para não identificar o eleitor. Para cada voto ele guarda o número digitado, inclusive quando não corresponde a nenhum candidato. Numa amostra de 10% das seções, separei os nulos em "00" ou "99", formas comuns de anular de propósito, e outros números, que indicam engano, e extrapolei para o país.
Os números mais digitados são de partidos (10, 15, 11, 12, 44, 45, 40), e o mais comum muda conforme o estado. É o padrão de quem repete o número do candidato a governador: a urna pede governador e logo em seguida presidente, os dois com 2 dígitos. A urna mostra o aviso de voto nulo antes da confirmação, mas boa parte dos eleitores confirma mesmo assim.
Figura 5 · Votos anulados por engano x candidatos (1º turno)
Os enganos somam mais que a votação de oito dos 13 candidatos juntos.
Cury
3,4 mi
Renan
2,7 mi
Caiado
2,6 mi
Votos anulados por engano
1,7 mi
8 demais candidatos, somados
0,6 mi
Candidatos: resultado de todas as seções do Brasil (TSE). Flávio (56,1 mi) e Lula (53,9 mi) fora da escala. Votos anulados por engano: número digitado sem candidato, exceto "00" e "99", contado no RDV de 49.823 seções (10%) e extrapolado por estado. Estimativa: 1,67 milhão, 1,34% de quem votou.
Figura 6 · Números mais digitados por engano para presidente (1º turno)
Todos são números de partido. O mais digitado muda de estado para estado.
10
13,9%SP, MG
15
13,8%PA, MA, GO
11
10,7%PB, SP
12
9,9%RS, PR
44
6,9%BA, RN
45
5,8%CE, AL
40
5,5%PE
20
3,2%PA
% dos votos anulados por engano na amostra (166,9 mil). À direita, os estados onde cada número mais aparece. O padrão é o esperado de quem repete o número do candidato a governador do seu estado, que tem 2 dígitos como o de presidente e vinha logo antes na urna.
Quem mais perdeu o voto
Cruzando a taxa de engano de cada município com os dados de escolaridade do Atlas do Desenvolvimento Humano, a relação é forte: nos municípios com mais analfabetismo, a taxa de votos anulados por engano é 3,2 vezes maior do que nos municípios com menos analfabetismo. A correlação com o analfabetismo de adultos é de 0,69; com a renda, −0,61. A proporção de idosos não tem relação (0,01).
Como funciona
Para cada município, calculei a taxa de votos anulados por engano (números sem candidato, divididos pelo comparecimento) e comparei com indicadores do Atlas do Desenvolvimento Humano: analfabetismo, renda e proporção de idosos. A correlação vai de −1 a 1: perto de 0, não há relação; perto de 1, os dois sobem juntos; perto de −1, um sobe quando o outro desce. Para não confundir escolaridade com região, também comparei só municípios do mesmo estado (regressão com efeito fixo por estado). A pergunta é: entre municípios do mesmo estado, mais analfabetismo ainda significa mais engano?
Figura 7 · Votos anulados por engano x analfabetismo
% de quem votou que digitou para presidente um número sem candidato, 1º turno. Municípios divididos em cinco grupos iguais pela taxa de analfabetismo de adultos.
Menos analfabetismo analfabetismo ~5%
0,88%
analfabetismo ~9%
1,22%
analfabetismo ~14%
1,62%
analfabetismo ~25%
2,26%
Mais analfabetismo analfabetismo ~34%
2,81%
3.528 municípios com 500 votantes ou mais na amostra do RDV (47.694 seções). Analfabetismo: adultos com 18 anos ou mais, Censo 2010 (Atlas do Desenvolvimento Humano), mediana de cada grupo. Comparando só municípios do mesmo estado, cada ponto a mais de analfabetismo soma 0,06 ponto na taxa de engano.
A ordem governador–presidente, com dois números de 2 dígitos em sequência, pesa mais para quem tem menos escolaridade: quem já tem menos acesso tende a perder mais o voto. Três cuidados: a comparação é entre municípios, não entre pessoas; os dados de escolaridade são de 2010, os mais recentes do Atlas por município; e escolaridade e renda andam juntas, então não dá para separar qual pesa mais. O TSE publica o perfil de escolaridade do eleitorado por seção, o que permitiria refazer o cruzamento com dados atuais e seção a seção.
Idade não explica. A proporção de idosos no município não tem relação com a taxa de engano: dividindo os municípios em cinco grupos pela proporção de idosos, a taxa fica entre 1,27% e 1,41% em todos. Comparando municípios com o mesmo nível de analfabetismo, mais ou menos idosos não muda a taxa. O que pesa é escolaridade, não idade. (O dado de idade também é municipal, de 2010; o perfil do eleitorado por seção do TSE permitiria um teste mais fino.)
Quem perdeu mais votos por engano
Os enganos se concentraram onde o Lula é mais forte. No 1º turno, a taxa vai de 0,90% nos municípios onde ele teve menos de um terço dos votos válidos a 2,40% onde teve mais de 74%. Boa parte disso é escolaridade, mas mesmo comparando municípios com o mesmo analfabetismo sobra uma relação pequena e significativa.
No 2º turno dá para estimar a intenção pelo número digitado. Quem digitou um número que difere de 13 ou de 22 em um dígito provavelmente errou ao digitar. Para não confundir com o número do governador, a conta usa só os 21 estados sem 2º turno para governador, onde havia apenas presidente na urna (92% dos votantes). Ficam de fora também os números de candidatos eliminados (14, 55, 70 e outros), que são outro tipo de erro, e o 17, que foi o número do Bolsonaro em 2018:
Como funciona
Um número "parecido" é o que difere do 13 ou do 22 em um só dígito (como 12, 15 ou 23), mais o 13 invertido (31). Contei esses números no RDV do 2º turno e separei os que estão a um dígito só do 13, só do 22 ou dos dois. Como o RDV é uma amostra de 10% das seções, o total do país é estimado multiplicando por 10.
Número digitado
Na amostra (10%)
Exemplos
Parecido com 13
36.281
11, 31 (invertido), 15, 10, 33
Parecido com 22
5.146
25, 20, 32, 24
Parecido com os dois
11.673
12, 23
São cerca de 7 erros perto do 13 para cada 1 perto do 22. Extrapolando para esses 21 estados, algo como 360 mil votos que provavelmente seriam do Lula se perderam por erro de digitação, contra uns 51 mil do Flávio. Não muda o resultado, que teve margem de 4,4 milhões, mas mostra que quem mais perdeu votos por engano foi o candidato que venceu.
Por que separar os estados com governador: nos 6 com 2º turno para governador (AC, AM, DF, ES, RN e TO), os números dos candidatos a governador aparecem como "nulo" para presidente em quantidade muito maior (no Acre, por exemplo, o 11 aparece mais de 10 vezes mais que nos estados sem governador). Já os números parecidos com 22, como 25, 20, 32 e 24, aparecem na mesma taxa em todos os estados, o que confirma que são erro de digitação, não voto para governador.
Dois cuidados. O 13 é mais fácil de errar que o 22: o 22 é a mesma tecla duas vezes, e o 13 permite apertar o 1 duas vezes (11) ou inverter a ordem (31). E é uma estimativa de intenção, não uma certeza. Uma curiosidade: cerca de 7 mil eleitores digitaram 17 no 2º turno, e uns 8 mil no 1º (estimativa a partir da amostra); o 17 foi o número do Jair Bolsonaro em 2018, pelo PSL, e é provável que parte deles quisesse votar no Flávio e digitou o número antigo.
Para comparar: a diferença entre o 1º e o 2º colocado no 1º turno foi de 2,2 milhões de votos. Não dá para saber em quem esses eleitores queriam votar, e os dois primeiros foram ao 2º turno de qualquer forma. Mas o número mostra que a ordem dos cargos na urna tem efeito real sobre o resultado, maior que o de muitos candidatos. Bruce Schneier já apontava isso em 2004: o desenho da cédula e dos procedimentos costuma causar mais votos perdidos do que a própria tecnologia.
O que poderia melhorar
Um cuidado antes: os dados não dizem que a maioria dos enganos veio de eleitores analfabetos. A comparação é entre municípios, não entre pessoas. O que eles mostram é que o engano é três vezes mais comum onde há mais analfabetismo, e que a ordem governador e presidente, dois números de 2 dígitos em sequência, pesa mais para quem tem menos escolaridade. Algumas mudanças simples poderiam reduzir esses votos perdidos:
• Uma segunda confirmação para número sem candidato. Hoje a urna avisa que o voto será nulo e aceita o CONFIRMA na mesma tela. Ela poderia pedir uma confirmação a mais, com aviso em áudio, só quando o número não corresponde a nenhum candidato. Quem anula de propósito perde um segundo; quem errou ganha uma chance de corrigir.
• Uma tela de transição entre os cargos. Uma pausa com "AGORA: PRESIDENTE" em destaque, antes de liberar o teclado, ajudaria quem digita o número do governador por hábito.
• Orientação dirigida. Campanhas e simuladores de votação nos municípios com mais analfabetismo, ensinando uma regra só: se não aparecer a foto do seu candidato, aperte CORRIGE.
• Medir o efeito. O TSE já publica o RDV e o perfil de escolaridade do eleitorado por seção. Acompanhar a taxa de votos anulados por engano a cada eleição mostraria se as mudanças funcionam.
No 2º turno, só com presidente na maior parte do país, os enganos caíram para cerca de 1,2 milhão, a maioria números parecidos com 13 e 22 (11, 12, 23, 25). Os brancos e nulos de propósito caíram de 4,3 para 3,0 milhões.
Figura 8 · Brancos e nulos para presidente (contagem no RDV)
O RDV separa o nulo de propósito do número digitado sem candidato.
Branco ou nulo de propósitoNº sem candidato (engano)Nº de candidato eliminado
1º turno
4,3 mi1,7 mi
6,0 mi
2º turno
3,0 mi0,9 mi
4,2 mi
Amostra de 49.826 seções (10%), extrapolada por estado, sem o exterior. No 1º turno, a maioria dos enganos foi repetir o número do governador, que vinha logo antes na urna. No 2º, a maior parte são números parecidos com 13 e 22.
Se houvesse manipulação em regiões específicas, ela apareceria como desvio em relação ao padrão histórico e social.
Comparação com 2022. Em 2022 o 2º turno foi entre o Lula e o Jair Bolsonaro. Município a município, o percentual do Lula em 2026 ficou quase igual ao de 2022: correlação de 0,987. Comparando cada município com a média do próprio estado, os grupos regionais que se destacaram ("bolhas") desviam menos de 1 ponto do padrão de 2022.
Como funciona
A correlação vai de 0 a 1 e mede o quanto duas listas de números andam juntas. Uma correlação de 0,987 quer dizer que, sabendo o resultado de um município em 2022, dá para prever quase exatamente o de 2026. Uma fraude concentrada em algumas regiões apareceria como municípios fora da diagonal na Figura 9. Comparar com a média do estado ("efeito fixo por estado") evita que diferenças entre estados pareçam desvios locais.
Perfil social. Tentei explicar quanto cada município mudou entre o 1º e o 2º turno de 2026. Usando só o que ele fez em 2022 e o estado, o modelo explica 58% da variação (R² = 0,579). Acrescentando o perfil social do Atlas (renda, analfabetismo, ensino superior, pobreza e proporção de idosos), sobe para 62% (R² = 0,615). A história de voto explica a maior parte, e o perfil social acrescenta um pouco. O que sobra é variação local que nenhum modelo capta (candidatos eliminados com força local, campanhas, lideranças), e é nessa sobra que uma fraude teria que aparecer. É ela que o I de Moran, abaixo, e o modelo hierárquico, no fim desta seção, examinam.
Como funciona
Uma regressão procura a combinação de fatores que melhor prevê um número, aqui a mudança de voto de cada município. O R² diz quanto da diferença entre municípios ela consegue prever, de 0 (nada) a 1 (tudo). A regressão é ponderada: municípios com mais eleitores pesam mais, para que uma cidade de 2 mil eleitores não conte o mesmo que São Paulo.
I de Moran. Depois de descontar o esperado, sobra o desvio de cada município. O I de Moran deu 0,139 (p = 0,001): há agrupamento, mas fraco, e dos dois lados. O Entorno do DF desviou a favor do Lula; o sertão da Bahia e o norte de Minas, a favor do Flávio.
Como funciona
Para cada município, o teste compara o desvio dele com a média dos desvios dos 8 municípios mais próximos. Se vizinhos tendem a desviar para o mesmo lado, o I fica positivo; se os desvios estão espalhados ao acaso, fica perto de 0. Ele vai de −1 a 1, e 0,139 é um agrupamento fraco. O p = 0,001 vem de embaralhar os desvios entre os municípios 999 vezes: em nenhuma delas o agrupamento foi tão forte, então ele existe, mas é pequeno. O LISA (Figura 10) mostra onde ficam esses grupos. Grupos dos dois lados indicam perfil regional; uma fraude organizada formaria grupos de um lado só.
Figura 9 · Lula no 2º turno, 2022 x 2026, por município
Cada ponto é um município. Pontos sobre a linha tracejada tiveram o mesmo percentual nas duas eleições.
1.042 municípios com 10 ou mais seções na amostra de 2026; 2022 com todas as seções (TSE). Uma manipulação concentrada em algumas regiões apareceria como um grupo de pontos fora da diagonal.
Figura 10 · Onde os desvios se agrupam (LISA)
Municípios cujo desvio no modelo de transferência é parecido com o dos vizinhos.
Agrupamento a favor do LulaAgrupamento a favor do FlávioOutros municípios
2.168 municípios da amostra; pontos cinza: todos os municípios do país, só para referência. 22 municípios em agrupamentos a favor do Lula e 52 a favor do Flávio (I de Moran = 0,139, 8 vizinhos). Os dois lados formam grupos regionais pequenos, compatíveis com perfil local, não com um padrão nacional.
Teste extra: modelo hierárquico e permutação com correlação realista
Os testes acima usam uma amostra. Para fechar a questão dos municípios "impossíveis", rodei um teste com todas as 497 mil seções do 2º turno. O modelo prevê o voto no Lula em cada seção a partir do que a própria seção votou no 1º turno (cada candidato, brancos e nulos), do comparecimento no 1º turno, das variáveis do Atlas e do estado. Ele explica 98,5% da variação entre seções. O que sobra é o desvio de cada município.
Como funciona
Duas ideias. Primeiro, o desvio de um município tem uma parte real, que vem do comportamento próprio da cidade, e uma parte de acaso, que é maior em municípios pequenos, onde poucos votos mudam muito a porcentagem. O modelo hierárquico mede o tamanho de cada parte nos próprios dados e desconta o acaso: um município pequeno com desvio grande é "puxado" para perto da média, porque provavelmente teve azar; um município grande quase não muda. Segundo, para saber quantos municípios extremos seriam normais, simulei a eleição 2.000 vezes sem fraude, sorteando desvios do tamanho medido, e contei os extremos em cada simulação. Para o modelo das moedas, fiz o mesmo embaralhando as seções dentro de cada estado 200 vezes. Se o número real de extremos fica dentro da faixa simulada, não há sinal de manipulação.
A pergunta é quantos municípios teriam desvio extremo (mais de 4 desvios-padrão) sem nenhuma fraude. A resposta depende de como se trata a correlação entre eleitores de uma mesma cidade:
• Se as seções fossem independentes (o modelo das moedas, o mesmo dos cálculos que circularam), o esperado seria 2 municípios extremos.
• Com um modelo hierárquico, que deixa cada município ter seu próprio desvio real (liderança local, prefeito, igreja), o esperado é cerca de 804 (entre 767 e 842 em 90% das simulações). Esse desvio real típico, medido nos dados, é de 0,74 ponto.
• Observado: 620, sendo 288 a favor do Lula e 332 a favor do Flávio.
Figura 11 · Quantos municípios "extremos" seriam esperados sem fraude
Municípios com desvio acima de 4 desvios-padrão, observados e esperados em dois modelos.
Todas as seções do 2º turno, 5.565 municípios. O modelo das moedas acharia 620 municípios "impossíveis". O modelo que reconhece que cada cidade tem seu próprio comportamento espera até mais do que isso. A barra branca mostra a faixa de 90% das 2.000 simulações.
Ou seja: não há excesso de municípios extremos, e eles se dividem quase igualmente entre os dois candidatos. Os 620 "extremos" do modelo das moedas são, em sua maioria, cidades grandes com desvio pequeno. Salvador, por exemplo, desviou 0,84 ponto, um valor comum, mas com tantos votos que o modelo das moedas o transforma em 34 desvios-padrão.
O modelo hierárquico também corrige o exagero dos municípios pequenos, puxando o desvio deles em direção à média de acordo com a quantidade de votos. Depois dessa correção, só 5 municípios desviam mais de 3 pontos: 2 a favor do Lula (Rafael Godeiro, RN, e Guarani de Goiás, GO) e 3 a favor do Flávio (Belo Monte, AL, Santo Antônio de Lisboa, PI, e Caldeirão Grande, BA). Acima de 2 pontos são 21: 13 a favor do Lula e 8 a favor do Flávio. Silva Jardim fica em 2.326º lugar entre 5.565, com +0,5 ponto. Os desvios corrigidos têm agrupamento espacial (I de Moran = 0,28, p = 0,001), o que é esperado de perfil regional e não de manipulação urna a urna.
Circulou que o Flávio ganhou 1 voto e o Lula 984 entre os turnos, com uma probabilidade de 10-468. O BU confirma os números. A conta fecha: 897 votos de candidatos eliminados + 192 brancos e nulos a menos − 104 eleitores a menos = 985 votos novos.
O problema está no modelo usado para chegar a 10-468. Ele trata cada voto novo como uma moeda jogada ao acaso, independente das outras, com a mesma chance de cair para cada candidato. Votos não funcionam assim:
• Não são aleatórios. Os votos novos vêm de eleitores que já tinham escolhido outro candidato no 1º turno, cada um com suas preferências. Num município onde o candidato eliminado mais votado tinha perfil próximo do Lula, é esperado que quase todos esses votos migrem para ele.
• Não são independentes. Eleitores de uma mesma cidade sofrem as mesmas influências: liderança local, igreja, prefeito, campanha. Eles tendem a se mover juntos, e isso multiplica a variação real muito além do que o modelo de moeda prevê.
• Não existe sorteio. Na eleição, todos os votos são contados. Não há uma amostra sorteada sobre a qual calcular um erro aleatório.
Esse tipo de modelo funciona bem em pesquisas eleitorais, e é a base da margem de erro delas. Ali a aleatoriedade é real: é o instituto que sorteia quem vai ser entrevistado. A margem de erro mede a chance de a amostra sorteada ser diferente da população, e não a forma como as pessoas escolhem em quem votar. Aplicado aos votos de um município, o mesmo cálculo transforma qualquer comportamento coletivo em algo "impossível". Por esse critério, boa parte dos municípios do país teria um resultado "impossível". O próprio Grok, que tinha feito o cálculo, concordou que o modelo não se aplica quando os votos novos são de eleitores de candidatos eliminados.
Testei isso com todas as seções do país (seção 4, "Teste extra"). Quando o modelo considera o que cada seção votou no 1º turno e deixa cada município ter seu próprio comportamento, Silva Jardim desvia só +0,5 ponto e fica em 2.326º lugar entre 5.565 municípios: um resultado comum.
Amapá, Acre e Roraima
O Flávio perdeu cerca de 40 mil votos nesses três estados entre os turnos. O comparecimento caiu muito: AP de 82,6% para 74,5%, AC de 79,6% para 73,9%, RR de 82,9% para 76,9%. Por seção, a correlação entre a queda do Flávio e a queda do comparecimento fica entre 0,80 e 0,87. Os votos que faltam são de eleitores que não voltaram, e o comparecimento é registrado eleitor por eleitor no log.
Como funciona
Se o Flávio perdeu votos porque seus eleitores ficaram em casa, as seções onde o comparecimento caiu mais devem ser as mesmas onde ele perdeu mais votos. A correlação mede isso, de 0 (nenhuma relação) a 1 (andam exatamente juntas). Se os votos tivessem sido tirados dele de outra forma, a perda não acompanharia a queda do comparecimento, que é registrada eleitor por eleitor no log.
Figura 12 · Amapá, Acre e Roraima: quem não voltou
Cada ponto é uma seção. Quanto mais à esquerda, mais o comparecimento caiu do 1º para o 2º turno; quanto mais embaixo, mais votos o Flávio perdeu. Os dois eixos estão em pontos percentuais do eleitorado da seção.
Amapá
1.914 seções
Acre
2.270 seções
Roraima
1.519 seções
Todas as seções dos três estados, 1º x 2º turno. O r é a correlação entre as duas mudanças: 0 seria nenhuma relação (uma nuvem redonda), 1 seria os pontos todos sobre uma reta. Entre 0,80 e 0,87, os pontos formam uma faixa diagonal estreita: onde menos gente voltou para votar, o Flávio perdeu mais votos.
Conclusão: o Flávio não perdeu votos para o Lula nesses estados; perdeu eleitores que votaram nele no 1º turno e não foram votar no 2º. As seções onde ele mais perdeu são justamente as que tiveram mais faltas, e cada eleitor que compareceu ou faltou está registrado no log da urna. Se votos tivessem sido tirados dele e dados ao Lula, a perda apareceria também em seções onde o comparecimento não caiu, e os pontos não formariam essa faixa diagonal.
Santa Rosa do Purus (AC), seção 95
Um dos casos mais extremos da amostra: Lula de 102 para 174, Flávio de 105 para 47. Li o log e o RDV. O log é normal: 202 eleitores identificados por biometria, chegada distribuída pela manhã. O RDV confere com o BU, e os nulos são números digitados (10 e 11). É um caso atípico, mas casos atípicos são esperados em 499 mil seções, e este é consistente em todas as fontes.
"3.042 seções em que o Flávio teve no máximo 10 votos"
Circulou, inclusive no exterior, uma tabela dizendo que em 3.042 seções o Flávio teve no máximo 10 votos e o Lula somou 395 mil. Os números estão praticamente certos: nos 27 estados, são 3.029 seções e 394.960 votos para o Lula (a pequena diferença deve ser o exterior). O que a tabela não mostra:
• Essas seções já votavam assim no 1º turno. Nas mesmas seções, o Flávio teve 21.951 votos no 1º turno e 18.811 no 2º; o Lula, 379.399 e 394.960.
• São seções pequenas e de lugares específicos. A mediana é de 164 eleitores, metade de uma seção típica, sobretudo no interior do Maranhão, da Bahia, do Piauí, do Pará e do Amazonas. O município com mais seções assim é São Gabriel da Cachoeira (AM), de maioria indígena. Comunidades pequenas, rurais e indígenas costumam votar quase em bloco.
• O espelho também existe. Em 212 seções o Lula teve 10 votos ou menos, a maioria no Rio Grande do Sul, no Pará, em Minas Gerais e no Paraná, com 14.955 votos para o Flávio.
• O tamanho é pequeno perto do resultado. São 0,6% das seções e 0,6% dos votos do Lula; os 395 mil votos são menos de um décimo da margem de 4,43 milhões.
Seções extremas dos dois lados são esperadas num país com quase 500 mil seções. O teste que diferencia voto em bloco de enchimento de urna é o da Figura 1: essas seções aparecem isoladas, sem formar a mancha que uma fraude produziria.
Outros municípios extremos
Analisei em detalhe os 8 municípios com maior desvio (entre eles Barão de Cocais, Jijoca de Jericoacoara, Tailândia, Bujaru, Dom Pedrito e Curitibanos). Todos se explicam por candidatos eliminados com força local e variação de comparecimento.
Uma decisão do ministro Zanin, publicada às 17h01 do dia da eleição, gerou alegações de votos "inseridos" após as 17h. Os logs registram o horário de cada voto, corrigido aqui pelo fuso de cada urna.
Como funciona
O log de cada urna registra, com data e hora, cada evento: eleitor habilitado, voto computado, encerramento. Contei os votos por hora numa amostra de 10% das seções. Como o log grava a hora local, converti tudo para o horário de Brasília conforme o fuso de cada estado. Votos inseridos depois das 17h apareceriam como votos registrados nesse horário, ou como votos sem um eleitor habilitado antes.
Figura 13 · Votos por hora no 2º turno
Horário de Brasília, estimativa nacional. A votação praticamente acabou às 17h.
Ver dados
Hora (Brasília)
Votos (estimativa)
8h às 9h
21.332.520
9h às 10h
19.899.736
10h às 11h
19.164.272
11h às 12h
16.328.060
12h às 13h
12.797.096
13h às 14h
11.073.996
14h às 15h
10.558.751
15h às 16h
9.718.437
16h às 17h
6.605.346
17h às 18h
33.152
18h às 19h
1.816
Fonte: logs das urnas, amostra aleatória de 49.826 seções (10%), extrapolada por estado. Horário corrigido pelo fuso de cada urna. Cada barra é uma hora cheia (8h = 8h00 a 8h59).
Validação externa
Depois desta análise, o TSE informou que 34.393 votos foram registrados no país inteiro depois das 17h. A estimativa feita aqui a partir dos logs, de forma independente, foi de cerca de 35 mil (33 mil entre 17h e 18h e 1.800 entre 18h e 19h). Um "Relatório Pericial Independente" de autor não identificado, que circulou nas redes, falava em 2,5 milhões de votos depois das 17h: mais de 70 vezes o número real. O mesmo relatório comparava os 8,6 milhões de eleitores liberados sem biometria com a margem da eleição; a seção 8 mostra por que essa comparação não se sustenta.
Na amostra, 641 seções encerraram tarde; 560 delas entre 19h00 e 19h04, no RJ, SP, BA, PE e PB. A mediana do último voto nessas seções foi 16h58. Li 5 logs completos: entre 17h e 19h só há registros de inspeção e de energia, sem nenhum eleitor habilitado. Numa seção da Bahia (36854/0180/0155), o mesário iniciou o encerramento às 17h06, cancelou às 17h07 e encerrou às 19h00.
Figura 14 · Um dia numa urna que fechou às 19h
Seção 36854/0180/0155 (BA): votos por 15 minutos, a partir do log oficial.
16h47 último voto17h06 mesário seleciona "encerrar votação" e cancela 1 minuto depois17h às 19h só inspeções da urna, nenhum eleitor19h00 votação encerrada
341 votos, do primeiro às 08:01 ao último às 16:47. Entre 17h e 19h o log só registra inspeções da urna, sem nenhum eleitor habilitado.
Fato: essas urnas ficaram ociosas entre 17h e 19h. Hipótese (não verificada): orientação dos TREs para manter seções abertas após a decisão.
Fuso horário: o log grava o horário local. Os 645 alertas de "voto antes das 7h30" que meu script levantou estavam todos no AC, AM, MT, MS, RO e RR, com primeiro voto às 6h ou 7h locais, que é 8h de Brasília.
Ao ligar, a urna verifica a assinatura digital dos seus pacotes de software e registra o resultado no log. Comparei esses registros, em 9.995 urnas, com as listas oficiais de SHA-512 da cerimônia de lacração.
Como funciona
Cada pacote de software da urna é assinado digitalmente, e o hash SHA-512 de cada um é publicado na cerimônia de lacração. O hash funciona como uma impressão digital do arquivo: qualquer alteração, mesmo de um bit, muda o hash. Ao ligar, a urna confere a assinatura de cada pacote e anota no log o nome do pacote e o resultado. Comparei os pacotes verificados com a lista oficial e contei sucessos e falhas. Um pacote fora da lista, uma versão diferente ou uma falha durante a votação seriam sinais de problema.
9.995
urnas analisadas
cerca de 2% do total
1
versão de software
10.23.0.0 em todas
3,4 mi
verificações de assinatura
com sucesso
5
falhas
todas na preparação; passaram ao religar
0
pacotes fora da lista oficial
4 conjuntos, um por modelo
Verificação
Resultado
Versão
Uma única versão em todas as urnas: 10.23.0.0
Assinaturas
3,4 milhões de verificações com sucesso. 5 falhas, todas na preparação (antes da eleição): a urna parou com "Erro na verificação de integridade", foi religada entre 2 e 40 minutos depois e o mesmo arquivo passou.
Pacotes
4 conjuntos, um por modelo de urna. Nenhum pacote fora da lista oficial.
Mídias de carga
Geradas entre 16/09 e 01/10. Nenhum computador de carga de outro estado, nenhum código de carga duplicado.
Contingência
92 urnas de contingência na amostra, com registro de substituição no log.
Observação
A lista oficial traz dois pacotes para a pasta de programas do sistema (/uenux/bin): avusrbin.vst e avusrbinof.vst. O primeiro é verificado na carga e em todo boot, nos três modelos testados. O segundo não aparece no log em nenhum momento, nem na carga nem no boot. A explicação mais provável é que seja uma variante que essas urnas não usam, já que a pasta é conferida pelo outro pacote. O TSE não documenta para que serve o avusrbinof.vst; fica como pergunta, não como achado.
O que esse teste não prova
O log diz que a verificação passou, mas não traz o hash do arquivo verificado, e é escrito pelo próprio software. Um software adulterado poderia escrever "SUCESSO". Esse teste confirma consistência, não integridade.
Emitida antes do primeiro voto em todas as urnas originais. As 28 sem zerésima eram urnas de contingência (confirmado no log, substituídas entre 8h18 e 8h46 nos casos verificados).
Votos após encerramento
Zero
Voto duplo
2.219 tentativas bloqueadas ("O eleitor identificado já votou")
BU impresso
Em todas as urnas
Religamentos
555 urnas ligadas mais de uma vez no dia, sem efeito sobre a contagem
Biometria e habilitação manual
Antes de votar, o eleitor é liberado pela digital ou, se ela não for reconhecida ou não estiver cadastrada, manualmente pelo mesário, que confere o documento. O log registra qual foi o caso. Na amostra de 12,8 milhões de eleitores, 87,6% foram liberados por biometria e 12,4% manualmente; 4,6% foram liberados com a digital do mesário depois de a digital do eleitor falhar. Milhões de eleitores votando sem biometria é o esperado: segundo o TSE, cerca de 11% do eleitorado não tem biometria cadastrada, e a lei permite votar só com documento com foto.
Figura 15 · Eleitores habilitados sem biometria, por estado
% dos eleitores liberados manualmente pelo mesário, 2º turno. Média nacional: 12,4%.
ES
29,0%
MG
18,3%
RS
16,4%
RJ
14,8%
PE
14,1%
SC
13,0%
BA
12,3%
RN
12,0%
MS
11,6%
GO
11,2%
CE
11,2%
PI
11,0%
SE
10,9%
SP
10,4%
AL
10,3%
PB
10,1%
MT
10,1%
MA
10,0%
AM
9,6%
PA
9,4%
AC
8,6%
RO
7,9%
AP
7,8%
DF
7,8%
TO
7,8%
PR
7,7%
RR
6,3%
Amostra de 49.826 seções (10%), logs das urnas. Habilitação manual: o mesário confere o documento e libera o eleitor pelo número do título, sem leitura de digital. O Espírito Santo se destaca, com mais que o dobro da média; o log não diz o motivo.
A habilitação manual é o ponto em que uma fraude "humana" seria mais fácil: um mesário liberando e votando no lugar de eleitores que faltaram. Esse tipo de fraude deixaria marcas no log, e testei cada uma:
Como funciona
Para cada sinal, comparei o observado com o que o acaso produziria. Nas sequências, por exemplo: se uma seção teve 20 liberações manuais em 300 eleitores, sorteei 20 posições ao acaso entre as 300 e vi qual seria a maior sequência típica. Um mesário votando no lugar de faltosos criaria sequências mais longas que as do sorteio, concentradas no fim do dia, com intervalos curtos entre os votos e favorecendo um candidato.
Sinal de fraude
Resultado
Sequências longas de habilitações manuais
Em 4.000 seções, comparei a maior sequência observada com a esperada se a ordem fosse aleatória: média de 2,44 contra 2,39; sequências de 5 ou mais em 191 seções contra 175 esperadas; de 10 ou mais em 14 contra 15. Compatível com acaso.
Manuais concentradas no fim do dia
4,87% das habilitações manuais foram depois das 16h, exatamente a mesma fração de todos os votos depois das 16h (4,87%). Não há aumento no fim do dia, quando os faltosos já são conhecidos.
Votos em sequência rápida
Só 28 intervalos menores que 20 segundos entre dois votos, em 12,8 milhões de votos.
Manuais favorecendo um candidato
Correlação entre a fração de manuais e o voto no Lula: 0,04 no país e 0,08 dentro de cada estado. Por faixa de habilitação manual, o voto no Lula varia menos de 2 pontos em relação à média do estado, sem tendência.
Três seções tiveram mais de 90% de habilitação manual, provavelmente por falha do leitor de digital. As três votaram praticamente como no 1º turno: em Jaguaribe (CE), o Lula teve 92,5% no 1º turno e 92,9% no 2º; em Lauro de Freitas (BA), 65,3% e 68,9%; em Dias d'Ávila (BA), 78,2% e 78,6%. Numa seção de Santa Mariana (PR) com 81% de manuais, o Flávio venceu, como no 1º turno.
Limite
A biometria garante quem foi liberado para votar, não o que a urna registrou. Ela protege contra fraude de identidade na seção, não contra uma alteração no software.
9. A totalização: soma das urnas x resultado oficial
Os testes anteriores verificam as urnas. Falta o caminho entre elas e o resultado divulgado: o sistema de totalização do TSE, que recebe os boletins e soma os votos. Se ele alterasse algo depois de as urnas imprimirem os BUs, a soma dos boletins não bateria com o resultado oficial.
Baixei os boletins de urna de todas as 497.897 seções do 2º turno nos 27 estados, somei os votos e comparei com o resultado oficial de cada estado publicado pelo TSE.
Como funciona
Cada urna imprime o boletim ao fim da votação, e o TSE publica o arquivo digital de cada boletim, com a assinatura da urna. Baixei esses arquivos, somei os votos de cada candidato, brancos e nulos em cada estado e comparei com o resultado oficial por estado, também publicado pelo TSE. Uma diferença de um único voto em qualquer estado indicaria que a totalização mudou alguma coisa.
497.897
boletins de urna somados
100% das seções, 27 estados
127.854.631
votantes na soma dos BUs
igual ao oficial
0
votos de diferença
em todos os estados e candidatos
Em todos os estados, comparecimento, votos do Lula, votos do Flávio, brancos e nulos batem voto a voto: Lula 64.056.078, Flávio 59.654.544, 1.425.821 brancos e 2.718.188 nulos, sem contar o exterior. A totalização não alterou nenhum voto entre as urnas e o resultado divulgado.
Ver tabela por estado
UF
Seções
Lula
Flávio
Brancos e nulos
Dif. votos
Dif. aptos
AC
2.270
144.513
287.715
21.426
0
0
AL
7.101
1.152.621
744.140
54.871
0
0
AM
8.157
1.145.783
975.245
71.031
0
0
AP
1.914
222.968
198.674
8.333
0
0
BA
35.476
6.485.258
2.608.761
328.028
0
0
CE
23.765
4.036.124
1.819.478
169.241
0
0
DF
6.969
825.224
979.542
63.514
0
0
ES
9.844
1.001.965
1.294.504
112.745
0
0
GO
15.686
1.585.555
2.345.334
116.391
0
0
MA
18.093
2.808.231
1.229.971
89.569
0
0
MG
52.062
6.351.099
6.241.786
451.318
0
0
MS
7.106
628.973
927.892
37.595
0
0
MT
8.287
694.167
1.351.099
40.068
0
0
PA
20.827
2.690.449
2.199.940
99.184
0
0
PB
10.712
1.794.059
865.210
84.291
0
0
PE
21.418
4.117.513
1.832.554
176.400
0
0
PI
10.225
1.653.989
525.859
59.982
0
0
PR
27.142
2.566.504
4.291.444
201.391
0
-3
RJ
37.675
4.565.393
5.169.033
343.023
0
-197
RN
8.115
1.413.596
737.409
81.818
0
0
RO
4.698
294.446
674.382
19.661
0
0
RR
1.519
83.505
219.675
5.417
0
0
RS
27.547
2.824.552
3.874.378
190.708
0
-2
SC
17.326
1.418.314
3.220.071
123.918
0
0
SE
5.923
989.041
433.354
44.264
0
0
SP
103.656
12.119.274
14.139.178
1.105.937
0
-2
TO
4.384
442.962
467.916
43.885
0
0
A única diferença está no número de eleitores aptos: 204 a menos na soma dos boletins do que no eleitorado oficial (197 no RJ, 3 no PR, 2 no RS e 2 em SP), em 158 milhões. Os votos e o comparecimento desses estados batem exatamente. A causa provável é uma atualização do cadastro depois da impressão dos boletins; o número de aptos já muda entre os turnos em cerca de 55 mil seções. Não afeta nenhum voto.
O que esse teste prova e o que não prova
Prova que o resultado divulgado é exatamente a soma do que as urnas imprimiram. Não prova que o que a urna imprimiu corresponde ao que os eleitores digitaram: isso depende do software da urna, e só um registro físico conferido pelo eleitor permitiria verificar.
Sim, e nos dois turnos, mas em direções opostas. No 1º turno, a maioria das últimas pesquisas mostrava o Lula à frente, e o Flávio terminou com 1,9 ponto a mais nos votos válidos (47,0% x 45,2%). No 2º turno, as sete pesquisas finais dos principais institutos mostravam o Flávio à frente ou empate, e o Lula venceu por 3,6 pontos (51,8% x 48,2%). Segundo levantamento da AtlasIntel, 18 de 20 institutos subestimaram o Lula no 2º turno, com erro médio de 2,8 pontos, e nenhum acertou o vencedor.
Figura 16 · Pesquisas x urnas: diferença Lula − Flávio
Cada ponto é a última pesquisa de um instituto. A linha rosa é o resultado oficial.
1º turno (4 de outubro)
pesquisas de 27/set a 3/out, votos totais
2º turno (25 de outubro)
pesquisas de 18 a 24/out, votos válidos
Diferença em pontos percentuais (Lula menos Flávio). 1º turno: pesquisas em votos totais, resultado em votos totais (Lula 43,0%, Flávio 44,8%). 2º turno: votos válidos (Lula 51,8%, Flávio 48,2%). Fontes: Wikipedia (compilação das pesquisas do 1º turno) e Gazeta do Povo (pesquisas finais do 2º turno).
Por que a margem de erro não cobriu
A margem de erro mede só uma coisa: a chance de a amostra sorteada ser diferente da população. É o mesmo raciocínio de probabilidade discutido no caso de Silva Jardim, e aqui ele se aplica, porque há sorteio. Mas ela não cobre erros sistemáticos: quem aceita responder, quem diz que vai votar e não vai, quem decide na última hora. Quando todos os institutos erram para o mesmo lado, o problema não é azar na amostra, é algo que todos medem do mesmo jeito.
O comparecimento explica boa parte
A abstenção caiu de 21,1% no 1º turno para 19,2% no 2º, algo raro: segundo a AtlasIntel, ela tinha subido entre os turnos em todas as eleições presidenciais de 1989 a 2018. A explicação do instituto é que parte do eleitorado do Lula ficou em casa no 1º turno e voltou no 2º.
Os dados das urnas mostram o mesmo, de forma independente. No modelo de transferência (seção 3), quem não votou no 1º turno e voltou no 2º foi em grande parte para o Lula. Isso também explica por que o erro das pesquisas mudou de direção: no 1º turno elas contavam com eleitores do Lula que não apareceram; no 2º, não contavam com os que voltaram.
Pesquisa não é auditoria
Pesquisas e urnas medem coisas diferentes: intenção declarada por uma amostra dias antes, contra o voto de todos no dia. Erro de pesquisa não é evidência de fraude, e acerto de pesquisa também não seria evidência de que a urna está correta. Em 2022, o erro foi na direção contrária: as pesquisas subestimaram Bolsonaro no 1º turno.
Limites
1. Mesma origem. BU, RDV e logs são produzidos pelo software da urna. Eles conferem entre si, mas não podem provar que o software está correto.
2. Amostras. Os boletins de urna cobrem 100% das seções; logs e RDV, 10%; software e procedimentos, cerca de 2%. Uma anomalia rara nos logs ou no RDV pode estar fora da amostra. Mas uma fraude espalhada dificilmente escaparia: a amostra de software tem 9.995 urnas, e se 0,1% das urnas do país (cerca de 500) tivessem um pacote fora da lista oficial, a chance de nenhuma delas cair na amostra seria de 0,004%. Nos logs, se só 50 seções no país tivessem votos fora de hora ou sequências suspeitas de habilitação manual, a chance de a amostra de 10% não pegar nenhuma seria de 0,5%. A amostra não garante achar um caso isolado, mas uma fraude grande o bastante para virar uma margem de 4,4 milhões de votos precisaria atingir dezenas de milhares de urnas e apareceria nela.
3. Inferência ecológica. O modelo de transferência estima o comportamento de grupos, não de eleitores. A soma é confiável; a divisão entre categorias, menos.
4. Sem acesso ao código. As listas de hash dizem quais arquivos foram lacrados, não o que esses arquivos fazem.
5. Hipóteses. Onde escrevi "hipótese", a explicação não foi verificada em documento oficial.
6. Autoria. A análise não foi revisada por um estatístico. Os métodos são conhecidos e estão referenciados, mas uma revisão especializada pode encontrar problemas que eu não vi.
Correções
Ao longo da análise, corrigi afirmações que fiz ou que circularam:
• Os 1,7 milhão de nulos por número sem candidato foram no 1º turno, não no 2º.
• A queda de brancos e nulos não foi principalmente erro de digitação: brancos caíram 38%, nulos intencionais 20% e nulos por engano 31%.
• Não é verdade que o Lula não perdeu votos em nenhum município.
• Os 6,6 milhões de votos vindos de brancos, nulos e abstenção são fluxo bruto; o saldo líquido é de 4,7 milhões.
• Os logs não trazem o hash dos pacotes, só o resultado da verificação.
• Butão: a informação de que teria adotado comprovante em papel não foi confirmada. Pelo que encontrei, Brasil e Butão seguem sem registro em papel conferido pelo eleitor.
Destaque
Como a eleição virou
No 1º turno, o Flávio tinha 2,2 milhões de votos a mais que o Lula. No 2º, o Lula venceu por 4,4 milhões: uma virada de 6,6 milhões. Os eleitores dos candidatos eliminados não decidiram a eleição. Eles se dividiram quase ao meio, com os do Cury indo mais para o Lula e os do Renan e do Caiado mais para o Flávio, e no saldo se anularam.
A virada veio de quem não escolheu nenhum candidato no 1º turno: eleitores que votaram branco, anularam ou não foram votar, e que no 2º turno foram em grande parte para o Lula. O comparecimento subiu de 79,2% para 81,0%, algo raro num 2º turno, e os brancos e nulos de propósito caíram de 4,3 para 3,0 milhões. Do outro lado, parte do eleitorado do Flávio não voltou às urnas, como no Amapá, no Acre e em Roraima. Foi exatamente esse movimento que as pesquisas não captaram (seção 10).
Figura 17 · Como a diferença mudou do 1º para o 2º turno
Os eliminados se anularam; brancos, nulos e ausentes do 1º turno decidiram.
Valores aproximados, do modelo de transferência (seção 3). Eleitores dos eliminados: cerca de 3,7 milhões para o Lula e 3,6 milhões para o Flávio. Brancos, nulos e ausentes do 1º turno: cerca de 6,6 milhões para o Lula e pouco para o Flávio, já descontados os eleitores que não voltaram. Os totais de cada candidato são oficiais; a divisão entre os grupos é estimada.
Os dados mostram como a eleição virou, não por quê. As razões que levaram esses eleitores a votar estão fora do alcance dos boletins de urna.
Conclusão
Nos dados que o TSE publica, não há indício de fraude. A soma de todos os boletins de urna bate voto a voto com o resultado oficial, os casos levantados nas redes se explicam pelos próprios dados, e os testes de procedimento e consistência do software passaram.
Isso não encerra a questão. Todos esses arquivos são gerados pelo software que se quer auditar, e uma fraude nesse software não deixaria rastro neles. A forma de fechar essa lacuna é a mesma que outros países usam: código-fonte aberto e voto impresso junto com o eletrônico, conferido pelo eleitor e depositado numa urna, permitindo recontagem por amostragem. Não é voto em papel; é um registro físico independente do software, como o VVPAT da Índia.
Essa é a mesma recomendação que Bruce Schneier, um dos nomes mais respeitados em segurança da informação, fez em 2004 no ensaio What's Wrong With Electronic Voting Machines?. Ele defende que urnas eletrônicas devem ter um registro em papel que o eleitor confere antes de depositar, "o mecanismo para uma recontagem se houver problemas com a máquina", e que o software deve ser aberto ao escrutínio público, porque "neste caso, sigilo não tem nada a ver com segurança". Ele também lembra que uma eleição sem problemas aparentes não prova que o sistema é seguro, assim como uma noite sem arrombamento não prova que a fechadura funciona.
Para quem trabalha com segurança, o princípio é conhecido: não se confia num sistema por ausência de evidência de falha, e sim por ser possível verificá-lo de forma independente.
Ferramentas e reprodução
Python (pandas, numpy, scipy, statsmodels, cvxpy, matplotlib). Os scripts estão organizados em coleta e análise, com um README que liga cada seção deste artigo ao script correspondente.