A maioria das pesquisas de opinião pública previu corretamente o candidato vencedor nas eleições presidenciais americanas de 2020 – mas, em média, eles superestimaram a margem pela qual o democrata Joe Biden derrotaria o candidato em exercício republicano Donald Trump.
Nossa pesquisa sobre métodos de votação descobriu que as previsões dos pesquisadores podem ser mais precisas se olharem além das questões tradicionais. As pesquisas tradicionais perguntam às pessoas em quem votariam se a eleição fosse hoje, ou pela porcentagem de chance de votarem em candidatos específicos.
Mas nossa pesquisa sobre as expectativas das pessoas e os julgamentos sociais nos levou e aos nossos colaboradores, Henrik Olsson no Instituto Santa Fé e Drazen Prelec no MIT, a questionar se diferentes perguntas poderiam produzir resultados mais precisos.
Especificamente, queríamos saber se perguntar às pessoas sobre as preferências políticas dos outros em seus círculos sociais e em seus estados poderia ajudar a pintar um quadro mais completo do eleitorado americano. A maioria das pessoas sabe bastante sobre as experiências de vida dos seus amigos e família, incluindo o quão felizes e saudáveis eles são e aproximadamente quanto dinheiro eles ganham. Por isso desenhamos perguntas de pesquisa para ver se esse conhecimento dos outros se estendia à política – e descobrimos que sim.
Pollsters, nós determinamos, poderiam aprender mais se aproveitassem esse tipo de conhecimento. Perguntar às pessoas como os outros à sua volta vão votar e agregar as suas respostas através de uma grande amostra nacional permite aos inquiridores explorar o que é muitas vezes chamado de “sabedoria das multidões”.
Quais são as novas perguntas de “sabedoria das multidões”?
Desde a época das eleições presidenciais americanas de 2016, temos perguntado aos participantes em várias sondagens eleitorais: “Que percentagem dos seus contactos sociais votará em cada candidato?”
Na eleição de 2016 nos EUA, esta pergunta previu que Trump iria ganhar, e fê-lo com mais precisão do que perguntas sobre as intenções de voto dos próprios inquiridos.
A pergunta sobre os contatos sociais dos participantes foi igualmente mais precisa do que a pergunta tradicional ao prever os resultados da eleição presidencial francesa de 2017, da eleição parlamentar holandesa de 2017, da eleição parlamentar sueca de 2018 e da eleição americana de 2018 para a Câmara dos Deputados.
Em algumas dessas pesquisas, também perguntamos: “Que porcentagem de pessoas em seu estado votará em cada candidato? Esta pergunta também se baseia no conhecimento dos participantes sobre aqueles ao seu redor, mas em um círculo mais amplo. Variações desta pergunta funcionaram bem em eleições anteriores.
Como funcionaram bem as novas perguntas de votação?
Nas eleições presidenciais americanas de 2020, as nossas perguntas de “sabedoria das multidões” foram mais uma vez melhores na previsão do resultado do voto popular nacional do que as perguntas tradicionais. Na USC Dornsife Daybreak Poll perguntamos a mais de 4.000 participantes como eles esperavam que seus contatos sociais votassem e qual candidato eles achavam que ganharia em seu estado. Também lhes perguntaram como eles próprios estavam planejando votar.
Os resultados eleitorais atuais mostram uma vantagem de Biden de 3,7 pontos percentuais no voto popular. Uma média de sondagens nacionais previu uma vantagem de 8,4 pontos percentuais. Em comparação, a pergunta sobre contactos sociais previu uma vantagem de 3,4 pontos Biden. A pergunta sobre o estado vencedor previu que Biden lideraria por 1,5 pontos. Em contraste, a pergunta tradicional que se fazia sobre as intenções dos próprios eleitores na mesma pesquisa previu uma vantagem de 9,3 pontos.
Por que as novas perguntas de sondagem funcionam?
Pensamos que há três razões para que perguntar aos participantes da sondagem sobre os outros nos seus círculos sociais e o seu estado acabe por ser mais preciso do que perguntar sobre os próprios participantes.
Primeiro, perguntar às pessoas sobre os outros aumenta efectivamente o tamanho da amostra da sondagem. Dá aos participantes da pesquisa pelo menos alguma informação sobre as intenções de voto das pessoas cujos dados, de outra forma, poderiam ter sido completamente deixados de fora. Por exemplo, muitos não foram contactados pelos participantes da sondagem, ou podem ter recusado participar. Mesmo que os entrevistados não tenham informações perfeitas sobre todos à sua volta, acontece que eles sabem o suficiente para dar respostas úteis.
Segundo, suspeitamos que as pessoas podem achar mais fácil relatar sobre como pensam que os outros podem votar do que admitir como eles próprios irão votar. Algumas pessoas podem sentir vergonha de admitir quem é o seu candidato favorito. Outras podem ter medo de assédio. E alguns podem mentir porque querem obstruir as sondagens. Nossas próprias descobertas sugerem que os eleitores do Trump podem ter sido mais propensos do que os eleitores do Biden a esconder suas intenções de voto, por todas essas razões.
Terceiro, a maioria das pessoas é influenciada por outras à sua volta. As pessoas frequentemente obtêm informações sobre questões políticas de amigos e familiares – e essas conversas podem influenciar suas escolhas de voto. Perguntas de sondagem que perguntam aos participantes como eles vão votar não capturam essa influência social. Mas ao perguntar aos participantes como eles pensam que os outros à sua volta irão votar, os pesquisadores podem ter alguma ideia de quais participantes ainda podem mudar de ideias.
Outros métodos que estamos investigando
Construindo esses resultados, estamos buscando maneiras de integrar informações dessas e de outras perguntas em algoritmos que possam fazer previsões ainda melhores dos resultados eleitorais.
Um algoritmo, chamado “Bayesian Truth Serum”, dá mais peso às respostas dos participantes que dizem que suas intenções de voto, e as de seus círculos sociais, são relativamente mais prevalecentes do que as pessoas nesse estado pensam. Outro algoritmo, chamado de “previsão de informação completa”, combina as respostas dos participantes em várias perguntas de sondagem para incorporar informação de cada um deles. Ambos os métodos superaram largamente a pergunta de votação tradicional e as previsões de uma média de pesquisas.
Nossa pesquisa não teve participantes suficientes em cada estado para fazer boas previsões estaduais que poderiam ajudar a prever os votos no Colégio Eleitoral. Como era, nossas perguntas sobre círculos sociais e os vencedores esperados do estado previam que Trump poderia ganhar por pouco o Colégio Eleitoral. Isso foi errado, mas até agora parece que essas perguntas tiveram, em média, um erro menor do que as perguntas tradicionais ao prever a diferença entre os votos Biden e Trump entre os estados.
Even embora ainda não saibamos a contagem final dos votos para a eleição de 2020, sabemos o suficiente para ver que os pesquisadores de opinião poderiam melhorar suas previsões perguntando aos participantes como eles acham que os outros irão votar.