p A maioria das pesquisas de opinião pública previu corretamente o candidato vencedor nas eleições presidenciais dos EUA em 2020 - mas, em média, eles superestimaram a margem com que o democrata Joe Biden derrotaria o titular republicano Donald Trump. p Nossa pesquisa sobre métodos de pesquisa descobriu que as previsões dos pesquisadores podem ser mais precisas se olharem além das questões tradicionais. As pesquisas tradicionais perguntam às pessoas em quem elas votariam se a eleição fosse hoje, ou pela chance percentual de que votem em candidatos específicos.

p Mas nossa pesquisa sobre as expectativas das pessoas e julgamentos sociais levou a nós e aos nossos colaboradores, Henrik Olsson no Santa Fe Institute e Drazen Prelec no MIT, para se perguntar se perguntas diferentes poderiam produzir resultados mais precisos.

p Especificamente, Queríamos saber se perguntar às pessoas sobre as preferências políticas de outras pessoas em seus círculos sociais e em seus estados poderia ajudar a pintar um quadro mais completo do eleitorado americano. A maioria das pessoas sabe um pouco sobre as experiências de vida de seus amigos e familiares, incluindo quão felizes e saudáveis ​​eles são e quanto dinheiro eles ganham. Portanto, elaboramos perguntas de pesquisa para ver se esse conhecimento de outras pessoas se estendia à política - e descobrimos que sim.

p Pesquisadores, nós determinamos, poderiam aprender mais se aproveitassem esse tipo de conhecimento. Perguntar às pessoas como os outros ao seu redor vão votar e agregar suas respostas em uma grande amostra nacional permite que os pesquisadores explorem o que costuma ser chamado de "sabedoria das multidões".

p Quais são as novas questões da "sabedoria das multidões"?

p Desde a temporada de eleições presidenciais dos EUA de 2016, Temos perguntado aos participantes de várias pesquisas eleitorais:"Qual a porcentagem de seus contatos sociais que votará em cada candidato?"

p Na eleição de 2016 nos EUA, esta pergunta previa que Trump iria ganhar, e fez isso com mais precisão do que perguntas sobre as próprias intenções de voto dos entrevistados.

p A pergunta sobre os contatos sociais dos participantes foi igualmente mais precisa do que a pergunta tradicional na previsão dos resultados da eleição presidencial francesa de 2017, as eleições parlamentares holandesas de 2017, a eleição parlamentar sueca de 2018 e a eleição de 2018 nos EUA para a Câmara dos Representantes.

p Em algumas dessas pesquisas, nós também perguntamos, "Qual a porcentagem de pessoas em seu estado que votará em cada candidato?" Esta questão também explora o conhecimento dos participantes sobre as pessoas ao seu redor, mas em um círculo mais amplo. Variações desta questão funcionaram bem em eleições anteriores.

p Qual foi o desempenho das novas perguntas da votação?

p Na eleição presidencial de 2020 nos EUA, nossas perguntas da "sabedoria das multidões" foram mais uma vez melhores em prever o resultado do voto popular nacional do que as perguntas tradicionais. Na pesquisa USC Dornsife Daybreak, 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. Eles também foram questionados sobre como eles próprios planejavam votar.

p Os resultados das eleições atuais mostram uma vantagem Biden de 3,7 pontos percentuais no voto popular. Uma média das pesquisas nacionais previa uma vantagem de 8,4 pontos percentuais. Em comparação, a questão sobre contatos sociais previa uma vantagem de 3,4 pontos de Biden. A pergunta do vencedor estadual previa que Biden liderava por 1,5 pontos. Por contraste, a pergunta tradicional feita sobre as próprias intenções dos eleitores na mesma pesquisa previa uma vantagem de 9,3 pontos.

p Por que as novas perguntas da votação funcionam?

p Achamos que há três razões pelas quais perguntar aos participantes da pesquisa sobre outras pessoas em seus círculos sociais e seu estado acaba sendo mais preciso do que perguntar sobre os próprios participantes.

p Primeiro, perguntar às pessoas sobre outras pessoas aumenta efetivamente o tamanho da amostra da pesquisa. Ele fornece aos pesquisadores pelo menos algumas informações sobre as intenções de voto das pessoas cujos dados poderiam ter sido totalmente omitidos. Por exemplo, muitos não foram contatados pelos pesquisadores, ou pode ter se recusado a participar. Mesmo que os entrevistados não tenham informações perfeitas sobre todos ao seu redor, Acontece que eles sabem o suficiente para dar respostas úteis.

p Segundo, suspeitamos que as pessoas podem achar mais fácil relatar sobre como elas acham que os outros podem votar do que admitir como elas mesmas votarão. Algumas pessoas podem ter vergonha de admitir quem é seu candidato favorito. Outros podem temer o assédio. E alguns podem mentir porque querem obstruir as pesquisas. Nossas próprias descobertas sugerem que os eleitores de Trump podem ter sido mais propensos do que os de Biden a esconder suas intenções de voto, por todas essas razões.

p Terceiro, a maioria das pessoas é influenciada por outras pessoas ao seu redor. As pessoas costumam obter informações sobre questões políticas de amigos e familiares - e essas conversas podem influenciar suas escolhas de voto. As perguntas da pesquisa que perguntam aos participantes como eles votarão não captam essa influência social. Mas, ao perguntar aos participantes como eles acham que os outros ao seu redor vão votar, os pesquisadores podem ter alguma ideia de quais participantes ainda podem mudar de ideia.

p Outros métodos que estamos investigando

p Com base nessas descobertas, estamos procurando maneiras de integrar as informações dessas e de outras questões em algoritmos que podem fazer previsões ainda melhores de resultados eleitorais.

p Um algoritmo, chamado de "soro da verdade Bayesian, "dá mais peso às respostas dos participantes que dizem suas intenções de voto, e aqueles de seus círculos sociais, são relativamente mais prevalentes do que as pessoas pensam. Outro algoritmo, chamada de "previsão de informações completas, "combina as respostas dos participantes em várias perguntas da votação para incorporar informações de cada uma delas. Ambos os métodos superaram amplamente a pergunta da votação tradicional e as previsões de uma média de pesquisas.

p Nossa pesquisa não teve participantes suficientes em cada estado para fazer boas previsões em nível estadual que poderiam ajudar a prever votos no Colégio Eleitoral. Como era, nossas perguntas sobre círculos sociais e vencedores estaduais esperados previram que Trump poderia vencer por pouco o Colégio Eleitoral. Isso estava 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 de Biden e Trump entre os estados.

p Mesmo que ainda não saibamos a contagem final dos votos para a eleição de 2020, sabemos o suficiente para ver que os pesquisadores podem melhorar suas previsões perguntando aos participantes como eles acham que os outros vão votar. p Este artigo foi republicado de The Conversation sob uma licença Creative Commons. Leia o artigo original.