Abstract
<p>Este artigo analisa os textos dos desenhos amostrais das mais de 52 mil pesquisas eleitorais registradas no Tribunal Superior Eleitoral (TSE) entre 2012 e 2024. Usando uma estratégia de classificação automatizada com grandes modelos de linguagem (LLMs), detectou-se nos textos a menção explícita a procedimentos de mitigação de erros de representação, como fontes demográficas, seleção multiestágio e métodos de ponderação. A análise revela dois padrões principais: por um lado, houve aumento geral no número de pesquisas, diversificação de institutos e modos de coleta, além maior transparência e maior nível de detalhamento dos registros; por outro, desigualdades substantivas entre institutos persistem. Pesquisas mais baratas, autofinanciadas e/ou registradas por microempresas sem experiência prévia -- identificadas via microdados de CNPJs da Receita Federal -- são grande parte dos registros e têm menor completude informacional em seus registros mesmo quando controlados efeitos fixos de eleição, estado e tendências temporais. O custo das pesquisas prediz completude dos textos inclusive quando analisadas apenas variações de um mesmo instituto. Em conjunto, os resultados mostram que institutos que fornecem relatos metodológicos mais detalhados recebem um prêmio no mercado de contratantes; e que a atual regulação eleitoral não impede o registro de pesquisas sem alguns dos aspectos requeridos pela legislação eleitoral. Complementarmente, o artigo oferece e valida uma solução escalável para auditar a transparência dos registros eleitorais no Brasil.</p>