As pesquisas na área de argumentação, inerente ao ser humano e essencial para a comunicação tanto falada quanto escrita, datam do século IV a.C. A argumentação é multidisciplinar e abrange vários campos de pesquisa, inclusive a ciência da computação. A comunicação evoluiu até as redes sociais que são uma fonte considerável de textos argumentativos de vários domínios, como a política. A avaliação automática de argumentos é tema de recentes estudos na área de Processamento de Linguagem Natural e modelos computacionais que procuram desempenhar essa tarefa estão sendo propostos, especialmente fundamentados em algoritmos baseados em Máquina de Vetores de Suporte (Support Vector Machines, SVM) e redes neurais profundas (Deep Learning). Em paralelo, córpus de textos argumentativos em inglês estão sendo produzidos. Como forma de contribuir com as pesquisas relacionadas à avaliação da qualidade da argumentação em português, este trabalho tem como objetivo propor, implementar e validar uma abordagem computacional, para a avaliação automática da qualidade de argumentação na dimensão retórica em tweets relacionados à política brasileira. A abordagem envolve o desenvolvimento de um modelo computacional, um córpus anotado com mensagens relacionadas à política e diretrizes de anotação específicos para a tarefa. Os estudos aqui conduzidos evidenciaram que a maneira que se mostrou mais adequada para avaliar a qualidade da argumentação em tweets relacionados à política brasileira foi usando um modelo neural gerado a partir do ajuste fino do BERTimbau. O modelo proposto foi capaz de predizer com 100% de precisão instâncias da classe de Alta qualidade da argumentação.