Nieuw taalkundig onderzoek van Stanford heeft geanalyseerd hoe Republikeinen en Democraten verschillende taal gebruiken bij het bespreken van massale schietpartijen op sociale media en ontdekte dat Republikeinen meer praten over de schutter en Democraten zich meer richten op de slachtoffers.

Focussen op berichten gedeeld op het sociale mediaplatform Twitter, de onderzoekers ontdekten dat Republikeinen de neiging hadden zich te concentreren op het breken van nieuwsberichten en op gebeurtenisspecifieke feiten in hun tweets, terwijl Democraten zich concentreerden op het bespreken van mogelijke beleidsveranderingen, volgens de nieuwe studie, gepresenteerd op een conferentie over computerlinguïstiek in juni.

"We leven in een zeer gepolariseerde tijd, " zei de co-auteur van de studie Dan Jurafsky, hoogleraar taalkunde en informatica. "Begrijpen wat verschillende groepen mensen zeggen en waarom is de eerste stap om te bepalen hoe we mensen bij elkaar kunnen brengen. Dit onderzoek kan ons ook helpen erachter te komen hoe polarisatie zich verspreidt en hoe het in de loop van de tijd verandert."

Onderzoekers onderzochten 4,4 miljoen tweets die waren gepost als reactie op 21 verschillende massaschietevenementen, waaronder de schietpartij in de nachtclub in Orlando in 2016, om te bepalen welke woorden en emoties mensen met verschillende politieke voorkeuren uitten.

Ze ontdekten dat Republikeinen eerder angst en walging uitten in hun tweets dan Democraten, die meer geneigd waren om verdriet en oproepen tot actie te communiceren. Republikeinen hadden ook 25 procent meer kans dan Democraten om "terroristisch" te schrijven in tweets over de schietpartij waarbij de schutter Afro-Amerikaans was, Spaans of Midden-Oosters. Democraten hadden 25 procent meer kans om hetzelfde woord te gebruiken als ze tweeten over schietpartijen waarbij de schutter blank was.

Tweets bestuderen

Onderzoekers lanceerden het onderzoek omdat ze drie hoofdvragen hadden:wat is er anders aan hoe democraten en republikeinen praten op Twitter? Kunnen Republikeinen of Democraten worden geïdentificeerd op basis van bepaalde woorden die ze in hun tweets gebruiken? Hoe kunnen deze verschillen helpen om de oorzaken en gevolgen van polarisatie op sociale media te begrijpen?

Om die vragen te beantwoorden, onderzoekers gebruikten een methode ontwikkeld door Stanford-econoom Matthew Gentzkow samen met Brown University-econoom Jesse Shapiro, die co-auteurs zijn van de nieuwe studie, en econoom Matt Taddy. De methode bepaalt de mate van polarisatie in spraak, en het werd gebruikt in eerder onderzoek dat de toespraak van leden van het Congres onderzocht.

De onderzoekers pasten de methode en een taalverwerkingskader toe dat ze creëerden op een database van 4,4 miljoen tweets over 21 massale schietgebeurtenissen die plaatsvonden tussen 2015 en 2018. De onderzoekers sloten retweets uit, en ze bepaalden of een Twitter-gebruiker een Republikein of Democraat was door te analyseren of ze meer Republikeinse of Democratische politici volgden.

Onderzoekers kozen ervoor om zich te concentreren op reacties op massale schietpartijen omdat "het gebeurtenissen zijn met objectieve feiten, de betekenissen die mensen op verschillende manieren verdraaien, " zei Dora Demszky, de hoofdauteur van de studie en een afgestudeerde studente taalkunde van Stanford. Het interdisciplinaire team van co-auteurs omvat ook James Zou, universitair docent biomedische datawetenschap, afgestudeerde student taalkunde Rob Voigt en afgestudeerde student elektrotechniek Nikhil Garg.

Onderzoekers ontdekten dat wanneer mensen een eerdere schietpartij noemden als een manier om de nieuwe schietpartij te contextualiseren, Democraten hadden 2,7 keer meer kans dan Republikeinen om een ​​eerdere schietpartij op school te noemen, meestal de schietpartij op de Sandy Hook Elementary School in 2012. Maar de Republikeinen hadden 2,5 keer meer kans om een ​​gebeurtenis van massaal geweld te noemen waarbij een dader betrokken was die een gekleurde persoon was. waarbij meestal melding werd gemaakt van de aanslagen van 11 september.

Onderzoekers zagen dat de mate van polarisatie in de tweets in de loop van de tijd in de uren en dagen na de gebeurtenissen toenam. Voor de drie gebeurtenissen waarvoor er voldoende langetermijngegevens waren om conclusies te trekken, polarisatie stopte meestal na ongeveer drie tot vier dagen, zei Demszky.

"Ideologische polarisatie gebeurt heel snel, "Zei Demszky. "Zodra een gebeurtenis zoals een massale schietpartij plaatsvindt, mensen reageren meteen heel anders. Dit onderzoek geeft een grootschalig inzicht in hoe polarisatie taalkundig werkt."

Onder andere bevindingen, onderzoekers ontdekten dat democraten vaker dan Republikeinen uitdrukkingen gebruikten als "moeten, " "zou moeten, "moeten" en "moeten" als onderdeel van hun oproepen tot politieke actie.

De onderzoeksstudie bevestigt ook eerder onderzoek dat de relatie aantoont tussen de overtuigingen van mensen, persoonlijkheden en wereldbeelden. De nieuwe studie onthult dat verschillende emoties worden uitgedrukt door mensen met verschillende politieke voorkeuren.

Beperkingen en verder onderzoek

Hoewel een deel van het verschil in spraakpatronen tussen Republikeinen en Democraten intuïtief kan zijn, de nieuwe studie is een van de eerste die de polarisatie van taal op sociale media kwantificeert in de uren en dagen na grote gebeurtenissen, Jurafsky en Demszky zeiden.

"Om na te denken over hoe we de echokamers die sociale media creëren, kunnen repareren, we hebben gegevens nodig over hoe polarisatie plaatsvindt, ' zei Demszky.

Verder onderzoek is nodig om de taalkundige verschillen tussen Republikeinen en Democraten te begrijpen.

Een beperking van de nieuwe studie is dat onderzoekers elke Twitter-gebruiker die ze analyseerden als Republikeins of Democraat categoriseerden in plaats van ze langs een ideologisch spectrum te lokaliseren.

Demszky zei dat ze hoopt dat praten over taalvooroordelen op zichzelf nuttig kan zijn.

"Het is gemakkelijk om niet na te denken over de woorden die je dagelijks gebruikt, "Zei Demszky. "Maar ik denk dat het een goede stap voorwaarts is als mensen zich gewoon bewust zijn van hun eigen vooroordelen."