Het was een mantra die voor het eerst werd gepopulariseerd door Michelle Obama in 2016 en keer op keer werd herhaald door Democratische politici die zwoeren om de negatieve toespraak te berispen waarvan ze zeiden dat hun Republikeinse tegenhangers omarmden.

"Als ze laag gaan, we gaan hoog, " ze zei.

Pas twee jaar later, het bericht lijkt niet te zijn blijven hangen, volgens nieuw onderzoek van de Northeastern University.

Aleszu Bajak, die journalistiek doceert, en Floris Wu, een masterstudent journalistiek, analyseerde de taal in honderdduizenden tweets van politici die zich kandidaat stelden voor de Senaat in de aanloop naar de tussentijdse verkiezingen van 2018.

Ze ontdekten dat de meerderheid van de Democraten die deelnamen aan verkiezingen vaker tweets met negatief taalgebruik plaatsten dan tweets met neutrale of positieve taal. En van degenen die hun Twitter-accounts gebruikten om negatieve berichten te sturen, de meesten gingen door met het winnen van hun races.

In sommige gevallen, het tegenovergestelde gold voor de Republikeinen. Bajak en Wu ontdekten dat Republikeinen die vaker wel dan niet positieve taal in hun tweets gebruikten, hun races wonnen.

"In de Twitter-gegevens we vonden precies het tegenovergestelde van de mantra dat, 'Als ze laag gaan, we gaan hoog, '" zegt Bajak, die ook de afstudeerprogramma's Media Innovation en Media Advocacy aan de School of Journalism beheert. "We ontdekten dat de Democraten die hun verkiezingen wonnen negatiever waren in hun tweets."

Bajak en Wu verzamelden meer dan 124, 000 tweets van de maanden voorafgaand aan 6 november, tussentijdse examens 2018, van 68 geverifieerde democraten, republikeinen, en onafhankelijken die zich kandidaat stelden voor zetels in de Senaat.

Bajak en Wu filterden de tweets via een machine learning-programma dat de tekst doorzocht op woorden die werden gescoord met een negatieve of positieve waarde en een gemiddelde score voor de tweet in het algemeen afgeleid. Deze score gebruikten ze om te bepalen of een tweet, op zichzelf, negatief of positief was.

Onder de politici met het hoogste aantal negatieve tweets is senator Bob Casey, een Democraat uit Pennsylvania.

Op 3 oktober in reactie op de hoorzitting van het Congres over de benoeming van Brett Kavanaugh tot het Hooggerechtshof, Casey twitterde, "President Trumps spot met Dr. Ford is beledigend. Dr. Ford kwam dapper naar voren om te vertellen dat ze seksueel was misbruikt. Ze verdient het om gehoord en gerespecteerd te worden, niet bespot."

Het proces kan resulteren in valse positieven en valse negatieven, Hoewel, dus Bajak en Wu kamden de resultaten door om eventuele tweets aan te pakken die verkeerd waren gelabeld.

"Computers zijn slecht in het afleiden van sarcasme of eigenlijk welke toon dan ook, Bajak zegt. "Een zin als 'fired up' werd vaak negatief gescoord, maar is eigenlijk een positieve term."

Bijvoorbeeld, Democratische senator Jon Tester uit Montana tweette:"Missoula is opgewonden! #mtpol #mtsen" als bijschrift bij een foto tijdens een rally. Deze tweet werd aanvankelijk als negatief gecategoriseerd.

Vanwege de kans op valse negatieven, Bajak en Wu gebruikten een derde techniek om hun resultaten te verifiëren. Ze voedden de tweets via een tweede programma dat is getraind om een ​​woord binnen zijn gegeven context te evalueren. Met behulp van deze techniek, ze waren in staat om het algemene sentiment van de taal in een bepaalde post te verifiëren, zegt Wu.

Bajak en Wu ontdekten dat democraten die vaker tweets met negatieve taal publiceerden, het beter deden bij hun verkiezingen, terwijl het tegenovergestelde waar was voor de Republikeinen. specifiek, van de 33 kandidaten voor de Democratische Senaat die ze analyseerden, 19 tweeten negatiever dan de rest van het veld. Van die 19 kandidaten 15 gingen om hun verkiezingen te winnen.

Van alle kandidaten die zich kandidaat stellen, Sen. Dianne Feinstein uit Californië, Sen. Robert Menendez uit New Jersey, en Casey uit Pennsylvania plaatsten het hoogste aantal negatieve tweets. Alle drie zijn democraten, en alle drie wonnen ze hun verkiezingen.

Op 2 november, slechts enkele dagen voor de verkiezingen, Feinstein getweet, "De president zaait angst voor immigranten die asiel zoeken om goedkope politieke punten te scoren. Deze families zijn op de vlucht voor geweld op zoek naar een beter leven. Ze vormen geen urgente bedreiging voor de nationale veiligheid."

Aan de andere kant van het spectrum bevonden zich senator Deb Fischer uit Nebraska en senator Mitt Romney uit Utah - beide Republikeinen die hun races wonnen en tot de kandidaten behoorden die het grootste aantal positieve tweets publiceerden.

Op 31 oktober, de laatste keer dat Fischer tweette tot na de verkiezingen, zij schreef, "Het was een genoegen om @CLAAS_America in Omaha te bezoeken met @RepDonBacon. We hadden een geweldige rondleiding door de indrukwekkende faciliteit en hielden een rondetafelgesprek over productie, #landbouw, belastingverlagingen en #breedband. #OnTheRoadinNE".

Bajak en Wu benadrukken dat het onmogelijk is om uit hun gegevens te zeggen dat die 15 Democraten hebben gewonnen omdat ze negatiever waren. of dat de Republikeinen hun zetels wonnen omdat ze positiever waren.

"Maar het was best interessant om de correlatie op Twitter te zien, ' zegt Bajak.

Wu, die natuurkunde en datawetenschap heeft gestudeerd voordat hij zich bij het journalistiekprogramma aan Northeastern aansloot, zegt dat ze constant op Twitter kijkt naar interessante trends die, met een beetje werk, kan een verhaal worden.

In dit geval, ze verkende tweets van de tussentijdse examens van 2018. Zij en Bajak, ze zegt, waren geïnteresseerd in de manier waarop 'mensen over de verkiezingen spraken'.

"Ik dacht dat het interessant zou zijn om het aantal positieve tweets te zien dat een kandidaat had in vergelijking met het aantal stemmen dat ze in hun staat kregen, "zegt Wu.

Zij en Bajak overwegen hoe ze tijdens de verkiezingen van 2020 dezelfde analytische tools kunnen gebruiken om tweets te analyseren terwijl ze worden gepost. in plaats van met terugwerkende kracht, zoals ze in dit onderzoek hebben gedaan.

"Het zou geweldig zijn om een ​​soort realtime tool te maken, ' zegt Bajak.