POLITYCZNY YOUTUBE - MONITORING EMOCJI, FUNDAMENTÓW MORALNYCH I MOWY NIENAWIŚCI
CEL
Celem projektu jest systematyczne śledzenie języka używanego przez osoby komentujące materiały publikowane na polskich kanałach politycznych, reprezentujących różne części sceny politycznej — od lewicy i liberałów, przez centrum, po prawicę. Komentarze analizowane są pod kątem emocji, fundamentów moralnych, polaryzacji oraz mowy nienawiści.
Dane zbierane są codziennie pod nowo opublikowanymi filmami. Dzięki temu można obserwować nie tylko aktualny obraz dyskusji politycznych w internecie, ale także to, jak zmieniają się one w czasie — na przykład pod wpływem wyborów, protestów, debat czy innych ważnych wydarzeń politycznych.
W przeciwieństwie do jednorazowych badań sondażowych projekt opiera się na danych powstających w naturalnych warunkach — spontanicznych komentarzach internautów pod materiałami wideo. Pozwala to ograniczyć problem deklaratywności typowy dla ankiet i analizować język, którym ludzie rzeczywiście posługują się w dyskusjach politycznych. Trzeba przy tym pamiętać, że część aktywności może pochodzić od botów lub zorganizowanych farm trolli.
METODOLOGIA
PODSTAWY TEORETYCZNE
DASHBOARD & GITHUB
Zbieranie danych
Próba obejmuje 32 kanałów na YouTube, po 8 dla każdej z czterech kategorii: lewica, liberałowie, centrum, prawica. Podział kanałów ze względu na nachylenie ideologiczne opiera się na moim subiektywnym osądzie 😉 Poniżej szczegóły:
Lewica
1) Krytyka Polityczna TV
2) Nazwex
3) Michalina Kobla
4) Jan Śpiewak
5) Dwie Lewe Ręce
6) Reset Obywatelski
7) Partia Razem
8) OKO.press
Liberałowie
1) Dominika Wielowieyska
2) Tomasz Lis
3) TVN24
4) Roman Giertych
5) Stan Wyjątkowy
6) Newsweek Polska
7) Kultura Liberalna
8) Eliza Michalik
Centrum
1) Fakt
2) Goniec
3) Interia
4) Jan Piński
5) Polsat News
6) Polskie Radio 24
7) Super Express
8) Rymanowski Live
Prawica
1) Kanał Zero
2) Klub Jagielloński
3) Patriotyczny Internet
4) Rafał Ziemkiewicz
5) Sławomir Mentzen
6) Telewizja Republika
7) Telewizja wPolsce24
8) Wolność i Niepodległość TV
Oczywiście próba badawcza w tym badaniu mogłaby być znacznie większa. Jednakże, jako że jest to mój prywatny projekt bez zewnętrznego finansowania, a przechowywanie danych i moce obliczeniowe kosztują, postanowiłam ograniczyć się do 32.
Przetwarzanie języka naturalnego
Zakres analiz, którym można poddać gromadzony materiał, jest szeroki i obejmuje m.in.:
Analizę części mowy — dla oryginalnego, polskiego tekstu komentarza liczony jest odsetek rzeczowników (noun ratio), traktowany jako wskaźnik esencjalizmu językowego (patrz sekcja teoretyczna).
Język "my vs oni" — odsetek komentarzy zawierających zaimki/formy wskazujące na tożsamość grupową ("my", "nasz") w porównaniu do form różnicujących grupę obcą ("oni", "ich"); można o nim myśleć jak o eksploracyjnym wskaźniku nasilenia konfliktu / polaryzacji; szczególnie interesująca wydaje się asymetria my/oni - większa orientacja na grupę obcą niż własną może wiązać się pozytywnie ze stopniem uprzedzeń, ale ta hipoteza wymaga sprawdzenia
Tłumaczenie maszynowe — komentarze są tłumaczone z polskiego na angielski (model Helsinki-NLP opus-mt), co umożliwia zastosowanie modeli analizy tekstu wytrenowanych na danych anglojęzycznych (dla oznaczenia poziomu emocji, moralizacji i mowy nienawiści)
Poziom Emocji — klasyfikator GoEmotions (model wielo-etykietowy, 27 kategorii emocji + stan neutralny, jeśli odjąć wpisy oznaczone jako neutralne: złość, radość, strach, wstręt, itd.) — każdy komentarz otrzymuje wynik dla każdej emocji niezależnie, co pozwala uchwycić współwystępowanie emocji (np. jednoczesną złość i pogardę).
Mowa nienawiści — dwa niezależne klasyfikatory: (1) binarny (hejt / nie-hejt), (2) wielokategorialny, rozpoznający grupę docelową mowy nienawiści (np. na tle rasowym, płciowym, religijnym).
Słownictwo moralizujące — analiza oparta na Moral Foundations Dictionary (Graham, Haidt i in.), wykrywająca obecność języka odwołującego się do pięciu fundamentów moralnych: troski, sprawiedliwości, lojalności, autorytetu i świętości.
Wszystkie wskaźniki agregowane są i wizualizowane w interaktywnym dashboardzie, z możliwością filtrowania po dacie i segmencie politycznym, oraz przeszukiwania treści komentarzy pod kątem konkretnych fraz.
Teoria fundamentów moralnych (Moral Foundations Theory)
Teoria stanowi ramę dla analizy języka moralizującego — zakłada, że retoryka polityczna różnych orientacji ideologicznych odwołuje się w odmiennym stopniu do poszczególnych fundamentów moralnych, co przekłada się na odmienne wzorce językowe w dyskursie zwolenników.
Więcej o fundamentach moralnych można przeczytać w słynnej książce Jonathana Haidta "Prawy umysł". Wyniki badań zrealizowanych w kontekście polskim dostępne są w artykule z czasopisma Psychologia Społeczna oraz raporcie "Zmęczona Wspólnota" fundacji More in Common. Bardzo ciekawa jest też meta-analiza nt. związku między fundamentami moralnymi a poglądami politycznymi opublikowana w Psychological Bulletin.
Polaryzacja afektywna (affective polarization) — koncepcja opisująca współczesną polaryzację polityczną nie tyle jako różnicę stanowisk ideologicznych, co jako emocjonalną niechęć i wrogość wobec zwolenników przeciwnej strony sceny politycznej. Złość (anger) jest w literaturze psychologii intergrupowej wskazywana jako emocja szczególnie istotna dla mobilizacji i działań kolektywnych (collective action), stąd jej centralne miejsce w analizie.
Bardzo dobry i w miarę aktualny przegląd badań nad polaryzacją polityczną (w tym afektywną) dostępny jest w Nature Reviews Psychology. W Polsce b. dobre badania nt. polaryzacji prowadzą dr Olga Białobrzeska z SWPS i Fundacja Nowej Wspólnoty.
Esencjalizm psychologiczny i lingwistyczny model kategorii (Linguistic Category Model; Semin & Fiedler) — badania nad językiem wskazują, że opisywanie grup/zjawisk za pomocą rzeczowników (w przeciwieństwie do czasowników czy przymiotników) sprzyja ich esencjalizacji — postrzeganiu jako stabilnych, niezmiennych kategorii o wewnętrznej, niezmiennej "naturze" — co ma znaczenie dla dehumanizacji i stereotypizacji grup społecznych.
Teoria tożsamości społecznej (Social Identity Theory; Tajfel & Turner) — stanowi podstawę dla analizy języka "my vs oni": rozróżnianie grupy własnej (ingroup) od grupy obcej (outgroup) w języku jest traktowane jako marker aktywacji tożsamości grupowej i potencjalnego różnicowania międzygrupowego.
Literatura nad mową nienawiści i uprzedzeniami międzygrupowymi — mowa nienawiści jest traktowana jako przejaw i wskaźnik wrogości międzygrupowej, powiązany z szerszymi procesami dehumanizacji grup obcych.