POLITYCZNY YOUTUBE - MONITORING EMOCJI, FUNDAMENTÓW MORALNYCH I MOWY NIENAWIŚCI
CEL
Celem projektu jest systematyczne monitorowanie i porównywanie tego, jak polskie kanały polityczne na YouTube — reprezentujące trzy segmenty sceny politycznej (lewica/liberałowie, centrum, prawica) — wywołują reakcje emocjonalne, język moralizujący i spolaryzowany oraz mowę nienawiści wśród komentujących. Badanie ma charakter ciągły (dane zbierane są codziennie dla nowo opublikowanych filmów), co pozwala obserwować nie tylko stan bieżący, ale i dynamikę tych zjawisk w czasie — np. w reakcji na konkretne wydarzenia polityczne.
W przeciwieństwie do jednorazowych badań sondażowych, analiza opiera się na danych wygenerowanych w sposób naturalny (jeśli nie liczyć botów / farm trolli) — autentycznych, spontanicznych komentarzach internautów pod materiałami wideo — co ogranicza problem deklaratywności odpowiedzi typowy dla badań ankietowych.
METODOLOGIA
PODSTAWY TEORETYCZNE
DASHBOARD & GITHUB
Zbieranie danych
Codziennie, dla 30 kanałów YouTube (po 10 przypisanych do każdej z trzech kategorii: prawica, centrum, lewica), pobierane są filmy opublikowane poprzedniego dnia wraz ze wszystkimi komentarzami pod nimi (treść, nazwa autora, liczba polubień, data publikacji).
Klasyfikacja kanałów na lewicowe/liberalne, centrowe i prawicowe oparta jest na moim subiektywnym oglądzie polskiej sceny politycznej 😉 Kanały zostały podzielone następująco:
Lewicowe / Liberalne
1) DWielowieyska
2) elizamichalik135
3) KrytykaPolitycznaTV
4) KulturaLiberalna
5) NewsweekPolska
6) OKOpress
7) RadioTOKFM
8) stan_wyjatkowy
9) TomaszLisOfficial
10) TVN24
Centrowe
1) FAKT
2) gazetapl
3) goniecredakcja
4) interia_pl
5) Jan_Pinski
6) polsatnewsplofc
7) PolskieRadio24pl
8) RymanowskiLive
9) SuperExpressOfficial
10) tvpinfo
Prawicowe
1) Jan.Pospieszalski
2) KanalZero
3) klub.jagiellonski
4) Lukasz.Warzecha
5) patriotycznyinternet
6) R_A_Ziemkiewicz
7) SławomirMentzen
8) Telewizja_Republika
9) TelewizjawPolsce24
10) wolnoscintv
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 30.
Przetwarzanie języka naturalnego
Analiza 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 to należałoby jeszcze sprawdzić
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, 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: opiekuńczości, sprawiedliwości, lojalności grupowej, autorytetu i czystości.
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; Haidt, Graham) 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.
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.
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.