NoticiasMacro'Entitatividad': cómo una sola elección de palabras alimenta el sesgo partidista en las conversaciones políticas

'Entitatividad': cómo una sola elección de palabras alimenta el sesgo partidista en las conversaciones políticas

Autor: Alternet·

Puntos clave

  • •Los investigadores Carsten W. Sander y Juliane Degner utilizaron modelos transformer afinados para clasificar automáticamente el prejuicio partidista en aproximadamente 46,000 publicaciones de Facebook y cerca de 770,000 comentarios.
  • •Las publicaciones que contenían etiquetas sustantivas, como 'Senate Republicans', recibieron mayores proporciones de comentarios prejuiciosos que las que usaban etiquetas adjetivales, como 'Republican senators'.
  • •Las frases genéricas, como 'Democrats want', se asociaron con más respuestas prejuiciosas que las frases no genéricas, como 'some Democrats want'.
  • •Los hallazgos extienden el concepto de entitatividad, introducido por Donald Campbell en 1958, desde experimentos anteriores con grupos ficticios hasta grupos políticos establecidos del mundo real.
  • •Dado que el conjunto de datos proviene completamente de Facebook, los autores señalan que si el mismo patrón gramatical aplica en otras plataformas sigue siendo una pregunta abierta para investigaciones futuras.
'Entitatividad': cómo una sola elección de palabras alimenta el sesgo partidista en las conversaciones políticas

El filósofo francés Michel Foucault sostuvo que el lenguaje no describe la realidad de manera neutral, sino que la moldea activamente. Un estudio científico recién publicado sobre lenguaje político ofrece respaldo empírico a esa tesis, al encontrar que sutiles elecciones de redacción pueden influir sustancialmente en el nivel de sesgo partidista en las discusiones en línea sobre temas políticos delicados.

En el centro de estos hallazgos hay un único concepto psicológico: la entitatividad —el grado en que un grupo de personas es percibido como una entidad cohesionada, unificada y "real". El concepto tiene una larga historia en la psicología social, que se remonta a la introducción del término por Donald Campbell en 1958 para captar lo que hace que una colección de individuos se sienta como un grupo único y coherente en lugar de una reunión suelta de personas separadas.

"La investigación sobre grupos novedosos sugiere que la entitatividad percibida está impulsada por cómo otros etiquetan a estos grupos", escribieron recientemente Carsten W. Sander y Juliane Degner en la revista Social Psychological and Personality Science. "Usando modelos transformer afinados para clasificar automáticamente publicaciones de Facebook (N = 45,780) y comentarios (N = 769,684), demostramos que este efecto también se mantiene para grupos políticos establecidos. Específicamente, las publicaciones que contienen etiquetas sustantivas (por ejemplo, "Senate Republicans") en lugar de etiquetas adjetivales (por ejemplo, "Republican senators"), y que usan estas etiquetas de manera genérica (por ejemplo, "Democrats want") en lugar de no genérica (por ejemplo, "some Democrats want"), reciben mayores proporciones de comentarios que expresan prejuicio partidista".

Las investigaciones anteriores sobre el tema se basaban en grupos políticos ficticios que los participantes nunca habían encontrado. En esos experimentos, las redacciones que fomentaban sutilmente la entitatividad llevaron a los participantes a ver los grupos como unidades únicas, mientras que las redacciones que no lo hacían los llevaban a ver a los miembros como individuos separados. Para probar si el patrón se extendía al discurso político del mundo real, los investigadores analizaron aproximadamente 46,000 publicaciones de Facebook y cerca de 770,000 comentarios. Eso fue exactamente lo que encontraron. Los modelos transformer afinados citados en el artículo pertenecen a la misma familia de modelos de lenguaje de IA que impulsan las herramientas modernas de análisis de texto, y permitieron clasificar el prejuicio automáticamente en un volumen de comentarios que sería poco práctico codificar a mano. Dado que el conjunto de datos proviene completamente de Facebook, si el mismo patrón gramatical se mantiene en otras plataformas sigue siendo una pregunta para investigaciones futuras.

"En esencia, percibir un grupo como entitativo hace que sus miembros parezcan más intercambiables", dijo Sander, investigador asociado de la Universidad Humboldt de Berlín, a PsyPost. "Entonces la gente generaliza el comportamiento de un miembro a todo el grupo, toma represalias contra un miembro del grupo por ofensas cometidas por otro y, en general, muestra más prejuicio hacia el exogrupo. Razonamos que esto también podría alimentar la polarización política, entendida como un prejuicio creciente hacia el partido político opuesto".

Para quienes producen y consumen comentarios políticos, los hallazgos apuntan a una pequeña pero medible palanca editorial: en este conjunto de datos, las publicaciones que usaban etiquetas sustantivas y frases genéricas atrajeron mayores proporciones de respuestas prejuiciosas que sus contrapartes adjetivales y no genéricas. La investigación coincide con las observaciones del Dr. Steven Hassan, experto en sectas que habló con AlterNet en agosto sobre el presidente Donald Trump y su movimiento político. Hassan explicó cómo estos movimientos manipulan sutilmente a sus seguidores para crear una cohesión y lealtad similares a las de una secta. Más allá de la forma en que se redactan las opiniones en publicaciones casuales en línea, señaló, los movimientos políticos también construyen ecosistemas mediáticos en los que los seguidores desarrollan percepciones distorsionadas de la realidad mediante la repetida retroalimentación positiva de sus redes sociales.

"Realmente se reduce a qué fuentes de información están usando y cuál es su red de identificación", dijo Hassan a AlterNet. "Así que si realmente aman a Joe Rogan, van a seguir muchas de sus opiniones. Y en consecuencia, cuando él se vuelve contra Trump, Trump pierde a muchos seguidores. Lo que intento transmitir es que vivimos en una era de manipulación digital nunca antes vista".