フランスの哲学者ミシェル・フーコーは、言語は現実を中立的に記述するのではなく、現実を積極的に形作るものだと論じた。政治言語に関する recently 発表された科学的研究は、そのテーゼに実証的な裏付けを提供しており、わずかな言い回しの選択が、敏感な政治的問題をめぐるオンライン討論における党派的偏見の水準に大きな影響を与えうることを明らかにした。

この発見の中心にあるのは、一つの心理学的概念である。「エンティタティビティ」――一群の人々がどの程度、結束した統一体であり「実在の」実体として知覚されるかを示す概念だ。この概念は社会心理学における長い歴史を持ち、1958年にドナルド・キャンベルが、個人の集まりを、バラバラの人々のゆるい集合ではなく単一の一貫した集団と感じさせるもの是什么を捉えるためにこの用語を導入したことに遡る。

「新しい集団に関する研究は、知覚されたエンティタティビティが他者がその集団に与えるラベルによって左右されることを示唆している」と、Carsten W. Sander氏とJuliane Degner氏は recently 学術誌 Social Psychological and Personality Science に発表した。「微調整されたトランスフォーマーモデルを用いてFacebookの投稿(N = 45,780)とコメント(N = 769,684)を自動分類した結果、この効果は既存の政治的集団にも当てはまることが示された。具体的には、形容詞ラベル(例:「Republican senators(共和党の上院議員)」)ではなく名詞ラベル(例:「Senate Republicans(上院の共和党員)」)を含む投稿、また非総称的表現(例:「some Democrats want(一部の民主党は〜したい)」)ではなく総称的表現(例:「Democrats want(民主党は〜したい)」)を用いた投稿は、党派的偏見を表明するコメントの割合が高かった。」

このテーマに関する初期の研究は、参加者が一度も接したことのない架空の政治的集団を用いていた。これらの実験では、エンティタティビティをさりげなく促す言い回しが、参加者にその集団を単一のまとまりとして見させ、そうでない言い回しは構成員を別個の個人として見させた。このパターンが現実の政治言説にも当てはまるかを検証するため、研究者らは約46,000件のFacebook投稿と約770,000件のコメントを分析した。結果はまさにその通りであった。論文で引用された微調整済みトランスフォーマーモデルは、現代のテキスト分析ツールを支えるAI言語モデルと同じ系譜に属し、手作業では非現実的な量のコメントに対して偏見を自動分類することを可能にした。データセットはすべてFacebookから取得されたものであるため、同じ文法的パターンが他のプラットフォームでも成立するかは、今後の研究に残された課題である。

「本質的に、集団をエンティタティブであると知覚すると、構成員がより互換的に見えるようになります」と、ベルリン洪堡大学の研究員であるSander氏は PsyPostに語った。「人々はある構成員の行動を集団全体に一般化し、別の構成員による違反に対して一人の構成員に報復し、全般的にアウトグループへの偏見を強く示すようになります。私たちは、これが政治的分極化、すなわち政治的アウトパーティへの高まり続ける偏見に fuel を注ぐ可能性があると考えました。」

政治的コメントを発信し消費する人々にとって、この発見は小さいながらも測定可能な編集上のレバーを指し示している。このデータセットでは、名詞ラベルと総称的表現を用いた投稿は、形容詞ベースの非総称的な投稿に比べ、偏見に満ちた返信の割合が高かった。この研究は、カルト専門家であるスティーブン・ハッサン博士の見解とも一致する。ハッサン博士は8月にAlterNetとの対談で、ドナルド・トランプ大統領とその政治運動について語った。ハッサン博士は、こうした運動が信者をさりげなく操作して カルト的な結束と忠誠 を生み出す仕組みを説明した。日常のオンライン投稿における表現の仕方に加え、政治運動はメディア・エコシステムを構築しており、信者はソーシャルネットワークからの繰り返される肯定的強化を通じて、歪んだ現実認識を発達させるのだと彼は指摘した。

「結局のところ、どの情報源に依拠しているか、そして自分が同一化するネットワークが誰なのか、それがすべてです」とハッサン氏はAlterNetに語った。「たとえばジョー・ローガンを本当に愛しているなら、彼の見解の多くに従うことになります。そして彼がトランプに反旗を翻せば、トランプは多くの信者を失います。私が伝えようとしているのは、私たちはかつてないデジタル操作の時代に生きているということです。」