Estudios anteriores han demostrado que las personas pueden identificar el género y la raza de un hablante en función de las palabras elegidas, pero ¿podría una persona identificar algo como membresía política? Un equipo de investigadores de la Universidad Carnegie Mellon descubrió que las personas tienen más éxito al identificar el lenguaje asociado conDiscurso republicano que patrones de discurso demócrata los resultados están disponibles en la edición de febrero de la revistaPLOS.
"Si bien otros estudios han demostrado que las personas pueden detectar categorías sociales como la raza y el género de la elección de palabras de un hablante, no se ha investigado si eso es cierto para la ideología", dijo el colaborador del estudio Danny Oppenheimer, profesor de ciencias sociales yciencias de la decisión en la Facultad de Humanidades y Ciencias Sociales de Dietrich."La ideología [política] es una variable oculta, no se puede saber mirando con qué partido se identifica alguien, pero muchas de estas categorías invisibles aún son detectables en función de las señales lingüísticas".
El equipo examinó si las personas pueden o no conectar un partido político con claves lingüísticas específicas. El equipo no examinó el discurso con tintes políticos, como el impuesto a la herencia versus el impuesto a la muerte, sino cómo cada partido usa los sinónimos. Los ejemplos incluyen "financiero versus monetario"."," colega versus amigo" o "gente versus gente". Para explorar este concepto, el equipo de investigación realizó cuatro experimentos para evaluar el éxito de los participantes en completar la tarea a un ritmo mayor que el azar.
"Los demócratas y los republicanos seleccionan diferentes palabras para discutir un tema", dijo Oppenheimer. "Queríamos ver si las personas pueden captar este sutil patrón de discurso".
En el estudio, los investigadores utilizaron el aprendizaje automático para escanear el Registro del Congreso 2012 a 2017 y el corpus del debate presidencial para aislar la variación lingüística entre los dos partidos políticos. Identificaron 8345 palabras que formaban parte del corpus republicano y 7873 conel cuerpo demócrata.
Los resultados de los cuatro estudios mostraron que incluso controlando la definición de la palabra en el diccionario, es más probable que los participantes asocien el "lenguaje republicano" con los republicanos.
Oppenheimer cree que los resultados del estudio pueden inclinarse más hacia los republicanos porque el período de cinco años del estudio coincidió con el control republicano de la Casa Blanca y el Congreso. También señaló que la mayoría de los participantes en los cuatro estudios se identificaron a sí mismos como liberalesy las señales verbales pueden ser más fuertes y más fáciles de identificar para quienes están fuera del partido. Además, el Registro del Congreso puede no ser representativo de la variedad de discursos políticos que la gente escucha a diario, que es más complejo y agrega contexto a lalenguaje utilizado.
"El lenguaje que usamos es predictivo, y los humanos son asombrosos para captar las sutiles señales sociales del lenguaje", dijo Oppenheimer. "En un mundo en el que estamos tratando de crear inclusión, si hay señales lingüísticas simples que podemos[usar] para hacer que las personas se sientan menos marginadas de lo que podría ser útil en general para avanzar hacia estos objetivos sociales".
A Oppenheimer se unieron Sabina Sloman y Simon DeDeo también en la Universidad Carnegie Mellon en el proyecto titulado "¿Podemos detectar la variación condicionada en el discurso político? Dos tipos de discusión y tipos de conversación".
Fuente de la historia:
Materiales proporcionado por Universidad Carnegie Mellon. Original escrito por Stacy Kish. Nota: el contenido se puede editar por estilo y longitud.
referencia de diario:
Citar esta página:
Consigue un digital gratis"Mitos del Metabolismo" cuestión de Nuevo científico y descubre las 7 cosas en las que siempre nos equivocamos sobre la dieta y el ejercicio. Reclama el tuyo ahora >>>
Visita Nuevo científico para más historias de ciencia global >>>