Opinioni Politiche su Twitter Durante il COVID
Uno studio su come la pandemia ha influenzato l'espressione politica su Twitter.
― 5 leggere min
Indice
Durante la pandemia di COVID, molte persone si sono rivolte ai social media, in particolare Twitter, per condividere i propri pensieri sulle azioni del Governo, come i lockdown e gli sforzi per la vaccinazione. Questo cambiamento ha aperto nuove opportunità per i ricercatori di studiare come i cittadini esprimessero le proprie opinioni in questo momento cruciale.
L'importanza dei social media
I social media sono diventati una piattaforma chiave per la discussione politica. Permettono ai cittadini di esprimere le proprie opinioni direttamente e rapidamente. Tuttavia, estrarre e analizzare le opinioni politiche da queste piattaforme può essere complicato a causa della grande quantità di contenuti condivisi. I ricercatori hanno bisogno di modi efficaci per setacciare queste informazioni e trovare spunti significativi.
Un nuovo dataset per l'analisi
Per affrontare la sfida di capire le Preferenze Politiche su Twitter, i ricercatori hanno creato un nuovo dataset di tweet tedeschi. Questa collezione include tweet condivisi tra il 2019 e il 2022, focalizzandosi in particolare su quelli legati alle preferenze politiche. I tweet sono stati annotati con attenzione per identificare opinioni politiche specifiche, permettendo un'analisi migliore su come queste opinioni siano cambiate nel tempo.
L'aumento dell'espressione politica
Lo studio ha rilevato che dopo il primo lockdown in Germania, c'è stato un aumento notevole nei tweet politicizzati. Questo indica che le persone erano più disposte a condividere i propri pensieri man mano che la pandemia progrediva. La ricerca ha evidenziato alcune categorie specifiche di preferenze politiche che hanno guadagnato attenzione, come il supporto per il Welfare, l'istruzione e una gestione governativa efficiente.
La necessità di strumenti migliori
Estrarre preferenze politiche dettagliate dai post sui social media richiede strumenti e metodi avanzati. I ricercatori stanno lavorando su modelli di machine learning per aiutare a classificare e analizzare questo tipo di dati. Tuttavia, la mancanza di dataset adeguati ha reso difficile sviluppare e migliorare questi modelli.
Come è stato creato il dataset
Per creare il dataset, i tweet sono stati raccolti con criteri specifici. I ricercatori si sono concentrati su tweet che hanno ricevuto interazioni, come like o retweet, per assicurarsi che fossero abbastanza coinvolgenti. Un modello di machine learning è stato utilizzato per filtrare i tweet in base alla loro rilevanza per le discussioni politiche. I tweet sono stati poi annotati da esperti che li hanno classificati secondo uno schema ben stabilito di categorie politiche.
Risultati e tendenze
In generale, la ricerca ha mostrato che il numero di tweet politici è aumentato significativamente dopo l'inizio della pandemia. Questo aumento è stato particolarmente forte nei tweet legati all'istruzione, al welfare e all'efficienza governativa. L'aumento di questi argomenti suggerisce che gli effetti della pandemia e dei lockdown risultanti hanno avuto un impatto considerevole sull'opinione pubblica.
Preferenze politiche durante la pandemia
Con l'imposizione dei lockdown, sono emerse varie sfide per gli individui, come la perdita di lavoro e il passaggio all'apprendimento a distanza. Queste difficoltà hanno probabilmente influenzato le preferenze politiche espresse sui social media. Lo studio ha indicato che durante la seconda ondata della pandemia c'è stata un'espressione ancora maggiore di preferenze legate all'istruzione e al welfare, riflettendo le difficoltà continuate affrontate da molti nella società.
Valutazione dei metodi
Per misurare l'efficacia del loro modello, i ricercatori lo hanno testato su un insieme di tweet per vedere quanto bene potesse prevedere le preferenze politiche. Anche se i risultati hanno mostrato che le prestazioni erano al di sotto delle aspettative in alcune aree, hanno comunque messo in evidenza il potenziale per miglioramenti in questo campo. Lo studio ha sottolineato la necessità di approcci migliori per catturare le complessità delle opinioni politiche nei social media.
Conclusione
In sintesi, lo studio ha fornito importanti spunti su come le preferenze politiche su Twitter siano cambiate durante la pandemia di COVID. Creando un dataset completo e un nuovo modello per l'analisi, i ricercatori hanno gettato le basi per future esplorazioni in quest'area. I loro risultati fanno luce sulla natura in evoluzione dell'espressione politica in tempi di crisi e forniscono strumenti preziosi per altri che desiderano indagare ulteriormente queste tendenze.
Implicazioni future
La ricerca ha importanti implicazioni sia per i decisori politici che per i ricercatori interessati alle preferenze politiche. Capire come i social media riflettano l'opinione pubblica può aiutare i politici a perfezionare i loro approcci alla governance e alla comunicazione. Per i ricercatori, la disponibilità di nuovi dataset e modelli apre nuove strade per l'esplorazione più profonda del discorso politico online.
Continuando ad analizzare le tendenze dei social media, potrebbe essere possibile ottenere ulteriori spunti su come l'opinione pubblica cambi in risposta a vari eventi e politiche. Questa comprensione può favorire una comunicazione più efficace tra governi e cittadini e rispondere meglio ai bisogni e alle preoccupazioni del pubblico.
In conclusione, le circostanze uniche portate dalla pandemia di COVID hanno influenzato in modo significativo l'espressione politica sui social media. Mentre il mondo continua ad adattarsi a questi cambiamenti, la ricerca continua sarà cruciale per catturare la relazione dinamica tra sentimenti pubblici e azione politica.
Titolo: Changes in Policy Preferences in German Tweets during the COVID Pandemic
Estratto: Online social media have become an important forum for exchanging political opinions. In response to COVID measures citizens expressed their policy preferences directly on these platforms. Quantifying political preferences in online social media remains challenging: The vast amount of content requires scalable automated extraction of political preferences -- however fine grained political preference extraction is difficult with current machine learning (ML) technology, due to the lack of data sets. Here we present a novel data set of tweets with fine grained political preference annotations. A text classification model trained on this data is used to extract policy preferences in a German Twitter corpus ranging from 2019 to 2022. Our results indicate that in response to the COVID pandemic, expression of political opinions increased. Using a well established taxonomy of policy preferences we analyse fine grained political views and highlight changes in distinct political categories. These analyses suggest that the increase in policy preference expression is dominated by the categories pro-welfare, pro-education and pro-governmental administration efficiency. All training data and code used in this study are made publicly available to encourage other researchers to further improve automated policy preference extraction methods. We hope that our findings contribute to a better understanding of political statements in online social media and to a better assessment of how COVID measures impact political preferences.
Autori: Felix Biessmann
Ultimo aggiornamento: 2023-07-31 00:00:00
Lingua: English
URL di origine: https://arxiv.org/abs/2308.04444
Fonte PDF: https://arxiv.org/pdf/2308.04444
Licenza: https://creativecommons.org/licenses/by-nc-sa/4.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia arxiv per l'utilizzo della sua interoperabilità ad accesso aperto.