Германия, Индия, Мексика и Испания. Будучи многопартийными демократиями, эти страны представляют собой более сложную картину того, что объединяет или разделяет людей. Используя данные социальных сетей, группа исследователей предлагает новый подход к измерению поляризации в странах с несколькими политическими партиями.

Ученый из Центра науки о сложности Самуэль Мартин-Гутьеррес и его коллеги разработали модель, которая выводит мнения из социальных сетей и измеряет политическое разделение на левых и правых, а также другие более тонкие источники напряженности. Они проанализировали данные Twitter с испанских выборов 2015 и 2019 годов.

"Важно понимать поляризацию в нашем обществе, и наши результаты проливают новый свет на то, как формируются политические убеждения", - говорит Мартин-Гутьеррес. "Наш подход может привести к полезным выводам при применении к реальным дебатам, происходящим в социальных сетях".

Результаты исследования были недавно опубликованы онлайн в журнале Chaos, Solitons & Fractals.

Нейтральная и беспристрастная

Ключевой характеристикой модели, по словам Мартина-Гутьерреса, является ее нейтральность и беспристрастность. "В исследовании мы исходили из того, что нам ничего не известно о [основных испанских] политических партиях. И наши результаты показывают, что жесткая классификация партий по заранее определенным параметрам может не дать наиболее полной и точной картины."

Используя данные Twitter с двух выборов, Мартин-Гутьеррес и его коллеги из Мадридского политехнического университета проверили предложенный подход на практике. Сначала они изучили испанские всеобщие выборы в декабре 2015 года. Во второй момент они препарировали испанские всеобщие выборы в апреле 2019 года.

"В 2015 году у нас было четыре полюса общественного мнения, соответствующие четырем основным политическим партиям: Народная партия (PP), Испанская социалистическая рабочая партия (PSOE), Podemos и Граждане (Cs). В 2019 году у нас будет пять полюсов мнений с добавлением Vox", - объясняет Мартин-Гутьеррес.

В качестве первого шага команда определила лидеров мнений и их идеологические позиции в Твиттере. "Вторым шагом был анализ слушателей, интересной части сети, и присвоение пользователю мнения в соответствии со средним мнением людей, которых он ретвитит", - говорит Мартин-Гутьеррес.

Поскольку социальный спектр более сложный и красочный, чем черно-белый, исследователи определили одинаковое расстояние между каждой парой полюсов, чтобы избежать предвзятости. "В некоторых контекстах может показаться более целесообразным расположить определенные полюса близко друг к другу. Например, на выборах некоторые политические партии могут быть более идеологически согласованы друг с другом, чем с остальными. Однако партии, разделяющие идеологию, также борются за одну и ту же электоральную базу, что часто приводит к еще большему антагонизму между ними", - объясняют авторы исследования.

Новое знание

По их словам, модели мнений, полученные в ходе обоих анализов, соответствуют основной социальной реальности Испании и могут быть интерпретированы с учетом их контекста. "Существует четкая картина испанского политического спектра, и мы можем видеть, например, где распределение мнений наиболее растянуто или где находится среднее мнение", - говорит Мартин-Гутьеррес.

"Наши результаты, похоже, соответствуют тому, что мы интуитивно знаем об испанской политике. На основе этого мы можем начать строить новые знания, например, о восприятии гражданами политики и их поведении".

Интерактивную версию распределения мнений о выборах в Испании 2015 года можно найти здесь.

Этот подход может быть использован в различных ситуациях для выявления основных точек разногласий. Он также может быть использован в странах с двухпартийной системой, например, в США. Праймериз, ключевая часть американской системы голосования, является отличным примером, указывает Мартин-Гутьеррес. "В президентских праймериз в штатах участвуют несколько кандидатов. Наша модель может быть полезна для отслеживания и понимания того, как распределяются мнения членов партии", - говорит исследователь CSH.

Предложенный метод также может помочь политикам в борьбе с поляризацией и устранении социальных расколов. "Он может помочь политикам разработать меры по деэскалации напряженности путем решения вопросов, вызывающих наибольшую напряженность", - утверждают авторы исследования.

Кроме того, ее можно использовать для борьбы с дезинформацией в Интернете, распространяемой ботами и троллями. Модель может быть использована для оценки влияния автоматизированных ботов на социальные сети по сравнению с реальными человеческими аккаунтами.