Алгоритмы угадывают судьбу политика по твитам: новый подход к политическому анализу

Могут ли алгоритмы предсказать, станет ли политик сенатором, просто изучая, как он пишет в соцсетях? Американские учёные Бенджамин Лейнванд из Stevens Institute of Technology и Винс Лизински из университета Мэриленда разработали статистическую модель, которая способна разбивать членов Конгресса США на политические и законодательные группы — только по тому, кто с кем взаимодействует на платформе X (ранее Twitter).

Исследование опубликовано в специализированном стат-журнале и отмечает: у модели нашлись ещё и «выбивающиеся» из картин политики — их цифровое поведение намекало на тягу к новым карьерным высотам. Как водится, публичные платформы нужны политикам не только для заявлений, но и для создания индивидуального бренда через тонкости языка или стиля общения. А с переходом многих баталий в онлайн учёные пристально следят: как политики строят коалиции и с кем предпочитают общаться.

Исследователи хотели понять: может ли формула выявить структуру политических связей, анализируя только сами взаимодействия — без подсказок вроде принадлежности к партии и палате Конгресса. Они взяли 475 конгрессменов, которые за 4 месяца (февраль-июнь 2022) написали как минимум 100 твитов. Для связи считалось, если кто-то написал твит с упоминанием другого политика или ретвитнул его сообщение.

Сама модель устроена так, чтобы не выдавать абсурд — в ней вероятность связи между политиками всегда строго от 0 до 1, даже если кто-то без устали крутится в медиапространстве. При этом новая методика гибче прежних: она не считает, что все максимальные активисты тянутся друг к другу. Модель способна улавливать более тонкие паттерны — например, что представители центра двух партий могут общаться чаще, чем их ярые соратники.

В итоге выяснилось: модель делит весь Конгресс на три явных комьюнити — сенаторы, демократы из Палаты представителей и республиканцы из Палаты. Большинство внутри каждой группы общаются чаще друг с другом. Демократы, кстати, чаще контактируют с сенаторами — вероятно, потому что на момент исследования у них было большинство в Сенате.

Но 12 из 475 политиков отличались от своих групп: их цифровое поведение напоминало коллег из другой когорты. Среди них — двое демократов, которые впоследствии выиграли выборы в Сенат (Питер Уэлч и Энди Ким), а также кандидат в сенаторы Крис Паппас и Дэвид Трон, у которого попытка стать сенатором не увенчалась успехом.

Авторы осторожны: само по себе упоминание сенаторов в X успех не гарантирует. Но похоже, стратегия продвижения всё же читается: если чаще взаимодействуешь с сенаторами, и для избирателя можешь показаться более «сенаторским».

Для жёстких выводов о политических тактиках нужны новые методы. Но исследование намекает: цифровые следы политиков куда красноречивее, чем кажется. Или, как говорит Лейнванд, «поведение иногда выдаёт намерения».