Semantic Gradients Interactions in SSD: A Case Study in Racial Identity and Hate Speech

Resumen Técnico: Interacciones de Gradientes Semánticos en SSD

Enunciado del Problema
El Diferencial Semántico Supervisado (SSD) es un método mixto cuantitativo-interpretativo que modela cómo el significado de textos o conceptos varía con resultados externos trazando un gradiente semántico en un espacio de incrustaciones. Sin embargo, el modelo SSD canónico estima un único gradiente semántico para toda la muestra. Este enfoque asume una relación homogénea entre significado y resultado, lo cual puede oscurecer efectos de moderación críticos donde las señales semánticas predicen resultados de manera diferente a través de grupos, identidades o condiciones. En las ciencias sociales y la psicología, el mismo contenido textual puede llevar implicaciones evaluativas diferentes dependiendo de la identidad del juez, pero el SSD estándar promedia sobre estas relaciones heterogéneas, fallando en capturar cómo las estructuras semánticas divergen a través de subgrupos teóricamente significativos.

Metodología: SSD de Interacción
El artículo introduce SSD de Interacción, una extensión del modelo canónico diseñada para estimar cómo los gradientes semánticos varían en función de un moderador (por ejemplo, pertenencia a un grupo, rasgos o condiciones experimentales).

1. Incrustación y Reducción de Dimensionalidad:

   • Los documentos se mapean a vectores densos utilizando un modelo de incrustación fijo (por ejemplo, GloVe) con promediado ponderado por SIF y eliminación del componente principal superior para reducir la anisotropía.
   • Se aplica el Análisis de Componentes Principales (PCA) para reducir la dimensionalidad. El número de componentes retenidos ($K$) se selecciona mediante un "barrido de PCA", optimizando la varianza retenida, la coherencia del vecindario semántico local y la estabilidad a través de dimensionalidades cercanas.

2. Modelo de Regresión:
   El método aumenta la regresión SSD estándar con un efecto principal del moderador y un bloque de interacción semántica. Sea $y_i$ el resultado estandarizado, $\tilde{x}_i$ el vector de documento reducido por PCA de $K$ dimensiones y $m_i$ el moderador estandarizado. El modelo se especifica como:
   $$y_i = \alpha + \beta^\top \tilde{x}_i + \gamma m_i + \delta^\top (\tilde{x}_i m_i) + \epsilon_i$$

   • $\beta$: Captura la asociación semántica de línea base con el resultado (el gradiente semántico principal).
   • $\gamma$: Captura el efecto principal no semántico del moderador.
   • $\delta$: Prueba si la asociación semántica en sí misma cambia en función del moderador (el gradiente de interacción).

3. Pruebas Estadísticas e Interpretación:

   • Significancia: El bloque semántico ($\beta$) y el bloque de interacción ($\delta$) se evalúan utilizando pruebas $F$ de Wald sobre sus respectivos $K$ coeficientes. El efecto principal del moderador ($\gamma$) se evalúa como un coeficiente único.
   • Retroproyección: Los vectores de coeficientes se retroproyectan desde el espacio PCA al espacio de incrustación original para obtener gradientes interpretables:
     • Gradiente Principal: $\hat{g}_{main} = P\beta$
     • Gradiente de Interacción: $\hat{g}_{int} = P\delta$
     • Gradientes Condicionales: $\hat{g}(m^*) = \hat{g}_{main} + m^*\hat{g}_{int}$
   • Análisis Cualitativo: Al igual que en el SSD estándar, los polos positivo y negativo de estos gradientes se interpretan recuperando los vecinos más cercanos, agrupándolos y extrayendo fragmentos de texto representativos.

Estudio de Caso y Resultados
El método se aplicó al corpus de Medición del Discurso de Odio de la Universidad de California en Berkeley ($n=44,813$), analizando específicamente comentarios dirigidos a personas de color (POC). El moderador fue la identidad racial del anotador (binaria: Blanca vs. POC).

• Hallazgos Estadísticos:

  • El modelo explicó una varianza sustancial en las puntuaciones de discurso de odio ($R^2_{adj} = .662$).
  • El bloque semántico fue altamente significativo, confirmando una estructura semántica compartida.
  • El efecto principal de la raza del anotador fue significativo ($\hat{\gamma} = .028$), con anotadores blancos asignando ligeramente puntuaciones de discurso de odio más altas en promedio.
  • Críticamente, el bloque de interacción fue significativo ($F(62, 44687) = 13.76, p < 10^{-16}$), indicando que el eje semántico predictivo de los juicios de discurso de odio difiere según la raza del anotador. La $R^2$ parcial para la interacción fue .019, indicando un tamaño de efecto estadísticamente robusto pero pequeño.

• Interpretación Semántica:

  • Gradiente Principal ($\hat{g}_{main}$): Reveló una estructura compartida que contrasta el discurso abiertamente hostil (desprecio basado en insultos, categorización eliminacionista, metáforas de parásitos) con contra-discurso de afirmación comunitaria (discurso cívico diaspórico, compromiso reflexivo con la raza, celebración de logros de POC).
  • Gradiente de Interacción ($\hat{g}_{int}$): Identificó dónde los dos grupos divergen de la estructura compartida.
    • Polo Positivo (Sensibilidad Blanca): Organizado en torno a hostilidad explícita y marcada superficialmente, incluyendo vocabulario de ataque, marcos biomédicos/de contagio y términos de racismo metadiscursivo.
    • Polo Negativo (Sensibilidad POC): Organizado en torno a contenido dependiente del contexto, incluyendo comentarios raciales afectivos y conflictos intra-comunitarios en español.
  • Gradientes Condicionales: Mostraron que, aunque ambos grupos compartían polos de alta puntuación (hostilidad), la organización local de los polos negativos (contra-discurso) difería, con los anotadores POC exhibiendo un esquema de contra-discurso estructuralmente más elaborado.

• Robustez: Un reanálisis utilizando el modelo GloVe de Common Crawl 840B replicó el hallazgo de moderación estadística ($p < 10^{-16}$) con una $R^2$ parcial similar (.017), aunque los vecindarios semánticos específicos del gradiente de interacción variaron según la geometría de la incrustación.

Contribuciones Clave y Significado
La contribución principal del artículo es metodológica: extiende el SSD desde la estimación de un único gradiente semántico interpretable hasta modelar efectos de moderación semántica.

• Testabilidad e Interpretabilidad: El SSD de Interacción hace que las relaciones de significado-resultado moderadas sean estadísticamente testables (mediante pruebas de Wald en bloques de interacción) y semánticamente interpretables (mediante gradientes retroproyectados y análisis de vecinos más cercanos).
• Comprensión Matizada del Sesgo: El estudio de caso demuestra que, aunque existe una estructura semántica compartida dominante para los juicios de discurso de odio, surgen diferencias vinculadas al grupo como desviaciones de segundo orden fiables. Esto permite a los investigadores ir más allá de preguntar si los grupos difieren para comprender cómo difieren las señales semánticas que predicen los juicios.
• Utilidad Exploratoria: Los autores posicionan el método como una herramienta para la construcción de teoría y la generación de hipótesis. Señalan que, dado que el gradiente de interacción se estima a partir de diferencias en relaciones condicionales, su estructura local de vecinos más cercanos es menos estable que el gradiente principal. Por lo tanto, es mejor utilizarlo para identificar dónde pueden ocurrir asociaciones semánticas moderadas en lugar de como un sistema de clasificación definitivo.

Limitaciones
Los autores señalan explícitamente varias restricciones:

• El análisis trata los registros de anotación como observaciones independientes, ignorando los efectos aleatorios cruzados de anotadores y comentarios.
• El moderador binario Blanca/POC es un proxy tosco para la posición social y no captura la heterogeneidad dentro del grupo.
• Los resultados son específicos del conjunto de datos (inglés, basado en EE. UU., anotadores de MTurk) y pueden no generalizarse a otros idiomas o poblaciones.
• La interpretación semántica del gradiente de interacción depende de la elección del modelo de incrustación, lo que significa que los vecindarios del gradiente deben verse como mapas exploratorios de la geometría de un modelo específico en lugar de hechos empíricos estables.