Visualizing Semantic Similarity in Political Discourse: A Comparative Analysis of Word Embeddings in Trump’s 2016 and 2024 Campaign Speeches

Il linguaggio è molto più di un semplice modo per scambiare informazioni; è lo strumento primario attraverso il quale i leader politici costruiscono la realtà, definiscono chi appartiene a un gruppo e delineano le battaglie di una nazione. Quando un politico parla, non sta semplicemente elencando politiche; sta tessendo un arazzo di significati dove le parole si connettono tra loro in modi specifici, spesso invisibili. Per decenni, gli studiosi hanno analizzato questi discorsi contando le parole o leggendo il tono, ma un campo di studio più recente utilizza i computer per mappare l'architettura nascosta di queste connessioni. Questo approccio tratta il linguaggio come un vasto paesaggio tridimensionale dove le parole che appaiono spesso insieme si trovano vicine tra loro, mentre le parole che si incontrano raramente si allontanano. Tracciando queste distanze, i ricercatori possono vedere non solo cosa sta dicendo un leader, ma come la struttura stessa del suo pensiero sia cambiata nel tempo. Questo è il territorio esplorato da uno studio recente che analizza l'evoluzione della retorica politica di Donald Trump, confrontando i discorsi della sua campagna del 2016 con quelli della sua corsa del 2024 per capire come la mappa del suo mondo politico sia stata ridisegnata.

I ricercatori sono partiti da una domanda semplice ma ambiziosa: come è cambiato il modo in cui Donald Trump connette le idee in un periodo di otto anni? Per rispondere, hanno raccolto due massicce collezioni di testi: 166.297 parole dai discorsi della sua campagna del 2016 e 218.892 parole dai discorsi della sua campagna del 2024. Non si trattava di frammenti casuali, ma di trascrizioni accuratamente selezionate da comizi ed eventi ufficiali, garantendo un confronto equo dello stesso tipo di comunicazione politica. Il team ha poi inserito questo testo in un modello informatico progettato per apprendere il significato delle parole in base alla loro compagnia. Immaginate un modello che legge migliaia di frasi e impara che "re" e "regina" sono vicini perché appaiono spesso in contesti simili, mentre "re" e "sabbia" sono lontani. Questo modello, noto come Word2Vec, converte ogni parola dei discorsi in un punto matematico nello spazio. La distanza tra questi punti rivela quanto siano simili le parole nel significato all'interno di quell'era specifica.

Una volta che il computer aveva mappato le parole, i ricercatori hanno utilizzato un metodo per raggrupparle in cluster, proprio come smistare un sacchetto di biglie miste per colore e dimensione per vedere i modelli dominanti. Hanno poi utilizzato una tecnica per appiattire queste mappe complesse e multistrato in immagini bidimensionali che potessero essere viste e analizzate dall'occhio umano. Ciò che hanno trovato è stato una storia di continuità e di profondo cambiamento. I temi centrali del messaggio di Trump sono rimasti notevolmente stabili attraverso i due periodi. Sia nel 2016 che nel 2024, i discorsi erano costruiti su una base di populismo, che contrapponeva "il popolo" a un'élite "corrotta", promettendo forza nazionale e rinnovamento. Il computer ha confermato che questi pilastri centrali della sua retorica non sono scomparsi; erano ancora le caratteristiche più pesanti e prominenti del paesaggio.

Tuttavia, il modo in cui questi temi erano disposti l'uno intorno all'altro aveva subito una trasformazione drammatica. Nei discorsi del 2016, la mappa era densa e strettamente intrecciata. Idee economiche come posti di lavoro, commercio e sviluppo nazionale erano raggruppate strettamente con temi di sicurezza e identità. Il linguaggio suggeriva una visione unificata in cui la prosperità economica e la forza nazionale erano parti inestricabili di un'unica storia coesa. Le visualizzazioni del computer mostravano queste idee ammassate, indicando che nel 2016 la narrazione politica era un tessuto unico e integrato dove un argomento portava naturalmente a un altro.

Entro il 2024, quel tessuto si era sfilacciato. Gli stessi temi centrali del populismo e della forza erano ancora presenti, ma non erano più strettamente legati alle questioni economiche che li aveva definiti un tempo. Inveve, la mappa del 2024 appariva dispersa e frammentata. L'analisi del computer ha rivelato che i temi si erano allontanati, formando isole di significato distinte e isolate. Il discorso era diventato più diviso, con nuovi cluster emersi attorno alla legittimità politica, alle narrazioni mediatiche e ai conflitti basati sull'identità. Il legame stretto tra politica economica e identità nazionale si era allentato, sostituito da una struttura in cui diversi argomenti esistevano in regni separati e spesso conflittuali. Ciò suggerisce che il messaggio politico si era spostato da una visione ampia e orientata alle politiche verso una narrazione più frammentata, guidata da battaglie ideologiche e dalla difesa della verità politica.

Lo studio ha anche esaminato da vicino parole specifiche per vedere come i loro significati fossero cambiati nello spazio tra le due campagne. Parole come "Cina", "lotta", "elezione" e "verità" hanno mostrato il movimento più drammatico. Nel 2016, "Cina" era vicina a parole riguardanti il commercio, la produzione e il lavoro; era inquadrata principalmente come un competitore economico. Entro il 2024, la parola si era allontanata molto dai suoi vicini economici e si era stabilita accanto a termini relativi alla sicurezza nazionale, alle minacce e alla rivalità geopolitica. Allo stesso modo, la parola "lotta" aveva cambiato posizione. Nei discorsi precedenti, era associata alla forza militare e alle minacce esterne. Nei discorsi successivi, si era spostata al centro delle lotte politiche interne, raggruppandosi con parole riguardanti le elezioni, la censura dei media e il conflitto interno.

Forse il cambiamento più significativo è avvenuto con la parola "verità". Nel 2016, questa parola era sulla periferia, non centrale ai principali cluster di significato. Nel 2024, era diventata un punto focale, formando un proprio cluster isolato circondato da parole riguardanti le narrazioni mediatiche, la censura e l'identità politica. Ciò indica un passaggio dal discutere di fatti oggettivi o dettagli politici verso una lotta sulla natura stessa della realtà e su chi abbia il diritto di definirla. La parola "elezione" ha intrapreso un viaggio simile, passando da un contesto di vittoria e sostegno popolare nel 2016 a un contesto di frode, dispute sulla legittimità e risultati contestati nel 2024.

I ricercatori hanno concluso che questi cambiamenti non riguardavano solo lo scambio di un argomento con un altro, ma una ristrutturazione fondamentale di come viene costruito il significato politico. Il discorso del 2016 era caratterizzato da una struttura coesa e orientata all'economia, dove le idee si rafforzavano a vicenda. Il discorso del 2024 era più frammentato, guidato dall'ideologia e focalizzato sull'identità e sul conflitto. Lo studio suggerisce che, man mano che la polarizzazione politica si approfondisce, il linguaggio usato per descrivere il mondo diventa meno incentrato su obiettivi politici condivisi e più sulla difesa di realtà separate e spesso incompatibili. I modelli informatici non si sono limitati a contare le parole; hanno rivelato che l'architettura stessa del discorso politico è cambiata, passando da una narrazione unificata a una collezione di frammenti disconnessi e carichi di ideologia. Questa scoperta offre un nuovo modo per comprendere come i leader politici adattino il loro linguaggio non solo ai nuovi eventi, ma a un panorama di credenze pubbliche e conflitti in mutamento.