Unpacking the Eye of the Beholder: Social Location, Identity, and the Moving Target of Political Perspectives

Technische Samenvatting: Het Ontleden van het Oog van de Toeschouwer

Probleemstelling
De computationele sociale wetenschap heeft machinelearningtools in toenemende mate overgenomen om politieke teksten en afbeeldingen op grote schaal te analyseren. Deze tools zijn echter grotendeels gebaseerd op een paradigma van "absolutisme van de grondwaarheid", dat uitgaat van het bestaan van één correcte label voor elke data-instantie, onafhankelijk van de waarnemer. Bij evaluatieve taken—zoals het bepalen van de sentiment of de waargenomen geweldsgraad van een politieke afbeelding—is deze aanname gebrekkig. Politieke wetenschapstheorie stelt dat evaluatie wordt bemiddeld door sociale locatie en identiteit; waar een persoon politiek en sociaal staat, bepaalt wat hij of zij ziet. Standaard computationele benaderingen behandelen het onenigheid tussen annotatoren met verschillende identiteiten als "ruis" die via meerderheidsstemming moet worden geëlimineerd. Door deze onenigheid weg te middelen, werpen bestaande tools het verschijnsel weg waar de politieke wetenschap om geeft: de gestructureerde lijnen van spanning en evaluatief conflict die politieke meningsverschillen definiëren. Bijgevolg produceren huidige modellen enkele scores die een stuk media behandelen alsof het een vaste betekenis heeft voor iedereen, en slagen ze er niet in om te vatten hoe politieke afbeeldingen werken als "bewegende doelen" die afhankelijk zijn van het publiek.

Methodologie: De Perspectivistische Visuele Politieke Sentiment (PVPS) Classificator
Om dit aan te pakken, ontwikkelt de auteur de Perspectivistische Visuele Politieke Sentiment (PVPS) classificator. In tegenstelling tot standaardclassificatoren die een enkele sentiment-score voorspellen, voorspelt PVPS een evaluatief profiel voor elke afbeelding, waarbij wordt vastgelegd welke specifieke publieksgroepen de afbeelding gunstiger beoordelen en langs welke identiteitslijnen divergentie optreedt.

• Data: Het model is getraind op ongeveer 82.000 evaluaties van 1.264 politieke afbeeldingen, geleverd door 5.575 volwassenen uit de VS in vier enquêtegolven (2022–2025). Respondenten gaven ratings op een 7-punts attitude-schaal, aangevuld met volledige demografische blokken (partij, ideologie, leeftijd, geslacht, opleiding, inkomen, etniciteit). Een aanvullende dataset van 7.543 afbeeldingen, geannoteerd door meer dan 2.000 werknemers, werd opgenomen via semi-supervised self-training.
• Architectuur: De pipeline extrahert 1.666 feature-vectoren per afbeelding uit zes bronnen:
  1. CLIP (512 dimensies) en DINOv2 (768 dimensies) voor visuele inhoud en ruimtelijke lay-out.
  2. Gemini-captions omgezet naar TF-IDF-vectoren (300 dimensies).
  3. Semantische features (50 dimensies) die de aanwezigheid van voorspellende woorden aangeven.
  4. Conceptfeatures (24 dimensies) voor politieke objecten (bijv. politie, vlaggen, borden).
  5. Politieke topicfeatures (12 dimensies) voor beleidsdomeinen.
     Deze vectoren worden gecomprimeerd via een projectielaag en twee residual-blokken tot een 128-dimensionale representatie, die vervolgens via een softmax-laag wordt gemapt naar klassenprobabiliteiten (Consensus vs. Divergentie).
• Trainingsstrategie: Het systeem traint aparte classificatoren voor 112 distincte assen, die de primaire politieke verdeeldheid (Partij, Ideologie, Thermometer), sociodemografische assen (Leeftijd, Geslacht, Opleiding, Inkomen, Hispanisch) en hun intersecties bestrijken (bijv. Jonge Democraat vs. Oude Republikein).
  • Voor politieke assen leert het model om groepsdivergentie direct te voorspellen op basis van visuele inhoud.
  • Voor sociodemografische assen, waar per-afbeeldingsgaten ruisachtig zijn, wordt een uitgebreide pipeline (Pad B) gebruikt. Dit pad voorspelt individuele ratings op basis van afbeeldingsfeatures en respondentkenmerken, berekent vervolgens de kloof tussen prototypische respondenten, en combineert dit met het visuele signaal (Pad A) via een meta-learner.
• Validatie: Er wordt een ensemble van tien classificatoren gebruikt, getraind op verschillende data-splits en willekeurige zaden. De prestaties worden gemeten aan de hand van de mediaan-minimale per-klasse-accuraatheid om robuustheid tegen klassenongelijkheid te waarborgen.

Belangrijkste Resultaten

• Classificatieprestaties: De classificator voorspelt met succes evaluatieve divergentie op alle drie de primaire politieke assen (Partij, Ideologie, Thermometer) met mediaan-minimale-klasse-accuraatheid variërend van 68,7% tot 78,9%. Het bereikt ook hoge nauwkeurigheid (60–83%) op vele cross-partij en intersectionele assen.
• Sociodemografische Signalen: Pure sociodemografische assen (bijv. Leeftijd, Geslacht) vertonen zwakkere signalen wanneer uitsluitend wordt vertrouwd op onenigheid op afbeeldingsniveau (50–58% nauwkeurigheid). De uitgebreide pipeline, die echter conditie stelt aan respondentkenmerken, herstelt echter een significant signaal voor Leeftijd (68,9%), Geslacht (62,0%) en Opleiding (61,0%). Dit toont aan dat sociale identiteit evaluatie vormgeeft, maar vaak op manieren die verweven zijn met de politieke structuur.
• Heraanlyse van Bestaande Studies:
  • Casas en Webb Williams (2019): Het toepassen van PVPS op Black Lives Matter (BLM)-afbeeldingen onthult dat het mobiliserende effect van emoties niet uniform is. Enthousiasme mobiliseert het delen van afbeeldingen die gunstig zijn voor Democratische vrouwen, terwijl angst en walging betrokkenheid drijven voor afbeeldingen die gunstig zijn voor Republikeinse mannen. Gemiddelde emotiescores verdoezelen deze divergente mechanismen.
  • Won, Steinert-Threlkeld en Joo (2017): De studie vindt dat afbeeldingen die door annotatoren als "gewelddadig" worden beoordeeld, dezelfde afbeeldingen zijn die door PVPS worden voorspeld als gunstig beoordeeld door Republikeinen, conservatieven en Republikeins-georiënteerde respondenten. Omgekeerd worden afbeeldingen met protestborden (geassocieerd met lagere waargenomen geweld in de originele studie) voorspeld als gunstig voor Democraten. Dit suggereert dat waargenomen geweld geen neutraal visueel kenmerk is, maar dat het volgt langs partijdige breuklijnen.

Betekenis en Claims
Het artikel claimt twee primaire bijdragen die politieke wetenschap en computationele methoden verbinden:

1. Voor de Politieke Wetenschap: Het biedt een schaalbare methode om groepsbemiddelde evaluatie te meten. Hoewel theorie lang heeft vastgesteld dat politiek oordeel identiteitsgesorteerd en intersectioneel is, zijn empirische tools achtergebleven, waarbij men vaak meningsverschillen reduceerde tot meerderheidslabels. PVPS maakt gestructureerde onenigheid observeerbaar en voorspelbaar, waardoor onderzoekers kunnen meten hoe visuele persuasieve effecten variëren over specifieke publieksgroepen in plaats van uit te gaan van een monolithische publieksreactie.
2. Voor de Computationele Politieke Wetenschap: Het toont aan dat de assen van groepsconflict over politieke afbeeldingen een signaal dragen dat sterk genoeg is om direct te worden gemodelleerd op basis van visuele inhoud. Door perspectivistische aannames (dat onenigheid een signaal is en geen ruis) op te nemen in de modelarchitectuur, verandert de interpretatie van hoe afbeeldingen worden ontvangen substantieel. Dit maakt een heraanlyse van media-effecten en visuele persuasie op grote schaal mogelijk, waarbij wordt erkend dat "wat een politieke afbeelding overbrengt" een bewegend doel is dat afhankelijk is van de sociale locatie van de kijker.

Het artikel concludeert dat het meten van politieke afbeeldingen vereist dat men weet "voor wie het beweegt". Het claimt niet alle kwesties van bias of generaliseerbaarheid op te lossen (met de opmerking dat de Amerikaanse context een uitzondering is op affectieve polarisatie), maar het vestigt een kader waarin het "oog van de toeschouwer" niet langer een bron van fouten is die weg moet worden gemiddeld, maar het centrale object van analyse is.