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

Taal is meer dan alleen een manier om informatie uit te wisselen; het is het primaire instrument waarmee politieke leiders de werkelijkheid construeren, definiëren wie erbij hoort en de strijd van een natie inkaderen. Wanneer een politicus spreekt, presenteert hij niet louter beleid; hij weeft een tapijt van betekenis waarbij woorden op specifieke, vaak onzichtbare manieren met elkaar verbonden zijn. Decennialang hebben wetenschappers deze toespraken bestudeerd door woorden te tellen of te lezen op toon, maar een nieuwere discipline gebruikt computers om de verborgen architectuur van deze verbindingen in kaart te brengen. Deze benadering behandelt taal als een uitgestrekt, driedimensionaal landschap waar woorden die vaak samen voorkomen, dicht bij elkaar liggen, terwijl woorden die zelden elkaar ontmoeten, ver van elkaar afدrijven. Door deze afstanden in kaart te brengen, kunnen onderzoekers niet alleen zien wat een leider zegt, maar ook hoe de structuur van zijn denken in de loop van de tijd is verschoven. Dit is het terrein dat een recente studie verkent, die naar de evolutie van de politieke retoriek van Donald Trump kijkt door zijn toespraken van zijn campagne in 2016 te vergelijken met die van zijn campagne in 2024, om te begrijpen hoe de kaart van zijn politieke wereld opnieuw is getekend.

De onderzoekers begonnen met een eenvoudige maar ambitieuze vraag: hoe is de manier waarop Donald Trump ideeën met elkaar verbindt in een periode van acht jaar veranderd? Om dit te beantwoorden, verzamelden zij twee enorme collecties tekst: 166.297 woorden uit zijn campagnetoespraken van 2016 en 218.892 woorden uit zijn campagnetoespraken van 2024. Dit waren geen willekeurige fragmenten, maar zorgvuldig geselecteerde transcripten van bijeenkomsten en officiële evenementen, wat zorgde voor een eerlijke vergelijking van hetzelfde type politieke communicatie. Het team voedde deze tekst vervolgens aan een computermodel dat ontworpen is om de betekenis van woorden te leren op basis van hun gezelschap. Stel je een model voor dat duizenden zinnen leest en leert dat "koning" en "koningin" dicht bij elkaar liggen omdat ze vaak in soortgelijke contexten voorkomen, terwijl "koning" en "zand" ver van elkaar verwijderd zijn. Dit model, bekend als Word2Vec, zet elk woord in de toespraken om in een wiskundig punt in een ruimte. De afstand tussen deze punten onthult hoe vergelijkbaar de woorden zijn in betekenis binnen dat specifieke tijdperk.

Zodra de computer de woorden had in kaart gebracht, gebruikten de onderzoekers een methode om ze in clusters te groeperen, vergelijkbaar met het sorteren van een gemengde zak knikkers op kleur en grootte om de dominante patronen te zien. Vervolgens gebruikten ze een techniek om deze complexe, meerlagige kaarten te platten tot tweedimensionale afbeeldingen die met het menselijk oog bekeken en geanalyseerd konden worden. Wat zij vonden, was een verhaal van zowel continuïteit als diepgaande verandering. De kernthema's van Trumps boodschap bleven over beide perioden opmerkelijk stabiel. In zowel 2016 als 2024 werden de toespraken gebouwd op een fundament van populisme, waarbij "het volk" tegenover een corrupte "elite" werd geplaatst, en beloofde hij nationale kracht en vernieuwing. De computer bevestigde dat deze centrale pijlers van zijn retoriek niet verdwenen waren; ze vormden nog steeds de zwaarste, meest prominente kenmerken van het landschap.

Echter, de manier waarop deze thema's rond elkaar waren gerangschikt, had een dramatische transformatie ondergaan. In de toespraken van 2016 was de kaart dicht en nauw verweven. Economische ideeën zoals banen, handel en nationale ontwikkeling waren nauw gegroepeerd met thema's van veiligheid en identiteit. De taal suggereerde een verenigde visie waarin economische welvaart en nationale kracht onlosmakelijk verbonden waren als onderdeel van één samenhangend verhaal. De computervisualisaties toonden aan dat deze ideeën dicht bij elkaar zaten, wat erop wees dat de politieke narratief in 2016 een enkel, geïntegreerd weefsel was waarbij het ene onderwerp op natuurlijke wijze tot het andere leidde.

Tegen 2024 was dat weefsel gerafeld. Dezelfde kernthema's van populisme en kracht waren nog steeds aanwezig, maar ze waren niet langer nauw verbonden met de economische kwesties die ze ooit definieerden. In plaats daarvan leek de kaart van 2024 verspreid en gefragmenteerd. De computeranalyse onthulde dat de thema's uit elkaar waren gedreven en dat er afzonderlijke, geïsoleerde eilanden van betekenis waren ontstaan. Het discours was gefragmenteerder geworden, met nieuwe clusters rond politieke legitimiteit, mediaprocessen en identiteitsgebonden conflicten. De nauwe verbinding tussen economisch beleid en nationale identiteit was versoepeld, vervangen door een structuur waarin verschillende onderwerpen in aparte, vaak conflicterende sferen bestonden. Dit suggereert dat de politieke boodschap was verschoven van een brede, beleidsgeoriënteerde visie naar een meer gefragmenteerd narratief, gedreven door ideologische strijd en de verdediging van de politieke waarheid.

De studie keek ook nauwgezet naar specifieke woorden om te zien hoe hun betekenis was verschoven in de ruimte tussen de twee campagnes. Woorden als "China", "strijd", "verkiezing" en "waarheid" vertoonden de meest dramatische beweging. In 2016 was "China" een buur van woorden over handel, productie en banen; het werd primair geframed als een economische concurrent. Tegen 2024 was het woord ver weg gedreven van die economische buren en had het zich gevestigd naast termen gerelateerd aan nationale veiligheid, dreigingen en geopolitieke rivaliteit. Ook het woord "strijd" had een verschuiving ondergaan. In de eerdere toespraken werd het geassocieerd met militaire kracht en externe dreigingen. In de latere toespraken was het gemigreerd naar het centrum van binnenlandse politieke strijd, waarbij het clusterde met woorden over verkiezingen, mediacensuur en interne conflicten.

Misschien wel de meest veelzeggende verschuiving vond plaats bij het woord "waarheid". In 2016 bevond dit woord zich aan de periferie en stond het niet centraal in de belangrijkste clusters van betekenis. In 2024 was het een brandpunt geworden, een eigen geïsoleerd cluster vormend, omringd door woorden over mediaprocessen, censuur en politieke identiteit. Dit duidt op een beweging weg van het bespreken van objectieve feiten of beleidsdetails naar een strijd over de aard van de werkelijkheid zelf en wie deze mag definiëren. Het woord "verkiezing" onderging een vergelijkbare reis, van een context van overwinning en populaire steun in 2016 naar een context van fraude, legitimiteitsgeschillen en betwiste uitkomsten in 2024.

De onderzoekers concludeerden dat deze veranderingen niet slechts gingen over het verwisselen van het ene onderwerp voor het andere, maar over een fundamentele herstructurering van hoe politieke betekenis wordt opgebouwd. Het discours van 2016 werd gekenmerkt door een samenhangende, economisch georiënteerde structuur waarbij ideeën elkaar versterkten. Het discours van 2024 was meer gefragmenteerd, ideologisch gedreven en gericht op identiteit en conflict. De studie suggereert dat naarmate de politieke polarisatie dieper wordt, de taal die de wereld beschrijft minder gaat over gedeelde beleidsdoelen en meer over het verdedigen van afzonderlijke, vaak incompatibele realiteiten. De computermodellen telden niet alleen woorden; ze onthulden dat de architectuur van de politieke taal zelf is veranderd, van een verenigd narratief naar een verzameling losgekoppelde, ideologisch geladen fragmenten. Deze bevinding biedt een nieuwe manier om te begrijpen hoe politieke leiders hun taal aanpassen, niet alleen aan nieuwe gebeurtenissen, maar aan een veranderend landschap van publieke overtuiging en conflict.