Elite Polarization in European Parliamentary Speeches: a Novel Measurement Approach Using Large Language Models

Resumo Técnico: Polarização de Elite nos Discursos Parlamentares Europeus

Declaração do Problema
A ciência política comparada reconhece há muito tempo que a hostilidade emocional mútua entre elites políticas pode desestabilizar democracias mais rapidamente do que queixas de nível de massa. No entanto, as ferramentas de medição existentes não conseguem capturar diretamente esse fenômeno específico. As medidas comparativas atuais geralmente focam ou na polarização afetiva de massa (sentimento público em relação aos partidos) ou na distância ideológica de elite (posições políticas). Existe uma lacuna metodológica significativa quanto à avaliação mútua dirigida de elite: o sentimento específico que um ator político expressa em relação a outro dentro do discurso oficial. Métodos tradicionais, como agregação de pesquisas, são limitados pela frequência e escopo nacional, enquanto a codificação manual ou o Processamento de Linguagem Natural (PLN) baseado em dicionários carece da escalabilidade, capacidade multilíngue e nuance contextual necessárias para analisar milhões de referências parlamentares em múltiplos idiomas e décadas.

Metodologia
O artigo introduz a Pontuação de Polarização de Elite (PPE), uma abordagem de medição inovadora que utiliza Modelos de Linguagem de Grande Escala (LLMs) para analisar discursos parlamentares. A metodologia envolve um pipeline de múltiplos estágios:

1. Desagregação da Unidade de Análise: Ao contrário da análise de sentimentos tradicional que atribui uma pontuação única a todo o discurso, esta abordagem desagrega a unidade de análise para a referência individual. O LLM identifica cada instância em que um político menciona outro ator político.
2. Extração de Ator-Alvo-Sentimento: Usando um prompt padronizado e raciocínio de Cadeia de Pensamento, o LLM extrai:
   • O orador e o ator alvo.
   • O contexto específico da referência.
   • O sentimento direcionado especificamente ao ator alvo (distinguindo a avaliação do ator da avaliação de suas circunstâncias).
   • O sentimento é pontuado em uma escala de −5 (desgosta fortemente) a +5 (gosta fortemente).
3. Padronização e Vinculação de Entidades: Referências heterogêneas (por exemplo, "Primeiro-Ministro", "Orbán", "Fidesz") são padronizadas em díades partidárias. Este processo combina scripts de pesquisa determinísticos com correspondência difusa assistida por LLM para resolver entidades nomeadas em seus partidos políticos específicos dentro de um contexto país-ano dado.
4. Agregação: O sistema calcula uma média ponderada das avaliações de partidos externos.
   • Nível Partidário: As avaliações são ponderadas pela participação nas referências (com que frequência o partido alvo é mencionado).
   • Nível Parlamentar: As pontuações partidárias são agregadas usando pesos de participação no voto.
   • A pontuação final inverte o sinal para que valores mais altos indiquem maior negatividade (polarização).
5. Protocolo de Validação: Os autores empregam um padrão de união "supergold" construído via correspondência difusa assistida por LLM. Codificadores humanos e a IA anotam a mesma amostra de discursos; a união das referências válidas identificadas por qualquer um serve como verdade fundamental. Isso evita penalizar a IA por identificar referências válidas que os humanos perderam.

Principais Contribuições

• Inovação Conceitual: A PPE ocupa um quadrante previamente não medido na tipologia de polarização: polarização afetiva de nível de elite baseada em avaliações dirigidas de partidos externos no discurso. É distinta da distância ideológica, sentimento geral, incivilidade e polarização afetiva de massa.
• Escalabilidade Metodológica: A abordagem aproveita LLMs pré-treinados (especificamente GPT-4o e alternativas de pesos abertos) que operam em múltiplos idiomas (húngaro, italiano, inglês) sem treinamento ou ajuste fino específicos para a tarefa. Isso permite o primeiro painel longitudinal, multilíngue e tratável de polarização de elite.
• Validação Técnica: O estudo demonstra que os LLMs podem alcançar alta sensibilidade (recuperando mais referências do que codificadores humanos em alguns cenários) e alto acordo de sentimento (Erro Absoluto Médio de 0,85–1,48 em uma escala de 10 pontos) com codificadores humanos. Crucialmente, a Taxa de Descoberta Falsa (FDR) foi zero em todas as amostras de validação, confirmando que cada referência identificada pela IA tinha uma âncora textual genuína.

Resultados
A metodologia foi aplicada a corpora parlamentares do Reino Unido (1987–2020), Hungria (2002–2023) e Itália (2013–2022).

• Hungria: A PPE captura a consolidação do regime e a reconfiguração do sistema partidário. A polarização atingiu o pico em 2018–2019, e não durante a fase inicial de ampliação do poder executivo (2010–2011), sugerindo que a medida reflete a reação da oposição e o novo equilíbrio do sistema mais do que a tomada de posse institucional imediata.
• Reino Unido: O índice mostra uma tendência em forma de U (decrescente pós-1997, crescente pós-2010). É empiricamente distinto de índices de polarização afetiva de massa e polarização ideológica; notavelmente, durante o período do Brexit, a polarização de elite não disparou apesar da alta tensão pública e ideológica, indicando que a retórica parlamentar permaneceu restrita por normas institucionais.
• Itália: A medida é altamente responsiva às dinâmicas de coalizão. A negatividade em relação a partidos externos cai quando antigos rivais entram juntos no governo (por exemplo, o governo de unidade Draghi) e sobe quando retornam à oposição.
• Validação: A abordagem distingue com sucesso entre diferentes tipos de polarização. No caso do Reino Unido, a PPE mostrou baixa correlação com a polarização afetiva de massa nos anos posteriores, confirmando que mede um fenômeno distinto de nível de elite.

Significado e Alegações
O artigo afirma que a Pontuação de Polarização de Elite fornece uma base escalável e transnacional para pesquisas futuras sobre as causas e consequências da hostilidade de elite.

• Distintividade: A medida é conceitual e empiricamente distinta das métricas existentes, oferecendo uma nova lente para estudar a estabilidade democrática sem depender de dados centrados nos EUA ou pesquisas de massa.
• Viabilidade: O estudo prova que os LLMs podem realizar análise de texto político de alta granularidade (detecção de atores e atribuição de sentimento) em uma escala anteriormente impossível, indo além da necessidade de codificação manual cara ou estudos estreitos de um único país.
• Utilidade Futura: Os autores postulam que esta medida permite aos estudiosos tratar a polarização de elite tanto como variável dependente (estudando o que a produz, como eleições ou crises) quanto como variável independente (estudando o que ela produz, como retrocesso democrático ou escalada populista). O pipeline foi projetado para ser estendido a todos os 29 estados-membros da UE via o corpus ParlaMint, potencialmente criando um painel de vinte anos em toda a UE.