Resumo Técnico: Quantificando o Partidarismo Político para Análises Cross-Platform

Declaração do Problema

A pesquisa sobre polarização política nas redes sociais é dificultada pela incapacidade de medir o partidarismo de forma confiável e que se generalize entre diferentes plataformas. As metodologias existentes são tipicamente adaptadas às propriedades específicas de cada plataforma, como afiliações estruturais (ex: o sistema de subreddits do Reddit, os grafos de retweet do Twitter) ou convenções linguísticas (ex: hashtags específicas ou gírias). À medida que o ecossistema das redes sociais se fragmenta e plataformas de "alt-tech" (ex: Truth Social, Bluesky) emergem ao lado das principais, essas abordagens específicas de plataforma falham em fornecer métricas comparáveis. Essa limitação impede a análise rigorosa da polarização, câmaras de eco e radicalização entre plataformas, particularmente ao comparar ambientes ideologicamente assimétricos.

Metodologia

Os autores propõem uma metodologia baseada em texto e portável entre plataformas para medir o partidarismo político, que depende exclusivamente do texto das postagens e de classificações externas de viés midiático, evitando a dependência de grafos de seguidores, estruturas de comunidade ou convenções específicas de plataforma. O pipeline consiste em quatro estáções:

1. Coleta e Pré-processamento de Dados:

   • Corpus: Aproximadamente 1,3 milhão de postagens coletadas do Bluesky e Truth Social entre 1º de maio e 31 de outubro de 2024 (os seis meses que antecederam a eleição presidencial dos EUA de 2024).
   • Limpeza: As postagens foram desduplicadas (removendo conteúdo quase idêntico), filtradas por texto substantivo (mínimo de três tokens após a remoção de URLs/hashtags) e limpas de HTML/emojis.
   • Embedding: As postagens limpas foram transformadas em vetores usando um codificador de sentenças baseado em transformer (qwen3-embedding:8b), produzindo vetores de 128 dimensões. Estes foram normalizados via L2 e reduzidos via Análise de Componentes Principais (PCA) para reter 95% da variância.

2. Agrupamento (Clustering) e Rotulagem Cross-Platform:

   • Clustering: As postagens de ambas as plataformas foram agrupadas conjuntamente usando MiniBatch k-means ($k=36$).
   • Rotulagem via Sinal Externo: Os autores extraíram URLs das postagens e as mapearam para domínios de notícias. Usando as classificações de viés de mídia da AllSides (uma escala de 5 pontos de -2 [extrema-esquerda] a +2 [extrema-direita]), eles agregaram as pontuações de viés dos domínios citados dentro de cada cluster.
   • Estabilização: Para lidar com clusters com poucas citações, foi aplicada a contração de Bayes Empírico (Empirical Bayes shrinkage) às pontuações brutas de viés médio, contraindo-as em direção a uma média de prior global. Os clusters foram rotulados como tendência à esquerda ($\le -0,5$), tendência à direita ($\ge 0,5$), neutros ou sem sinal.

3. Construção da Dimensão Social:

   • Seleção de Pares de Sementes (Seed Pairs): Os autores selecionaram algoritmicamente quatro pares de clusters opostos (esquerda vs. direita) baseados em alta similaridade de cosseno entre seus centroides, garantindo que os pares diferenciassem-se primariamente pela dimensão partidária, em vez de tópico de conteúdo.
   • Definição do Eixo: Um eixo de partidarismo ($\mathbf{d}$) foi definido como o vetor diferença médio dos centroides L2-normalizados desses pares de sementes opostos: $\mathbf{d} = \frac{1}{n} \sum (\hat{\mathbf{r}}_i - \hat{\mathbf{l}}_i)$.
   • Pontuação (Scoring): As postagens individuais foram pontuadas projetando seus embeddings neste eixo. As pontuações foram padronizadas para z-scores, onde valores positivos indicam alinhamento à direita e valores negativos indicam alinhamento à esquerda.

4. Validação:

   • Dentro da Distribuição (In-Distribution): Testado em postagens retidas do Bluesky e Truth Social que citavam fontes de notícias, mas não faziam parte dos clusters de semente.
   • Fora da Distribuição (Out-of-Distribution): Testado em um corpus independente de postagens do X (Twitter) do mesmo período eleitoral, que nunca foi utilizado para construir o eixo.
   • Análise de Sensibilidade: Comparou o desempenho dos pares de sementes selecionados contra todos os 630 possíveis pareamentos de clusters para garantir que o sinal não fosse um artefato de seleção arbitrária.

Resultados Principais

• Correlação Cross-Platform: O eixo de partidarismo construído mostrou uma correlação positiva significativa com as pontuações de viés da AllSides das fontes de notícias citadas em ambos os conjuntos de avaliação:
  • Bluesky/Truth Social (Dentro da Distribuição): $r = 0,365$ ($p < 0,001$).
  • X (Fora da Distribuição): $r = 0,193$ ($p < 0,001$).
  • A persistência de uma correlação positiva no X, uma plataforma não vista durante a construção do eixo, demonstra que o método captura um sinal partidário geral, em vez de ruído específico de plataforma.
• Análise de Sensibilidade: O eixo derivado dos pares de sementes selecionados pelos autores superou todos os outros pareamentos possíveis de clusters. Ele situou-se no percentil 100 para o desempenho dentro da distribuição e no percentil 99,5 para o desempenho fora da distribuição (X), confirmando a robustez do procedimento de seleção de sementes.
• Tendências Partidárias Dinâmicas: O método recuperou com sucesso a dinâmica interna das plataformas que a identidade da plataforma sozinha não poderia explicar:
  • No Bluesky (tipicamente de tendência à esquerda), as postagens mencionando Biden mudaram de neutro/esquerda para distintamente direita (crítica) após sua retirada em julho, enquanto as postagens mencionando Kamala Harris tornaram-se cada vez mais à esquerda, atingindo o pico em torno do primeiro debate presidencial.
  • No Truth Social, as menções a Biden e Harris tiveram picos à direita em julho, refletindo a reação republicana à transição de candidatos.
• Assimetria Linguística: Uma análise qualitativa revelou que postagens fortemente à esquerda referenciavam candidatos específicos (Biden, Harris, Trump), enquanto postagens fortemente à direita eram dominadas por vocabulário cívico e moral (ex: "pessoas", "deus", "país", "américa").

Principais Contribuições

1. Um Método de Medição Portável: Uma métrica de partidarismo baseada em texto e informada por classificações de viés de mídia externas, validada para produzir pontuações comparáveis entre três plataformas distintas (Bluesky, Truth Social e X).
2. Primeira Comparação Cross-Platform: A primeira análise comparativa do discurso político no Bluesky e Truth Social durante a eleição presidencial dos EUA de 2024, abordando uma lacuna na literatura sobre plataformas de "alt-tech".
3. Evidência Empírica de Sentimento Dinâmico: Demonstração de que a abordagem captura dinâmicas de sentimento variáveis (ex: a erosão do apoio a Biden no Bluesky) em vez de apenas recuperar identidades estáticas de plataforma.

Significância e Alegações

O artigo alega que sua principal contribuição é um framework metodológico que permite a comparação rigorosa de partidarismo entre plataformas. Ao ancorar a medição em classificações de viés externas e consistentes (AllSides) e depender exclusivamente de embeddings de texto, o método supera as limitações de generalização de trabalhos anteriores.

Os autores afirmam que esta abordagem permite aos pesquisadores:

• Investigar como diferentes plataformas respondem aos mesmos eventos políticos.
• Rastrear como a atenção partidária muda ao longo do tempo dentro e entre plataformas.
• Analisar como o mesmo conteúdo é interpretado em plataformas ideologicamente opostas.

O artigo conclui que, embora o método seja atualmente centrado nos EUA (dev devido à dependência das classificações da AllSides) e sensível às escolhas de agrupamento, ele fornece uma ferramenta fundamental para estudar dinâmicas de polarização temporal, fluxo de informação cross-platform e radicalização motivada por plataforma em um ecossistema de mídia social fragmentado.