Dynamic Topic Alignment and Sentiment between… — Explicação em linguagem simples

Imagine a pandemia de COVID-19 como um concerto massivo e caótico, onde dois grupos diferentes tentam conduzir a música: o CDC (os maestros oficiais) e o público em geral (a plateia).

Este artigo é como o relatório de um engenheiro de som de alta tecnologia. Ele tenta responder a uma pergunta simples, mas complicada: Os maestros e a plateia estão realmente tocando a mesma música, ou estão apenas gritando uns sobre os outros?

Veja como os pesquisadores desdobraram isso, usando analogias simples:

1. As Duas Playlists (Modelagem de Tópicos)

Primeiro, os pesquisadores coletaram duas playlists enormes de tweets:

Playlist A: 17.524 tweets de contas oficiais do CDC (os maestros).
Playlist B: 67.895 tweets de pessoas comuns (a plateia).

Eles usaram um programa de computador inteligente (chamado "Modelo de Tópicos Biterm") para ouvir essas playlists e agrupar as palavras em temas.

A Playlist do CDC soava como um livro didático de medicina: "taxas de hospitalização", "protocolos de vacinação", "intervenções não farmacológicas" e "aspectos clínicos".
A Playlist do Público soava como uma mistura de assembleia de bairro, bar e sala de estar: "impacto econômico", "política", "esportes", "proteção familiar" e "lutas pessoais".

A Descoberta: Embora ambos os grupos estivessem falando sobre o vírus, frequentemente falavam línguas diferentes. O CDC focava em métricas técnicas, enquanto o público focava em como o vírus afetava suas vidas diárias, empregos e sentimentos.

2. A "Pontuação de Alinhamento" (Consistência de Tópicos)

Os pesquisadores inventaram uma nova maneira de medir o quão bem as duas playlists se alinhavam. Imagine um termômetro que não mede calor, mas mede "alinhamento de tópicos".

Como funciona: Eles não olharam apenas se as palavras eram semelhantes; eles olharam quanto o público estava falando sobre um tópico específico em qualquer dia dado.
O Resultado: Com o tempo, o "termômetro de alinhamento" subiu. Isso significa que o público começou a falar sobre os mesmos tópicos que o CDC estava discutindo (como respostas escolares ou proteção familiar).
O Problema: Apenas porque o público estava falando sobre os mesmos tópicos que o CDC não significa que concordavam com eles. Significa apenas que estavam prestando atenção às mesmas coisas. É como duas pessoas olhando para a mesma nuvem de tempestade; uma está preocupada com a chuva, e a outra está preocupada com o vento. Elas estão olhando para a mesma coisa, mas não necessariamente estão na mesma página.

3. O Anel de Humor (Análise de Sentimento)

Para entender como o público se sentia sobre esses tópicos, os pesquisadores usaram dois "Anéis de Humor" diferentes:

Anel de Humor #1 (Sentimento Esperado): Isso mede o tom médio. Se você pegasse um tweet aleatório, seria feliz, triste ou irritado?
- O Resultado: Mesmo quando o público estava falando exatamente sobre os mesmos tópicos que o CDC, o tom médio permaneceu consistentemente negativo. Quanto mais o público se alinhava aos tópicos do CDC, mais negativo se tornava o tom. Isso sugere que, quando as pessoas focam nos avisos do CDC, elas se sentem mais preocupadas, não mais tranquilizadas.
Anel de Humor #2 (Sentimento Líquido): Isso mede a intensidade ou volume da emoção. Não se trata do que elas sentem, mas de quão alto elas sentem.
- O Resultado: Quando o público se alinhava aos tópicos do CDC, a intensidade emocional disparava imediatamente. Era como um rugido súbito de emoção. O público reagiu rápido e forte aos tópicos que o CDC trouxe à tona.

4. A Máquina do Tempo (Modelos ARIMAX)

Finalmente, os pesquisadores usaram um modelo matemático de viagem no tempo para ver quanto tempo levava para o humor do público mudar após o CDC falar.

O "Humor Médio" (Sentimento Esperado): Isso mudou lentamente. Quando o CDC falava sobre um tópico, o humor médio do público mudava para negativo imediatamente, mas também continuava mudando para negativo por dias depois, e até seguia um padrão semanal (como uma dor de cabeça recorrente).
A "Intensidade Emocional" (Sentimento Líquido): Isso foi um raio. A intensidade da emoção do público disparou imediatamente no mesmo dia em que o CDC falou, mas não teve o mesmo efeito retardado.

A Grande Lição

A principal lição deste estudo é um pouco de realidade para autoridades de saúde:

"Alinhamento" não é igual a "Acordo".

Quando o público começa a falar sobre as mesmas coisas que o CDC, isso não significa que eles estão acenando em concordância ou se sentindo melhor. Na verdade, o estudo descobriu que maior alinhamento estava realmente ligado a sentimentos mais negativos e maior ansiedade.

O público estava prestando muita atenção às mensagens do CDC, mas fazia isso com medo e preocupação, não com aceitação calma. O estudo sugere que, quando agências de saúde e o público estão "no mesmo tópico", isso frequentemente significa que o público está profundamente preocupado com os problemas que a agência está destacando.

Em resumo: O público e o CDC estavam dançando no mesmo ritmo, mas o público estava dançando uma música triste.

Resumo Técnico: Alinhamento Temático Dinâmico e Sentimento entre a Comunicação Oficial de Saúde e o Discurso Público Geral durante a COVID-19

Declaração do Problema
Durante a pandemia de COVID-19, as redes sociais serviram como um canal crítico tanto para a comunicação oficial de saúde (por exemplo, Centros de Controle e Prevenção de Doenças, CDC) quanto para o discurso público geral. Embora pesquisas existentes tenham examinado o sentimento público ou tópicos isolados, há uma falta de investigação sistemática sobre o alinhamento temporal dinâmico entre mensagens focais de agências oficiais de saúde e os tópicos em evolução do público mais amplo. Estudos anteriores foram frequentemente limitados a instantâneos de um único dia, não modelaram a evolução do alinhamento temático e das emoções ao longo do tempo, ou não distinguiram entre atenção pública e concordância pública. Este estudo aborda a lacuna na compreensão de como as opiniões públicas, expressas como tópicos de conteúdo e sentimentos, correlacionam-se e divergem das comunicações oficiais de saúde ao longo de uma emergência de saúde.

Metodologia
Os autores desenvolveram um framework de infovigilância ponta a ponta integrando Processamento de Linguagem Natural (PLN), modelagem de tópicos e análise de séries temporais multivariadas. O estudo utilizou dois grandes conjuntos de dados do Twitter/X:

Comunicações do CDC: 17.524 tweets de 7 contas oficiais afiliadas ao CDC (17 de dezembro de 2019 – 15 de janeiro de 2022).
Discurso Público Geral: 67.895 tweets coletados via BrandWatch (28 de fevereiro de 2020 – 1º de junho de 2023).

O pipeline metodológico consistiu em quatro etapas-chave:

Modelagem de Tópicos (Modelo de Tópicos Biterm - BTM):
- O BTM foi aplicado separadamente a ambos os corpora para lidar com a esparsidade de dados de texto curto, modelando a co-ocorrência de palavras em todo o corpus em vez de dentro de documentos individuais.
- Um vocabulário compartilhado foi construído para permitir comparabilidade.
- O número ótimo de tópicos foi determinado usando entropia de Rényi (estabilizando em 10 para o discurso público e 9 para o CDC) e validado por meio de revisão qualitativa de especialistas.
- Isso resultou em dois conjuntos distintos de tópicos: 9 tópicos do CDC (por exemplo, risco epidêmico, respostas locais, proteção familiar) e 10 tópicos de discurso público (por exemplo, impacto econômico, política, esportes).
Sistema de Pontuação de Consistência Temática:
- Uma métrica inovadora foi desenvolvida para quantificar o alinhamento dinâmico. Ela integra similaridade cosseno (medindo a similaridade semântica entre distribuições de probabilidade de palavras de tópicos) com proeminência diária do tópico (a proporção de um tópico específico no discurso público em um determinado dia).
- O sistema calcula uma pontuação de alinhamento ponderada ( $C_{j,d}$ ) para cada tópico do CDC $j$ no dia $d$ , refletindo o quão próximo o discurso público se alinha a esse tópico oficial específico, ponderado pela proeminência desse tópico na esfera pública.
Análise de Sentimento:
- Duas medidas de sentimento complementares foram incorporadas para capturar diferentes dimensões da emoção pública:
  - Sentimento Esperado: O tom emocional médio (normalizado), representando o tom de uma postagem selecionada aleatoriamente independentemente do volume.
  - Sentimento Líquido: A intensidade emocional agregada (soma não normalizada de positivo menos negativo), capturando a magnitude e a concentração de surtos emocionais.
Dinâmicas Temporais (Modelagem ARIMAX):
- Modelos de Média Móvel Integrada Autoregressiva com Variáveis Exógenas (ARIMAX) foram empregados para examinar a relação temporal entre consistência temática (variável exógena) e sentimento público (variável dependente).
- Os modelos foram executados para ambos os sentimentos esperado e líquido, incorporando termos de atraso de até 7 dias para capturar padrões imediatos, atrasados e cíclicos semanais.

Principais Resultados

Tendências de Alinhamento Temático: O alinhamento temático entre as comunicações do CDC e o discurso público aumentou ao longo do tempo para a maioria dos tópicos, particularmente para "respostas locais e estaduais" e "proteção familiar". No entanto, o alinhamento variou significativamente entre os tópicos; tópicos técnicos como "intervenções não farmacológicas" mostraram menor alinhamento, provavelmente devido a diferenças na linguagem e no enquadramento entre o discurso oficial e o público.
Dinâmicas de Sentimento: Apesar do aumento do alinhamento temático, o sentimento público esperado permaneceu consistentemente negativo durante todo o período do estudo. Isso indica que um alinhamento mais alto reflete atenção e preocupação pública, em vez de concordância ou recepção positiva das mensagens oficiais.
Efeitos Temporais (Descobertas do ARIMAX):
- Sentimento Esperado: Maior consistência temática foi significativamente associada a diminuições imediatas no sentimento médio (tom mais negativo) e mostrou efeitos de atraso significativos em 2, 3 e 7 dias, sugerindo um padrão cíclico semanal na resposta emocional pública.
- Sentimento Líquido: Maior consistência temática foi associada a um aumento imediato significativo na intensidade emocional (magnitude), mas sem os mesmos efeitos de atraso ou atrasos semanais observados no sentimento esperado. Isso sugere que, quando o público se concentra nos mesmos tópicos que o CDC, a reação emocional é intensa e imediata, frequentemente impulsionada por picos negativos (por exemplo, durante fases iniciais da pandemia ou relatos de mortes).

Principais Contribuições

Framework Inovador de Infovigilância: O estudo apresenta um framework escalável, ponta a ponta, que vai além da análise estática para modelar a relação dinâmica e temporal entre a comunicação oficial de saúde e o discurso público.
Sistema de Pontuação de Consistência Temática: Os autores introduzem uma métrica de similaridade ponderada que leva em conta tanto o alinhamento semântico quanto a proeminência diária dos tópicos, oferecendo uma medida de alinhamento mais matizada do que a simples similaridade cosseno.
Métricas de Sentimento Duplas: Ao distinguir entre sentimento esperado (tom médio) e sentimento líquido (intensidade emocional), o estudo fornece uma visão mais abrangente da reação pública, revelando que alto alinhamento pode coexistir com tom negativo e alta volatilidade emocional.
Insight Empírico sobre Alinhamento: As descobertas desafiam a suposição de que o alinhamento temático equivale a comunicação bem-sucedida ou concordância pública. Em vez disso, o estudo demonstra que o alinhamento frequentemente reflete preocupação e atenção pública elevadas às mesmas questões, frequentemente acompanhadas por respostas emocionais negativas.

Significância e Alegações
O artigo afirma que este framework fornece uma abordagem generalizável para investigar e avaliar o engajamento público com a comunicação oficial de saúde. A principal significância reside na capacidade de distinguir entre atenção pública (alinhamento) e concordância pública (sentimento). Os autores afirmam que seus resultados sugerem que as agências de saúde devem interpretar o alinhamento temático não como um sinal de aceitação da mensagem, mas como um indicador de preocupação pública que pode exigir gestão específica do contexto emocional. O framework é projetado para ser modular, permitindo a integração de diferentes abordagens de modelagem de tópicos ou métricas de sentimento, e destina-se a apoiar estratégias de comunicação mais eficazes durante futuras emergências de saúde pública. O estudo nota explicitamente limitações relacionadas ao uso exclusivo de dados do Twitter/X e à incapacidade dos métodos atuais de PLN de capturar totalmente sarcasmo ou sentimentos mistos, enquadrando essas questões como áreas para expansão futura, em vez de capacidades atuais.

Dynamic Topic Alignment and Sentiment between Official Health Communication and General Public Discourse during COVID-19: A Comprehensive Infoveillance Framework