Mapping the Pandemics Echo: Dynamic Narrative Detection and Spatio-Temporal Sentiment Modeling of COVID-19 Discourse on Twitter
Este artigo apresenta uma nova estrutura espaço-temporal combinando o COVID-Twitter-BERT e o BERTopic para analisar 2,4 milhões de tweets geolocalizados, revelando como as narrativas e os sentimentos da COVID-19 evoluíram através de distintas fases da pandemia e variaram significativamente entre as regiões dos EUA e da Europa.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA de um preprint que não foi revisado por pares. Não é aconselhamento médico. Não tome decisões de saúde com base neste conteúdo. Ler aviso legal completo
Imagine a internet como uma gigantesca praça pública global que nunca dorme. Nesta praça, bilhões de pessoas gritam seus pensamentos, medos e piadas para o vazio a cada segundo. Para cientistas que estudam como as pessoas reagem a grandes eventos, esse falatório é como uma biblioteca massiva e barulhenta onde os livros são escritos em tempo real. Para dar sentido a esse caos, os pesquisadores usam duas ferramentas principais. Primeiro, eles usam a "análise de sentimento", que é como um anel de humor digital que lê uma frase e decide se o escritor está feliz, triste, bravo ou apenas neutro. Segundo, eles usam a "modelagem de tópicos", que atua como um bibliotecário superinteligente capaz de ler milhares de livros de uma só vez e agrupá-los pelo que eles estão realmente discutindo, mesmo que as palavras sejam diferentes. Geralmente, os cientistas observam esses anéis de humor e grupos de livros como se estivessem congelados no tempo, como uma fotografia. Mas a vida não é uma fotografia; é um filme. Os sentimentos das pessoas e as histórias que elas contam mudam todos os dias, e mudam de forma diferente dependendo de onde vivem. Compreender essa imagem em movimento é crucial porque, se os líderes quiserem falar com as pessoas durante uma crise, eles precisam saber não apenas o que as pessoas estão temendo, mas quando essa preocupação começou e quem a está sentindo.
Este artigo, intitulado "Mapping the Pandemic's Echo" (Mapeando o Eco da Pandemia), dá um salto gigante além dessa fotografia estática. Os pesquisadores, Maaskri e sua equipe, decidiram construir uma máquina do tempo para as redes sociais. Eles reuniram uma coleção massiva de 2,4 milhões de tweets de pessoas de todo o mundo, coletados ao longo de 30 meses, de janeiro de 2020 a junho de 2022. Em vez de apenas olhar para os tweets como uma pilha estática de dados, eles usaram um conjunto de ferramentas de alta tecnologia para observar como as histórias e os humores evoluíram mês a mês. Eles combinaram um cérebro linguístico superinteligente (chamado COVID-Twitter-BERT) que entende a gíria e o contexto específicos dos tweets da pandemia com um rastreador de tópicos dinâmico (chamado BERTopic) que pode identificar novas histórias conforme elas emergem e antigas conforme elas desaparecem.
O que eles descobriram é uma paisagem fascinante e mutável de emoção humana. O estudo sugere que a pandemia não foi uma história longa e entediante, mas sim uma série de capítulos distintos. No primeiríssimo momento, no início de 2020, a narrativa dominante era o pânico puro sobre a falta de máscaras e suprimentos médicos. Conforme os meses passaram, a conversa mudou dramaticamente. Em 2021, o foco voltou-se para as vacinas, começando com uma onda de enorme otimismo e esperança, mas depois transformando-se lentamente em uma discussão acalorada e polarizada sobre se as pessoas tinham que tomá-las. Em 2022, o humor havia mudado novamente para algo chamado "fadiga pandêmica", onde as pessoas estavam apenas cansadas de toda a situação.
Os pesquisadores também descobriram que a geografia importa muito. É como se dois bairros diferentes na mesma cidade estivessem dando festas completamente distintas. Nos Estados Unidos, as maiores conversas eram frequentemente sobre "liberdade versus mandatos", com muita raiva e debate sobre regras e direitos pessoais. Na Europa, no entanto, as discussões eram mais focadas na "solidariedade" e no trabalho conjunto como uma comunidade. O estudo mediu esses sentimentos e descobriu que seu sistema conseguia adivinhar corretamente o humor de um tweet cerca de 76% das vezes, e identificou com sucesso 50 histórias ou "narrativas" distintas que as pessoas estavam contando.
O artigo argumenta que olhar para as redes sociais como uma lista estática de opiniões é perder o ponto principal. Se você olhar apenas para um instantâneo, pode pensar que todos estão felizes com as vacinas, ou pode não perceber que uma região específica está subitamente irritada com uma nova regra. Ao mapear essas mudanças ao longo do tempo e do espaço, os autores sugerem que os oficiais de saúde pública poderiam usar esse tipo de "vigilância narrativa" para detectar novas preocupações antes que elas se tornem grandes problemas. Eles poderiam ver exatamente quando o otimismo se transforma em medo ou quando uma política local está causando um tipo específico de reação negativa, permitindo que ajustem suas mensagens para se adequar ao humor do momento. Embora o estudo seja limitado a tweets em inglês e inclua apenas pessoas que usam o Twitter (que podem não representar todo mundo), ele oferece uma nova e poderosa maneira de ouvir o pulso do mundo, mostrando que a história de uma pandemia nunca é apenas uma história, mas sim um bilhão de histórias diferentes mudando todos os dias.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.