Come il terrorismo influenza il nostro linguaggio e il voto per la destra radicale
ECONOMIA | MARKETING |

Come il terrorismo influenza il nostro linguaggio e il voto per la destra radicale

IN SEGUITO AGLI ATTENTATI AVVENUTI TRA IL 2015 E IL 2017, GLI UTENTI TEDESCHI DI TWITTER HANNO ADOTTATO UN LINGUAGGIO PIU' SIMILE QUELLO DEL PARTITO DI ESTREMA DESTRA AFD, TRATTANDO L'IMMIGRAZIONE COME UNA MINACCIA ALLA SICUREZZA. GLI ELETTORI HANNO POI PREMIATO IL PARTITO ALLE ELEZIONI DEL 2017, OSSERVANO GAIA RUBERA E FRANCESCO GIAVAZZI

L'esperienza degli attacchi terroristici di matrice jihadista che hanno colpito l'Europa occidentale tra il 2015 e il 2017 dimostra che le minacce percepite come derivanti da minoranze etniche e religiose influenzano il tono del dibattito pubblico sull'immigrazione e il sostegno ai partiti della destra radicale. Lo nota un nuovo studio che utilizza dati tedeschi, tra cui più di 10 milioni di tweet.
 
Infografica di Weiwei Chen

In quel periodo, eventi terroristici e criminali che hanno coinvolto le minoranze hanno reso l'immigrazione una questione più saliente per gli elettori, spiegano gli studiosi della Bocconi Francesco Giavazzi (Dipartimento di Economia) e Gaia Rubera (Dipartimento di Marketing), con gli ex studenti Bocconi Felix Iglhaut (ora al programma di dottorato della LSE) e Giacomo Lemoli (ora al programma di dottorato della New York University) come co-autori. Ciò ha indotto gli utenti tedeschi di Twitter a twittare più frequentemente, e con un sentiment sempre peggiore, di immigrazione e musulmani, rendendo così il loro linguaggio più simile a quello usato dal partito di destra radicale AfD (Alternative für Deutschland), che indicava la politica delle frontiere aperte come una minaccia per la sicurezza della popolazione tedesca.
 
Il cambiamento linguistico è inoltre correlato con l'intenzione di votare AfD, misurata dai sondaggi settimanali di Infratest Dimap, e con le sue fortune elettorali alle elezioni del 2017, quando il partito è entrato per la prima volta nella camera bassa del Parlamento, triplicando la sua quota di voti.
 
Il linguaggio conta
 
Anche se le informazioni fornite dagli utenti di Twitter sulla proprio luogo di residenza sono, in molti casi, inaffidabili, gli autori sono stati in grado di geolocalizzare 189.368 utenti di Twitter in 235 circoscrizioni elettorali tedesche su 261. Hanno identificato 5.512 account Twitter di attrazioni strettamente locali e hanno ipotizzato che ogni individuo che segue almeno tre attrazioni nella stessa circoscrizione e nessuna al di fuori di essa viva lì. Utilizzando un algoritmo di elaborazione del linguaggio naturale, hanno poi calcolato una misura giornaliera di somiglianza tra il linguaggio usato dai partiti su Twitter e quello usato dai cittadini di una determinata circoscrizione. Questa misura di somiglianza è stata utilizzata per dedurre l'allineamento degli utenti di Twitter di ogni circoscrizione con i partiti nazionali.
 
Undici eventi esogeni (dieci attacchi terroristici in Europa e un evento criminale che ha coinvolto uomini nordafricani e arabi) hanno permesso agli autori di confrontare la somiglianza linguistica in presenza e in assenza di eventi.
 
Anche se l'effetto più forte sul volume e sul sentiment dei tweet e sulla somiglianza linguistica si osserva nella settimana successiva all’evento, è visibile anche una tendenza a più lungo termine, con il volume dei tweet sull'immigrazione e sull'Islam che cresce nel tempo e il loro sentiment che peggiora. Nessuna variabile esplicativa tradizionale, come l'istruzione o lo status sociale, sembra svolgere un ruolo, mentre l'entità dell'effetto è piccola dopo i primi eventi e aumenta nel tempo, suggerendo che sia necessaria una serie di shock per condizionare l'opinione pubblica.
 
Media e polarizzazione
 
Lo studio sembra minimizzare il ruolo dei media. L'opinione pubblica tedesca ha modificato il proprio atteggiamento indipendentemente dai giornali. Contrariamente a quanto è accaduto su Twitter, il volume degli articoli incentrati su immigrazione e Islam è diminuito nel tempo e il loro sentiment è rimasto stabile.
 
“Oltre a un ampio spostamento linguistico verso l'AfD,” dice Rubera, “abbiamo anche osservato un più piccolo spostamento verso il linguaggio del partito all'altra estremità dello spettro politico, Die Linke, a scapito dei partiti di centro. Questo suggerisce che un altro effetto del terrorismo a sfondo religioso è stata la polarizzazione della società tedesca.”
 
“Dal momento che la somiglianza linguistica si è dimostrata un buon predittore delle intenzioni di voto a livello di circoscrizione elettorale,” conclude Giavazzi, “il nostro studio apre la prospettiva di utilizzare questa metodologia al posto dei tradizionali sondaggi di opinione o accanto ad essi. Tuttavia, il mondo accademico è preoccupato per il possibile stop alla politica di Twitter di consentire ai ricercatori il libero accesso ai dati. Né uno studio come il nostro né il monitoraggio delle intenzioni di voto attraverso la nuova metodologia sarebbero più fattibili se l'accesso venisse regolato nei termini trapelati qualche giorno fa.”
 
  

Francesco Giavazzi, Felix Iglhaut, Giacomo Lemoli, Gaia Rubera, “Terrorist Attacks, Cultural Incidents, and the Vote for Radical Parties: Analyzing Text from Twitter.” Early View, American Journal of Political Science. DOI: https://doi.org/10.1111/ajps.12764.
 

di Fabio Todesco
Bocconi Knowledge newsletter

News

  • I fornitori di cure a lungo termine per gli anziani devono evolversi

    Presentato il 6 Rapporto Osservatorio Long Term Care promosso dal Cergas con Essity  

  • Postdoc Bocconi invitato a una conferenza di alto profilo

    Gianluigi Riva fara' parte di un gruppo di giovani scienziati che parteciperanno nel corso dell'anno a un incontro con alcuni premi Nobel  

Seminari

  Maggio 2023  
Lun Mar Mer Gio Ven Sab Dom
1 2 3 4 5 6 7
8 9 10 11 12 13 14
15 16 17 18 19 20 21
22 23 24 25 26 27 28
29 30 31        

Seminari

  • Steven Callander: Experts & Experiments

    STEVEN CALLANDER - Stanford GSB

    Room 3-E4-SR03 (Rontgen)

  • Actionable and Responsible AI in Medicine

    PIETRO LIO' - Univeersity of Cambridge

    Room AS03