في وقتنا الحالي، تعد الديناميكيات السياسية أكثر تعقيداً من أي وقت مضى، حيث تؤدي الانقسامات الصفية بين النخب السياسية إلى تفاقم الظواهر الديموقراطية المتعددة. يقدم البحث الجديد طريقة مبتكرة لقياس هذا الاستقطاب، موفرًا لنا أدوات تحليل جديدة تلقي ضوءً على العلاقات العدائية بين قادة الأحزاب.

تبدأ القصة من دراسة تستعرض 'درجة استقطاب النخب'، وهو مفهوم يكشف عن كيفية تقييم النخب السياسية لبعضها البعض في سياق الخطابات البرلمانية. فقد استخدمت نماذج اللغات الضخمة (Large Language Models) لتحليل النقاشات البرلمانية في بلدان مثل المملكة المتحدة، المجر، وإيطاليا على مدى أربعين عاماً.

لكن ما الذي يجعل هذا البحث مختلفًا؟

بالإضافة إلى قياس الظواهر المجتمعية الأخرى مثل الاستقطاب العاطفي الجماهيري أو الكراهية الإيديولوجية، يركز هذا البحث على التقييمات المتبادلة بين النخب خارج الحزب. استخدم الباحثون نماذج الذكاء الاصطناعي لتحديد الفاعلين السياسيين، واستعادة الأزواج بين المتحدثين والهدف، وتقدير المشاعر الموجهة لكل فاعل، مما يتيح لهم تجميع هذه التقييمات في مقاييس سلبية مشتركة على مستوى الأحزاب والبرلمان.

تثبت النتائج أن هذا القياس ليس فقط مفهومًا متميزًا عن أنواع الاستقطاب الأخرى، بل يمكنه أيضًا المساعدة في تعقب بلاغة الاستقطاب الضار.

وبفضل إمكانية التطبيق عبر لغات متعددة وعدم الحاجة إلى تدريب خاص على المهام، توفر هذه الطريقة أساسًا قابلًا للتوسع للبحث المستقبلي في كيفية إنتاج الاستقطاب النخبوي وما الذي ينتج عن هذا الاستقطاب. ماذا تعتقدون عن هذا التوجه الجديد في دراسة السياسات؟ شاركونا بآرائكم في التعليقات!