Zaznacz stronę
Analiza emocji w debacie prezydenckiej Harris vs Trump: Jak Sentimenti mierzy emocje i sentymenty

Analiza emocji w debacie prezydenckiej Harris vs Trump: Jak Sentimenti mierzy emocje i sentymenty

Debata prezydencka pomiędzy Kamalą Harris i Donaldem Trumpem nadal budzi ogromne zainteresowanie. Wielu komentatorów zastanawia się, kto wygrał tę emocjonującą wymianę argumentów, ale my chcemy spojrzeć głębiej – jakie emocje dominowały w trakcie ich wypowiedzi? Dzięki narzędziom Sentimenti możemy precyzyjnie zmierzyć emocje i sentymenty, aby zobaczyć, co naprawdę kryło się za słowami kandydatów.

Nasza analiza oparta jest na transkrypcji debaty przygotowanej przez ABC News, którą można przeczytać tutaj: ABC News – Harris-Trump Presidential Debate Transcript.

Sentyment i pobudzenie: Kluczowe wskaźniki emocji w debacie prezydenckiej

Punktem wyjścia naszej analizy jest pomiar sentymentu oraz natężenia emocji. Co to właściwie oznacza? W Sentimenti badamy zarówno sentyment pozytywny, jak i negatywny, co pozwala nam określić, czy dany fragment tekstu niesie ze sobą pozytywne, czy negatywne emocje. Z kolei pobudzenie to wskaźnik intensywności tych emocji – im wyższe pobudzenie, tym bardziej emocjonalne stają się wypowiedzi.

Na początku debaty kandydaci wydawali się pozytywnie nastawieni. Harris zaczęła z sentymentem na poziomie 58%, a Trump aż 66%. Ale to była tylko cisza przed burzą. Z czasem dyskusja stawała się coraz bardziej intensywna, a pierwszy atak przypuścił były prezydent. Odpowiedzi Harris również zaczęły przybierać negatywny ton, gdy debata przeszła w bardziej konfrontacyjny styl.

Jeśli chodzi o pobudzenie, Harris rozpoczęła debatę w spokojnym tonie, ale z czasem emocje w jej wypowiedziach dorównały intensywności Trumpa, co utrzymało się do końca debaty.

Sentyment a emocje: Jakie uczucia przeważają w debacie Harris – Trump?

Sentyment to jednak nie wszystko – równie ważne są konkretne emocje. Skupiliśmy się na dwóch przeciwnych emocjach, według teorii Roberta Plutchika: zaufaniu i wstręcie. Wyniki są fascynujące.

Na początku kandydaci starali się wywołać zaufanie, szczególnie w kontekście własnych planów politycznych. Jednak w miarę upływu czasu, emocja wstrętu zaczęła dominować, szczególnie w odniesieniu do krytyki działań przeciwnika.

W trakcie odpowiedzi na pytania negacja przeciwnika stała się główną strategią obu kandydatów. Ostatecznie emocja zaufania ustąpiła miejsca wstrętowi, co nadało debacie wyjątkowo ostrą atmosferę.

Analiza emocji w końcowych wypowiedziach kandydatów

Jak każda debata, również ta zakończyła się końcowymi oświadczeniami. W tych fragmentach kandydaci starali się zaprezentować w najlepszym świetle. Często uważa się, że to właśnie ostatnie słowa są najbardziej zapamiętywane przez widzów, dlatego przeanalizowaliśmy je oddzielnie.

Kamala Harris w swoim final statement postawiła na pozytywne rozwiązania, podkreślając swoje propozycje i unikała bezpośrednich ataków na Trumpa. Dzięki temu jej sentyment pozytywny wzrósł, podobnie jak emocja zaufania. Z drugiej strony, Donald Trump pozostał przy negatywnej narracji, koncentrując się na krytyce swojej przeciwniczki, co spowodowało przewagę negatywnego sentymentu i wstrętu. Jego końcowa wypowiedź, zamiast inspirować pozytywne emocje, pogłębiła negatywny odbiór.

Jak emocje wpływają na debatę polityczną?

Analiza debaty prezydenckiej Harris – Trump pokazuje, jak emocje mogą kształtować odbiór politycznych dyskusji. Z jednej strony mamy pozytywny sentyment na początku debaty, który z czasem ustępuje miejsca negatywnym emocjom, szczególnie wstrętowi. Kandydaci świadomie wykorzystują emocje, aby wywołać konkretne reakcje u widzów.

Chcesz dowiedzieć się więcej, jak emocje wpływają na Twoje treści? Dzięki narzędziom Sentimenti możesz precyzyjnie mierzyć emocje w tekstach i lepiej zrozumieć, jak Twoje słowa oddziałują na odbiorców.

Analiza sentymentu nie powie Ci prawdy

Analiza sentymentu nie powie Ci prawdy

Czy analiza sentymentu zawsze mówi prawdę? Analiza sentymentu to popularne narzędzie, które pomaga zrozumieć, jak użytkownicy reagują na treści w mediach społecznościowych. Jednak czy zawsze jest ona w pełni wiarygodna? Przeanalizowaliśmy reakcje na wpis The New York Times na platformie X dotyczący potencjalnego zakazu tej platformy w Brazylii, aby zobaczyć, co kryje się za emocjami wyrażonymi w komentarzach.

Komentarze pod powyższym wpisem (dawniej tweetem – trochę tęsknimy😉) pojawiały się zarówno po angielsku, jak i po hiszpańsku, dlatego przeanalizowaliśmy je wszystkie.

Co mówi analiza sentymentu w komentarzach?

Wstępna analiza wpisu NYT pokazuje, że przeważał w nim pozytywny sentyment – 31% treści nacechowanych było pozytywnymi emocjami, a tylko 12% miało charakter negatywny. Na pierwszy rzut oka można by pomyśleć, że odbiór wpisu będzie podobny.

Jednak analiza komentarzy pod postem ujawnia zupełnie inną rzeczywistość. Aż 62% komentarzy nacechowanych było sentymentem negatywnym, podczas gdy tylko 38% miało wydźwięk pozytywny. Oznacza to, że pomimo pozytywnej wymowy samego wpisu, reakcje czytelników były przeważnie negatywne.

Takie dane mogą sugerować, że większość użytkowników ma negatywne odczucia związane z wpisem, ale analiza samego sentymentu nie mówi nam, dlaczego tak się dzieje. Czy komentarze są pełne złości, smutku, zaskoczenia? A może wyrażają wstręt lub rozczarowanie? Aby w pełni zrozumieć, co naprawdę czują odbiorcy, potrzebujemy bardziej szczegółowej analizy emocji.

Emocje stojące za negatywnym sentymentem

Z analizy emocji zawartych w komentarzach wynika, że głównymi emocjami odpowiadającymi za negatywny sentyment były złość i smutek. Możemy to prześledzić, analizując średnią wartość każdej z tych emocji oraz komentarze o największym i najmniejszym natężeniu emocji.

Dzięki temu narzędziu możemy nie tylko zobaczyć, jakie emocje dominują, ale również dokładnie określić, w stosunku do czego lub kogo są one skierowane. W naszym przypadku złość i smutek były skierowane zarówno wobec władz Brazylii, jak i osoby Elona Muska.

Dla przykładu przeanalizowaliśmy kilka komentarzy, w których dominowały złość i smutek, aby zrozumieć, jakie konkretnie kwestie budziły te emocje. Złość dotyczyła głównie decyzji władz Brazylii, które mogą wpłynąć na zakazanie platformy X. Smutek z kolei pojawiał się w kontekście obaw o przyszłość swobody wypowiedzi oraz wpływu, jaki Elon Musk ma na funkcjonowanie platformy. Mając takie dane, możemy wskazać, jak silne są poglądy i emocje czytelników.

I teraz analizując treści komentarzy możemy stwierdzić, że negatywny sentyment, w którym dominuje złość i smutek skierowany był zarówno w stosunku do szeroko rozumianych władz Brazylii, jak i do osoby E. Musk. A mając dane o natężeniu wybranych emocji możemy wręcz wskazać poziom siły, z jakimi wyrażane są poglądy czytelników.

Pobudzenie – miara zaangażowania czytelników

Kolejnym ważnym wskaźnikiem, który warto wziąć pod uwagę, jest „pobudzenie”, czyli poziom zaangażowania emocjonalnego w dyskusji. Pobudzenie mierzy intensywność emocji – im wyższa wartość, tym silniejsze reakcje komentujących.

W przypadku analizowanego wpisu średni poziom pobudzenia wyniósł 58%, co oznacza, że komentarze były wyraźnie emocjonalne. Rozpiętość pobudzenia wahała się od 44% do 80%, co pokazuje, że większość komentujących była mocno zaangażowana w dyskusję. Aż 79% komentarzy miało pobudzenie powyżej 50%, co wskazuje na silne emocje w tej debacie.

Wnioski – czy analiza sentymentu wystarcza?

Na podstawie powyższych wyników widzimy, że sama analiza sentymentu nie daje pełnego obrazu reakcji użytkowników. Choć może ona wskazywać, czy komentarze są pozytywne, czy negatywne, nie mówi nam, jakie konkretnie emocje stoją za tymi reakcjami.

Analiza emocji, takich jak złość, smutek czy zaskoczenie, jest niezbędna, aby lepiej zrozumieć, dlaczego ludzie reagują w określony sposób. W tym przypadku widzimy, że złość i smutek związane były z konkretnymi problemami, takimi jak działania władz Brazylii czy postawa Elona Muska.

Dlatego, aby uzyskać pełen obraz, warto sięgać po bardziej zaawansowane narzędzia analizy emocji, które rozwijamy w Sentimenti przy pomocy sztucznej inteligencji. Dzięki temu pomogą nam lepiej zrozumieć, co naprawdę myślą i czym kierują się internauci.

Emocje czytelników The New York Times na słowa Donalda Trumpa

Emocje czytelników The New York Times na słowa Donalda Trumpa

Na Plattformie X The New York Times (NYT) zmieścił wpis: „Donald Trump has boasted that, if he returns to office, he will dispatch forces to patrol the border, suppress protests and fight crime. His vision of using the military to enforce the law domestically would carry profound implications for civil liberties.”

Przyjrzyjmy się emocjom w komentarzach pod tym wpisem:

Sentyment w komentarzach czytelników

Zbadaliśmy, jaki sentyment ten wpis wywołał u odbiorców – użytkowników Platformy X. W tym celu przeanalizowano zamieszczone pod wpisem NYT komentarze. Obok struktury ilościowej zmierzyliśmy poziom natężenia sentymentu wyrażanego w komentarzach. Średnie natężenie sentymentu negatywnego było zdecydowanie wyższe niż średnie natężenie sentymentu pozytywnego.

Ten prosty pomiar jednak nie odpowiada na zasadnicze pytanie: co czytelnicy – odbiorcy NYT konkretnie odczuwali, czytając zamieszczony wpis. Jakie emocje wywołał w nich tekst i czy ma to znaczenie w ocenie. Dopiero pogłębiona analiza przeprowadzona pod kątem pomiarów poszczególnych emocji daje odpowiedź na tak postawione pytanie.

Dominujące emocje w komentarzach czytelników

Emocje, jakie potrafimy zmierzyć to między innymi: złość, strach, oczekiwanie, zaskoczenie, zaufanie, smutek, wstręt czy radość. Są one jednocześnie składowymi sentymentu pozytywnego lub negatywnego. Dlatego dopiero pomiar ich natężenia pokazuje, czego możemy się spodziewać po zachowaniach ich “właścicieli”. W końcu diametralnie inaczej reagujemy odczuwając smutek (wycofanie), a kiedy odczuwamy złość (działanie). Dochodząc jedynie do wniosku, że przeważa sentyment negatywny, bardzo mało możemy wywnioskować. Ale do rzeczy:

W badanym przypadku dominujący wpływ na poziom natężenia sentymentu pozytywnego miała emocja oczekiwania. Jej natężenie było zróżnicowane w zależności od treści komentarza i wahało się w przedziale od 10% do 58%.

W przypadku sentymentu negatywnego – na jego poziom decydujący wpływ miała wyrażana w komentarzach emocja złości. Jej natężenie tak jak w przypadku oczekiwania było zróżnicowane i wynosiło od 14% do 87%.

Jak widać z tych pomiarów natężenie złości było we wszystkich przekrojach silniejsze niż natężenie oczekiwania i to zbudowało ogólny negatywny odbiór informacji zawartych we wpisie NYT.

Pobudzenie – miernik zaangażowania autorów komentarzy

Obok analizy sentymentu i tworzących go poszczególnych emocji dokonano także pomiarów pobudzenia, jakim nasycone były treści komentarzy czytelników. Pobudzenie najprościej mówiąc pokazuje poziom zaangażowania, z jakim wyrażają się autorzy treści. W tym przypadku średnie natężenie pobudzenia utrzymało się na bardzo wysokim poziomie osiągając 59%.

Także w przypadku pobudzenia mamy do czynienia z dużym jego zróżnicowaniem – będącym odbiciem zaangażowania, z jakim wyrażał się poszczególny autor komentarza. Rozpiętość natężenia pobudzenia wynosiła od 42% do 83%. To, jak i średnia wartość natężenia pokazuje, że wpis NYT wywołał u czytelników potrzebę odpowiedzi nasyconych bardzo dużą warstwą zaangażowania.

Wnioski

Sam pomiar sentymentu to za mało, aby móc wywnioskować, jak zachowa się autor lub autorzy. Złość, obecna w analizowanych komentarzach, sugeruje mocne zaangażowanie się komentujących, wskazuje wręcz na chęć zmiany sytuacji, impuls do działania wywołany przekazem. Gdyby natomiast dominującą emocją był smutek, również postrzegany w kategorii sentymentu negatywnego, wnioski mogłyby być zgoła inne – wskazujące na wycofanie się większości komentujących, rezygnację i niechętną, ale akceptację stanu rzeczy.

Z analizy samego sentymentu tego wszystkiego nie wywnioskujemy i, co najważniejsze, nie dowiemy się o przyszłych intencjach odbiorcy, czytelnika czy komentującego, mierząc jedynie jego nastrój, bez wchodzenia głębiej, w emocje.

Startup Summer Vibes (AI Series)

Startup Summer Vibes (AI Series)

Wstęp: Jak sztuczna inteligencja może analizować emocje i sentyment w różnych treściach? W jaki sposób jazda na rowerze wpływa na samopoczucie foundera, który na codzień zmaga się z rozwojem dwóch marek? To tylko kilka tematów, które zostały poruszone w rozmowie Małgorzaty Skorupy z Damianem Grimlingiem, CEO Sentimenti i Sentistocks.

Autor:  Małgorzata Skorupa

Miejsce i data publikacji: Startup Summer Vibes, 06-11-2023

Spotify

Wpływ wyborów w Polsce na wskaźniki makroekonomiczne

Wpływ wyborów w Polsce na wskaźniki makroekonomiczne

Wyniki wyborów z 15 października 2023 zadziałały stymulująco na kursy wielu instrumentów finansowych. Analitycy Sentimenti przebadali autorskim narzędziem SENTITOOL, okres od 11 do 18 października, mierząc poziom indeksu zaufania inwestorskiego definiowanego jako natężenie emocji zaufania wyrażanego we wpisach zamieszczanych w mediach społecznościowych. Badanie oparto o analizę 1517 takich wpisów odnoszących się do zróżnicowanych instrumentów finansowych. 

Zmiany w indeksie zaufania

Ostanie dni kampanii oraz zarządzona cisza wyborcza obowiązująca zwłaszcza w sobotę 14 października powodowały, że inwestorzy zajęli wyraźnie pozycję wyczekującą. Skutkowało to spadkiem dziennego indeksu zaufania średnio o 3 punkty procentowe względem notowanego jeszcze 12 października poziomu. Jak można było się spodziewać, dopiero ogłaszane sukcesywnie wyniki o frekwencji wyborczej i wstępne sondażowe dane z exit poll, powodowały zdecydowane zmiany w poziomie indeksu zaufania, który 15 października osiągnął wzrost o 11 punktów procentowych.

Taka zmiana nastrojów wpłynęła na ożywienie rynków finansowych. Dobitnym przykładem takiego ożywienia były notowania kursu WIG 20, który już 16 października wzrósł w porównaniu do ostatniego notowania o 5,3%. Także w następnych dniach widać zależność przyczynowo-skutkową pomiędzy indeksem zaufania i kursem WIG20.

Indeks zaufania w dniu WYBORÓW

Ciekawie kształtował się indeks zaufania w samym dniu wyborów,15 października. Analiza przeprowadzona godzina po godzinie pokazuje, jakim dynamicznym wahaniom on podlegał. I tak po otwarciu lokali wyborczych miał tendencję wzrostową, którą wyhamowały dane o frekwencji na godzinę 12:00. Kolejne dane z godziny 17:00, połączone z danymi sondażowymi exit poll, spowodowały dynamiczny (o 11 punktów procentowych) wzrost indeksu zaufania. Godzina 21:00 przyniosła wstępne wyniki sondażowe exit poll. To w połączeniu z danymi frekwencyjnymi wpłynęło na dalszy wzrost indeksu o kolejne 16 punktów procentowych. Godzina 23:00 przyniosła rekord indeksu zaufania – zanotowano poziom 71%. Te dane spowodowały, że średnio dzienny indeks zaufania w dniu 15 października wyniósł 32%. Był on wyższy o 11 punktów procentowych w porównaniu do dnia poprzedniego.

Czy pozytywny impuls wywołany wynikami wyborów będzie miał trwalszą tendencję na rynkach finansowych i w gospodarce jako całości, czas pokaże. Być może będzie to między innymi zależało od tempa realizacji obietnic wyborczych. Obietnic składanych przez koalicję, która będzie przejmować władzę w naszym kraju.

Analizę przeprowadzono dzięki dostarczonym materiałom, przy współpracy z Instytutem Badania Internetu i Mediów Społecznościowych IBIMS.