p Foi um mantra popularizado pela primeira vez por Michelle Obama em 2016 e repetido várias vezes por políticos democratas que juraram repreender o discurso negativo que disseram que seus colegas republicanos adotaram. p "Quando eles baixam, nós vamos alto, " ela disse.

p Apenas dois anos depois, a mensagem parece não ter colado, de acordo com uma nova pesquisa da Northeastern University.

p Aleszu Bajak, quem ensina jornalismo, e Floris Wu, estudante de mestrado em jornalismo, analisou a linguagem em centenas de milhares de tweets de políticos que concorrem ao Senado antes das eleições de meio de mandato de 2018.

p Eles descobriram que a maioria dos democratas que concorrem às eleições postam tweets contendo linguagem negativa com mais frequência do que postam tweets com linguagem neutra ou positiva. E daqueles que usaram suas contas do Twitter para enviar mensagens negativas, a maioria venceu suas corridas.

p Em alguns casos, o oposto era verdadeiro para os republicanos. Bajak e Wu descobriram que os republicanos que usavam linguagem positiva na maioria das vezes em seus tweets venceram suas corridas.

p "Nos dados do Twitter, encontramos exatamente o oposto do mantra que, 'Quando eles caem, nós vamos alto, '"diz Bajak, que também gerencia os programas de pós-graduação em Inovação de Mídia e Advocacia de Mídia na Escola de Jornalismo. "Descobrimos que os democratas que ganharam as eleições foram mais negativos em seus tweets."

p Bajak e Wu coletaram mais de 124, 000 tweets dos meses anteriores a 6 de novembro, Testes semestrais de 2018, de 68 democratas verificados, Republicanos, e independentes que disputavam assentos no Senado.

p Bajak e Wu filtraram os tweets por meio de um programa de aprendizado de máquina que pesquisou o texto em busca de palavras que foram pontuadas com um valor negativo ou positivo e derivou uma pontuação média para o tweet geral. Eles usaram essa pontuação para determinar se um tweet, nele mesmo, foi negativo ou positivo.

p Entre os políticos com o maior número de tweets negativos está o senador Bob Casey, um democrata da Pensilvânia.

p Em 3 de outubro, em resposta à audiência do Congresso para considerar a nomeação de Brett Kavanaugh para a Suprema Corte, Casey tuitou, "A zombaria do presidente Trump do Dr. Ford é ofensiva. A Dra. Ford corajosamente apresentou-se para relatar o fato de ter sido agredida sexualmente. Ela merece ser ouvida e respeitada, não zombado. "

p O processo pode resultar em falsos positivos e falsos negativos, no entanto, então Bajak e Wu vasculharam os resultados para resolver qualquer tweet que tivesse sido rotulado incorretamente.

p "Os computadores são ruins em inferir sarcasmo ou qualquer tom, "Bajak diz." Uma frase como 'estimulado' muitas vezes teve pontuação negativa, mas na verdade é um termo positivo. "

p Por exemplo, O senador democrata Jon Tester de Montana tuitou, "Missoula está animada! #Mtpol #mtsen" como a legenda de uma foto em um comício. Este tweet foi classificado como negativo inicialmente.

p Devido ao potencial de falsos negativos, Bajak e Wu usaram uma terceira técnica para verificar seus resultados. Eles alimentaram os tweets por meio de um segundo programa treinado para avaliar uma palavra dentro de seu contexto. Usando esta técnica, eles puderam verificar o sentimento geral do idioma em uma determinada postagem, Wu diz.

p Bajak e Wu descobriram que os democratas que publicaram tweets com linguagem negativa com mais frequência se saíram melhor em suas eleições, enquanto o oposto era verdadeiro para os republicanos. Especificamente, dos 33 candidatos democratas ao Senado que analisaram, 19 tweetou mais negativamente do que o resto do campo. Desses 19 candidatos, 15 venceram as eleições.

p Entre todos os candidatos que concorrem às eleições, Sen. Dianne Feinstein da Califórnia, Sen. Robert Menendez de New Jersey, e Casey, da Pensilvânia, postou o maior número de tweets negativos. Todos os três são democratas, e todos os três ganharam suas eleições.

p Em 2 de novembro, poucos dias antes da eleição, Feinstein tuitou, "O presidente está alimentando o medo de imigrantes que buscam asilo para ganhar pontos políticos baratos. Essas famílias estão fugindo da violência em busca de uma vida melhor. Não são uma ameaça urgente à segurança nacional."

p Do outro lado do espectro estavam a senadora Deb Fischer, de Nebraska, e a senadora Mitt Romney, de Utah - ambos republicanos que ganharam suas disputas e estavam entre os candidatos que publicaram o maior número de tweets positivos.

p Em 31 de outubro, a última vez que Fischer tuitou até depois da eleição, ela escreveu, "Foi um prazer visitar @CLAAS_America em Omaha com @RepDonBacon. Fizemos um ótimo tour pelas impressionantes instalações e realizamos uma mesa redonda sobre fabricação, #agricultura, cortes de impostos e #broadband. #OnTheRoadinNE ".

p Bajak e Wu enfatizam que é impossível dizer a partir de seus dados que aqueles 15 democratas venceram porque foram mais negativos, ou que os republicanos ganharam seus assentos porque foram mais positivos.

p "Mas foi muito interessante ver a correlação confirmada no Twitter, "Bajak diz.

p Wu, que estudou física e ciência de dados antes de ingressar no programa de jornalismo da Northeastern, diz que está constantemente checando no Twitter tendências interessantes que, com um pouco de trabalho, pode se tornar uma história.

p Nesse caso, ela estava explorando os tuítes do semestre de 2018. Ela e Bajak, ela diz, estavam interessados ​​na maneira como "as pessoas estavam falando sobre a eleição".

p "Achei que seria interessante ver o número de tweets positivos que um candidato recebeu em comparação com a quantidade de votos que obteve em seu estado, "Wu disse.

p Ela e Bajak estão considerando como podem usar as mesmas ferramentas analíticas durante a eleição de 2020 para analisar os tweets à medida que são postados, em vez de retroativamente, como fizeram neste estudo.

p "Seria ótimo criar algum tipo de ferramenta em tempo real, "Bajak diz.