A hostilidade aos imigrantes não é novidade nos Estados Unidos. Em 1896, Henry Cabot Lodge alertou no plenário do Senado que as "qualidades mentais e morais" dos americanos seriam ameaçadas pela "infusão por atacado de raças cujas tradições... são totalmente estranhas às nossas". Nos últimos anos, o ex-presidente Donald Trump demonizou imigrantes mexicanos como estupradores e traficantes de drogas e suspendeu a imigração de vários países com populações predominantemente muçulmanas.
Algum desses oradores é representativo da opinião mais ampla de seu tempo?

Um novo estudo que usa inteligência artificial para traçar o tom de mais de 200.000 discursos no Congresso e presidenciais sobre imigração desde 1880 fornece uma perspectiva histórica surpreendente.

O estudo, publicado recentemente em Proceedings of the National Academy of Sciences , constata que a tendência geral dos discursos políticos rapidamente se tornou mais simpática após a Segunda Guerra Mundial e permaneceu favorável, em média, até hoje.

Ao mesmo tempo, porém, as atitudes tornaram-se cada vez mais polarizadas ao longo das linhas partidárias. A retórica democrata tem sido confiável em relação aos imigrantes desde a década de 1960, e especialmente pró-imigração na última década, enquanto a dos republicanos se tornou cada vez mais hostil desde a década de 1990, e mais provável de caracterizar os imigrantes com uma linguagem sutil desumanizante.

“A tendência geral nos discursos sobre os imigrantes antes da década de 1920 foi negativa, mas mudou para principalmente positiva em uma única geração – de 1945 a 1965”, diz Ran Abramitzky, professor de economia e historiador econômico em Stanford que se uniu à AI pesquisadores no novo artigo. “Uma coisa que achamos especialmente impressionante é que o sentimento positivo continuou nas últimas décadas, mesmo após a reabertura da fronteira em 1965 e quando o fluxo de imigrantes da América Central e da Ásia substituiu a migração da Europa”.

Ao todo, a equipe avaliou 8 milhões de discursos e, em seguida, analisou mais de 200.000 relevantes para a imigração. Usando o processamento de linguagem natural, os pesquisadores identificaram se cada fala era positiva, negativa ou neutra. Eles também desenvolveram um novo léxico para identificar quadros que são comumente usados ​​na discussão de imigração, como crime ou família, bem como um novo algoritmo para identificar usos sutis de linguagem desumanizante.

Entre aqueles que se opõem à imigração, a hostilidade continua alta. Os políticos republicanos são muito mais propensos a usar uma linguagem que caracteriza implicitamente os imigrantes como animais, máquinas ou carga. Os pesquisadores também descobriram que a retórica hostil em relação aos imigrantes mexicanos hoje lembra muito aquela usada contra os imigrantes chineses no final de 1800, quando foram alvo das primeiras restrições à imigração baseadas em países do país. Por outro lado, os imigrantes europeus eram falados com mais simpatia do que os não-europeus, embora ambos fossem vistos negativamente em geral antes de meados do século XX.

Estudando mudanças de cultura com IA

A pesquisa destaca as oportunidades que a inteligência artificial oferece para ajudar os cientistas sociais a estudar tendências sociais e políticas complexas.

"A capacidade de analisar 150 anos de discursos com tantos detalhes é um triunfo da computação moderna e do aprendizado de máquina", diz Abramitzky, "De que outra forma poderíamos ler milhões de discursos?"

A equipe de pesquisa multidisciplinar foi liderada por Dallas Card, pós-doutorando em ciência da computação em Stanford, que agora é professor assistente na Universidade de Michigan. Além de Card e Abramitzky, a equipe incluiu Serina Chang, cientista da computação em Stanford; Chris Becker, economista de Stanford; Julia Mendelsohn, cientista da informação da Universidade de Michigan; Dan Jurafsky, professor de linguística e ciência da computação em Stanford; Leah Boustan, professora de economia em Princeton; e Rob Voigt, professor assistente de linguística da Northwestern University. "Foi apenas reunindo historiadores econômicos, linguistas, cientistas da computação e cientistas da informação que conseguimos resolver esse problema", diz Card. A equipe foi financiada pelo Stanford HAI Hoffman-Yee Research Grant Program, que apoia pesquisas que aplicam inteligência artificial para resolver problemas do mundo real.

Para treinar modelos de aprendizado de máquina que pudessem reconhecer com precisão o tom em relação aos imigrantes, a equipe começou a fazer com que assistentes de pesquisa humana anotassem manualmente uma amostra de discursos sobre se eram positivos, negativos ou neutros e como caracterizavam os imigrantes.

Os falantes anti-imigrantes tendiam a usar palavras associadas a crimes, ameaças, mão de obra barata e, mais recentemente, terrorismo. Os falantes simpáticos eram mais propensos a usar palavras associadas à comunidade, trabalho árduo, necessidades humanitárias e contribuições para o país.

Identificar uma linguagem desumanizante, muitas vezes implícita e sutil, exigia uma abordagem mais sofisticada. A equipe desenvolveu um algoritmo baseado em modelos de linguagem que foram treinados em grandes quantidades de texto e provaram ser muito precisos em prever a probabilidade de uma palavra aparecer em um contexto específico.

O algoritmo foi usado para identificar quaisquer menções de imigrantes em contextos que foram associados a categorias metafóricas de desumanização há muito estudadas, como "animais" (indicados por palavras como "rebanhos"), inundações ("despejo") ou vermes ( "enxame"). Em um discurso de 1893, por exemplo, o método identificou a frase "este enxame de alienígenas deve voltar?" Em um discurso de 1942, sinalizou a declaração de que "imigrantes dos países devastados da Europa invadirão nossa terra e devorarão seus recursos".

Divisão partidária

A equipe de pesquisa também notou uma tendência entre os partidos políticos:os republicanos nas últimas duas décadas começaram a usar metáforas desumanizantes significativamente mais implícitas do que os democratas.

Até cerca de 1980, os discursos parlamentares republicanos e democratas eram bastante semelhantes em seu tom, com o saldo sendo negativo até a Segunda Guerra Mundial e positivo a partir de então até meados da década de 1970. Mas os dois partidos começaram a divergir depois de 1980 – mais acentuadamente depois de 2000. Com exceção de Trump, tanto os presidentes republicanos quanto os democratas têm sido geralmente positivos em relação à imigração desde a era Truman. Os pesquisadores dizem que isso provavelmente reflete o fato de que os presidentes valorizam mais os benefícios mais amplos da imigração.

Mas nos últimos 20 anos, os republicanos se referiram à imigração com muito mais frequência usando palavras associadas a crime, legalidade, deficiência e ameaças. Por outro lado, os democratas usaram com mais frequência palavras associadas à cultura, família, contribuições e vítimas.

O tom positivo em relação aos imigrantes em discursos políticos recentes reflete um sentimento positivo crescente no país como um todo. Os pesquisadores observam que seu resultado geral – que o sentimento anti-imigrante diminuiu – é consistente com pesquisas públicas recentes. Em uma pesquisa Gallup de 2021, 75% dos entrevistados disseram que a imigração foi boa para os Estados Unidos.

"Embora as visões em relação à imigração sejam mais polarizadas por partido do que nunca, há uma maioria silenciosa que favorece a imigração. As atitudes em relação à imigração são mais positivas agora do que em qualquer outro momento da história dos EUA", diz Abramitzky. + Explorar mais

Estudo sugere que a raiva leva os eleitores a se voltarem para partidos de extrema direita na Europa