自然言語が示すところでは、政治的争点に関する感情の一致は党派的アイデンティティより強い

日常の政治にとってなぜ重要か

人々はしばしば、リベラルと保守が互いに「憎み合って」おり、銃、移民、中絶のような議論の的となるテーマについてまったく逆の感情を抱いていると言います。本研究は単純かつ意外な問いを投げかけます：実際に人々がオンラインで使う言葉を見たとき、政治的争点に対する感情は本当にそれほど隔たっているのか、それともどちらの陣営に属しているかに対する分断の方が大きいのか。何億もの実際のコメントやニュース記事を調べた結果、アメリカ人の争点に対する感情は世論の議論が示すほど差が大きくなく、最も鋭い感情的亀裂は党派的アイデンティティそのものに集中していることが示されました。

日常言語から感情を読み取る

著者らは世論調査に頼る代わりに、生の言語データに着目しました。彼らは政治的に活発なRedditコミュニティからおよそ3億件のコメントと、党派的なニュース媒体から約700万件の記事を分析しました。自然言語処理を用い、各単語を高次元空間の点として表現し、類似した感情的文脈で現れる単語ほど近くなるようにしました。次に「価数（valence）」の軸を、たとえば「悲しい」のような否定的な語から「喜び」のような肯定的な語へと設定します。各語をこの軸に射影することで、その語が特定のコミュニティや媒体でどれだけ肯定的あるいは否定的に使われるかを示すスコアを得ました。

集団と争点に対する感情を比較する

研究者らは政治的に荷重の高い二種類の語に注目しました。ひとつは「アイデンティティ語」で、共和党や民主党のような党派集団を指します。もうひとつは「争点語」で、中絶、移民、憲法、銃、宗教、警察・犯罪、LGBTQ+問題という米国の政治的対立の中心にある7つの主要トピックを含みます。各保守派・リベラルのサブレディットやニュース媒体について、これらの語がどれほど肯定的または否定的に現れるかを測定しました。次に両側のパターンを比較し、保守とリベラルが語の快適さを似た順序で評価するなら感情の一致を示し、順位が異なれば感情的な不一致を示すと判断しました。

論争的テーマでの共通点を見つける

Redditとニュース媒体の両方で、争点に対する感情の一致は党派的アイデンティティに対する一致より一貫して強いことが分かりました。言い換えれば、リベラルと保守は互いに対する感情についてより鋭く意見が分かれており、銃や中絶、移民などの争点に対する感情の差はそれほど大きくありませんでした。Redditでは争点についていくつかの不一致も見られました—たとえば中絶は保守的な空間でやや否定的に使われ、リベラル側ではやや否定度が低いという傾向がありました。しかし平均すると、争点に関連する語はアイデンティティ語より感情的トーンの類似性が高く、アイデンティティ語では感情的分断が大きく明瞭でした。ニュース媒体ではその差はさらに際立ち、党派的アイデンティティは強く分極している一方で、争点語は左右の媒体間でさえ各側内の一致とほぼ同程度に感情的に近いことが示されました。

より精緻な視点でパターンを検証する

これらのパターンが単に単語埋め込み法の成果物ではないことを確かめるため、研究チームは大規模言語モデルを用いて個々のRedditコメント内で特定の語に対する感情トーンを直接評価しました。「宗教」「銃」「中絶」「移民」「Republican」「Democrat」といった語を含む数十万件のコメントをサンプリングし、モデルに各コメントが対象語に対してどれだけ快適または不快感を示しているかを判断させました。この文脈依存のアプローチは、以前の結果を概ね裏付けました：党派ラベルに関する感情的な対立は争点に関するものよりはるかに大きかったのです。保守派は「Republican」についてより肯定的に語り、「Democrat」についてより否定的に語る傾向があり、リベラルはその逆の鏡像を示しましたが、争点に関する感情の差は小さく、時には無視できる程度でした。

分極化について何を示すか

これらの発見は、現代政治の苦々しい口調は特定の政策に対する和解しがたい感情よりも、党派陣営間の強い敵意に起因する可能性があることを示唆します。人々は銃や移民について激しく議論するかもしれませんが、こうした難しいテーマに対しては混合的でしばしば否定的な感情を共有しており、一方が「愛し」、他方が「憎む」といった戯画的な対立像からは遠いのです。その感情の重なりは分極化を和らげる足掛かりになり得ます：安全や公正、人間の苦しみに関する共有の懸念を強調することは、党派ラベル同士の罵り合いよりも建設的かもしれません。争点に基づく感情が比較的一致していることを示す本研究は、争点に焦点を当て、共感を育む対話が党派間の亀裂を和らげる有望な道筋であることを示唆します。

引用: Rim, N., Jackson, J.C., Berman, M.G. et al. Natural language reveals that political partisans are more affectively aligned over political issues than partisan identities. Commun Psychol 4, 65 (2026). https://doi.org/10.1038/s44271-026-00430-x

キーワード: 感情的分極化, 政治的党派性, オンライン言説, 自然言語解析, 政治的争点