Historische reconstructie van menselijke moralisering met woordassociaties en tekstcorpora

Hoe ons gevoel voor goed en kwaad in de loop van de tijd verandert

Waarom werd roken van glamoureus tot beschamend, of werd slavernij van een vanzelfsprekende instelling tot een duidelijke morele verontwaardiging? Dit artikel pakt een schijnbaar eenvoudige vraag aan: hoe worden ideeën, praktijken en zelfs mensen in de loop van decennia en eeuwen als moreel goed of slecht gezien? Met enorme verzamelingen geschreven Engels en moderne AI-instrumenten bouwen de onderzoekers een soort "morele tijdmachine" die bijhoudt wanneer concepten moreel gewicht krijgen — en of dat gewicht positief of negatief is.

Van taal naar een morele tijdmachine

De auteurs introduceren HistMoral, een open-toegankelijke computationele kader dat reconstrueert hoe moreel oordeel ten opzichte van meer dan 20.000 concepten zich in de afgelopen 150 jaar heeft verschoven. In plaats van levende deelnemers direct naar elk concept te vragen, beginnen ze bij grootschalige woordassociatie-experimenten waarin mensen op een stimuluswoord, zoals "roken", reageren met wat er in hen opkomt. Als veel reacties morele woorden zijn zoals "slecht", "verkeerd" of "verslaving", wordt het concept als sterk gemoraliseerd beschouwd. Deze psychologische data definiëren twee belangrijke maten: morele relevantie (in welke mate een concept überhaupt moreel wordt beschouwd) en morele polariteit (of die morele gedachten voornamelijk positief of negatief zijn).

Verloren morele associaties herbouwen uit oude teksten

Historische bronnen hebben natuurlijk geen woordassociatietests, dus het team vindt een slimme omweg. Ze wenden zich tot reusachtige tekstarchieven zoals het Corpus of Historical American English en de New York Times, die samen meer dan anderhalve eeuw geschreven taal bestrijken. In elk decennium of jaar brengen ze in kaart hoe vaak woorden dicht bij elkaar verschijnen en voeren ze de omliggende zinnen in moderne taalmodellen zoals BERT om subtiele betekenisschakeringen vast te leggen. Deze patronen worden gebruikt om een netwerk te bouwen waarbij elk woord een knoop is die verbonden is met anderen waarmee het vaak voorkomt, en elke knoop een rijke numerieke representatie van zijn betekenis in dat tijdperk heeft.

Een netwerk leren moraliteit te voelen

Om deze historische woordnetwerken te koppelen aan menselijk moreel oordeel, trainen de onderzoekers een graf-neuraal netwerk — een soort AI ontworpen om op netwerken te werken — om morele relevantie en polariteit van woorden te voorspellen voor recente decennia waar menselijke associatiedata bestaan. Zodra het model heeft geleerd hoe patronen van co-occurren en betekenis samenhangen met de morele indrukken van mensen, kan het achterwaarts door de tijd worden toegepast om te schatten hoe morele opvattingen over concepten als "roken", "kernwapens" of "gokken" in de loop van decennia zijn gestegen of gedaald. Het systeem produceert continue morele "tijdruns" die bijvoorbeeld laten zien hoe roken geleidelijk verschuift van relatief neutraal naar sterk negatief, in lijn met gezondheids­campagnes en wetgeving uit het midden van de 20e eeuw.

Wat wordt moreel — en wanneer

Met deze gereconstrueerde tijdlijnen testen de auteurs of HistMoral zich gedraagt zoals verwacht. Ziekten en wereldleiders — onderwerpen waarvan eerder onderzoek laat zien dat ze vaak gemoraliseerd worden — krijgen inderdaad hogere scores voor morele relevantie dan vergelijkingswoorden. Concepten die betrokken zijn bij oorlogen worden tijdens conflicten moraliserender en negatiever dan in tijden van vrede. Over 117 categorieën, zoals "ziekten", "familierelaties" of "bovennatuurlijke wezens", onthult het model gedeelde trends: ziektegerelateerde concepten zijn niet alleen van meet af aan moreel geladen maar worden dat steeds meer, terwijl bovennatuurlijke wezens moreel blijven maar geleidelijk aan in betekenis afnemen. De onderzoekers vinden ook dat woorden in dezelfde categorie vaak vergelijkbare morele trajecten tonen, wat suggereert dat gehele familieën van concepten samen door morele ruimte schuiven.

Moraliteit, geld en politiek

Het kader legt ook verbanden bloot tussen morele taal en echte economische en politieke verschuivingen. Door consumentenproducten in nieuwsverslaggeving te volgen naast federale prijsstatistieken, vinden de auteurs dat wanneer producten van het ene jaar op het andere geassocieerd raken met meer moreel negatieve ideeën, hun verkoopprijzen vaak stijgen — mogelijk door belastingen, regulering of crises die zowel kosten verhogen als morele bezorgdheid doen toenemen. In de Amerikaanse politieke taal worden concepten die in morele relevantie toenemen prominenter in Congresdebatten. Rond presidentsverkiezingen wisselen verschillende onderwerpen — zoals milieu, gezondheid of belastingen — in morele intensiteit afhankelijk van welke partij wint, wat wijst op een tweerichtingsinteractie tussen publieke morele zorg en politieke strategie.

Waarom dit nieuwe perspectief op moraliteit ertoe doet

In het dagelijks leven kan morele verandering plotseling en mysterieus aanvoelen: de ene generatie haalt de schouders op bij een kwestie die de volgende als een ernstige onrechtvaardigheid beschouwt. HistMoral laat zien dat onder die kantelpunten geleidelijke verschuivingen liggen die aantoonbaar zijn in hoe we taal in de loop van de tijd gebruiken. Door psychologische theorieën over moraliteit, menselijke woordassociaties en moderne AI te combineren, biedt dit kader een krachtig middel om in kaart te brengen wanneer concepten morele brandpunten worden, of ze als deugden of ondeugden worden gezien, en hoe deze verschuivingen samenhangen met bredere sociale, economische en politieke gebeurtenissen. Voor een algemeen publiek is de kernboodschap dat ons morele landschap niet vaststaat: het evolueert volgens patronen die we nu kunnen gaan meten, vergelijken en mogelijk zelfs voorspellen.

Bronvermelding: Ramezani, A., Stellar, J.E., Feinberg, M. et al. Historical reconstruction of human moralization with word association and text corpora. Nat Commun 17, 3412 (2026). https://doi.org/10.1038/s41467-025-67891-2

Trefwoorden: moralisering, historische taal, woordassociaties, graf-neurale netwerken, sociale verandering