Natuurlijke taal onthult dat politieke partizanen emotioneel meer op één lijn liggen over politieke kwesties dan over partijdige identiteiten

Waarom dit ertoe doet voor alledaagse politiek

Mensen zeggen vaak dat progressieven en conservatieven elkaar “hatelijk” vinden en diametraal tegenover elkaar staan bij gevoelige onderwerpen zoals wapens, immigratie en abortus. Deze studie stelt een eenvoudige maar verrassende vraag: als we kijken naar de daadwerkelijke woorden die mensen online gebruiken, liggen hun emoties over politieke kwesties dan echt zo ver uiteen, of zijn ze meer verdeeld over wie aan welke kant staat? Door honderden miljoenen opmerkingen en nieuwsberichten uit de echte wereld te analyseren, laten de onderzoekers zien dat de gevoelens van Amerikanen over kwesties vaker meer overeenkomen dan het publieke debat doet vermoeden, en dat de scherpste emotionele kloven juist draaien om partijdige identiteiten zelf.

Gevoelens bekijken via alledaagse taal

In plaats van te steunen op opiniepeilingen, richtten de auteurs zich op de taal die mensen in het wild produceren. Ze analyseerden ongeveer 300 miljoen opmerkingen uit politiek actieve Reddit-gemeenschappen en circa 7 miljoen artikelen uit partijdige nieuwsmedia. Met behulp van natuurlijke taalverwerking representeerden ze elk woord als een punt in een hoog-dimensionale ruimte, waarbij woorden die in vergelijkbare emotionele contexten voorkomen dichter bij elkaar liggen. Vervolgens bouwden ze een “valentie”-lijn van negatieve woorden zoals “verdrietig” naar positieve woorden zoals “vreugde.” Door elk woord op deze lijn te projecteren ontstond een score die weerspiegelt hoe positief of negatief dat woord doorgaans wordt gebruikt in een bepaalde community of outlet.

Gevoelens over groepen en kwesties vergelijken

De onderzoekers concentreerden zich op twee soorten politiek beladen woorden. “Identiteitswoorden” verwezen naar partijdige groepen, zoals Republikeinen en Democraten. “Kwestiewoorden” omvatten zeven hoofdonderwerpen die centraal staan in Amerikaanse politieke debatten: abortus, immigratie, de Grondwet, wapens, religie, politiewerk en misdaad, en LGBTQ+-aangelegenheden. Voor elk conservatief en liberaal subreddit of nieuwsmedium maten ze hoe positief of negatief deze woorden gewoonlijk voorkwamen. Vervolgens vergeleken ze de patronen over de politieke scheidslijn heen: als conservatieven en progressieven de aangenaamheid van deze woorden in een vergelijkbare volgorde rangschikten, wees dat op emotionele afstemming; verschilden hun rangorden, dan duidde dat op emotionele onenigheid.

Gedeelde grond vinden bij controversiële onderwerpen

Zowel op Reddit als in nieuwsmedia was de emotionele afstemming consequent sterker voor politieke kwesties dan voor partijdige identiteiten. Met andere woorden: progressieven en conservatieven waren het meer oneens over hoe ze over elkaar dachten dan over hoe ze over wapens, abortus, immigratie en andere onderwerpen dachten. Op Reddit bestond er nog wel enige onenigheid over kwesties—bijvoorbeeld werd abortus in conservatieve ruimtes iets vaker negatiever gebruikt en in progressieve iets minder negatief. Maar gemiddeld genomen vertoonden kwestiegerelateerde woorden een veel grotere gelijkenis in emotionele toon dan identiteitswoorden, waarbij de emotionele kloof groot en duidelijk was. In nieuwsmedia was het verschil nog scherper: partijdige identiteiten waren sterk gepolariseerd, terwijl kwestiewoorden qua emotionele afstemming tussen links en rechts bijna even overeenkwamen als binnen elk kamp afzonderlijk.

Het patroon controleren met een slimmer instrument

Om zeker te zijn dat deze patronen geen artefacten waren van de woord-embeddingmethode, gebruikte het team een groot taalmodel om de emotionele toon ten opzichte van specifieke woorden direct binnen individuele Reddit-opmerkingen te beoordelen. Ze namen steekproefsgewijs honderden duizenden opmerkingen met termen als “religie,” “wapen,” “abortus,” “immigrant,” “Republikein,” en “Democraat” en lieten het model inschatten hoe aangenaam of onaangenaam de houding in elke opmerking tegenover het doeldwoord was. Deze contextgevoelige benadering bevestigde grotendeels de eerdere resultaten: emotionele onenigheid was veel groter voor partijdige aanduidingen dan voor kwesties. Conservatieven spraken doorgaans positiever over “Republikein” en negatiever over “Democraat,” terwijl progressieven het spiegelbeeld toonden, maar de verschillen in gevoelens over kwesties waren kleiner en soms verwaarloosbaar.

Wat dit zegt over polarisatie

De bevindingen suggereren dat de bittere toon van de moderne politiek minder voortkomt uit onverenigbare gevoelens over specifieke beleidsmaatregelen en meer uit sterke vijandigheid tussen partijdige kampen. Mensen kunnen fel debatteren over wapens of immigratie, maar toch gedeelde, vaak gemengde of negatieve emoties hebben over deze lastige onderwerpen—ver van de karikatuur dat de ene kant “houdt van” wat de andere “haat.” Die emotionele overlap kan een ingang vormen om polarisatie te verminderen: het benadrukken van gedeelde zorgen over veiligheid, rechtvaardigheid of menselijk lijden kan productiever zijn dan het uitwisselen van scheldwoorden tussen partijlabels. Door aan te tonen dat kwestie-gebaseerde gevoelens relatief meer op één lijn liggen, wijst deze studie op kwestiegerichte, empathie-bouwende gesprekken als een veelbelovende weg om partijdige kloven te verzachten.

Bronvermelding: 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

Trefwoorden: affectieve polarisatie, politiek partijdigheid, online discours, analyse van natuurlijke taal, politieke kwesties