Historisk rekonstruktion av mänsklig moraliseringsutveckling med ordassociationer och textkorpusar

Hur vår uppfattning om rätt och fel förändras över tid

Varför gick rökning från att vara glamoröst till att vara skamfyllt, eller slaveri från en självklar institution till ett uppenbart moraliskt fördömande? Den här artikeln tar itu med en till synes enkel fråga: hur blir idéer, praktiker och till och med människor betraktade som moraliskt goda eller dåliga över årtionden och århundraden? Genom att använda enorma samlingar av engelskspråkig skrift och moderna AI-verktyg bygger forskarna en sorts "moralisk tidsmaskin" som spårar när begrepp får moralisk tyngd — och om den tyngden är positiv eller negativ.

Att omvandla språk till en moralisk tidsmaskin

Författarna introducerar HistMoral, ett öppet och tillgängligt beräkningsramverk som rekonstruerar hur moralisk bedömning av mer än 20 000 begrepp har skiftat under de senaste 150 åren. Istället för att fråga levande deltagare direkt om varje begrepp börjar de med stora ordassociationsstudier där människor svarar på ett ledord, till exempel "rökning", med vad som än dyker upp i tanken. Om många svar är moraliska ord som "dåligt", "fel" eller "beroende", betraktas begreppet som starkt moraliserat. Dessa psykologiska data definierar två centrala mått: moralisk relevans (i vilken utsträckning ett begrepp över huvud taget tänks i moraliska termer) och moralisk polaritet (om dessa moraliska tankar huvudsakligen är positiva eller negativa).

Återskapa förlorade moraliska associationer från äldre texter

Historiska arkiv kommer förstås inte med ordassociatonstest bifogade, så teamet hittar en smart lösning. De vänder sig till jättelika textarkiv som Corpus of Historical American English och New York Times, som tillsammans täcker mer än etthundrafemtio år av skriftspråk. Varje decennium eller år kartlägger de hur ofta ord förekommer nära varandra och mataren de omgivande meningarna in i moderna språkmodeller som BERT för att fånga subtila nyansskillnader i betydelse. Dessa mönster används för att bygga ett nätverk där varje ord är en nod kopplad till andra ord det ofta förekommer med, och varje nod får en rik numerisk representation av dess betydelse i den eran.

Att lära ett nätverk att uppfatta moral

För att koppla dessa historiska ordnätverk till mänsklig moralbedömning tränar forskarna ett grafneuronätverk — en typ av AI utformad för att arbeta med nätverk — för att förutsäga moralisk relevans och polaritet för ord i de senaste årtionden där mänskliga associationsdata finns. När modellen väl lärt sig hur mönster av samtidig förekomst och betydelse relaterar till människors moraliska intryck kan den appliceras bakåt i tiden och uppskatta hur moraliska uppfattningar om begrepp som "rökning", "kärnvapen" eller "spelberoende" ökade eller minskade över decennier. Systemet producerar kontinuerliga moraliska "tidsförlopp" som visar, till exempel, hur rökning gradvis gick från relativt neutralt till starkt negativt i linje med hälsoinsatser och lagstiftning under mitten av 1900‑talet.

Vad blir moraliskt — och när

Med dessa rekonstruerade tidslinjer i handen testar författarna om HistMoral beter sig som vi skulle förvänta oss. Sjukdomar och världsledare — ämnen som tidigare forskning visar ofta moraliseras — får faktiskt högre poäng för moralisk relevans än jämförelseord. Begrepp som är inblandade i krig blir mer moraliskt laddade och mer negativa under konflikter än i fredstid. Över 117 kategorier, som "sjukdomar", "familjerelationer" eller "övernaturliga väsen", avslöjar modellen delade trender: sjukdomsrelaterade begrepp börjar inte bara som moraliskt laddade utan blir alltmer så, medan övernaturliga väsen förblir moraliska men sakta tappar i relevans. Forskarna finner också att ord inom samma kategori ofta visar likartade moraliska banor, vilket tyder på att hela begreppsfamiljer glider tillsammans genom det moraliska landskapet.

Moral, pengar och politik

Ramverket avslöjar också kopplingar mellan moraliskt språk och verkliga ekonomiska och politiska skiften. Genom att spåra konsumtionsprodukter i nyhetsbevakning tillsammans med federala prisstatistik hittar författarna att när produkter blir förknippade med mer moraliskt negativa idéer från ett år till ett annat, tenderar deras detaljpriser ofta att stiga — kanske på grund av skatter, regleringar eller kriser som både höjer kostnader och väcker moralisk oro. I amerikanskt politiskt tal blir begrepp som får ökad moralisk relevans mer framträdande i kongressdebatter. Runt presidentval varierar olika ämnen — som miljö, hälsa eller skatter — i moralisk intensitet beroende på vilken sida som vinner, vilket skymtar en tvåvägsinteraktion mellan offentlig moralisk oro och politisk strategi.

Varför denna nya lins på moral är viktig

I vardagen kan moralisk förändring kännas plötslig och mystisk: en generation rycker på axlarna åt en fråga som nästa ser som en allvarlig orättvisa. HistMoral visar att under dessa vändpunkter ligger gradvisa skiften som går att upptäcka i hur vi använder språket över tid. Genom att kombinera psykologiska teorier om moral, mänskliga ordassociationer och modern AI erbjuder detta ramverk ett kraftfullt sätt att kartlägga när begrepp blir moraliska tändfläckar, om de betraktas som dygder eller laster, och hur dessa skiften relaterar till bredare sociala, ekonomiska och politiska händelser. För en allmän läsare är huvudbudskapet att vårt moraliska landskap inte är fixerat: det utvecklas i mönstrade sätt som vi nu kan börja mäta, jämföra och kanske till och med förutse.

Citering: 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

Nyckelord: moraliseringsprocess, historiskt språk, ordassociationer, grafneuronätverk, social förändring