Case study: De hartslag van de kiezer

“Waarom zagen we politieke partijen begin deze eeuw enorm verschuiven naar rechts? Waarom ging in de jaren ’70 iedereen naar links, terwijl linkse partijen in de jaren ‘90 op economisch gebied opschoven naar het centrum? Ik doe onderzoek naar de strategie en positionering van politieke partijen die aan deze ontwikkelingen ten grondslag liggen. Het populisme is een actueel element dat ook die politieke strategie beïnvloedt. In allerlei landen zag je de afgelopen tien jaar een opkomst van radicaal-rechtse partijen. En de gevestigde partijen pasten zich daar op aan. Die dynamiek vind ik interessant.”

“Mainstreampartijen schuiven op naar rechts vanwege het succes van populistische partijen. Ze nemen aan dat kiezers op die partijen stemmen vanwege de inhoud van hun programma’s. Maar eigenlijk weten we helemaal niet zo goed wat de motieven zijn van mensen die op populistische partijen stemmen. Hoewel ze het zeker eens zijn met een aantal punten, zoals een strikt migratiebeleid, spelen er ook andere factoren mee. Complexe factoren zoals emoties en de persoonlijkheid van een politicus.”

“Wij onderzoeken daarom hoe mensen eigenlijk tot de keuze voor een partij komen. Dat zijn natuurlijk allemaal emotionele processen, ook al willen we dat niet toegeven, of gebeurt het zelfs onbewust. Daarnaast kijken we welk emotioneel effect politieke retoriek heeft op mensen en hoe emoties door politici worden ingezet. Voor dit onderzoek heb ik een ERC Starting Grant van 1,5 miljoen euro gekregen, waarmee ik een aantal promovendi heb kunnen aanstellen. We hebben de afgelopen tijd verschillende experimenten bedacht.”

Zweten

“Om emotie te meten, kijken we naar fysiologische reacties bij mensen die campagnefilmpjes bekijken, zoals hartslag, gezichtsuitdrukkingen en zweten. Als de proefpersonen een filmpje bekijken van een partij waarmee ze het niet eens zijn, gaat hun hartslag omlaag en gaan ze fronsen. Dat betekent dat ze zich concentreren om tegen zichzelf te zeggen dat wat ze zien niet kan kloppen. Een tweede promovendus gaat kijken of mimicking, waarbij mensen gezichtsuitdrukkingen van een ander overnemen, ook in de politiek een rol speelt.”



“Een ander gaat kijken naar retorische aspecten van boosheid versus angst. Veel politieke retoriek probeert angst om te zetten in boosheid. Want angst zorgt er voornamelijk voor dat je informatie gaat zoeken, maar boosheid mobiliseert. Als politicus heb je dus liever boosheid dan angst. Het populisme is heel bedreven in het mobiliseren van boosheid, omdat heel specifiek wordt gewezen naar mensen die ‘het gedaan hebben’: “de elite houdt de kleine man er al jaren onder” is heel iets anders dan zeggen: “we hebben enorme economische problemen”. Tot slot gaat een promovendus kijken naar gebruik van emoties door politici, bijvoorbeeld in teksten en variëteit in toonhoogte van stemmen.”

Politieke strategie

“In het verleden heb ik al eens gebruik gemaakt van het Lisa Rekencluster van SURF om een theoretisch model van politieke strategie te maken. De politieke werkelijkheid is complex. Politieke elites nemen beslissingen terwijl ze onzekere informatie hebben. En onderling hebben ze ook allemaal interactie: als je iets doet, weet je niet hoe de anderen gaan reageren. Daarbij was de vraag: wat is het best mogelijke gedrag van partijen om hun kiezers zo goed mogelijk te representeren?”

“Dat kan je in de computer modelleren met een zogeheten agent based model, waarbij je allerlei verschillende beslissingsstapjes simuleert en kijkt wat eruit komt. Hoeveel partijen zijn er, wat weten ze van hun kiezer, wat vindt de kiezer: al die factoren kun je variëren. Daarvoor moesten we letterlijk een paar miljoen simulaties draaien, en daar komen heel veel data uit. Vanwege al die variabelen loopt het aantal mogelijkheden gigantisch op en heb je steeds meer rekenkracht nodig. De uitkomst was eigenlijk heel simpel: als partijen het middelpunt van de standpunten van hun kiezers nemen, heb je de beste representatie van je kiezers in het parlement en in de regering.”

“Voor dit model hadden we de code al op een laptop geprogrammeerd in programmeertaal R. Om op Lisa te kunnen draaien, moest het script een klein beetje aangepast worden en moet je een stukje in Unix schrijven, maar dat is relatief makkelijk. Er zit een goede uitleg bij. Wat ik ook charmant vond: we kregen op een gegeven moment een mail van een adviseur van SURF, die zei: ‘Ik zie dat jullie deze code uitvoeren, maar hij loopt niet zo efficiënt, want jullie gebruiken maar één van de acht nodes.’ Hij heeft dat toen voor ons aangepast. Het was voor mij dus een makkelijk instapproces, maar ik ben natuurlijk wel een van de weinige sociale wetenschappers die kunnen programmeren.”

Emotioneel geladen woorden

“Nu gaan we iets heel anders doen op Lisa: de promovendus die kijkt naar gebruik van emoties door politici doet heel veel tekstanalyse. De standaardmanier daarvoor is om speeches te doorzoeken op emotioneel geladen woorden. Met een eenvoudige laptop kan je in een paar minuten een miljoen speeches doorzoeken. Maar dat is een heel ruwe methode. Woorden als ‘warm’ of ‘groei’ kunnen afhankelijk van de context namelijk verschillende betekenissen hebben, denk aan klimaat en economie. We valideren nu een methode om het sentiment per onderwerp te bepalen, zodat je rekening houdt met de context waarin een woord wordt gebruikt.”



“We willen een model dat alle onderwerpen in kaart brengt van een groot corpus van tekst, bijvoorbeeld een miljoen speeches in het Europees parlement gedurende een paar jaar. Vervolgens kijken we wat het sentiment is in de context van het onderwerp: positief of negatief. Met een laptop doe je een week over zo’n analyse, met het risico dat hij crasht. Door in Lisa verschillende taken aan verschillende clusters toe te wijzen, heb je de resultaten binnen een uur.”



Tekst: Josje Spinhoven

Foto: David van Dam | Beeldunie