Hvordan har holdningen til amerikansk immigration ændret sig?

Fjendtlighed over for immigranter er ikke nyt for USA. I 1896 advarede Henry Cabot Lodge i Senatet om, at amerikanernes "mentale og moralske kvaliteter" ville blive truet af "engros-infusion af racer, hvis traditioner … er helt fremmede for vores." I de senere år har tidligere præsident Donald Trump dæmoniseret mexicanske immigranter som voldtægtsmænd og narkohandlere og suspenderet immigration fra flere lande med overvejende muslimske befolkninger.

Er en af ​​disse talere repræsentative for deres tids bredere mening?

En ny undersøgelse, der bruger kunstig intelligens til at kortlægge tonen i mere end 200.000 kongres- og præsidenttaler om immigration siden 1880, giver et overraskende historisk perspektiv.

Undersøgelsen er netop offentliggjort i Proceedings of the National Academy of Sciences , finder, at den overordnede tendens med politiske taler hurtigt blev mere sympatisk efter Anden Verdenskrig og har været gunstig i gennemsnit indtil i dag.

Samtidig er holdningerne dog blevet mere og mere polariseret langs partilinjerne. Demokratisk retorik har været pålideligt sympatisk over for immigranter siden 1960'erne, og især pro-immigration i det seneste årti, mens republikanernes retorik er blevet mere og mere fjendtlig siden 1990'erne og mere tilbøjelige til at karakterisere immigranter med et subtilt dehumaniserende sprog.

"Den overordnede tendens i taler mod immigranter før 1920'erne var negativ, men den skiftede til overvejende positiv inden for en enkelt generation - fra 1945 til 1965," siger Ran Abramitzky, professor i økonomi og økonomisk historiker ved Stanford, der gik sammen med AI forskere på det nye papir. "En ting, vi finder særligt slående, er, at positive følelser fortsatte i de seneste årtier, selv efter grænsen genåbnede i 1965, og da strømmen af ​​immigranter fra Mellemamerika og Asien har erstattet migration fra Europa."

Alt i alt vurderede holdet 8 millioner taler og dykkede derefter ned på mere end 200.000, der var relevante for immigration. Ved hjælp af naturlig sprogbehandling identificerede forskerne derefter, om hver tale var positiv, negativ eller neutral. De udviklede også et nyt leksikon til at identificere rammer, der almindeligvis bruges til at diskutere immigration, såsom kriminalitet eller familie, samt en ny algoritme til at spotte subtile anvendelser af de-humaniserende sprog.

Blandt dem, der er imod immigration, er fjendtligheden fortsat høj. Republikanske politikere er meget mere tilbøjelige til at bruge sprog, der implicit karakteriserer immigranter som dyr, maskiner eller last. Forskerne fandt også ud af, at den fjendtlige retorik over for mexicanske immigranter i dag minder meget om den, der blev brugt mod kinesiske immigranter i slutningen af ​​1800-tallet, da de blev ramt af landets første landsbaserede restriktioner for immigration. Derimod blev der talt mere sympatisk om europæiske immigranter end ikke-europæere, selvom begge blev betragtet negativt generelt før midten af ​​det 20. århundrede.

Studiekulturen skifter med AI

Forskningen fremhæver de muligheder, som kunstig intelligens giver for at hjælpe samfundsforskere med at studere komplekse sociale og politiske tendenser.

"Evnen til at analysere 150 års taler i så detaljer er en triumf af moderne computer- og maskinlæring," siger Abramitzky, "Hvordan skulle vi ellers være i stand til at læse millioner af taler?"

Det tværfaglige forskerhold blev ledet af Dallas Card, en postdoc-stipendiat i datalogi ved Stanford, som nu er assisterende professor ved University of Michigan. Ud over Card og Abramitzky inkluderede holdet Serina Chang, en datalog ved Stanford; Chris Becker, økonom hos Stanford; Julia Mendelsohn, en informationsforsker ved University of Michigan; Dan Jurafsky, professor i lingvistik og datalogi ved Stanford; Leah Boustan, professor i økonomi ved Princeton; og Rob Voigt, en assisterende professor i lingvistik ved Northwestern University. "Det var kun ved at samle økonomiske historikere, lingvister, dataloger og informationsforskere, at vi var i stand til at tackle dette problem," siger Card. Holdet blev finansieret af Stanford HAI Hoffman-Yee Research Grant Program, som understøtter forskning, der anvender kunstig intelligens til at løse problemer i den virkelige verden.

For at træne maskinlæringsmodeller, der nøjagtigt kunne genkende tonen over for immigranter, begyndte holdet at lade menneskelige forskningsassistenter manuelt kommentere et udsnit af taler om, hvorvidt de var positive, negative eller neutrale, og hvordan de karakteriserede immigranter.

Anti-immigranttalere havde en tendens til at bruge ord forbundet med kriminalitet, trusler, billig arbejdskraft og for nylig terrorisme. Sympatiske talere var mere tilbøjelige til at bruge ord forbundet med fællesskab, hårdt arbejde, humanitære behov og bidrag til landet.

At identificere de-humaniserende sprog, som ofte er implicit og subtilt, krævede en mere sofistikeret tilgang. Holdet udviklede en algoritme baseret på sprogmodeller, der blev trænet på enorme mængder tekst og har vist sig meget præcise til at forudsige, hvor sandsynligt et ord er for at optræde i en bestemt kontekst.

Algoritmen blev brugt til at identificere enhver omtale af immigranter i sammenhænge, ​​der var forbundet med længe undersøgte metaforiske kategorier for afhumanisering, såsom "dyr" (angivet af ord som "besætninger"), oversvømmelser ("hældning") eller skadedyr ( "sværm"). I en tale fra 1893 identificerede metoden for eksempel sætningen "skal denne sværm af aliens vendes tilbage?" I en tale fra 1942 markerede den erklæringen om, at "immigranter fra de ødelagte lande i Europa vil sværme over vores land og fortære dets ressourcer."

Partistisk skel

Forskerholdet bemærkede også en tendens mellem politiske partier:Republikanere er i løbet af de sidste to årtier begyndt at bruge betydeligt mere implicitte dehumaniserende metaforer end demokrater.

Indtil omkring 1980 var republikanske og demokratiske kongrestaler nogenlunde ens i deres tone, hvor balancen var negativ indtil Anden Verdenskrig og blev positiv fra da til midten af ​​1970'erne. Men de to partier begyndte at adskille sig efter 1980 – mest skarpt efter 2000. Bortset fra Trump har både GOP og demokratiske præsidenter generelt været positive over for immigration siden Truman-æraen. Forskerne siger, at det sandsynligvis afspejler det faktum, at præsidenter lægger større vægt på de bredere fordele ved immigration.

Men i de sidste 20 år har republikanerne henvist til immigration meget hyppigere ved at bruge ord forbundet med kriminalitet, lovlighed, mangel og trusler. Derimod brugte demokrater oftere ord forbundet med kultur, familie, bidrag og ofre.

Den positive tone over for indvandrere i de seneste politiske taler afspejler den stigende positive stemning i landet som helhed. Forskerne bemærker, at deres overordnede resultat - at anti-immigrantfølelse er faldet - stemmer overens med den seneste offentlige meningsmåling. I en Gallup-undersøgelse fra 2021 sagde 75 % af de adspurgte, at immigration havde været godt for Amerika.

"Selvom synspunkter til immigration er mere polariseret af partier end nogensinde før, er der et tavst flertal, der går ind for immigration. Holdningerne til immigration er mere positive nu end på næsten noget tidspunkt i amerikansk historie," siger Abramitzky. + Udforsk yderligere

Undersøgelse tyder på, at vrede får vælgerne til at henvende sig til de yderste højrepartier i Europa