È stato un mantra reso popolare per la prima volta da Michelle Obama nel 2016 ed è stato ripetuto più e più volte dai politici democratici che hanno giurato di rimproverare il discorso negativo che hanno detto che le loro controparti repubblicane hanno sposato.

"Quando si abbassano, andiamo in alto, " lei disse.

Solo due anni dopo, il messaggio sembra non essersi bloccato, secondo una nuova ricerca della Northeastern University.

Aleszu Bajak, che insegna giornalismo, e Floris Wu, uno studente di Master in giornalismo, ha analizzato la lingua in centinaia di migliaia di tweet di politici in corsa per il Senato in vista delle elezioni di medio termine del 2018.

Hanno scoperto che la maggior parte dei democratici in corsa alle elezioni ha pubblicato tweet contenenti un linguaggio negativo più spesso di quanto non abbia pubblicato tweet con un linguaggio neutro o positivo. E di quelli che hanno usato i loro account Twitter per inviare messaggi negativi, la maggior parte ha continuato a vincere le proprie gare.

In alcuni casi, il contrario era vero per i repubblicani. Bajak e Wu hanno scoperto che i repubblicani che usavano un linguaggio positivo il più delle volte nei loro tweet vincevano le loro gare.

"Nei dati di Twitter, abbiamo trovato l'esatto contrario del mantra che, 'Quando vanno in basso, andiamo in alto, '" dice Bajak, che gestisce anche i corsi di laurea in Media Innovation e Media Advocacy presso la School of Journalism. "Abbiamo scoperto che i Democratici che hanno vinto le elezioni erano più negativi nei loro tweet".

Bajak e Wu ne raccolsero più di 124, 000 tweet dei mesi precedenti al 6 novembre, semestrale 2018, da 68 democratici verificati, repubblicani, e gli indipendenti in corsa per i seggi al Senato.

Bajak e Wu hanno filtrato i tweet attraverso un programma di apprendimento automatico che ha cercato nel testo le parole valutate con un valore negativo o positivo e ha ricavato un punteggio medio per il tweet complessivo. Hanno usato questo punteggio per determinare se un tweet, in se stesso, era negativo o positivo.

Tra i politici con il maggior numero di tweet negativi c'è il senatore Bob Casey, un democratico della Pennsylvania.

Il 3 ottobre in risposta all'udienza del Congresso per prendere in considerazione la nomina di Brett Kavanaugh alla Corte Suprema, Casey ha twittato, "La presa in giro del presidente Trump della dottoressa Ford è offensiva. La dottoressa Ford coraggiosamente si è fatta avanti per raccontare di essere stata aggredita sessualmente. Merita di essere ascoltata e rispettata, non deriso".

Il processo può portare a falsi positivi e falsi negativi, anche se, così Bajak e Wu hanno esaminato i risultati per affrontare eventuali tweet che erano stati etichettati erroneamente.

"I computer non sono in grado di dedurre il sarcasmo o qualsiasi altro tono, " Dice Bajak. "Una frase come 'fired up' ha spesso ottenuto un punteggio negativo, ma in realtà è un termine positivo".

Per esempio, Il senatore democratico Jon Tester del Montana ha twittato, "Missoula è eccitata! #mtpol #mtsen" come didascalia di una foto durante un raduno. Questo tweet è stato inizialmente classificato come negativo.

A causa della possibilità di falsi negativi, Bajak e Wu usarono una terza tecnica per verificare i loro risultati. Hanno alimentato i tweet attraverso un secondo programma che è addestrato a valutare una parola nel suo dato contesto. Utilizzando questa tecnica, sono stati in grado di verificare il sentimento generale della lingua in un determinato post, Wu dice.

Bajak e Wu hanno scoperto che i Democratici che hanno pubblicato più frequentemente tweet contenenti un linguaggio negativo hanno ottenuto risultati migliori nelle loro elezioni, mentre per i repubblicani era vero il contrario. Nello specifico, dei 33 candidati al Senato Democratico che hanno analizzato, 19 ha twittato in modo più negativo rispetto al resto del campo. Di quei 19 candidati, 15 hanno vinto le loro elezioni.

Tra tutti i candidati alle elezioni, Sen. Dianne Feinstein della California, Sen. Robert Menendez del New Jersey, e Casey della Pennsylvania hanno pubblicato il maggior numero di tweet negativi. Tutti e tre sono democratici, e tutti e tre vinsero le elezioni.

Il 2 novembre pochi giorni prima delle elezioni, Feinstein ha twittato, "Il presidente sta alimentando la paura per gli immigrati che chiedono asilo per ottenere punti politici a buon mercato. Queste famiglie fuggono dalla violenza in cerca di una vita migliore. Non sono una minaccia urgente per la sicurezza nazionale".

Dall'altra parte dello spettro c'erano il senatore Deb Fischer del Nebraska e il senatore Mitt Romney dello Utah, entrambi repubblicani che hanno vinto le loro gare e sono stati tra i candidati che hanno pubblicato il maggior numero di tweet positivi.

Il 31 ottobre l'ultima volta che Fischer ha twittato fino a dopo le elezioni, lei scrisse, "È stato un piacere visitare @CLAAS_America a Omaha con @RepDonBacon. Abbiamo fatto un fantastico tour dell'imponente struttura e tenuto una tavola rotonda sulla produzione, #agricoltura, tagli fiscali e #banda larga. #OnTheRoadinNE".

Bajak e Wu sottolineano che è impossibile dire dai loro dati che quei 15 democratici hanno vinto perché erano più negativi, o che i repubblicani hanno vinto i loro seggi perché erano più positivi.

"Ma è stato piuttosto interessante vedere la correlazione confermata su Twitter, "dice Bajak.

Wu, che ha studiato fisica e scienze dei dati prima di unirsi al programma di giornalismo della Northeastern, dice che è costantemente alla ricerca di tendenze interessanti su Twitter che, con un po' di lavoro, potrebbe diventare una storia.

In questo caso, stava esplorando i tweet degli esami di metà mandato del 2018. Lei e Bajak, lei dice, erano interessati al modo in cui "la gente parlava delle elezioni".

"Ho pensato che sarebbe stato interessante vedere il numero di tweet positivi che un candidato ha avuto rispetto a quanti voti ha ottenuto nel suo stato, " dice Wu.

Lei e Bajak stanno valutando come potrebbero utilizzare gli stessi strumenti analitici durante le elezioni del 2020 per analizzare i tweet man mano che vengono pubblicati, piuttosto che retroattivamente, come hanno fatto in questo studio.

"Sarebbe fantastico creare una sorta di strumento in tempo reale, "dice Bajak.