Fue un mantra popularizado por primera vez por Michelle Obama en 2016 y repetido una y otra vez por los políticos demócratas que prometieron reprender el discurso negativo que dijeron que sus homólogos republicanos adoptaron.

"Cuando bajan, vamos alto " ella dijo.

Solo dos años después, el mensaje parece no haberse pegado, según una nueva investigación de Northeastern University.

Aleszu Bajak, quien enseña periodismo, y Floris Wu, estudiante de maestría en periodismo, analizó el lenguaje en cientos de miles de tweets de políticos que se postulaban para el Senado en el período previo a las elecciones de mitad de período de 2018.

Descubrieron que la mayoría de los demócratas que se presentaron a las elecciones publicaron tweets que contenían lenguaje negativo con más frecuencia de lo que publicaron tweets con lenguaje neutral o positivo. Y de aquellos que usaron sus cuentas de Twitter para enviar mensajes negativos, la mayoría pasó a ganar sus carreras.

En algunos casos, lo contrario fue cierto para los republicanos. Bajak y Wu descubrieron que los republicanos que usaban un lenguaje positivo la mayoría de las veces en sus tweets ganaban sus carreras.

"En los datos de Twitter, encontramos exactamente lo contrario del mantra que, 'Cuando bajan, vamos alto '"dice Bajak, quien también administra los programas de posgrado en Innovación en Medios y Promoción de Medios en la Escuela de Periodismo. "Descubrimos que los demócratas que ganaron las elecciones fueron más negativos en sus tweets".

Bajak y Wu recolectaron más de 124, 000 tweets de los meses previos al 6 de noviembre, Parciales de 2018, de 68 demócratas verificados, Republicanos e independientes que se postulaban para escaños en el Senado.

Bajak y Wu filtraron los tweets a través de un programa de aprendizaje automático que buscó en el texto palabras que se calificaron con un valor negativo o positivo y obtuvieron una calificación promedio para el tweet en general. Usaron esta puntuación para determinar si un tweet, en si mismo, fue negativo o positivo.

Entre los políticos con el mayor número de tweets negativos se encuentra el senador Bob Casey, un demócrata de Pensilvania.

El 3 de octubre en respuesta a la audiencia del Congreso para considerar el nombramiento de Brett Kavanaugh a la Corte Suprema, Casey tuiteó, "El hecho de que el presidente Trump se burle de la Dra. Ford es ofensivo. La Dra. Ford se adelantó valientemente para contar que había sido agredida sexualmente. Merece ser escuchada y respetada, no se burlan ".

El proceso puede resultar en falsos positivos y falsos negativos, aunque, así que Bajak y Wu revisaron los resultados para abordar cualquier tweet que hubiera sido mal etiquetado.

"Las computadoras son malas para inferir sarcasmo o realmente cualquier tono, "Dice Bajak." Una frase como 'encendido' a menudo se puntúa negativamente, pero en realidad es un término positivo ".

Por ejemplo, El senador demócrata Jon Tester de Montana tuiteó:"¡Missoula está encendida! #Mtpol #mtsen", como el título de una foto en un mitin. Este tweet se clasificó como negativo al principio.

Debido al potencial de falsos negativos, Bajak y Wu utilizaron una tercera técnica para verificar sus resultados. Alimentaron los tweets a través de un segundo programa que está capacitado para evaluar una palabra dentro de su contexto dado. Usando esta técnica, pudieron verificar el sentimiento general del idioma en una publicación determinada, Dice Wu.

Bajak y Wu descubrieron que los demócratas que publicaron tweets con lenguaje negativo con mayor frecuencia obtuvieron mejores resultados en sus elecciones, mientras que lo contrario fue cierto para los republicanos. Específicamente, de los 33 candidatos demócratas al Senado que analizaron, 19 tuitearon más negativamente que el resto del campo. De esos 19 candidatos, 15 pasaron a ganar sus elecciones.

Entre todos los candidatos que se postulan para las elecciones, Senadora Dianne Feinstein de California, Senador Robert Menéndez de Nueva Jersey, y Casey de Pensilvania publicó el mayor número de tweets negativos. Los tres son demócratas, y los tres ganaron las elecciones.

El 2 de noviembre solo unos días antes de las elecciones, Feinstein tuiteó:"El presidente está avivando el miedo a los inmigrantes que buscan asilo para ganar puntos políticos baratos. Estas familias están huyendo de la violencia en busca de una vida mejor. No son una amenaza urgente para la seguridad nacional".

En el otro extremo del espectro estaban la senadora Deb Fischer de Nebraska y el senador Mitt Romney de Utah, ambos republicanos que ganaron sus carreras y estuvieron entre los candidatos que publicaron el mayor número de tweets positivos.

El 31 de octubre la última vez que Fischer tuiteó hasta después de las elecciones, ella escribió, "Fue un placer visitar @CLAAS_America en Omaha con @RepDonBacon. Tuvimos un gran recorrido por las impresionantes instalaciones y celebramos una mesa redonda sobre fabricación, #agricultura, recortes de impuestos y #banda ancha. #OnTheRoadinNE ".

Bajak y Wu enfatizan que es imposible decir a partir de sus datos que esos 15 demócratas ganaron porque fueron más negativos, o que los republicanos ganaron sus escaños porque eran más positivos.

"Pero fue muy interesante ver la correlación confirmada en Twitter, "Dice Bajak.

Wu, que estudió física y ciencia de datos antes de unirse al programa de periodismo en Northeastern, dice que busca constantemente en Twitter tendencias interesantes que, con un poco de trabajo podría convertirse en una historia.

En este caso, estaba explorando los tweets de las elecciones intermedias de 2018. Ella y Bajak, ella dice, estaban interesados ​​en la forma en que "la gente hablaba de las elecciones".

"Pensé que sería interesante ver la cantidad de tweets positivos que tenía un candidato en comparación con la cantidad de votos que obtuvo en su estado, "Dice Wu.

Ella y Bajak están considerando cómo podrían usar las mismas herramientas analíticas durante las elecciones de 2020 para analizar los tweets a medida que se publican. en lugar de retroactivamente, como lo hicieron en este estudio.

"Sería fantástico crear algún tipo de herramienta en tiempo real, "Dice Bajak.