मीडिया ध्रुवीकरण का विश्लेषण: प्रसारण समाचार की भाषा ऑनलाइन चर्चा को कैसे आकार देती है

लिंक की तालिका

सार और परिचय

संबंधित कार्य

अध्ययन 1: प्रसारण मीडिया भाषा में अर्थगत ध्रुवता का विकास (2010-2020)

अध्ययन 2: 2020 में फॉक्स न्यूज़ और सीएनएन के बीच अर्थगत ध्रुवता को दर्शाने वाले शब्द

अध्ययन 3: प्रसारण मीडिया भाषा में अर्थगत ध्रुवीकरण किस प्रकार सामाजिक मीडिया विमर्श में अर्थगत ध्रुवता का पूर्वानुमान लगाता है

चर्चा और नैतिकता वक्तव्य

परिशिष्ट और संदर्भ

अमूर्त

पिछले दशक में ऑनलाइन समाचारों के विकास के साथ, राजनीतिक विमर्श और समाचार उपभोग पर अनुभवजन्य अध्ययनों ने फ़िल्टर बबल और इको चैंबर की घटना पर ध्यान केंद्रित किया है। फिर भी हाल ही में, विद्वानों ने इस तरह की घटना के प्रभाव के बारे में सीमित साक्ष्य प्रकट किए हैं, जिससे कुछ लोगों का तर्क है कि समाचार दर्शकों में पक्षपातपूर्ण अलगाव को केवल ऑनलाइन समाचार उपभोग द्वारा पूरी तरह से समझाया नहीं जा सकता है और पारंपरिक विरासत मीडिया की भूमिका वर्तमान घटनाओं के इर्द-गिर्द सार्वजनिक विमर्श को ध्रुवीकृत करने में उतनी ही महत्वपूर्ण हो सकती है। इस कार्य में, हम प्रसारण समाचार मीडिया भाषा और सोशल मीडिया विमर्श के बीच संबंधों की जांच करके ऑनलाइन और अधिक पारंपरिक मीडिया दोनों को शामिल करने के लिए विश्लेषण के दायरे का विस्तार करते हैं। CNN और Fox News के बंद कैप्शन (2.1 मिलियन स्पीकर टर्न) के एक दशक के विश्लेषण के साथ-साथ Twitter के विषयगत रूप से संगत विमर्श के साथ, हम अमेरिका के दो प्रमुख प्रसारण नेटवर्क के बीच अर्थपूर्ण ध्रुवीकरण को मापने के लिए एक नया ढांचा प्रदान करते हैं ताकि यह प्रदर्शित किया जा सके कि पिछले दशक में इन आउटलेट्स के बीच अर्थपूर्ण ध्रुवीकरण कैसे विकसित हुआ (अध्ययन 1), चरम पर पहुंचा (अध्ययन 2) और Twitter पर पक्षपातपूर्ण चर्चाओं को कैसे प्रभावित किया (अध्ययन 3)। हमारे परिणाम दोनों चैनलों के बीच विषयगत रूप से महत्वपूर्ण कीवर्ड पर चर्चा करने के तरीके में ध्रुवीकरण में तेज वृद्धि को प्रदर्शित करते हैं, विशेष रूप से 2016 के बाद, 2020 में कुल मिलाकर उच्चतम शिखर होने के साथ। दोनों स्टेशन 2020 में समान विषयों पर काफी अलग-अलग संदर्भों में चर्चा करते हैं, इस हद तक कि समान कीवर्ड पर प्रासंगिक रूप से चर्चा करने के तरीके में शायद ही कोई भाषाई ओवरलैप हो। इसके अलावा, हम बड़े पैमाने पर प्रदर्शित करते हैं कि प्रसारण मीडिया की भाषा में इस तरह का पक्षपातपूर्ण विभाजन ट्विटर (और इसके विपरीत) पर शब्दार्थ ध्रुवीयता के रुझानों को महत्वपूर्ण रूप से कैसे आकार देता है, पहली बार अनुभवजन्य रूप से जोड़ता है कि कैसे ऑनलाइन चर्चाएँ टेलीविज़न मीडिया से प्रभावित होती हैं। हम दिखाते हैं कि टीवी पर समान समाचार घटनाओं के बारे में विरोधी मीडिया आख्यानों को दर्शाने वाली भाषा ऑनलाइन पक्षपातपूर्ण चर्चा के स्तर को कैसे बढ़ा सकती है

परिचय

जनसंचार माध्यम लोकतांत्रिक प्रक्रियाओं में महत्वपूर्ण भूमिका निभाते हैं, क्योंकि वे संस्थाओं के संचालन, राजनीतिक नेताओं के संवाद और सबसे महत्वपूर्ण रूप से नागरिकों के राजनीति में भाग लेने के तरीके को प्रभावित करते हैं (मैकलियोड, स्केफेल और मोय 1999)। हालाँकि यह कोई आश्चर्य की बात नहीं है कि अमेरिका के दो राजनीतिक विभाजन अलग-अलग भाषाएँ बोलते हैं (वेस्टफॉल एट अल। 2015), शोध से यह भी पता चला है कि हाल के वर्षों में समाचार मीडिया में पक्षपातपूर्ण भाषा में तेज़ी से वृद्धि हुई है, विशेष रूप से प्रसारण समाचारों में (हॉर्निंग 2018)। यह चिंताजनक है क्योंकि समाचार उपभोग जनता को उनके आसपास की घटनाओं को समझने में मदद करने के लिए महत्वपूर्ण है। एजेंडा सेटिंग थ्योरी के अनुसार, वर्तमान घटनाओं को फ्रेम करने और प्रस्तुत करने के लिए मीडिया द्वारा इस्तेमाल की जाने वाली भाषा इस बात को प्रभावित करती है कि जनता किस मुद्दे को महत्वपूर्ण मानती है (मैककॉम्ब्स 1997; रसेल न्यूमैन एट अल। 2014)।

जबकि कुछ लोगों को यह आभास हो सकता है कि वेबसाइटों और सोशल मीडिया के माध्यम से ऑनलाइन समाचारों की विस्फोटक वृद्धि के बीच मुख्यधारा की विरासत मीडिया की प्रासंगिकता कम हो रही है, अमेरिकी समाचार उपभोग अभी भी मुख्य रूप से टेलीविजन से है, जो जनता में ऑनलाइन समाचार उपभोग के लगभग पाँच गुना है (एलन एट अल. 2020)। इस धारणा के बावजूद कि टीवी समाचार उपभोग समाचार पढ़ने की तुलना में अधिक "निष्क्रिय" है, शोध से पता चलता है कि लोग ऑनलाइन समाचारों की तुलना में टेलीविज़न समाचारों को बेहतर ढंग से याद रखते हैं (एवलैंड, सेओ और मार्टन 2002)। इसके अलावा, टीवी बनाम इंटरनेट समाचार उपभोग की तुलना करने वाले एक हालिया अध्ययन में पाया गया कि ऑनलाइन समाचारों की तुलना में टीवी के माध्यम से चार गुना अधिक अमेरिकी पक्षपातपूर्ण हैं। वास्तव में, टीवी समाचार दर्शकों के अपने पक्षपातपूर्ण समाचार आहार को समय के साथ बनाए रखने की संभावना कई गुना अधिक होती है, और उनके स्रोत बहुत संकीर्ण होते हैं जबकि पक्षपातपूर्ण ऑनलाइन समाचार पाठक भी विभिन्न स्रोतों से उपभोग करते हैं (मुइज़ एट अल. 2022)।

फिर भी मीडिया ध्रुवीकरण और उसके परिणामस्वरूप सार्वजनिक विमर्श पर अध्ययन मुख्य रूप से ऑनलाइन सामग्री पर आधारित हैं (गरिमेला एट अल. 2021)। उदाहरण के लिए, पारंपरिक समाचार आउटलेट से डेटा का विश्लेषण करने वाला शोध भी, इन विरासत मीडिया स्रोतों से सामग्री के प्रत्यक्ष प्रतिलेखन के बजाय केवल समाचार पत्रों, टीवी शो और रेडियो कार्यक्रमों के आधिकारिक ट्विटर खातों से ट्वीट पर निर्भर करता है (रिकुएरो, सोरेस और ग्रुज़्ड 2020)। यह इस तथ्य के कारण है कि ऑनलाइन जानकारी के विपरीत, विरासत मीडिया डेटा (जैसे, बंद कैप्शन) को इकट्ठा करना कठिन होता है, त्वरित प्री-प्रोसेसिंग (जैसे, एसआरटी फ़ाइलें) के लिए असंगत प्रारूपों में मौजूद होता है, और संस्थानों में बिखरा होता है, जिसमें शिक्षाविदों के साथ डेटा साझा करने के लिए प्रोत्साहन की कमी होती है। इसलिए, मुख्यधारा की विरासत मीडिया ऑनलाइन विमर्श को कैसे प्रभावित करती है, इसके बारे में बहुत कुछ अज्ञात है।

इस अर्थ में, अमेरिका के दो सबसे बड़े समाचार स्टेशनों के 24 घंटे प्रसारित टीवी समाचार कार्यक्रमों के बंद कैप्शन के एक दशक के हमारे विश्लेषण से अनुभवजन्य रूप से यह प्रदर्शित करने का एक अनूठा अवसर मिलता है कि प्रसारण मीडिया में भाषाई ध्रुवीकरण समय के साथ कैसे विकसित हुआ है, और इसने सोशल मीडिया विमर्श को कैसे प्रभावित किया है। इस काम में, हम जाँच करते हैं कि पिछले 11 वर्षों में CNN और फॉक्स न्यूज़ (अध्ययन 1) के बीच प्रसारण मीडिया भाषा में अर्थ संबंधी अंतर कैसे विकसित हुए हैं, प्रसारण मीडिया भाषा में अर्थ संबंधी ध्रुवता के शिखर की विशेषता कौन से शब्द हैं (अध्ययन 2), क्या टीवी समाचार भाषा में अर्थ संबंधी ध्रुवता सोशल मीडिया विमर्श में ध्रुवीकरण के रुझान का पूर्वानुमान लगाती है, और कैसे भाषा एक से दूसरे में संबंधपरक पैटर्न को चलाने में भूमिका निभाती है (अध्ययन 3)।

अध्ययन 1 में, हम प्राकृतिक भाषा प्रसंस्करण (एनएलपी) में तकनीकों का लाभ उठाते हुए एक ऐसी विधि विकसित करते हैं जो मात्रात्मक रूप से यह पकड़ती है कि 2010 से 2020 तक सीएनएन और फॉक्स न्यूज के बीच शब्दार्थ ध्रुवीकरण कैसे विकसित हुआ है, यह दोनों समाचार चैनलों द्वारा सामाजिक रूप से महत्वपूर्ण, फिर भी राजनीतिक रूप से विभाजित विषयों (नस्लवाद, ब्लैक लाइव्स मैटर, पुलिस, आव्रजन, जलवायु परिवर्तन और स्वास्थ्य देखभाल) पर चर्चा की जाती है। फिर हम डीप लर्निंग में एक मॉडल व्याख्या तकनीक का उपयोग करके भाषाई रूप से यह पता लगाते हैं कि इन स्पाइक्स को क्या चला रहा है, जो प्रासंगिक टोकन निकालकर सबसे अधिक भविष्यवाणी करते हैं कि प्रत्येक स्टेशन 2020 में सामयिक कीवर्ड पर कैसे चर्चा करता है (अध्ययन 2)। यह जांचने के लिए कि क्या प्रसारण मीडिया भाषा में पक्षपातपूर्ण रुझान सोशल मीडिया प्रवचन में ध्रुवीयता पैटर्न को प्रभावित करते हैं अंत में, टेलीविज़न समाचारों में अर्थपूर्ण ध्रुवीयता प्रवृत्तियों का ट्विटर उपयोगकर्ताओं पर (और इसके विपरीत) प्रभाव कैसे पड़ता है, इस बारे में ग्रेंजर-कारण संबंधों को संचालित करने वाली भाषा को समझने के लिए, हम उन टोकन की पहचान करते हैं जो टीवी बनाम ट्विटर पर सामयिक कीवर्ड पर चर्चा करने के तरीके के बारे में सबसे अधिक पूर्वानुमान लगाते हैं, जो ग्रेंजर-कारण महत्व के अनुरूप अंतराल लंबाई से अलग होते हैं। हमारे योगदान इस प्रकार हैं:

• हम समय के साथ अर्थपूर्ण ध्रुवीकरण के विकास से जुड़ी समयबद्धता पर विचार करके दो संस्थाओं के बीच अर्थपूर्ण ध्रुवीकरण को मापने के लिए एक नया ढांचा प्रदान करते हैं। पिछले शोध जो एकल अनुदैर्ध्य डेटा डंप से एक समग्र उपाय के रूप में ध्रुवीकरण को मापते हैं, अक्सर समय के साथ ध्रुवता कैसे प्रकट होती है, इसके बारे में प्रमुख समय संबंधी गतिशीलता और संदर्भों को छोड़ देते हैं। हमारा ढांचा समय संबंधी विशेषताओं के साथ प्रासंगिक शब्द एम्बेडिंग का उपयोग करके डायक्रोनिक शिफ्ट की गणना करके समय संबंधी उतार-चढ़ाव को शामिल करता है।

• यह दिखाने में कि पिछले 11 वर्षों में प्रसारण मीडिया में शब्दार्थ ध्रुवीकरण कैसे विकसित हुआ है, हम दो समाचार स्टेशनों के बीच शब्दार्थ ध्रुवीकरण में 2020 की वृद्धि को संचालित करने वाली प्रासंगिक भाषा को समझने के लिए प्रॉक्सी के रूप में एट्रिब्यूटिव टोकन की पहचान करने के लिए एकीकृत ग्रेडिएंट का उपयोग करके एक मीट्रिक के रूप में ध्रुवीकरण का मात्र परिमाणीकरण प्रदान करने से आगे बढ़ जाते हैं।

• हम इस प्रश्न का समाधान करते हैं कि क्या और कैसे टेलीविज़न समाचार भाषा में ध्रुवीकरण ट्विटर पर अर्थगत ध्रुवीयता प्रवृत्तियों का पूर्वानुमान लगाता है, तथा इस बात के बारे में नए साक्ष्य प्रदान करते हैं कि कैसे ऑनलाइन दर्शक अपने संवाद में टीवी समाचार भाषा द्वारा आकार लेते हैं - यह एक महत्वपूर्ण कड़ी है जिसे पूर्व के शोध में अनुभवजन्य रूप से बड़े पैमाने पर स्थापित नहीं किया गया है।

• अंत में, हम विभिन्न संस्थाओं से शाब्दिक विशेषताओं को निकालने के लिए मॉडल व्याख्या का उपयोग करते हैं, ताकि यह दिखाया जा सके कि कौन से शब्द प्रसारण मीडिया भाषा द्वारा ट्विटर विमर्श को आकार देने में महत्वपूर्ण ग्रेंजर-कारण पैटर्न को संचालित करते हैं और इसके विपरीत, जिससे यह उजागर होता है कि किस तरह से भाषा ऑनलाइन चर्चाओं और प्रसारण मीडिया भाषा के बीच अर्थगत ध्रुवीय संबंधों को संचालित करने में महत्वपूर्ण भूमिका निभाती है।

हमारे निष्कर्ष इस बात का आकलन करने वाले पहले निष्कर्षों में से एक हैं कि टीवी पर समान समाचार घटनाओं के बारे में विरोधी मीडिया आख्यानों को चित्रित करने वाली भाषा ऑनलाइन पक्षपातपूर्ण चर्चा के स्तर को कैसे बढ़ा सकती है। इस कार्य के परिणाम संचार अनुसंधान में हाल ही में किए गए शोध को समर्थन देते हैं, जो यह सिद्धांत देता है कि मीडिया और सार्वजनिक एजेंडा दोनों एक-दूसरे को प्रभावित कर सकते हैं, और इस तरह की गतिशीलता जनता के चर्चा में शामिल होने के तरीके को ध्रुवीकृत कर सकती है, जिससे बड़े पैमाने पर लोकतांत्रिक निर्णय लेने पर असर पड़ता है।