Eine Analyse der New York Times von sieben Millionen Wörtern, die Präsident Donald Trump gesprochen hat, ergab, dass seine öffentlichen Reden im Laufe des vergangenen Jahrzehnts vulgärer, absolutistischer, ausschweifender und weniger zusammenhängend geworden sind. Das Projekt verband künstliche Intelligenz mit klassischer Recherche und knüpfte an eine ähnliche Studie aus dem Jahr 2024 an.
Die Journalisten Peter Baker und Dylan Freedman nutzten KI, um Beispiele für negative Sprache, Schimpfwörter und ausschweifende Passagen in Trumps Reden und bei seinen Wahlkampfveranstaltungen zu finden. Freedman übertrug Bakers Fragen in Code und Eingabeaufforderungen, die relevante Auszüge aufspüren sollten.
Für das frühere Projekt stellte Freedman anhand zuvor entwickelter Kriterien ein 120-seitiges Dokument mit Auszügen aus neun Jahren Reden zusammen. Beide Journalisten sichteten das Material; ausgewählte Beispiele wurden in den Artikel aufgenommen.
Die Reporter betrachteten die Ergebnisse der KI nicht als überprüfte Erkenntnisse. Sie prüften jeden Auszug im Kontext und nutzten außerdem eine grundlegende statistische Analyse der Worthäufigkeiten, um die Bandbreite von Trumps Wortschatz einzuschätzen.
Quellen: The New York Times Politics.