A legitimidade das instituições democráticas refere-se ao reconhecimento e à aceitação de sua autoridade por parte da sociedade, fundamentada tanto em condições objetivas, como interesses econômicos e políticos, quanto em valores subjetivos, como o respeito à dignidade humana. Esse reconhecimento depende não apenas da capacidade dessas instituições de atender às demandas sociais, mas também da construção de um universo simbólico que dá sentido às suas ações. O discurso de ódio, ao permear a opinião pública, impacta diretamente essa legitimidade, pois promove a desconfiança nas instituições democráticas, especialmente aquelas ligadas à justiça e aos direitos humanos. Ao disseminar discursos contrários aos direitos universais e a políticas progressistas, esse fenômeno reforça uma crise de confiança que debilita a validação social das instituições, comprometendo seu papel na preservação dos direitos fundamentais e na manutenção da ordem democrática.

No primeiro ano do projeto, a equipe de pesquisadores da frente Legitimidade concentrou-se no estudo do discurso de ódio, realizando:

• Revisão da Literatura: A equipe conduziu uma revisão abrangente da literatura sobre discurso de ódio, com foco nas discussões em Sociologia, Direito, e estudos que unem Ciências Sociais, Matemáticas e Computacionais. Foram analisados 1589 artigos de 2010 a 2023, a partir de bases de dados como Web of Science, Direct Science e Periódicos CAPES.

• Desenvolvimento de Taxonomia: Com base na revisão bibliográfica, foi desenvolvida uma nova taxonomia que categoriza o discurso de ódio em três níveis. Esses níveis permitem uma análise mais detalhada das diferentes formas de ódio político.

• Modelagem de Machine Learning: Um modelo de machine learning foi desenvolvido para identificar automaticamente o discurso de ódio em redes sociais, com foco no Twitter. O modelo foi validado por anotadores humanos e inclui técnicas como regressão logística, SVM e deep learning.

• Inovação Metodológica: Foram propostos métodos computacionais de classificação e análise de redes complexas para detectar o discurso de ódio em mídias sociais. Esses métodos abrangem não apenas dados textuais, mas também multimodais (áudio, imagens e vídeos).

Esses resultados representam um avanço na capacidade de identificar e classificar automaticamente diferentes formas de discurso de ódio em plataformas digitais, contribuindo para uma análise mais robusta e precisa dessa questão social.