Zespół badawczy przeprowadził szeroką analizę dyskursu politycznego na Telegramie, sprawdzając jak pro-izraelskie i pro-palestyńskie społeczności omawiają konflikt. Przeanalizowano 87 617 wiadomości z 16 kanałów przez niemal pięć lat, obejmując okresy eskalacji konfliktu, co dało niezwykle bogatą bazę danych do badań.
Metodologia łączyła kilka podejść - sentiment analysis mierzący emocje, trzy różne metody detekcji stanowiska (dopasowanie słów kluczowych, zero-shot model DeBERTa oraz dostrojony BERTweet) oraz analizę framing. Wszystkie metody zweryfikowano na 736 ręcznie adnotowanych wiadomościach. Dostrojony model BERTweet wypadł najlepiej z dokładnością 72,1% i F1 na poziomie 0,721, znacznie wyprzedzając metody baseline, które osiągnęły jedynie 60-64 procent.
Najciekawsze odkrycie ujawnia się dopiero w połączeniu trzech perspektyw - sentymentu, stanowiska i framingu. Obie grupy posługują się tym samym słownictwem związanym ze śmiercią i ofiarami, ale w zupełnie różnych emocjonalnych tonacjach. Kanały pro-izraelskie prezentują neutralny, sprawozdawczy styl, podczas gdy kanały pro-palestyńskie wykazują wyraźnie bardziej negatywny affekt. To znowelizowanie tego samego słownictwa w przeciwnych rejestrach stanowi kluczowy mechanizm polaryzacji dyskursu.