Badacze z Uniwersytetu Illinois opublikowali ISAAC - pierwszy publiczny corpus na taką skalę zawierający ponad 527 milionów anglojęzycznych postów z Reddita, wybranych ze względu na znaczenie dla sześciu głównych podziałów społecznych: rasy, orientacji seksualnej, wieku, niepełnosprawności, wagi i koloru skóry. Dane pochodzą z okresu 17 lat od 2007 do 2023 roku i przeszły wieloetapowy proces filtrowania auditowanego przez ludzi, co utrzymało procent nieistotnej zawartości poniżej 10 procent dla każdej kategorii.
Każdy post w zbiorze został algorytmicznie oznaczony szacunkowym regionem zamieszkania użytkownika oraz opatrzony zestawem semantycznych etykiet, obejmujących moralizowanie, sentyment, emocje i uogólnienia językowe. Badacze potwierdzili wiarygodność korpusu poprzez zbadanie jego korelacji z trenami makroekonomicznymi, takimi jak zachowania wyszukiwania online, skoki w czasie głównych wydarzeń społecznych i długoterminowe przemiany w postawach publicznych.
ISAAC eliminuje fragmentację badań nad dyskursem społecznym poprzez oferowanie ujednoliconej, modułowej i publicznej infrastruktury. Platforma umożliwia naukowcom przeprowadzanie porównań międzykategoriowych, śledzenie zmian w dyskursie dotyczącym grup społecznych z wysoką precyzją oraz mapowanie zróżnicowania geograficznego na lokalne wyniki polityki publicznej. Projekt otwiera nowe możliwości dla szerokiego spektrum badań empirycznych nad ewolucją postaw społecznych w długim horyzoncie czasowym.