Em 1995, McChesney afirmou que a economia política da comunicação estava num ponto de ruptura. Nas décadas seguintes, novos meios de comunicação e uma intensificação da comercialização dos sistemas mediáticos lançaram a disciplina para o centro dos debates políticos e do interesse público. Portugal, outrora visto como resiliente aos movimentos populistas da década de 2010, tem rapidamente transitado em direção da sua adoção nas mais recentes eleições. Paralelamente, o país tem aproximando-se às tendências internacionais na sua recente adoção das redes sociais para estratégias políticas. Esta "recuperação" espelha também um fenômeno mais amplo presente nas suas ciências sociais, que resistem à adoção de metodologias contemporâneas e técnicas de processamento de informação mais avançadas, apesar do crescente universo de dados disponível. Desenvolvendo um modelo de aprendizagem automática através de técnicas de “deep learning” para classificação binária, cria-mos um método capaz de caracterizar conceitos complexos, como populismo, de forma a tratá-los como variáveis. O bom desempenho do modelo na classificação de tweets de vários atores políticos portugueses, ao longo dos dois últimos ciclos eleitorais, permitiu-nos, através de uma análise complementar, identificar algumas características primárias dos momentos populistas. Este modelo serve, não só, como uma base para futuros estudos sobre populismo, como também demonstra uma forte adaptabilidade a outros conceitos dentro das ciências sociais. Com pequenas alterações nas diretrizes e objetivos do processo de rotulagem, o nosso modelo é um primeiro passo para se uniformizar este tipo de pesquisa, reduzindo as necessidades de mão-de-obra atualmente associadas às análises de grandes conjuntos de dados.

In 1995, McChesney stated that the political economy of communication studies was at a breaking point. In the following two decades, new communication platforms and the heightened commercialization of media systems brought political discourse to the forefront of political debates and public interests. Portugal, which was once seen as resilient against the populist movements throughout the 2010s, has exhibited a noteworthy shift towards embracing these trends in recent election cycles. Simultaneously, the country appears to be aligning with foreign trends in its adoption of social media for political strategies. This parallel “catching-up” echoes a broader phenomenon that is also prevalent in social sciences' inertia to adopt contemporary methodologies and more advanced data techniques, despite the ever-expanding realm of information available. In our research, we developed a machine-learning model with the objective of using deep learning techniques for binary classification to create a robust method capable of discerning complex concepts, like populism and treating them as variables. The model’s accurate performance on classifying tweets from Portuguese political actors, over the last two election cycles, allowed us to establish some primary features of populist moments through a complementary fundamental analysis. The model employed not only serves as a strong foundation for future research within populism but also demonstrates notable adaptability to other possible subjects within social sciences. Through different guidelines and objectives in the labeling process, our model's versatility represents an initial stride towards streamlining this kind of research, effectively reducing the labor-intensive demands currently associated with analyzing large datasets.