Nós estudamos liderança na formulação de políticas utilizando como contexto particular o Federal Open Market Committee (FOMC). Nós utilizamos dados de todos os discursos de membros do FOMC entre 2000 e 2024 e algoritmos de processamento de linguagem natural para construir medidas de taxas de juros sinalizadas por sua comunicação. Nós utilizamos resíduos dessas taxas de juros estimados de funções de reação de Taylor como nossa medida dos choques dos discursos. Nossa estratégia de identificação utiliza pequenas janelas de dias ao redor dos discursos dos membros para estimar seus efeitos no posicionamento de outros discursos. Primeiro, nós mostramos que o Chairman influencia outros membros do comitê, principalmente os menos experientes. Nós também encontramos que essa influência aumenta consideravelmente durante períodos de incerteza elevada. Em seguida, nós decompos o conteúdo dos discursos para estudar mecanismos. O Chair lidera principalmente quando sugere a trajetória apropriada das taxas de juros. Por outro lado, tanto o Chairman como os Presidentes Regionais influenciam os outros membros quando discutem sobre a atividade econômica. Esses resultados são consistentes com um mecanismo de agregação de informação e explicados por um modelo simples de Aprendizado Bayesiano.