悦读新研究 | 如何正确地消除偏见？

想要正确的消除偏见，只能将各种偏见分类和定义清楚。

作者 | 隋佳芮

太忙没时间看？音频文章上线！

在经典的爱情小说《傲慢与偏见》中，尽管男主角达西先生为人善良，但由于他出生在上流社会又生性高傲，再加上他人对达西的刻意抹黑，导致女主伊丽莎白讨厌达西并且拒绝达西的爱意。当然，我们都知道这是伊丽莎白最初对于达西的偏见。但这种偏见差点导致两人擦肩而过。

在日常生活中，偏见也为很多人带来了困扰，那么如何才能消除偏见呢？

当我们可以预见偏见的类型时，最直接的方法就是提醒人们在判断时保持警惕，不要产生这种偏见。例如，需要同时评判一个黑人与白人的时候，我们预见可能会存在种族歧视，这时就可以提醒评判者不要存在种族偏见；需要同时评判一个胖子与瘦子时，我们预见可能存在身材歧视，就可以提醒评判者不要存在身材偏见。这样的预测和提醒，能够让评判者及时审度自己的行为，避免偏见的发生。

但是，真实的情况往往复杂的多，例如，在一场面试中，可能既有不同人种、不同身材情况的人，还有不同相貌水平、不同政治派别、不同宗教信仰的人等等。在面试开始前，我们很难预知接下来的面试中可能会存在什么偏见，在这种时候，我们只能泛泛地提醒评审人注意不要存在社会偏见，保持公平。在这种宽泛而不是明确指出特定种类的偏见情况下，提醒是否还会有效呢？

2019年，来自美国杜克大学Jordan R. Axt以及来自弗吉尼亚大学的Grace Casola和Brian Nosek在PSPB上发表了一篇研究来探究了这一问题，他们的研究结果为如何正确消除偏见提供了一种可行的方法。

研究者们开展了一个实验。他们招募了2,106名美国人参加了实验，这些参与者都是民主党或保守党的成员。参与者们需要想象，自己要充当一个社会团体的评委，因此需要观看一些候选人的个人档案以及他们的照片，来判断这些候选人是否可以加入该社会团体。候选人的档案中有一些客观的评价信息，例如成绩单，面试分数等，这些信息可以通过计算被量化成候选人的一个客观分数，分数越高代表候选人越优秀，越应该被允许进入团体。档案中还有一些无关信息，例如，候选人的政党（有些与参与实验的人相同，有些不同）、候选人的照片（有些的相貌更具有吸引力，有些相貌平平）。

紧接着，参与者们都被随机分配到四个组中，四个组分别是：没有偏见警告组、政治偏见警告组、相貌偏见警告组或广泛偏见警告组。每一组都会收到相应的提示。

其中，政治偏见警告组的参与者被告知，有些候选人与他们的政治派别相同，有些不同。当参与者在做出接受和拒绝的决定时，要尽可能的保持公平，不应受到政治派别的影响。

相貌偏见警告组的参与者被告知，这些候选人中有些相貌出众，有些一般。当参与者在做出接受和拒绝的决定时，要尽可能的保持公平，不应受到外貌的影响。

广泛偏见警告组的参与者会被告知，人们在评估的过程中可能会存在社会偏见，但不指定具体是哪一种偏见，希望参与者们在做出接受和拒绝的决定时要能尽可能保持公平。

接下来，参与者需要给出他们的判断结果。在没有偏见的情况下，那些客观分数更高的候选人应该被接受进入团体，假设这些候选人的平均客观分数为X。如果参与者判断接受的候选人的平均分数低于X，意味着他们错误地接纳了越多较差的申请者。在被接受的候选人中，如果一类特定身份的候选人（例如相貌有吸引力）的客观分数低于另一类特定身份的候选人（相貌平平）时，也就说明，参与者出现了偏见。

结果发现，政治偏见警告对消除政治偏见有很好的效果，相貌偏见警告对消除相貌偏见有很好的效果。但政治偏见警告对相貌偏见没有什么明显作用；同样，相貌偏见警告对政治偏见也没什么作用。更重要的是，广泛偏见警告不会减少相貌偏见，以及政治偏见。

也就是说，偏见警告要发挥作用，必须清楚的指出偏见的类型，才能起到较好的提示作用。

可见，只是泛泛地提醒人们注意不要产生偏见是毫无意义的！想要正确的消除偏见，只能将各种偏见分类和定义清楚，人们只有知道偏见的来源，才能有效的消除偏见哦！

参考文献：

Jordan R. Axt, Grace Casola, & Brian Nosek. (2019) Reducing Social Judgment Biases May Require Identifying the Potential Source of Bias. Personality and Social Psychology Bulletin, 45(8) ,1232–1251.

— End —

    由周欣悦教授主编，国内11所高校的15名学者联合撰写的《消费者行为学》新鲜出炉，长按二维码即可购买！

延伸阅读

编辑 | 李婉悦

不关注的话👇容易错过更多精彩

还可以点一个好看👇