正确的提示信息

扫码打开虎嗅APP

从思考到创造
打开APP
搜索历史
删除
完成
全部删除
热搜词
2015-07-20 15:42
《盲点》:致我们的“外貌协会”、性别歧视和种族歧视

“没办法,谁让他这么好看呐!”


“哼,真是丑人多作怪!”


我们终其一生都生活在种种文化态度中,这些文化态度会影响我们对某些事物的看法,从而产生偏见。


再来来听听下面这个故事:


一个父亲和他的儿子发生了车祸,父亲当场就死了,儿子被人匆忙送入医院。手术室里,外科医生看到这个男孩说:“我不能给他做手术,他是我的儿子。”


这怎么可能呢?你是不是也产生了这样的疑惑?叮,这时候你的性别偏见正在起作用。你潜意识里不由自主的将“外科医生”和“男性”联系在一起,没有意识到这个外科医生是男孩的妈妈。即便你是最激进的女权主义者,你也可能产生这种性别联想,因为有些偏见从婴儿期就根植在人的潜意识里。


本书的作者马扎林•贝纳基和安东尼•格林沃尔德十几年前就开始研究人的这种“潜意识偏见”。他们以视觉的“盲点”作比,认为人的认知也存在盲点——“隐性偏见”。人们看不见这种偏见,但它能够在我们无意识的情况下指导我们的行为。


马扎林和安东尼在书中列举了大量有意思的实验,通过内隐联想测试(Implicit Association Test),他们发现一个人的理智主张可能和他的潜意识偏见恰好相反。人同时拥有“反省思维”和“自发思维”,这两种思维会发生分离产生矛盾。于是女权主义者可能潜意识认为女性比男性弱小,同性恋支持者会极力撇清自己不是同性恋。


平等是人类社会最初和最终的追求。马扎林和安东尼希望提醒这种“隐形偏见”的存在,让人们意识到自己无意识中做出的歧视行为。偏见并不是不可消除的,本书提供了一种“有用的忧虑”,读者便有可能将忧虑转化为改变自我的力量。


推荐序:人人都戴着有色眼镜


文/徐瑾(《金融时报》中文网财经版块主编、专栏作家、《凯恩斯的中国聚会》作者)



我年纪还轻、阅历不深的时候,我的父亲教导过我一句话,让我至今念念不忘。


“每逢你想要批评任何人的时候,”他对我说,“你就记住,这个世界上所有的人,并不是个个都有过你拥有的那些优越条件。”

——菲茨杰拉德,《了不起的盖茨比》



18岁的迈克尔·布朗是一个手无寸铁的非洲裔美国青年,近期被路易斯的弗格森街区的一名警察击毙。根据《华尔街日报》等媒体报道,他的死引发了当地的种族矛盾冲突。据悉这座小城有2.1万居民,却被种族问题折磨了几十年,该城市的居民原来基本都是白人,后来非洲裔美国人占了绝大多数,但市政府的官员和警察仍以白人为主,市政厅6名官员中只有一名是黑人。


这不是美国第一次爆出种族冲突新闻,《盲点》一书中就有类似的案例:一个黑人警察奥马尔·爱德华兹在2009年离开家门之后,不久就被一位同行错当成嫌疑犯开枪打死。这些错误的怀疑或者信任,正是社会认知错误的表现。即使平权运动偃旗息鼓几十年,种族平等已经成为绝对的政治正确,类似的新闻还是向我们揭示,基于种族等因素之类的偏见即使在理性层面被规避甚至讨伐,但是现实中人们还是有意无意地做出了难以预测的选择,很多偏见来自潜意识。这并不仅仅涉及政治立场的讨论,事实上也有学术研究作为支撑,《盲点》中提及一项超过150万美国白人参与的测试,40%的人都明确表示自己崇尚平等原则,但其测试结果却显示了无意识的白人偏好。


当经济学在赫伯特·西蒙、丹尼尔·卡尼曼等先驱的引导下,开始怀疑理性人预期之际,心理学已经更进一步,研究从人类意识深入到潜意识。意识只是潜意识的冰山一角,潜意识以及潜意识所衍生的隐性偏见如何影响人类行为乃至社会行动呢?《盲点》的两位作者—哈佛大学实验心理学教授马扎林·贝纳基与华盛顿大学的社会心理学家安东尼·格林沃尔德—就是研究者中的杰出代表。两人从20世纪80年代就开始关注内隐态度,他们最终设计出一种在线测试来揭示人们的潜在偏见,也就是从1995年开始的内隐联想测试,“视网膜上的盲点仅仅证实了人类视觉系统中盲点的存在,内隐联想测试则深入探究了隐性偏见的盲点并发现了它的组成部分”。


以内隐联想测试为基础,“盲点”成为一种隐喻,它不仅仅指视觉上的盲点,更是社会认知上的盲点,“社会认知错误不只局限于基于某人的种族或者民族信息所做出的判断,它源于从心理和社会角度对不同人类群体做出的判断,包括年龄、性别、宗教、社会阶层、性生活、残疾、外表、职业以及性格等因素,其中一些因素更容易成为人们解释某种行为的原因”。


人类作为社会动物,一方面人类社会成员间的相互影响非常频繁,大脑也因此进化出相关区域来处理社会性的思考和感觉;另一方面人类的进化速度往往赶不上现代社会的变化程度,比如人权的定义在百年间变化何等剧烈。一向在过去有利于祖先求生的社会认知技能今天则可能成为谬误的起源,因此人类难以避免存在各种社会认知错误,从种族、宗教到性别。换言之,无论自觉还是不自觉,我们有时候确实是戴着有色眼镜看人,甚至总是“以貌取人”。


《盲点》以法国哲学家萨特的一句话为例说明社会错误的偏执与强大。萨特曾说如果一个女人和某个皮货商的关系不佳,她会给他们的争执加一个解释,那就是皮货商是犹太人。这种看似不相关的解释其实在生活中并不少见,大家似乎习以为常,“认知错误是产生这些好恶情感甚至热情的根源,人们所属群体的信息似乎成为人们是谁、做什么甚至可能做什么的强制性解释,从而为每个群体所受到的不同对待方式进行了自圆其说的辩护”。


还是以种族为例,《盲点》列举了美国社会心理学家塞缪尔·加特纳和杰克·维迪奥的研究,他们对自称为“厌恶种族主义者”的美国团体进行了长期研究,结果显示即使这群显然将自己标榜为平等主义者的美国白人,也会在不经意间表现出种族歧视,比如帮助白人而不是黑人。


公正是人类的原始情感之一, 一般情况下,多数人往往会以诚实自居,自认为公平或者是没有什么偏见的“好人”,但是通过内隐联想测试还是会暴露出很多隐性偏见,甚至我们不需要对“别人”表示明显的歧视态度,而只是更照顾“自己人”,也能加重这种歧视。


这种行为被称为内群体偏好,一些看似不经意的举动也会加重歧视,比如一个白人向一个以帮助白人为主的慈善机构捐款,其结果如何?“不用刻意计划和安排,你的馈赠就增加了一个原本就占据有利地位的人口群体的优势。即便你没有违犯任何民权法案,你的行为都提升了美国白人的相对优势,相应也加剧了其他群体的相对劣势。其他人的类似行为还会产生可观的集聚效应”。


书里有一个有趣的例子,作者的一个好朋友希望实现公平竞争,她原本计划向母校捐一大笔钱,但和作者交流之后,她开始明白她的母校虽然主张多元化,但白人学生数量占大多数,这笔捐赠最终还是会提升白人的优势。她最终做了一个决定,同时向母校和联合黑人大学基金捐赠相同数额的善款,作者如此评价:“她既没有超越也没有消除产生内群体偏好的认知错误,而是将其中和。”


也正因如此,很多看似完美高尚的行为在无意间提升了自己所属群体的社会优势,我们已经习以为常的很多善意举措其实无非是另一种歧视而已。随着马太效应在社会上不断强化,正反馈与负反馈不断放大,可能使得强势群体得到更大的帮助,而弱势群体则每况愈下。


不知道为何,反观中国的现实,我认为上面的捐款案例听起来有些“超现实”,今天的中国多少有点儿像美国20世纪初的爵士时代,也就是开篇引文的《了不起的盖茨比》描写的年代,很多歧视直接而粗暴,种种偏见不加掩饰;盖茨比之死,某种程度上就是不被上流群体接纳的结果,而这种不接纳本身就是歧视与偏见的产物。对于国人而言,一方面不太习惯把歧视隐性化,生活中各种歧视可谓大张旗鼓,另一方面集体生活也使得不少人习惯裙带关系,青睐校友、靠近同乡、照顾朋友可谓人之常情,而中国富豪也不乏一掷千金向美国名校捐款的案例,而且这一举措几乎难以苛责。


揭露隐性歧视是为了社会公正,但值得指出的是,追求公正过头有时候也会成为另一种反向歧视。人总是抱团竞争,社会中的个人总被归入不同的社会群体,一般情况下这样做没有太多问题,甚至我们的大脑在省力之余还可以使得生活更便利。当然,如果这些刻板印象被错误地滥用则可能导致悲剧的产生,尤其过分信任或怀疑,比如上文的黑人警察或者给麦道夫投入过多资金的犹太团体。理想的状况是随着价值观的变化,人们的抱团方式可以随之调试、变化,变得更开放、更多元。


从种族到年龄,从性别到宗教,有色眼镜无处不在。如何消除社会认知错误带来的各种偏见呢?一方面我们应该更多承认认知偏见的存在,另一方面也通过更多接触多元化的人和事来改变思维惯性以及刻板印象,比如更多女老板的出现(无论在身边还是媒体报道中)会强化女性作为领导者的关联性。


从经济学的角度,我认为一方面不必对人们太过苛求,如果他们能够认识到自身的群体偏好已经善莫大焉。心理学家指出,大脑存在两个系统,一是反省思维,二是自发思维,两个系统如果不一致,就会出现两种不同的偏好。如果隐性偏见大多来自自发思维,而我们又认识到这点,那么反省思维就可能因此触发,发挥更大的作用。另一方面应该向他们说明,社会认知错误不仅误导、误判他人,甚至也会导致自我认知的谬误,比如耶鲁大学公共卫生学院的一项研究显示,老年人在他们年轻时对老年人所持的消极想法与他们晚年罹患心脏病的概率有一定的相关性。也正因如此,偏见的受害者不仅局限于别人,也往往包括我们自己。经济学说歧视即价格,不仅别人为我们的歧视埋单,我们也在为我们的歧视付出代价。鉴于人类在大部分情况之下还是理性人,相信成本分析多少会提示甚至改变他们的行为模式。





如对本稿件有异议或投诉,请联系tougao@huxiu.com
打开虎嗅APP,查看全文

支持一下

赞赏

0人已赞赏

大 家 都 在 看

大 家 都 在 搜

好的内容,值得赞赏

您的赞赏金额会直接进入作者的虎嗅账号

    自定义
    支付: