凌晨
美國伊利諾伊大學香檳分校博士

我是熱愛社會心理學的計算機工程博士,關於偏見的誕生與消解,問我吧!  

鄙視鏈、地圖炮、舒適圈、網絡暴力…偏見與種族、經濟、性別交織,形成形形色色的歧視。為何總是不經意地以瘦為美、以胖為恥?常説男性越老越是黃金單身漢,而女性則是明日黃花;北方人豪爽且大男子主義、南方人則狡詐小氣精於算計?白人對黑人的種族主義為何始終是歐美社會拔不掉的一根刺?猶太人的墓碑到今天依然可能被褻瀆?
你知道偏見也分為不同等級嗎?怎樣避免偏見導致的傷害性行為?為何“禮貌的偏見”長期無害,但希特勒對猶太人的偏見卻達到種族清洗的極端程度?我是《偏見的本質》譯者凌晨,計算機工程博士、忠實的社會心理學愛好者。如何理解偏見的本質,問我吧!
358
思想 2020-11-17 進行中...
新穎、大膽、專業、有趣的好問題更有機會獲得回覆,開始提問吧!
9個回覆 共20個提問,

熱門

最新

查看此問題的另外7個回答

凌晨 2020-11-30

這是一個好問題。偏見是在事實依據不足的情況下所作出的預判。然而,這種分類是錯誤的,帶有敵意的。
奧爾波特指出,與事實依據相印證的分類標籤往往會得到選擇性的認可,而與分類標籤相悖的事實依據則會遭遇大部分人的牴觸。在面對互為矛盾的事實與分類時,堅持預判的心理機制即允許特例的出現。奧爾波特在書中給出的例子是我們能耳熟能詳的一種表達,即,“的確有些黑人也是好人, 但是......”,或是,“我有一些好朋友是猶太人,但是......”這種轉折的句式所表達的前半部分語義似 乎是一種消除敵意的機制,但是在通過剔除一些正面個例後,針對此類別之下其他事例的態度依舊是負 面的。簡而言之,相悖的事實依據無法改變錯誤的泛化,人們雖然認可這一事實,但卻在分類過程中將 其排除在外,這也被稱為“二次防禦”。此外,奧爾波特還在書中提及了一個有趣的例子:
當一名對黑人持有強烈偏見的人,在面對有利於黑人的事實依據時,他往往會將婚姻問題作為擋箭牌與詭辯的 理由:“你希望你的妹妹和黑人結婚嗎?”一旦對方回答:“不,”或在回答過程中產生猶豫,偏見的持有者就會 説,“看到了吧,黑人和我們生來不同,有些事對黑人來説就是不可能的,”或者,“我就説吧,黑人本性難移, 令人厭惡。”
可以説,錯誤的分類並非造成偏見的絕對因素,但是,人們總是自以為有充分的理由維持自身的預 判,繼而導致了偏見。更重要的是,我們的預判往往受到社會環境、社交網絡的影響與支持,因而在大多數情況下,我們都不會對此加以考量。
造成的偏見的另一要素是敵意。奧爾波特認為,這種敵意恰恰來自於偏愛——一種自身價值系統的 維護。斯賓諾莎將“出於愛的偏見(love-prejudice)”定義為“被愛矇蔽了雙眼”。正如古人有云:情人眼 裏出西施。在熱戀中的情侶眼中,對方的所有一切都是完美的。與此相似,對信仰、組織、國家的愛也 會使人們“矇蔽雙眼”。
此類積極的依附關係對我們的生活至關重要。年幼的孩子不能離開監護人獨自生活。他必須先通過 某人或某事學會愛,並認識自我,才能夠學會憎恨。而在他分辨對其價值體系的威脅之前,他是被親情 與友情所圍繞的。正是出於對此的珍愛——同時也是個人生存的基礎,人們傾向於受到對個人價值體系 袒護的驅使,而做出毫無依據的預判,對可能會威脅到我們價值體系的人和事物進行貶低(或主動攻擊), 以抬高自身的價值取向。這種預判是非理性的,而基於偏見問題的複雜性,奧爾波特並未就其與大腦分 類活動之後的理性預判進行詳盡的區分,事實上,這一問題依舊是目前該領域中所需探討的問題之一。
仇恨偏見是基於錯誤預判與敵意加強後的二次發展,其所反映的事實背後通常是積極正面的價值體 系。西弗洛伊德曾就此這樣表述:“在對陌生人不加掩飾的厭惡與反感之中,我們意識到,這其實是對 自己的愛的表達,是一種自戀。”可以説,是愛的偏見(偏愛)引來了仇恨的偏見(歧視)。
查看此問題的另外1個回答

計算機專業對研究社會心理學有幫助嗎?怎麼個交叉法?~

凌晨 2020-11-30

計算機科學的進步對研究社會心理學當然是有幫助的。在互聯網中的虛擬社會之中,個體化為了一個個互相獨立又互為聯結的數據集。 雖然彼此之間不再以膚色、種族、階級為標識,但是現實社會中的衝突與矛盾卻在信息的快速傳遞中愈 演愈烈。是什麼因素在網絡上主導了偏見的產生?又是什麼因素能夠藉由互聯網最大程度地消除偏見? 網絡究竟對人們的偏見態度產生了什麼樣的影響?大量的數據是否能夠作為樣本幫助研究人員對偏見進 行更為深入的分析?
計算社會學的出現正是社會科學家們希望通過數字化數據流,以前所未有的規模和層次研究個體與羣體的行為的一種嘗試。這一概念最初由美國哈佛大學大衞拉澤(David Lazer)為首的 15 位美國學者共同 提出,並以“計算社會學(Computational Social Science)”為題聯合發表於《科學》雜誌上。2012 年,《自然》雜誌就這一領域的最新進展刊登了綜述,文中引用了研究人員就臉譜網數據所發現的結果:
“今年,克萊因伯格和他的同事利用臉譜網約 9 億用户數據,以研究社會網絡中的傳染性——一種觀念傳播的 過程。這些觀念可能有關於時尚美容,也可能是有關於政治觀點、新興技術、或財政決定。幾乎所有的理論都假設 這個傳播過程類似於病毒的傳播:一個人接受一個新觀念的機率與他所能接觸到的、已經接受該觀念的人數呈正比。 然而,克萊因伯格的學生,約翰烏甘德發現情況遠比此複雜:用户加入臉譜的動機與其使用臉譜的朋友數目無關, 而是取決於使用臉譜的、來自不同社會羣體的朋友數目。也就是説,如果你的同事、體育俱樂部的朋友、及你的好 朋友都已經加入了臉譜,那麼你對臉譜所留下的印象遠比你只在上面發現了來自同一社會羣體的朋友更深刻。所以, 觀念的傳播取決於堅守於該觀念的人羣的多樣化。”
如此之大的數據樣本是在信息技術革命之前,任何社會科學研究都無法想象的。運用大數據的計算 社會學在證實或測試固有假設的道路上已經邁出了第一步。有關偏見的研究也正在這個領域中展開:
2018 年 4 月,斯坦福大學的研究人員利用自然語言處理算法分析了美國近一個世紀以來的書籍、報刊、和其他 文字載體,並將其遣詞造句中的變化與關鍵社會運動節點(如 1960 年代的女性運動,大量亞裔移民遷入)時期的美國 人口普查數據中相比較。研究人員發現,針對女性的刻板印象正在逐漸變少,在 20 世紀上半葉,“聰明(intelligent)”、 “邏輯清晰的(logical)”、“深謀遠慮的(thoughtful)”等一類詞語往往更多地與男性相關聯,然而在 1960 年代後, 這些詞開始逐漸更多地與女性聯繫在一起。即使針對兩性依然各自存在不少刻板印象,但是 1960 年代的女性運動顯 然對刻板印象的削弱起到了至關重要的作用。
跨學科的交叉研究,如同人類羣體關係的發展一樣,難免也會有回溯的情況發生。但如同奧爾波特 在《偏見的本質》中所説的那樣,“任何企圖完全解釋偏見的理論都是片面的......社會科學可以通過兩 種方式為此(消除偏見的方案)提供幫助。一是從問題根源進行剖析。基於對偏見根源在心理學與社會分析 之上,社會科學能夠成功預測特定運作模式的成敗。其次,社會科學也能夠作為評估工具,對所採取的 方案進行測量。”也許在計算機科學、神經科學、以及其他領域的共同努力下,不久的將來,人類偏見的真相將不再觸不可及,偏見的消弭也不再是一個觸不可及的預言。

凌晨 2020-11-30

事實上,偏見(prejudice)是什麼?也許一個脱口而出的答案可能是,在沒有足夠依據的情況下就把人往壞處想。中國的成語中就有不少這樣的例子,“斷章取義”、“以偏概全”、“穿鑿附會”等都指出了我們 常常將自己選擇性的記憶,與傳聞相混合,並對此進行了過度泛化。如此的過度泛化(overgeneralization) 也許是人類最常見的思考謬誤,然而,這樣的歸納卻是不可避免的。因為人類過度泛化的傾向本具有進 化意義。生命是如此短暫,而我們所面對的信息卻如潮水一般撲面而來。為了儘快適應生活的更迭,我 們必須快速地為面前的新事物定性,孰善恕惡。由於我們無法對世間萬物都有詳盡的瞭解,並據此做出 判斷。於是,我們不得不依賴於這樣粗略卻廣泛的預判(prejudgment)。
那麼,是否所有的預判行為都是偏見呢?答案是否定的。奧爾波特指出,但凡一個人能夠在足以推 翻預先判斷的依據面前,糾正自己原先錯誤的判斷,就並非偏見的持有者。而那些在新知識的衝擊下, 依舊冥頑不化、固執己見的人所持有的預判,才會被稱為是偏見。由此,預判與偏見的區別在於是否能 夠不帶牴觸地討論、並糾正原先觀點。奧爾波特藉此進一步將偏見歸納為如下的定義:
偏見是一種基於錯誤且僵化的泛化觀點而產生的反感。它能夠被感覺到,也能夠被表達出來。它可以是針對整 個羣體的,也可以是針對單獨個體的,個體往往會因為作為羣體一員而遭致偏見。在偏見的本質一書中所討論的偏見僅限於敵對的偏見,而不包括積極的偏見,如偏愛。如果您對這個話題感興趣,可以找來看一看。

熱新聞

熱話題

熱評論

熱回答

關於澎湃 在澎湃工作 聯繫我們 廣告及合作 版權聲明 隱私政策 友情鏈接 澎湃新聞舉報受理和處置辦法 嚴正聲明