实验者偏差 (Experimenter Bias / Observer-Expectancy Effect)

概览 (At a Glance)

1. 快速总结 (Quick Summary)

当我们期望某事为真时，我们会无意识地做出让它成真的举动。相信参与者会成功的研究人员，对待他们的方式和对待预期会失败的人不一样：肢体语言更温暖，鼓励更多，手法也更轻柔。这算不上作弊，而是一种在意识之下运行的无形污染，它把假设变成了自证预言。

2. 背后的科学 (The Science Behind It)

2.1. 发现与历史 (Discovery and History)

观察者会影响实验结果，这个想法在20世纪初就已出现，但真正首次证明无意识线索能够制造出虚假效果的，是对“聪明汉斯”(Clever Hans) 这匹马（1904-1907年）的调查。心理学家奥斯卡·丰斯特 (Oskar Pfungst) 证明，汉斯是在解读提问者的微小动作，并不会真的做算术。

到20世纪60年代，这种偏差得到了严格量化。哈佛大学的罗伯特·罗森塔尔 (Robert Rosenthal) 通过受控实验室研究证明，实验者的期望能对结果产生可衡量的影响。经他之手，“偏差”从一个哲学层面的担忧变成了可以测量的心理学变量。

1968年《课堂中的皮格马利翁》(Pygmalion in the Classroom) 出版后，这一概念的适用范围急剧扩展，观察者期望效应由此进入教育心理学和公众视野。此后我们的理解不断延伸，涵盖了“病态科学”(pathological science)（欧文·朗缪尔 Irving Langmuir 提出的形容集体科学错觉的术语）和包括 p值操纵 (p-hacking) 在内的现代“有问题的研究实践”(Questionable Research Practices)。

主要里程碑包括：

• 1904-1907年：对聪明汉斯的调查确立了无意识提示作为一种机制。
• 1963年：罗森塔尔和福德 (Rosenthal and Fode) 的“迷宫聪明/迷宫迟钝”老鼠研究。
• 1968年：《课堂中的皮格马利翁》出版。
• 1988年：本维尼斯特 (Benveniste) “水记忆”争议和盲法揭秘。
• 2011年：迪德里克·斯塔佩尔 (Diederik Stapel) 欺诈案突显了期望偏差的极端结果。
• 2018年：布莱恩·万辛克 (Brian Wansink) 的论文撤回事件暴露了系统性的 p值操纵。

2.2. 核心研究人员 (Key Researchers)

2.3. 里程碑研究 (Landmark Studies)

迷宫聪明/迷宫迟钝老鼠研究 (The Maze-Bright/Maze-Dull Rat Study, Rosenthal & Fode, 1963)

十二名心理学学生被要求训练老鼠走迷宫。其中六名学生被告知他们的老鼠是专门繁育出的高智商品种（“迷宫聪明”），另外六名被告知他们的老鼠繁育自低智商品种（“迷宫迟钝”）。实际上所有老鼠都来自同一个同质种群，各组之间没有任何遗传差异。

结果令人震惊：“聪明”的老鼠学得更快，学习曲线更陡峭，做出更多正确选择，跑向奖励的速度也更快。最能说明问题的是，“迟钝”组的老鼠有29%的时间拒绝离开起点，而“聪明”组只有11%。

该机制被追溯到处理方式的差异：分配到“聪明”老鼠的学生形容它们“讨人喜欢”“可爱”“聪明”，抚摸它们时更轻柔，也更频繁。这种触觉上的安抚减少了老鼠的焦虑，而低焦虑的动物学得更快。“迟钝”组的学生粗暴地对待他们的老鼠，说话带着沮丧的语气，制造出一种抑制认知表现的高压环境。

课堂中的皮格马利翁 (Pygmalion in the Classroom, Rosenthal & Jacobson, 1968)

在加利福尼亚州的“橡树学校”(Oak School)，所有学生都参加了一项伪装成“哈佛拐点习得测试”的标准智商测试。教师们被告知，大约20%的学生（随机选择）是“智力开花者”，有望在学业上取得显著进步。

到了年底，“开花者”的智商提高幅度明显大于对照组学生，这种效应在一年级和二年级表现得最为明显。教师们形容开花者更有趣、更好奇、更快乐。值得注意的是，当对照组学生（不被期望开花）表现出智商增长时，教师们有时会带有敌意地看待他们，或者将他们评为“适应不良”：在“低潜力”学生身上出现的意外成功引起了认知失调。

研究者提出的机制是“气候”和“输入”：教师为开花者营造了更温暖的社会情感环境（更多的微笑、点头），教给他们更多的材料，给他们更多回答问题的机会，反馈也更详细。

争议：教育心理学家罗伯特·L·桑代克批评了该研究的方法论，指出一些预测分数太低，所谓的“增长”可能反映的是向均值回归或测试误差。荟萃分析表明，教师期望效应确实存在，但通常很小（r = .10 到 .20），一般也不会累积成巨大的差距。

聪明汉斯调查 (Clever Hans Investigation, Pfungst, 1907)

“聪明汉斯”是柏林的一匹马，似乎能通过用蹄子敲击来做算术、读德语和识别音乐音调。心理学家奥斯卡·丰斯特进行了系统的盲法控制：

• 当提问者不在汉斯的视线范围内时，准确率暴跌。
• 当提问者不知道答案时，汉斯的准确率从89%降至6%。

丰斯特发现汉斯是在解读微表情：提问者提问时会身体前倾或绷紧（开始线索），当汉斯敲击到正确的数字时，提问者的紧张感就会释放（停止线索）。这确立了“无意识提示”作为一个科学概念。

本维尼斯特水记忆揭秘 (The Benveniste Water Memory Debunking, 1988)

法国免疫学家雅克·本维尼斯特 (Jacques Benveniste) 在《自然》杂志上发表文章，声称即使在极度稀释之后，水仍保留着抗体的“记忆”，这一发现若成立将证实顺势疗法。《自然》杂志编辑约翰·马多克斯 (John Maddox)、魔术师詹姆斯·兰迪和欺诈调查员沃尔特·斯图尔特 (Walter Stewart) 一同参观了该实验室。

他们观察到，实验只有在研究人员知道哪些试管含有抗体时才有效：研究人员无意识地挑选了处理过的试管中的“活跃”嗜碱性粒细胞来计数。当团队把密码贴在天花板上（确保双盲条件）时，这种效应完全消失了。本维尼斯特拒绝接受这一揭秘结果，声称怀疑论者的存在“抑制”了水。

2.4. 神经学基础 (Neurological Basis)

实验者偏差背后的神经学机制涉及几个相互连接的大脑系统：

确认偏误回路 (Confirmation Bias Circuitry)：前额叶皮层，特别是背外侧前额叶皮层 (DLPFC)，在假设检验中发挥作用。当我们持有强烈的期望时，DLPFC可能会选择性地关注证实假设的信息，同时过滤掉矛盾的数据。

镜像神经元系统 (Mirror Neuron System)：当实验者通过非语言线索无意识地传递期望时，受试者可能会通过镜像神经元系统“捕捉”到这些信号，该系统在执行动作和观察他人执行动作时都会放电。

奖励通路 (Reward Pathways)：找到预期的结果会激活多巴胺能奖励回路（腹侧被盖区、伏隔核）。这就产生了一种感知确证证据的神经化学动机，字面意义上让你觉得自己找到了想要的东西。

杏仁核与威胁检测 (Amygdala and Threat Detection)：杏仁核处理社交信号和情感线索。受试者通过这个系统无意识地检测到实验者的赞成或反对，从而触发接近或回避行为。

认知负荷效应 (Cognitive Load Effects)：当实验者的认知负担过重时，前额叶皮层的执行功能会减弱，抑制有偏差行为的难度上升，期望也更容易通过非语言渠道“泄漏”出去。

3. 进化起源 (Evolutionary Origins)

实验者偏差源于为我们的祖先提供了显著生存优势的认知机制：

社会契合 (Social Attunement)：对他人期望和细微线索的极其敏感是应对复杂社会等级制度的必要条件。能够解读并回应权威人物欲望的个体，更有可能获得保护、资源和交配机会。帮助我们祖先存活下来的这种敏感性，现在使受试者无意识地向实验者的期望靠拢。

模式识别与预测 (Pattern Recognition and Prediction)：大脑进化成了一台预测机器。形成假设并寻找确证证据，让人能在危险环境中快速做出决定：“看到”一个不存在的捕食者远比错过一个真实存在的要好。同样这种偏向确认的倾向，如今污染了科学探究。

能量守恒 (Energy Conservation)：大脑消耗了我们大约20%的代谢能量。减少处理需求的认知捷径，比如接受符合现有信念的信息，可以省下宝贵的卡路里。质疑每一个假设在代谢上都是昂贵的。

社会凝聚力 (Social Cohesion)：期望群体成员以特定方式行事并相应地对待他们，创造了稳定的社会结构。强化社会角色的自证预言维持了部落内的秩序。

在快速判断和社会凝聚力比客观真理更要紧的环境中，这些偏误是适应性特征，算不上缺陷。问题在于科学恰恰需要相反的方法：无论社会动态或先验信念如何，都要缓慢、仔细地评估证据。

4. 该偏差的表现方式 (How This Bias Manifests)

4.1. 在日常生活中 (In Everyday Life)

育儿 (Parenting)：认为自己孩子有“天赋”的父母会提供更多的强化活动，更耐心地回答问题，也更热情地赞美孩子的努力。把孩子视为“难管”的父母则可能对中性行为做出负面解读，用沮丧的反应回应，最终造出他们本来就预料到的那种行为。

人际关系 (Relationships)：如果你认为伴侣会有防御心理，你可能会以戒备的语气开启对话，从而引发你预料中的防御心理。对约会顺利与否的期望会影响你的热情、眼神交流和对话参与度。

宠物训练 (Pet Training)：罗森塔尔的老鼠研究与宠物饲养有直接的相似之处。认为自己的狗聪明而非固执的主人会以不同的方式对待它，同样的起点由此长出不同的行为结果。

自我认知 (Self-Perception)：我们通常会表现出与他人对我们期望一致的行为。被当作能干的人对待，便开始表现得能干；被当作不可靠的人对待，可能会放弃努力变得可靠。

4.2. 在职场中 (In the Workplace)

招聘决策 (Hiring Decisions)：提前收到候选人正面信息的面试官会问更简单的问题，进行更多的眼神交流，并给出更多的时间作答。候选人感受到这种热情，表现得更好，于是“证实了”最初的积极期望。

绩效评估 (Performance Reviews)：期望某员工表现不佳的经理更容易注意到其错误，并将成功归因于外部因素（“他们只是运气好”）。高期望的员工会获得更多的发展反馈和具有挑战性的任务。

领导力 (Leadership)：相信团队有能力的领导者会下放更多权力，提供自主权，并提出建设性批评。怀疑自己团队的领导者则会进行微观管理和挑剔，造就出恰好符合这种低期望的、缺乏参与感的员工。

会议动态 (Meeting Dynamics)：期望某些人有宝贵贡献的主持人会无意识地给他们更多的发言时间，更频繁地点头，并基于他们的想法展开讨论，同时打断或忽视那些预期贡献较少的人。

4.3. 在商业和营销中 (In Business and Marketing)

产品测试 (Product Testing)：当公司用自家产品与竞争对手进行测试时，知道哪个是“自家”产品的研究人员，可能会通过热情、问题框架或对积极反馈的选择性关注来无意识地影响参与者的反应。

客户服务 (Customer Service)：关于客户类型的期望（盈利的还是麻烦的，老练的还是天真的）塑造了服务质量、耐心和解决问题的努力，由此创造出不同的客户体验，反过来证实了最初的分类。

市场研究 (Market Research)：对什么是“正确”答案抱有先入为主观念的焦点小组主持人，可能会通过微妙的赞许线索把讨论引向确证假设的方向。

A/B 测试 (A/B Testing)：如果没有适当的盲法，设计某个变体的团队可能会无意识地把模棱两可的数据往有利于自己的方向解释。

4.4. 在政治和媒体中 (In Politics and Media)

民意调查 (Polling)：民意调查员提问的方式、朗读选项时的语调以及对答复的反应都可能系统性地造成结果偏差。关于不同人口群体将如何投票的期望，可能会影响采访者的行为。

新闻报道 (Journalism)：带着预设论点处理故事的记者可能会提出诱导性问题，为了符合他们的叙事而解释模棱两可的引语，并寻找确认其角度的来源，同时驳回相互矛盾的声音。

政治预测 (Political Predictions)：预测某种结果的评论员可能会无意识地以增加该结果可能性的方式塑造报道（从众效应，热情差异）。

事实核查 (Fact-Checking)：事实核查员可能会比核查受青睐的消息来源的声明更严格地审查不受青睐的消息来源的声明，根据期望应用不同的证据标准。

4.5. 在医疗保健中 (In Healthcare)

临床试验 (Clinical Trials)：在双盲方法成为标准之前，相信某种治疗有效的医生会无意识地向患者传达乐观情绪，从而产生模仿药物功效的安慰剂效应。

诊断 (Diagnosis)：根据患者的人口统计学特征预期会出现某些疾病的医生，可能会相应地解释模棱两可的症状。预期患有“真正”疾病的患者，其主诉会得到比“麻烦”患者的同类主诉更彻底的调查。

放射学 (Radiology)：研究表明，当放射科医生被告知患者有相关症状时，他们会在扫描中发现更多异常，可见期望会影响我们在图像中实际感知到的内容。

物理治疗 (Physical Therapy)：认为患者能迅速康复的治疗师可能会督促得更紧，提供更多鼓励，并设定更雄心勃勃的目标，这有可能通过期望效应加速康复。

4.6. 在金融和投资中 (In Finance and Investing)

分析师报告 (Analyst Reports)：报道股票的分析师可能会无意识地为他们的论点寻找确认证据，以支持他们现有的买入/卖出建议的方式解释模棱两可的公司新闻。

尽职调查 (Due Diligence)：对交易感到兴奋的投资者可能会提出轻松的问题，从表面上接受乐观的预测，并尽量淡化危险信号；而寻找拒绝理由的投资者则会审查每一个细节。

风险评估 (Risk Assessment)：预期客户风险较高的承保人可能会保守地构建交易，从而制造有关盈利能力的自证预言。

交易心理 (Trading Psychology)：期望某个头寸有效的交易员会有选择地关注确认性新闻，同时忽略相互矛盾的信号，导致亏损头寸持有时间过长。

5. 现实世界案例研究 (Real-World Case Studies)

案例研究 1：N射线——法国的幻觉 (N-Rays—The French Hallucination, 1903)

• 背景 (Context)：在伦琴发现X射线后不久，法国南锡大学的物理学家勒内·布隆德洛 (René Blondlot) 宣布发现了“N射线”，一种新的辐射形式，它能增强荧光屏的亮度，并能被铝棱镜折射。
• 发生了什么 (What happened)：证实N射线的科学论文发表了300多篇。这种效果是视觉上的、主观的，靠的是判断暗室中微弱火花的亮度。民族自豪感（N射线是法国人的发现，而X射线是德国人的）助长了这种热情。
• 偏差的作用 (The bias at work)：美国物理学家罗伯特·W·伍德 (Robert W. Wood) 参观了布隆德洛的实验室。在黑暗中，伍德偷偷移走了装置中关键的铝棱镜。布隆德洛没有察觉，继续报告看到N射线及其光谱。他完全是在自己的脑海中感知到了这些影响。
• 后果 (Consequences)：布隆德洛的职业生涯和声誉被毁。这一事件成为物理学中偏误的典型，证明了杰出的科学家也可能会对自己极其希望存在的现象产生幻觉。
• 吸取的教训 (Lessons learned)：在阈值感知任务中的主观判断极易受到期望效应的影响。该案例确立了即使在物理学研究中，盲法控制也是必要的。

案例研究 2：冷核聚变——实验者的回归 (Cold Fusion—The Experimenter's Regress, 1989)

• 背景 (Context)：犹他大学受人尊敬的电化学家斯坦利·庞斯 (Stanley Pons) 和马丁·弗莱施曼 (Martin Fleischmann) 宣布，他们使用钯阴极在室温下实现了核聚变。他们报告了只能用聚变反应来解释的“过剩热量”。
• 发生了什么 (What happened)：最初的兴奋引发了全球争相复制的热潮。一些实验室报告了成功；许多报告了失败。争论变得激烈起来。
• 偏差的作用 (The bias at work)：庞斯和弗莱施曼在他们的领域（核物理学）之外工作，缺乏正确检测聚变副产物（中子）的专业知识。当热量数据模棱两可时，他们把尖峰解释为聚变，把平线解释为设备误差。当独立实验室未能复制时，支持者认为批评者使用了“坏钯”或缺乏实验的“艺术”，这正是“实验者的回归”(Experimenter's Regress)：实验的有效性是根据它是否产生了预期的结果来判断的。
• 后果 (Consequences)：当进行了严格的双盲测试（在盲法设置下检查氦-4的产生）时，热量和聚变产物之间的相关性消失了。职业生涯受损，数百万研究资金被浪费，这一事件成了关于过早宣布危险的警示故事。
• 吸取的教训 (Lessons learned)：一个领域的专业知识不能转移到另一个领域。通过强烈期望的镜头解释模棱两可的数据，会把它变成研究人员想要相信的任何事物的“证据”。

历史例子：辅助沟通——虚假希望的悲剧 (Facilitated Communication—The Tragedy of False Hope, 1990s)

辅助沟通 (FC) 承诺解开患有自闭症的非语言障碍者的思想。辅助者会支撑客户的手在键盘上，让他们打出复杂的想法，揭示被沟通障碍困住的内心世界。

辅助者真诚地相信客户在打字。父母看到了从未说过话的孩子写下的雄辩信息。然而，受控的“信息传递”研究（其中客户和辅助者展示了不同的图片）证明了辅助者才是所有信息的作者。如果辅助者看到狗而客户看到猫，手会打出“狗”。

其机制是“意念运动效应”(ideomotor effect)，即由期望驱动的无意识肌肉运动。尽管揭穿工作做得很彻底，许多辅助者仍无法接受是自己在控制那只手。想要帮助他人的情感力量，加上看似成功的表象，形成了一个认知陷阱，而逃离这个陷阱在心理上是毁灭性的。

该案例说明，当实验者偏差与脆弱性交叉时，它可能造成多么深刻的现实伤害。通过 FC 提出了虚假的虐待指控；完全源于辅助者脑海的“启示”使家庭四分五裂。

6. 这种偏差的代价 (The Cost of This Bias)

6.1. 个人代价 (Personal Costs)

自我限制信念 (Self-Limiting Beliefs)：当权威人物（父母、老师、教练）传递低期望时，接受者往往会将这些信念内化，从而限制了他们自己的抱负和努力。“戈仑效应”(golem effect) 是皮格马利翁的黑暗面：消极的期望造成消极的结果。

破坏人际关系 (Relationship Damage)：期望朋友背叛你、伴侣让你失望或同事暗算你，会通过你自己的防御性、多疑行为造成你所害怕的那种动态。

错过真实的联系 (Missed Authentic Connections)：当我们带着僵化的期望接近他人时，我们就看不到他们真实的样子，也就错过了真正理解和成长的机会。

减少学习 (Reduced Learning)：相信我们已经知道答案会阻止我们接受新信息，从而限制了智力发展。

6.2. 职业代价 (Professional Costs)

带有偏见的研究 (Biased Research)：职业生涯依赖于特定发现的科学家容易无意识地产生确证性结果，浪费资源，也可能误导整个领域。

糟糕的招聘 (Poor Hiring)：公司系统性地忽视了不符合预期模式的才华横溢的候选人，同时提拔了那些无论实际表现如何都能引发积极期望的人。

失败的项目 (Failed Projects)：由抱有消极期望的经理领导的团队经常失败，原因往往不在于什么固有的局限，而在于领导者的行为造成了脱节和自我怀疑。

声誉损害 (Reputational Damage)：当受期望驱动的结果无法被复制时，像布隆德洛、本维尼斯特和万辛克这样的研究人员眼看着自己的声誉被毁。

6.3. 社会代价 (Societal Costs)

教育不平等 (Educational Inequality)：基于种族、阶级或性别的教师期望系统性差异造成了不同的对待，这种对待在多年的学校教育中不断复合，加剧了成就差距。

刑事司法 (Criminal Justice)：关于被告有罪的期望会影响调查人员追踪案件的方式，当确认性证据被强调而矛盾的证据被驳回时，可能会导致错误定罪。

医疗保健差异 (Healthcare Disparities)：当医生预计某些患者不依从或患有某些疾病时，他们提供的不同护理可能会使健康结果恶化。

科学进步 (Scientific Progress)：致力于复制和揭穿虚假发现的资源转移了真正的发现努力。整个领域可能会花数年时间追求虚假的伪影 (artifacts)。

6.4. 统计影响 (Statistical Impact)

• 罗森塔尔的老鼠研究表明，“迟钝”组老鼠拒绝参与的时间为29%，而“聪明”组为11%，这几乎是完全由处理者期望造成的三倍差异。
• 当提问者不知道答案时，聪明汉斯的准确率从89%降至6%，可见无意识线索效应的威力有多大。
• 教师期望效应的荟萃分析表明，效应量为 r = .10 到 .20，看似不大，但在多年的学校教育中会不断积累。
• 布莱恩·万辛克因涉及选择性分析的有问题的研究实践撤回了18篇论文，这代表了多年来具有误导性的营养指导。
• 迪德里克·斯塔佩尔为58篇论文伪造了数据，影响了建立在其欺诈基础上的无数后续研究。

7. 隐藏的好处 (The Hidden Benefits)

这种偏差的各个方面并非全是负面的，有些能达到有用的目的：

治疗联盟 (Therapeutic Alliance)：在医疗保健中，医生对康复的自信期望可以增强安慰剂效应并改善真实结果。积极期望的力量如果被有意识地运用，可以起到治疗作用。

教育动机 (Educational Motivation)：当教师真正相信学生的潜力并通过热情和挑战传达这种信念时，学生通常会迎头赶上，满足这些期望。关键在于确保对所有学生都寄予高期望，而不是选择性地应用。

领导力效能 (Leadership Effectiveness)：对团队能力表现出自信的领导者，可以创造出真正的绩效提升。积极的期望效应本身不成问题，只有在应用不一致或基于无关特征时才成问题。

自证预言 (Self-Fulfilling Positive Prophecies)：期望自己成功可以增加努力、坚持和信心，从而提高实际表现。当被刻意部署时，该偏差成为一种工具。

社会凝聚力 (Social Cohesion)：期望他人采取合作行动通常会引出合作行为，促进社会协调。一定量的积极期望润滑了社交互动。

彻底消除实验者偏差，就意味着彻底消除研究中的人类联系，用机器人和算法取代所有互动。目标是管理和意识，而非根除。

8. 自我评估：你有这种偏差吗？ (Self-Assessment: Do You Have This Bias?)

8.1. 警告标志清单 (Warning Signs Checklist)

• 我发现我对人们的预测往往比偶然所暗示的更频繁地“成真”
• 当我期望某事起作用时，如果没起作用我会感到惊讶和怀疑
• 我注意到我根据对他们能力的初步印象来区别对待人们
• 我曾被指责在模棱两可的情况下“只看到我想看的东西”
• 在监督他人时，那些我预期会成功的人往往会成功，而我怀疑的人往往会挣扎
• 我将模棱两可的数据解释为支持我的假设
• 我发现回忆起证实我信念的例子比反驳它们的例子更容易
• 当结果与我的预期不符时，我的第一直觉是质疑方法论
• 我注意到人们在我周围的行为似乎基于我对他们的期望而有所不同
• 我很难接受与我强烈坚持的理论相矛盾的结果

评分 (Scoring):

• 勾选 0-2 项：敏感度低
• 勾选 3-5 项：中等敏感度
• 勾选 6-8 项：高敏感度
• 勾选 9-10 项：极高敏感度

8.2. 自我反思问题 (Self-Reflection Questions)

1. 回想最近一个你预测别人会怎么表现的情况。你的期望是否影响了你对待他们的方式，从而可能影响了他们的行为？
2. 你上一次发现与你持有的坚定信念相矛盾的证据是什么时候？你作何反应，是抱着开放态度还是对证据持怀疑态度？
3. 你是否注意到在你的指导下谁成功谁失败的规律？你的期望可能在其中扮演什么角色吗？
4. 你是否曾经设计过一项对特定结果有既得利益的研究、调查或评估？你是如何防范偏见的？
5. 当别人指责你带有偏见时，你的典型反应是什么，是防御性地驳回还是真诚地考虑？

8.3. 快速诊断场景 (Quick Diagnostic Scenario)

场景 (Scenario): 你正在评估两名员工的晋升。在审查他们的绩效数据之前，一位同事提到员工A是“才华横溢但很难相处”，而员工B是“一个可靠的团队合作者”。然后你审查了他们的档案，发现他们的绩效指标几乎相同，其中一些模棱两可的结果可以做积极也可以做消极的解释。

你很可能会怎么做？

• A) 将员工A“难以相处”的互动作为取消资格的焦点，同时认为员工B的类似事件是可以理解的 → 高敏感度
• B) 注意到这些信息可能会使你产生偏见，但仍然发现很难平等地评估两名员工 → 中等敏感度
• C) 故意让别人呈现匿名数据，对同事的评论保持盲法，或积极寻找证据来反驳你的初步印象 → 低敏感度

9. 识别他人的这种偏差 (Identifying This Bias in Others)

9.1. 行为指标 (Behavioral Indicators)

言语中的可观察迹象 (Observable Signs in Speech):

• 在收集数据之前使用评价性语言描述参与者/受试者（“有前途的候选人”“难缠的群体”）
• 在解释模棱两可的结果时使用“显然”或“清楚地”
• 用程序性投诉驳回相互矛盾的证据（“他们肯定是做错了”）

决策模式 (Patterns in Decision-Making):

• 预测成真的持续“好运”
• 基于初始分类对相似个体进行差异化对待
• 抵制盲法协议（“我不需要那个，我可以保持客观”）

暴露偏见的行为 (Actions That Reveal the Bias):

• 更加小心和关注地处理“有前途”的案例
• 花更多时间与预期会成功的人在一起
• 对来自不同人的相同行为做出不同的解释

9.2. 对话危险信号 (Conversational Red Flags)

处于这种偏差下的人会说的话：

• “我就知道他们会失败，他们只是不具备条件”
• “看，我告诉过你会有用的”
• “负面结果只是噪音，效果肯定是存在的”
• “他们没有正确遵循协议，否则他们会得到相同的结果”
• “我只要看一眼就知道他们是哪种人”

他们提出的论点类型：

• 为失败的预测为何不算数进行事后解释
• 声称专业知识使他们超越了盲法的需要

他们避免问的问题：

• “如果我不知道哪个条件是哪个，我会如何解释这些数据？”
• “什么能让我相信我错了？”

9.3. 触发情况 (Situational Triggers)

激活此偏差的环境 (Circumstances that activate this bias):

• 赌注很高（职业生涯、声誉、资金取决于特定结果）
• 对假设的强烈理论承诺
• 对受试者结果的情感投入
• 时间压力导致启发式思维

环境因素 (Environmental factors):

• 缺乏实施盲法的制度要求
• 庆祝积极发现并掩盖无效结果的文化
• 奖励新发现的竞争

增加脆弱性的情绪状态 (Emotional states that increase vulnerability):

• 对某种理论的热情和兴奋
• 对失败的职业影响感到焦虑
• 帮助他人的渴望（尤其是在临床环境中）

使情况更糟的时间压力 (Time pressures that make it worse):

• 截止日期驱动的数据收集
• 对参与者的快速决策
• 没有足够的时间认真遵守协议

10. 认知去偏策略 (Cognitive Debiasing Strategies)

10.1. 即时技巧 (Immediate Techniques)

事前分析 (Pre-Mortem Analysis)：在开始一个项目之前，想象它已经惨败。哪些期望可能会让你的方法偏斜？这会促使你实时关注那些偏差。

“局外人测试” (The "Outsider Test")：问自己：“如果一个中立的观察者看到我与这个参与者/主体/员工互动，他们会发现区别对待吗？”想象外部审查会增强自我监控。

显式预测注册 (Explicit Prediction Registration)：在收集数据之前写下你的预测。把期望摆到明处，以后就更难声称你“早就知道了”。

解释前暂停 (Pause Before Interpretation)：当数据模棱两可时，在解释之前强加一个延迟。问问：“预期相反的人会如何解释这一点？”

10.2. 长期策略 (Long-Term Strategies)

培养智力谦逊 (Cultivate Intellectual Humility)：定期提醒自己过去的错误。保留一本“错误日记”，记录失败的预测。

寻求证伪 (Seek Disconfirmation)：积极寻找反对你假设的证据。把强化相反观点作为一种日常练习 (steelman opposing views)。

合作者多样化 (Diversify Collaborators)：与那些不认同你的理论承诺的人合作。欢迎他们的怀疑态度，别去抵制。

训练元意识 (Train Meta-Awareness)：定期的冥想或正念练习会增加对自身认知状态的认识，从而更容易注意到期望何时影响行为。

10.3. 环境设计 (Environmental Design)

实施盲法 (Implement Blinding)：单盲、双盲或三盲设计消除了期望泄漏的机会。

预注册 (Preregistration)：在数据收集之前将假设、方法和分析计划提交到公共存储库。这防止了事后合理化。

标准化方案 (Standardized Protocols)：详细的脚本化程序减少了区别对待的机会。录像互动以供日后查看。

自动化数据收集 (Automated Data Collection)：在可能的情况下，将人类互动从测量中移除。计算机化的评估不会带有无意识的偏见。

对抗性合作 (Adversarial Collaboration)：与持有相反假设的研究人员合作。双方都有发现对方偏见的动机。

10.4. 何时寻求外部意见 (When to Seek External Input)

需要外界意见的决策类型:

• 任何你对结果有所偏好的高风险评估
• 你的预测始终（可疑地）成真的情况
• 你的声誉依赖于特定发现的研究

去问谁:

• 与你的结果没有利害关系的人
• 持有不同理论承诺的人
• 可以评估你设计的偏差的方法学家

如何提出请求:

• “我担心我可能会偏向于发现X。你能复查一下我的方法吗？”
• “请在不知道我的假设的情况下解释这些数据。”
• “告诉我怀疑论者会如何评价这些结果。”

11. 实践练习 (Practical Exercises)

练习 1：盲评 (The Blind Evaluation)

• 目标: 体验盲法如何改变感知
• 所需时间: 30分钟
• 所需材料: 两个写作样本（你自己的或他人的），一个朋友帮忙
• 难度级别: 初学者
• 说明:
  1. 收集关于同一主题的两个写作样本（例如，两封求职信、两篇短文）
  2. 让朋友随机给它们贴上“A”和“B”的标签，且不告诉你哪个是哪个
  3. 评估两个样本的质量，给出具体分数
  4. 评分后，让你的朋友揭晓身份
  5. 反思如果你事先知道，你的评估是否会有所不同
• 反思问题:
  • 你是否期望哪个会更好？
  • 你对你的评估有多大信心？在不知道身份的情况下，这种信心感觉有何不同？
  • 这对你平时的评估过程有何启示？
• 频率: 每月练习不同类型的评估

练习 2：期望审计 (The Expectation Audit)

• 目标: 培养对你的期望及其影响的认识
• 所需时间: 每天15分钟，持续一周
• 所需材料: 日记或笔记应用程序
• 难度级别: 中级
• 说明:
  1. 每天早上，记录你预计当天会发生的2-3次互动
  2. 对于每一次，写下你对对方将如何表现的预测
  3. 还要记录你期望自己将如何对待他们
  4. 每次互动后，记录实际发生的情况
  5. 在周末，分析模式：你的期望与现实相符吗？你的对待方式有变化吗？
• 反思问题:
  • 哪些预测成真了？你的行为是否有影响？
  • 有人违背你的期望而带来惊喜吗？
  • 如果你以中立的期望对待每个人，会有什么改变？
• 频率: 集中进行一周，然后作为“定期检查”进行

练习 3：对抗性解释 (The Adversarial Interpretation)

• 目标: 练习对模糊证据产生替代解释
• 所需时间: 20分钟
• 所需材料: 你最近基于模糊信息做出的决定
• 难度级别: 高级
• 说明:
  1. 写下你对支持你的决定的证据的解释
  2. 现在写出导致相反结论的最强有力的解释
  3. 确定哪些额外证据可以区分这些解释
  4. 评估你当时是否寻找了那项区分性证据
  5. 思考你的解释是由证据驱动的还是由期望驱动的
• 反思问题:
  • 产生对立的解释有多困难？
  • 你真的寻找过区分性证据吗？
  • 这揭示了你的决策过程的什么？
• 频率: 在根据模糊信息做出任何重要决定之后

每日练习 (Daily Practice)

期望暂停 (The Expectation Pause)：在每次重要的互动（会议、评估、艰难的谈话）之前，花30秒钟：

1. 注意你对情况将会如何发展的期望
2. 问问自己这些期望可能会如何影响你的行为
3. 有意识地承诺对待这个人时，就好像你没有事先预期一样

• 建议持续时间：每次互动30秒
• 一天中的最佳时间：全天，在互动之前
• 如何跟踪进度：在日历中记录你何时记得暂停；力求增加频率

每周挑战 (Weekly Challenge)

假设中立周 (The Hypothesis-Neutral Week)：选择一个领域（工作评估、与特定人的互动、新闻解读）并承诺：

• 注意你每次有期望或假设的时候

• 故意寻找可以推翻该假设的证据

• 在你考虑了多种解释之前暂停判断

• 4周后的预期结果：对期望多常影响感知有更强的意识；提高实时注意到偏见的能力；更细致、更准确的判断

• 供反思的日志提示：

  • 本周我注意到了哪些以前不会注意到的期望？
  • 寻找反面证据感觉如何？
  • 当我考虑替代解释时，我的结论改变了吗？

12. 针对特定受众 (For Specific Audiences)

针对领导和经理 (For Leaders and Managers)

这种偏差如何影响领导效能: 领导者的期望创造了组织的现实。由期望取得高绩效的领导者管理的团队将获得更多的自主权、更具挑战性的任务和更多的发展反馈，并随后表现得更好。反之亦然。

组织环境的具体策略:

• 实施带有预定问题的结构化面试，以减少招聘中的面试官偏见
• 使用盲人简历审查（删除姓名、地址、教育机构）
• 在评估候选人或员工之前确立成功标准
• 建立绩效评估系统，评估者用具体的行为示例来证明评估结果

基于团队的干预措施:

• 轮换项目领导者，以防止根深蒂固的期望模式
• 鼓励在决策中扮演“魔鬼代言人”(devil's advocate) 的角色
• 赞赏深思熟虑的异议和改变主意

要实施的决策过程:

• 在结果揭晓前要求进行书面预测
• 在形成判断和采取行动之间设立等待期
• 在重大决策中引入对抗性审查

针对父母和教育工作者 (For Parents and Educators)

如何教孩子了解这种偏差: 使用聪明汉斯的故事作为一个容易理解的例子。孩子们会对“数学马”的想法着迷，并能理解这匹马实际上是在读懂提问者的人，而不是在算术。

适龄的解释:

• 幼儿 (5-8岁)：“有时我们因为我们的期望而以不同的方式对待别人，他们的行为是根据我们的对待方式产生的，而不是因为他们真实的自我。”
• 年长儿童 (9-12岁)：“科学家们已经证明，那些期望学生变聪明的老师对待他们的方式实际上能让他们变得更聪明。我们期望什么就会改变我们得到什么。”
• 青少年：讨论皮格马利翁研究，以及它对成年人如何对待他们、他们又如何对待他人的影响。

针对年轻心智的预防策略:

• 树立对所有孩子一视同仁寄予高期望的榜样
• 避免给孩子贴标签（“聪明的孩子”“捣蛋鬼”）
• 指出期望在电影、书籍和现实生活中影响结果的情况
• 鼓励孩子们注意到他们什么时候是基于期望而不是当前行为来对待某人

针对医疗保健专业人员 (For Healthcare Professionals)

这种偏差的临床意义:

• 安慰剂效应部分由医生传递给患者的期望驱动
• 使用盲法解释检查结果能提高诊断准确性
• 患者结果与提供者的期望相关

患者沟通策略:

• 意识到你对治疗的信心或怀疑会传达给患者
• 使用脚本化的方案进行诊断说明，以确保一致性
• 监督你是否正在根据患者特征提供不同质量的护理

诊断注意事项:

• 尽可能要求放射科医生在无法获取临床信息的情况下解释影像
• 实施结构化的诊断清单以覆盖直觉性的快速判断
• 寻求第二意见，特别是对于证实最初预期的诊断

伦理考量:

• 积极的期望可以具有治疗作用，但选择性地应用它们就是歧视
• 患者有权获得公正的护理，而不受医疗提供者期望的影响

针对金融专业人士 (For Financial Professionals)

投资的具体应用:

• 看好某只股票的分析师对模棱两可消息的解释，比看跌的分析师更积极
• 尽职调查的质量因投资论点而异

客户沟通策略:

• 注意到你对客户风险承受能力或成熟度的期望，可能会影响你对投资选项的解释方式
• 使用标准化的披露流程

风险管理影响:

• 在投资委员会实施魔鬼代言人流程
• 要求投资前撰写书面论点，以防止事后合理化
• 在得出结论和执行交易之间建立冷静期

投资组合管理影响:

• 对头寸结果的期望会影响注意力：盈利者的被审查程度较少，亏损者被合理化
• 系统的再平衡规则消除了投资组合管理中的一些期望偏差

13. 与其他偏差的相互作用 (Interactions with Other Biases)

放大此偏差的偏见 (Biases That Amplify This One)

抵消此偏差的偏见 (Biases That Counteract This One)

常见的偏差链 (Common Bias Chains)

绩效预言链 (The Performance Prophecy Chain): 最初的期望 → 区别对待 → 行为反应 → 期望的确认 → 强化的期望 → 更极端的区别对待

示例：经理期望员工失败 → 提供更少的支持 → 员工苦苦挣扎 → 经理的期望得到“证实” → 支持更少 → 员工辞职或被解雇 → 经理得出结论，他们“一直都是对的”

中断策略 (Interruption strategy): 在任何时候插入盲法或标准化。如果经理不知道哪个员工“有前途”，他们就无法区别对待。如果待遇是标准化的（每个人都得到相同的支持），不同的期望就长不出不同的结果。

14. 文化视角 (Cultural Perspectives)

对实验者偏差的研究主要在西方个人主义社会中进行。跨文化差异可能存在：

权力距离效应 (Power Distance Effects): 在权力距离大的文化（尊重权威且等级分明）中，主体可能对实验者的期望更加敏感，从而增加了偏差的幅度。符合权威人物期望的社会压力更强。

集体主义与个人主义 (Collectivism vs. Individualism): 集体主义文化强调社会和谐和解读他人的期望。这种高度的敏感可能会通过更强的需求特征来放大实验者偏差。不过它也可能形成关于谦逊的文化规范，在某些背景下反而减少偏差。

沟通风格 (Communication Style): 在高语境文化中（意义来源于语境、非语言线索和隐含的交流），实验者偏差传递的微妙渠道可能更加强大。在低语境文化中，显性交流可能会部分覆盖无意识暗示。

关于解决方案（盲法、预注册）的大多数研究都是在低语境的个人主义环境中进行的。去偏策略的文化适应可能是必要的。

15. 神话与误解 (Myths and Misconceptions)

16. 专家洞察 (Expert Insights)

“期望成为实现其自身的一个原因。” — 罗伯特·罗森塔尔 (Robert Rosenthal)，描述自证预言

“这些阈值现象的独特特征在于，衡量标准并非基于客观现实，而是基于测量者的期望。” — 欧文·朗缪尔 (Irving Langmuir)，谈病态科学

“我们是信念的引擎，如果没有盲控的约束，我们将不可避免地确切找到我们正在寻找的东西。” — 对实验者偏差元科学视角的总结

“实验者是刺激环境的一部分。” — 罗伯特·罗森塔尔 (Robert Rosenthal)，解释为什么不能将研究者与实验区别对待

17. 关键要点 (Key Takeaways)

1. 期望创造现实 (Expectation creates reality)：研究人员相信会发生什么，影响了他们的行为方式，进而影响了实际发生的情况。这不是欺诈，它在无意识下运作。
2. 机制在于人际关系 (The mechanism is interpersonal)：偏差通过微妙的非语言线索传递，包括触摸、语调、微表情和近距行为，这些几乎不可能被有意识地控制。
3. 没有哪个领域能够免疫 (No domain is immune)：从心理学到物理学，从教室到诊所，只要有人在评估他人或解释模棱两可的数据，实验者偏差就会起作用。
4. 意识是必要的，但还不够 (Awareness is necessary but insufficient)：了解这种偏差并不能阻止它。需要结构性解决方案：盲法、预注册、标准化方案。
5. 这种偏差既有成本也有收益 (The bias has both costs and benefits)：消极期望造成伤害；积极期望（普遍应用时）可能是有益的。问题在于选择性的应用。
6. 科学不是没有偏见，而是对其进行严格管理 (Science is not the absence of bias, but its rigorous management)：整个现代方法论系统，包括双盲、预注册、复制，之所以存在，是因为我们接受人类不可避免地会发现他们想要找的东西。
7. 个人可以有所作为 (The individual can make a difference)：通过自我意识、蓄意的对策和结构保障，你可以减少期望对结果的影响，虽然永远无法消除它。

18. 进一步资源 (Further Resources)

学术论文 (Academic Papers)

• Rosenthal, R., & Fode, K. L. (1963). The effect of experimenter bias on the performance of the albino rat. Behavioral Science, 8(3), 183-189.
• Rosenthal, R. (1966). Experimenter effects in behavioral research. Appleton-Century-Crofts.
• Jussim, L., & Harber, K. D. (2005). Teacher expectations and self-fulfilling prophecies: Knowns and unknowns, resolved and unresolved controversies. Personality and Social Psychology Review, 9(2), 131-155.

书籍 (Books)

• Rosenthal, R., & Jacobson, L. (1968). Pygmalion in the Classroom: Teacher Expectation and Pupils' Intellectual Development. Holt, Rinehart & Winston.
• Langmuir, I. (1989). Pathological Science. Physics Today, 42(10), 36-48.
• Pfungst, O. (1911). Clever Hans (The Horse of Mr. Von Osten): A Contribution to Experimental Animal and Human Psychology. Henry Holt.

书籍章节 (Book Chapters)

• Rosenthal, R. (1976). Experimenter expectancy and the reassuring nature of the null hypothesis decision procedure. In Psychological Bulletin Monograph Supplement (Vol. 70, pp. 30-47). APA.

19. 总结卡片 (Summary Card)

20. 术语表 (Glossary of Terms Used)

21. 讨论问题 (Discussion Questions)

供读书俱乐部、教室或自我反省使用：

1. 罗森塔尔的老鼠研究表明，学生无意识地基于虚假标签对老鼠进行区别对待。你可能在生活中无意识地给别人贴上什么“标签”，而这些标签又是如何影响你对待他们的方式的？
2. 如果教师期望能够影响学生的智商（即使只是适度的），那么教育分轨和能力分组的伦理含义是什么？
3. “发现”N射线、聚合水和冷核聚变的科学家并非骗子，他们真诚地相信自己的发现。科学界应当如何在对新发现持开放态度和对不同寻常的主张保持怀疑之间取得平衡？
4. 尽管参与者都是出于好意，但辅助沟通仍然制造了虚假的希望并造成了真正的伤害。这个案例教会了我们什么关于渴望某事成真的危险？
5. 如果实验者偏差是无意识的，研究人员能对其影响负责吗？我们应该如何看待科学错误与科学不端行为？