实验者偏差

概览

1. 快速总结

当我们期望某件事是真的，就会在无意识中做出帮助它成真的举动。相信某位参与者会成功的研究人员，对待他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，动作也更轻柔。这不是作弊，而是一种在意识之下起作用的无形污染，悄悄把假设变成了自我实现预言。

用大白话说

实验者偏差，是指主持测试的人预期会得到某种结果，于是不知不觉地用一些举动把测试推向这个结果。他们不是在作弊，只是没注意到自己在做什么。

想象一节科学课。你们小组在测试植物听了音乐会不会长得更高。你特别希望听音乐的那株赢。于是你给它浇水时更仔细一点。量高度的时候，听音乐那株你往上取整，另一株往下取整。每个选择都很小，加在一起，听音乐的那株就显得更高，哪怕音乐其实一点作用都没有。

有个简单的办法。请一位朋友把两株植物标成“A”和“B”，让你不知道哪株是哪株。然后用同一把尺子、在同一时间、用同样的方法量两株。如果你不知道自己在为哪一株加油，你的期望就没法偷偷溜进数字里。

2. 背后的科学

2.1. 发现与历史

观察者会影响实验结果，这一观念可以追溯到20世纪初，但最早展示无意识线索如何制造出虚假效应的，是对“聪明的汉斯”这匹马的调查（1904-1907）。心理学家 Oskar Pfungst 证明，汉斯读取的是提问者的细微动作，而不是在做算术。

20世纪60年代，这种偏差得到了严格的量化：哈佛大学的 Robert Rosenthal 开展了受控的实验室研究，证明实验者的期望能对结果产生可测量的影响。他的工作使“偏差”从一个哲学上的担忧变成了可测量的心理学变量。

随着《课堂中的皮格马利翁》（1968）的出版，这一概念走向了广大受众，观察者期望效应进入了教育心理学和公众视野。这一观念后来扩展到“病态科学”（Irving Langmuir 用来指集体科学错觉的术语），以及 p 值操纵等现代“可疑研究行为”。

主要里程碑包括：

• 1904-1907：对“聪明的汉斯”的调查确立了无意识提示这一机制
• 1963：Rosenthal 与 Fode 的“迷宫聪明/迷宫迟钝”大鼠研究
• 1968：《课堂中的皮格马利翁》出版
• 1988：Benveniste“水记忆”争议及通过盲法被揭穿
• 2011：Diederik Stapel 造假案凸显了期望偏差的极端终点
• 2018：Brian Wansink 的论文撤稿揭露了系统性的 p 值操纵

2.2. 主要研究者

2.3. 里程碑研究

“迷宫聪明/迷宫迟钝”大鼠研究（Rosenthal 与 Fode，1963）

十二名心理学学生负责训练大鼠走迷宫。其中六名学生被告知，他们的大鼠是为高智力选择性培育的（“迷宫聪明”），另外六名被告知他们的大鼠是为低智力培育的（“迷宫迟钝”）。实际上，所有大鼠都来自同一个同质群体，两组之间没有任何遗传差异。

结果非常醒目：“聪明”大鼠学得明显更快，学习曲线更陡，正确选择更多，跑向奖励的速度也更快。最能说明问题的是，“迟钝”大鼠有 29% 的时候拒绝离开起点，而“聪明”大鼠只有 11%。

机制被追溯到对待方式的差异：拿到“聪明”大鼠的学生形容它们“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轻了大鼠的焦虑，而焦虑低的动物学得更快。“迟钝”组的学生则粗暴地对待大鼠，说话语气沮丧，营造出抑制认知表现的高压环境。

课堂中的皮格马利翁（Rosenthal 与 Jacobson，1968）

在加利福尼亚州的“橡树学校”，所有学生都参加了一项伪装成“哈佛变化习得测验”的标准智商测试。教师被告知，约 20% 的学生（实为随机选出）是“智力突进者”，预计会在学业上有大幅进步。

到学年结束时，“突进者”的智商增幅明显大于对照组学生，效应在一、二年级最为明显。教师们形容突进者更有趣、更好奇、更快乐。值得注意的是，当对照组学生（没有被预期会突进）的智商提高时，教师有时会对他们抱有敌意，或把他们评为“适应不良”：“低潜力”学生的意外成功引发了认知失调。

研究者提出的机制是“氛围”和“输入”：教师为突进者营造了更温暖的社会情感环境（更多微笑、点头），教给他们更多内容，给他们更多回应的机会和更详细的反馈。

争议：教育心理学家 Robert L. Thorndike 批评了这项研究的方法，指出一些前测分数低得离谱，所谓“增长”很可能反映的是均值回归或测验误差。元分析提示，教师期望效应确实存在，但一般很小（r = .10 到 .20），通常也不会累积成巨大的差距。

“聪明的汉斯”调查（Pfungst，1907）

“聪明的汉斯”是柏林的一匹马，似乎能用蹄子敲击来做算术、读德语和辨别音调。心理学家 Oskar Pfungst 进行了系统的盲法对照：

• 让提问者离开汉斯的视野后，准确率骤降
• 当提问者自己不知道答案时，汉斯的准确率从 89% 降到 6%

Pfungst 发现，汉斯读取的是微表情：提问者提问时会前倾或绷紧身体（开始信号），汉斯敲到正确次数时，提问者的紧张就会放松（停止信号）。这使“无意识提示”成为一个科学概念。

揭穿 Benveniste 的“水记忆”（1988）

法国免疫学家 Jacques Benveniste 在《自然》上发表论文，声称水在极度稀释后仍保留着抗体的“记忆”，这一发现若成立就会为顺势疗法提供支持。《自然》主编 John Maddox、魔术师 James Randi 和学术不端调查员 Walter Stewart 一同造访了实验室。

他们观察到，只有在研究人员知道哪些试管含有抗体时，实验才会成功：研究人员在无意识中挑选处理组试管中“活跃”的嗜碱性粒细胞来计数。当团队把编码贴在天花板上（保证双盲条件）后，效应完全消失了。Benveniste 拒绝接受这一结果，声称怀疑者在场“抑制”了水。

2.4. 神经学基础

实验者偏差背后的神经机制涉及几个相互关联的大脑系统：

确认偏误回路：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。当我们抱有强烈的期望时，DLPFC 可能会选择性地关注支持假设的信息，同时过滤掉相反的数据。

镜像神经元系统：当实验者通过非语言线索无意识地传递期望时，受试者可能通过镜像神经元系统“接收”到这些信号；这个系统在自己做某个动作和看别人做这个动作时都会放电。

奖赏通路：找到预期的结果会激活多巴胺能奖赏回路（腹侧被盖区、伏隔核）。这就形成了一种去知觉印证性证据的神经化学动机。找到自己想找的东西，真的会让人感觉很好。

杏仁核与威胁探测：杏仁核处理社会信号和情绪线索。受试者通过这一系统无意识地察觉实验者的赞许或不满，从而引发趋近或回避行为。

认知负荷效应：当实验者认知负担过重时，前额叶皮层的执行功能会减弱，更难压制带有偏差的行为，期望也更可能通过非语言渠道“泄露”出去。

3. 进化起源

实验者偏差源于一些曾给我们祖先带来真实生存优势的认知机制：

社会协调：对他人的期望和细微线索高度敏感，是在复杂社会等级中周旋的必要条件。能读懂并回应权威人物意愿的个体，更有可能获得保护、资源和交配机会。帮助祖先生存下来的这种敏感，如今让受试者在无意识中向实验者的期望靠拢。

模式识别与预测：大脑进化成了一台预测机器。形成假设并寻找印证证据，让人能在危险环境中迅速做出决定。“看见”一个并不存在的捕食者，远比漏掉一个真实存在的捕食者要好。如今，同样的印证倾向污染了科学探究。

节约能量：大脑消耗了我们约 20% 的代谢能量。降低加工需求的认知捷径，比如接受符合已有信念的信息，可以节省宝贵的热量。质疑每一个假设，在代谢上代价高昂。

社会凝聚：预期群体成员以某种方式行事并相应地对待他们，形成了稳定的社会结构。强化社会角色的自我实现预言维持了部落内部的秩序。

在快速判断和社会凝聚比客观真相更重要的环境中，这些偏差是适应性的特性，而不是缺陷。问题在于，科学恰恰需要相反的做法：不管社会动态或先验信念如何，都要缓慢、仔细地评估证据。

4. 这种偏差如何表现

4.1. 在日常生活中

养育子女：认为孩子“有天赋”的父母会提供更多的拓展活动，更耐心地回答问题，更热情地表扬孩子的努力。把孩子看作“难带”的父母，则可能对中性的行为做负面解读，并以沮丧的态度回应，从而可能制造出他们所预期的那种行为。

亲密关系：如果你认为伴侣会有防御心理，你可能会用戒备的语气开始对话，从而引发你所预料的防御。对约会顺利与否的预期，会影响你的热情、眼神接触和交谈中的投入程度。

训练宠物：Rosenthal 的大鼠研究与养宠物有直接的相似之处。认为自己的狗聪明和认为它固执的主人，会以不同的方式对待它，从同一个起点出发得到不同的行为结果。

自我认知：我们的行为往往与别人对我们的期望保持一致。被当作能干的人对待，就开始表现得能干；被当作不靠谱的人对待，可能就不再努力变得靠谱。

4.2. 在职场中

招聘决策：事先得到候选人正面信息的面试官，会问更简单的问题，有更多眼神接触，并给更多时间作答。候选人察觉到这种热情，表现得更好，从而“证实”了最初的积极期望。

绩效评估：预期某员工表现不佳的管理者，更容易注意到他的错误，并把他的成功归因于外部因素（“只是运气好”）。高期望的员工则会得到更多发展性反馈和有挑战性的任务。

领导力：相信团队有能力的领导者会更多授权、给予自主空间，并提出建设性批评。怀疑团队的领导者则会进行微观管理和指责，造就缺乏投入、恰好应验了低期望的员工。

会议动态：预期某些人会有宝贵贡献的主持人，会在无意识中给他们更多发言时间、更多点头，并顺着他们的想法展开讨论，同时打断或忽视那些被预期贡献较少的人。

4.3. 在商业和营销中

产品测试：当公司拿自家产品与竞品比较测试时，知道哪个是“自家”产品的研究人员，可能会通过热情、提问方式或对正面反馈的选择性关注，在无意识中影响参与者的回答。

客户服务：对客户类型的预期（能赚钱的还是麻烦的，老练的还是天真的）会影响服务质量、耐心和解决问题的努力程度，造成不同的客户体验，反过来印证最初的分类。

市场调研：对什么是“正确”答案抱有先入之见的焦点小组主持人，可能会通过细微的赞许信号把讨论引向印证假设的方向。

A/B 测试：如果没有适当的盲法，设计了某个版本的团队可能在无意识中把模棱两可的数据往有利于该版本的方向解读。

4.4. 在政治和媒体中

民意调查：民调人员的提问措辞、朗读选项时的语气以及对回答的反应，都可能系统性地使结果产生偏差。对不同人口群体会如何投票的预期，可能影响访员的行为。

新闻报道：带着预设论点去做报道的记者，可能会提出诱导性问题，把模棱两可的引语解读得符合自己的叙事，并寻找印证自己角度的信源，同时忽视相反的声音。

政治预测：预测了某个结果的评论员，可能在无意识中以提高这一结果可能性的方式影响报道（从众效应、热情差异）。

事实核查：事实核查员可能会对不受青睐的信源的说法比对受青睐信源的说法审查得更严格，根据预期采用不同的证据标准。

4.5. 在医疗保健中

临床试验：在双盲方法成为标准之前，相信某种疗法有效的医生会在无意识中向患者传递乐观情绪，产生看似药效的安慰剂效应。

诊断：根据患者人口特征预期某些疾病的医生，可能会据此解读模棱两可的症状。被预期有“真”问题的患者提出的不适，会比被预期为“难缠”患者提出的同样不适得到更彻底的检查。

放射学：研究显示，当放射科医生被告知患者有相关症状时，他们会在影像中发现更多异常，这表明期望会影响我们在图像中实实在在知觉到的东西。

物理治疗：认为患者会很快康复的治疗师可能会督促得更紧、给予更多鼓励、设定更高的目标，从而可能通过期望效应加快康复。

4.6. 在金融和投资中

分析师报告：跟踪股票的分析师可能在无意识中为自己的论点寻找印证证据，以支持现有买入/卖出建议的方式解读模棱两可的公司新闻。

尽职调查：对某笔交易感到兴奋的投资者可能只问些不痛不痒的问题，照单全收乐观的预测，并淡化危险信号；而想找理由拒绝的投资者则会审查每一个细节。

风险评估：预期客户风险较高的承保人，可能会以保守的方式设计交易，制造出关于盈利能力的自我实现预言。

交易心理：预期某个仓位会成功的交易员，会选择性地关注印证性的消息，忽视相反的信号，从而把亏损仓位拿得太久。

5. 现实世界案例研究

案例研究 1：N 射线，法国人的幻觉（1903）

• 背景：在伦琴发现 X 射线后不久，法国南锡大学的物理学家 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。
• 事件经过：证实 N 射线的科学论文发表了 300 多篇。这种效应是视觉的、主观的：要在暗室里判断微弱火花的亮度。民族自豪感（N 射线是法国人的发现，X 射线则是德国人的）助长了热情。
• 偏差机制：美国物理学家 Robert W. Wood 造访了 Blondlot 的实验室。在黑暗中，Wood 悄悄从装置上取下了关键的铝棱镜。Blondlot 并不知情，继续报告自己看到了 N 射线及其光谱。这些效应完全是他脑海中的知觉。
• 后果：Blondlot 的事业和声誉毁于一旦。这一事件成为物理学中偏差的典型：杰出的科学家也可能对自己迫切希望存在的现象产生幻觉。
• 经验教训：阈限知觉任务中的主观判断极易受到期望效应的影响。这个案例确立了即使在物理学研究中也必须进行盲法对照。

案例研究 2：冷核聚变，实验者回归（1989）

• 背景：犹他大学受人尊敬的电化学家 Stanley Pons 和 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”。
• 事件经过：最初的兴奋引发了全球争相重复实验的热潮。一些实验室报告成功，许多报告失败。争论变得激烈。
• 偏差机制：Pons 和 Fleischmann 是在自己的领域之外（核物理）工作，缺乏正确检测聚变副产物（中子）的专业能力。热量数据模棱两可时，他们把峰值解读为聚变，把平线解读为设备误差。当独立实验室未能重复出结果时，支持者辩称批评者用了“不好的钯”，或者不懂实验的“诀窍”。这说明了“实验者回归”：判断一个实验是否有效，看的是它是否得出了预期结果。
• 后果：当进行严格的双盲测试（在盲法条件下检测氦-4 的生成）时，热量与聚变产物之间的相关消失了。一些人的职业生涯受损，数百万美元研究经费被浪费，这一事件成了警示过早宣布成果之危险的典型。
• 经验教训：一个领域的专业能力无法迁移到另一个领域。透过强烈期望的视角解读模棱两可的数据，这些数据就会变成研究者想相信的任何东西的“证据”。

历史案例：辅助沟通，虚假希望的悲剧（20世纪90年代）

辅助沟通（FC）号称能打开无口语自闭症患者的心智。辅助者托着受助者的手放在键盘上，让他们打出复杂的想法，展现被沟通障碍困住的内心世界。

辅助者真心相信是受助者在打字。父母看到了从未开口说话的孩子写出的动人话语。然而，受控的“信息传递”研究（给受助者和辅助者看不同的图片）证明，所有信息的作者都是辅助者。如果辅助者看到的是狗而受助者看到的是猫，那只手打出的就是“狗”。

其机制是“观念运动效应”：由期望驱动的无意识肌肉运动。尽管已被严格揭穿，许多辅助者仍无法接受是自己在控制那只手。想要帮助别人的强烈情感，加上表面上的成功，形成了一个认知陷阱，而从中脱身在心理上是毁灭性的。

这个案例说明，当实验者偏差与弱势处境交织在一起时，会造成多么严重的现实伤害。有人借助 FC 提出了不实的虐待指控；完全源自辅助者头脑的“揭露”让一些家庭四分五裂。

6. 这种偏差的代价

6.1. 个人代价

自我设限的信念：当权威人物（父母、老师、教练）传递低期望时，接受者往往会把这些信念内化，限制自己的抱负和努力。“魔像效应”是皮格马利翁效应的阴暗镜像：消极的期望造成消极的结果。

关系受损：预期朋友会背叛你、伴侣会让你失望、同事会暗中拆台，会通过你自己防御、多疑的行为，制造出你所害怕的那种局面。

错过真诚的连接：带着僵化的期望接近别人时，我们看不到他们真实的样子，错过真正理解和成长的机会。

学习减少：认为自己已经知道答案，会让我们无法接纳新信息，限制智识上的发展。

6.2. 职业代价

有偏差的研究：职业生涯取决于特定发现的科学家，容易在无意识中产生印证性的结果，浪费资源，还可能误导整个领域。

糟糕的招聘：公司会系统性地忽视不符合预期模子的人才，同时提拔那些能引发积极期望的人，而不管他们实际表现如何。

项目失败：由抱有消极期望的管理者带领的团队常常失败，原因不在于固有的局限，而在于领导者的行为造成了投入不足和自我怀疑。

声誉受损：Blondlot、Benveniste 和 Wansink 等研究者在受期望驱动的结果无法重复后，眼看着自己的学术遗产毁于一旦。

6.3. 社会代价

教育不平等：基于种族、阶层或性别的教师期望存在系统性差异，造成区别对待，这种对待在多年的学校教育中不断叠加，加大了成绩差距。

刑事司法：对被告有罪的预期会影响调查人员办案的方式，当印证性证据被强调、相反证据被忽视时，可能导致错误定罪。

医疗差距：当医生预期某些患者不会遵医嘱或患有某些疾病时，他们提供的医疗服务就会不同，这可能使健康结局变差。

科学进步：用于重复和揭穿虚假发现的资源，挤占了真正探索发现的精力。整个领域可能花数年时间追逐实验假象。

6.4. 统计影响

• Rosenthal 的大鼠研究显示，“迟钝”大鼠有 29% 的时候拒绝参与，而“聪明”大鼠为 11%，这近三倍的差异完全是由操作者的期望造成的。
• 当提问者不知道答案时，“聪明的汉斯”的准确率从 89% 降到 6%，这显示了无意识提示的效应可以有多大。
• 对教师期望效应的元分析提示，效应量为 r = .10 到 .20，看似不大，但会在多年的学校教育中累积。
• Brian Wansink 因涉及选择性分析的可疑研究行为撤回了 18 篇论文，这代表着多年具有误导性的营养指导。
• Diederik Stapel 为 58 篇论文伪造了数据，影响了无数建立在其造假基础上的后续研究。

7. 隐藏的好处

这种偏差并非方方面面都是负面的。有些方面有用处：

治疗联盟：在医疗中，医生对康复的自信期望可以增强安慰剂效应，改善真实的结局。积极期望的力量如果被有意识地加以利用，可以起到疗愈作用。

教育动机：当教师真心相信学生的潜力，并通过温暖和挑战传达这种信念时，学生往往会努力达到这些期望。关键是要对所有学生都抱有高期望，而不是有选择地运用。

领导效能：对团队能力表现出信心的领导者，可以带来真正的绩效提升。积极的期望效应本身并没有问题；只有在运用得不一致或基于无关特征时，才会成为问题。

积极的自我实现预言：期待自己成功可以增加努力、坚持和信心，从而提高实际表现。有意识地运用时，这种偏差就成了一种工具。

社会凝聚：期待别人合作，往往能引出合作行为，促进社会协调。适量的积极期望能润滑社交互动。

要完全消除实验者偏差，就意味着完全消除研究中的人际联系，用机器人和算法取代所有互动。目标是管理和觉察，而不是彻底消除。

8. 自我评估：你有这种偏差吗？

8.1. 警示信号清单

• 我发现自己对别人的预测“成真”的频率比偶然情况下要高
• 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
• 我注意到自己会根据对别人能力的第一印象区别对待他们
• 有人指责过我在模棱两可的情况下“只看到自己想看的”
• 在指导他人时，我预期会成功的人往往成功了，而我怀疑的人往往表现吃力
• 我会把模棱两可的数据解读为支持自己的假设
• 我发现回想起印证自己信念的例子，比回想起与之相反的例子更容易
• 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，别人在我身边的表现似乎会因我对他们的期望而不同
• 我很难接受与自己坚信的理论相矛盾的结果

评分：

• 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

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、谁失败存在某种规律？你的期望可能在其中起作用吗？
4. 你是否设计过一项你对特定结果有切身利害的研究、调查或评估？你是如何防范偏差的？
5. 当别人指责你有偏差时，你通常的反应是什么：防御性地否认，还是认真地考虑？

8.3. 快速诊断场景

情境： 你要评估两名员工的晋升。在查看他们的绩效数据之前，一位同事提到员工 A“很有才华但不好相处”，员工 B 则是“可靠的团队成员”。随后你查看他们的档案，发现两人的绩效指标几乎相同，其中一些结果模棱两可，既可以往好里解读，也可以往坏里解读。

你很可能会怎么做？

• A) 把员工 A“不好相处”的互动看作取消资格的理由，同时认为员工 B 的类似事件情有可原 → 高敏感度
• B) 意识到这些信息可能让你产生偏差，但仍然觉得很难公平地评估两名员工 → 中等敏感度
• C) 有意让自己不受同事评论的影响，比如请别人提供匿名化的数据，或主动寻找反驳你第一印象的证据 → 低敏感度

9. 识别他人的这种偏差

9.1. 行为指标

言语中可观察到的迹象：

• 在收集数据之前就用评价性语言描述参与者/受试者（“有潜力的候选人”“难缠的那一组”）
• 解读模棱两可的结果时使用“显然”或“明显”
• 以程序上的毛病为由否定相反的证据（“他们肯定做错了”）

决策中的规律：

• 预测总是“碰巧”成真
• 根据最初的分类，对相似的人区别对待
• 抵制盲法程序（“我用不着那个，我能保持客观”）

暴露这种偏差的行为：

• 对“有潜力”的个案处理得更仔细、更用心
• 在被预期会成功的人身上花更多时间
• 对不同的人做出的相同行为做出不同的解读

9.2. 对话危险信号

处于这种偏差中的人常说的话：

• “我就知道他们会失败，他们就是没那个本事”
• “看，我早说过会有用的”
• “阴性结果只是噪音，效应肯定存在”
• “他们没有正确执行实验方案，否则会得到同样的结果”
• “我只要看一眼就知道他们是哪种人”

他们常用的论证方式：

• 事后解释失败的预测为什么不算数
• 声称专业能力让他们不需要盲法

他们回避的问题：

• “如果我不知道哪组是哪个条件，我会怎么解读这些数据？”
• “什么能让我相信自己错了？”

9.3. 情境触发因素

激活这种偏差的情况：

• 利害关系重大（职业、声誉、经费取决于特定结果）
• 在理论上对某个假设投入很深
• 对受试者的结果有情感投入
• 时间压力导致启发式思维

环境因素：

• 缺乏实施盲法的制度要求
• 推崇阳性发现、埋没阴性结果的文化
• 奖励新发现的竞争

增加易感性的情绪状态：

• 对某种理论的热情和兴奋
• 担心失败会影响职业前途
• 想要帮助别人的愿望（尤其是在临床情境中）

使情况更糟的时间压力：

• 由截止日期驱动的数据收集
• 对参与者匆忙做出决定
• 没有足够时间认真遵守实验方案

10. 认知去偏策略

10.1. 即时技巧

事前验尸：在开始一个项目之前，想象它已经惨败。哪些期望可能让你的做法产生了偏差？这会让你在过程中实时留意这些偏差。

“局外人测试”：问问自己：“如果一位中立的观察者看到我和这位参与者/受试者/员工的互动，他会发现我在区别对待吗？”想象外部的审视能增强自我监控。

明确登记预测：在收集数据之前写下你的预测。把期望明确写下来，以后就更难声称自己“早就知道”。

解读前暂停：当数据模棱两可时，先强迫自己等一等再解读。问问自己：“一个预期结果相反的人会怎么解读这些数据？”

10.2. 长期策略

培养智识上的谦逊：经常提醒自己过去犯过的错误。写一本“犯错日志”，记录那些落空的预测。

寻求证伪：主动寻找与你的假设相反的证据。养成为对立观点构建最强论证（钢人论证）的习惯。

让合作者多样化：与不认同你理论立场的人合作。欢迎而不是抵制他们的怀疑。

训练元觉察：定期冥想或练习正念能增强对自身认知状态的觉察，让你更容易注意到期望何时在影响行为。

10.3. 环境设计

实施盲法：单盲、双盲或三盲设计消除了期望泄露的机会。

预注册：在收集数据之前，把假设、方法和分析计划提交到公共登记平台。这可以防止事后合理化。

标准化实验方案：详细、有脚本的程序能减少区别对待的机会。对互动进行录像，以便日后复查。

自动化数据收集：尽可能把人际互动从测量中去掉。计算机化的评估不会带有无意识的偏差。

对抗性合作：与持相反假设的研究者合作。双方都有动力去发现对方的偏差。

10.4. 何时寻求外部意见

需要外部意见的决策类型：

• 任何你偏好某种结果的高风险评估
• 你的预测总是成真（成真得令人生疑）的情况
• 你的声誉取决于特定发现的研究

该问谁：

• 与你的结果没有利害关系的人
• 持有不同理论立场的人
• 能评估你的设计中是否存在偏差的方法学家

如何提出请求：

• “我担心自己可能倾向于得出 X 的结果。你能帮我审查一下我的方法吗？”
• “请在不知道我的假设的情况下解读这些数据”
• “告诉我，怀疑者会怎么评价这些结果”

11. 实践练习

练习 1：盲评

• 目标：体验盲法如何改变知觉
• 所需时间：30 分钟
• 所需材料：两份写作样本（你自己的或别人的），一位帮忙的朋友
• 难度级别：初级
• 步骤：
  1. 收集两份同一主题的写作样本（例如两封求职信、两篇短文）
  2. 请朋友随机把它们标为“A”和“B”，不告诉你哪份是哪份
  3. 评估两份样本的质量，给出具体分数
  4. 打完分后，请朋友揭晓它们的身份
  5. 反思：如果你事先知道，你的评估会不会不一样
• 反思问题：
  • 你事先对哪份会更好有没有预期？
  • 你对自己的评估有多大把握？在不知道身份的情况下，这种把握的感觉有什么不同？
  • 这对你平时的评估过程有什么启示？
• 频率：每月用不同类型的评估练习一次

练习 2：期望审计

• 目标：培养对自身期望及其影响的觉察
• 所需时间：每天 15 分钟，持续一周
• 所需材料：日志本或笔记应用
• 难度级别：中级
• 步骤：
  1. 每天早上，记下你预计当天会有的 2-3 次互动
  2. 对每一次互动，写下你对对方会如何表现的预测
  3. 同时记下你预计自己会怎样对待对方
  4. 每次互动后，记录实际发生的情况
  5. 周末时分析规律：你的期望与现实相符吗？你的对待方式有没有差别？
• 反思问题：
  • 哪些预测成真了？你的行为可能起了作用吗？
  • 有没有人出乎你的预料？
  • 如果你以中立的期望对待每个人，会有什么改变？
• 频率：集中练习一周，之后定期作为“体检”进行

练习 3：对抗性解读

• 目标：练习为模棱两可的证据提出其他解读
• 所需时间：20 分钟
• 所需材料：你最近根据模棱两可的信息做出的一个决定
• 难度级别：高级
• 步骤：
  1. 写下你对支持这一决定的证据的解读
  2. 再写出能导向相反结论的最有力的解读
  3. 找出哪些额外证据能区分这两种解读
  4. 评估你当时是否寻找过这种能做出区分的证据
  5. 想一想你的解读是由证据驱动的，还是由期望驱动的
• 反思问题：
  • 提出相反的解读有多难？
  • 你当时真的寻找过能做出区分的证据吗？
  • 这揭示了你的决策过程有什么特点？
• 频率：每次根据模棱两可的信息做出重要决定之后

日常练习

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

1. 留意你对事情会如何发展的期望
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，像没有任何先入期望那样对待对方

• 建议时长：每次互动 30 秒
• 最佳时间：全天，在每次互动之前
• 如何追踪进展：在日历上记下你记得暂停的时候；争取次数越来越多

每周挑战

假设中立周：选择一个领域（工作评估、与某个特定的人的互动、新闻解读），并承诺做到：

• 每次产生期望或假设时都留意到

• 有意寻找能推翻这一假设的证据

• 在考虑过多种解读之前暂缓判断

• 4 周后的预期效果：更清楚地意识到期望多么频繁地给知觉染色；更能实时注意到偏差；判断更准确、更审慎

• 日志反思提示：

  • 本周我注意到了哪些以前不会注意到的期望？
  • 寻找反面证据是什么感觉？
  • 考虑其他解读时，我的结论有没有改变？

12. 针对特定受众

致领导者和管理者

这种偏差如何影响领导效能： 领导者的期望塑造了组织的现实。由期待高绩效的领导者管理的团队，会得到更多自主权、更有挑战性的任务和更多发展性反馈，随后这些团队的表现也确实更好。反过来也同样成立。

组织情境中的具体策略：

• 采用预先确定问题的结构化面试，减少招聘中的面试官偏差
• 采用匿名简历评审（去掉姓名、地址、毕业院校）
• 在评估候选人或员工之前先确定成功标准
• 建立要求评估者用具体行为实例来支撑评估结论的绩效评估系统

团队层面的干预：

• 轮换项目负责人，防止形成固化的期望模式
• 在决策中鼓励设置魔鬼代言人角色
• 肯定深思熟虑的异议和改变看法的行为

需要落实的决策流程：

• 要求在结果揭晓前写下预测
• 在形成判断与付诸行动之间设立等待期
• 为重大决策加入对抗性审查

致家长和教育工作者

如何教孩子了解这种偏差： 用“聪明的汉斯”的故事作为通俗易懂的例子。孩子们对“会算数的马”很着迷，也能理解这匹马其实是在读人，而不是在做算术。

适合不同年龄的解释：

• 年幼的孩子（5-8 岁）：“有时候，我们因为自己的预期而用不同的方式对待别人，他们表现成那样，是因为我们怎样对待他们，而不是因为他们真正是什么样的人。”
• 大一点的孩子（9-12 岁）：“科学家已经证明，期待学生聪明的老师，对待学生的方式真的会让他们变得更聪明。我们期待什么，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、他们又如何对待别人的启示。

帮助孩子预防的策略：

• 示范对所有孩子都抱有同样高的期望
• 避免给孩子贴标签（“聪明的那个”“捣蛋鬼”）
• 在电影、书籍和现实生活中，指出期望影响结果的情况
• 鼓励孩子留意自己什么时候是根据预期，而不是对方当前的行为来对待别人

致医疗卫生专业人员

这种偏差的临床意义：

• 安慰剂效应部分是由医生传递给患者的期望驱动的
• 以盲法解读检查结果能提高诊断准确性
• 患者的结局与医护人员的期望相关

患者沟通策略：

• 意识到你对某种疗法的信心或怀疑会传递给患者
• 使用有脚本的规程来告知诊断，以确保一致
• 留意自己是否在根据患者特征提供不同质量的医疗服务

诊断方面的考虑：

• 尽可能请放射科医生在看不到临床信息的情况下解读影像
• 采用结构化的诊断检查清单，以压过凭直觉的仓促判断
• 寻求第二意见，尤其是在诊断证实了最初预期的时候

伦理考量：

• 积极的期望可以有治疗作用，但有选择地运用就是歧视
• 无论医护人员的期望如何，患者都有权获得不带偏差的医疗服务

致金融专业人士

投资中的具体应用：

• 看好某只股票的分析师，对模棱两可的消息的解读比看空的分析师更积极
• 尽职调查的质量会因投资逻辑而异

客户沟通策略：

• 意识到你对客户风险承受能力或专业程度的预期，可能影响你解释各种选项的方式
• 使用标准化的披露流程

对风险管理的启示：

• 在投资委员会中设立魔鬼代言人流程
• 要求投资前写下投资逻辑，防止事后合理化
• 在得出结论与执行交易之间设置冷静期

对投资组合管理的影响：

• 对仓位结果的预期会影响注意力：赚钱的仓位较少受到审视，亏钱的仓位则被合理化
• 系统化的再平衡规则能从投资组合管理中去除一部分期望偏差

13. 与其他偏差的相互作用

放大这种偏差的偏差

抵消这种偏差的偏差

常见的偏差链

绩效预言链： 最初的期望 → 区别对待 → 行为反应 → 期望得到证实 → 期望增强 → 更极端的区别对待

例子：管理者预期员工会失败 → 提供的支持更少 → 员工表现吃力 → 管理者的期望“得到证实” → 支持更少 → 员工辞职或被解雇 → 管理者得出结论：自己“一直都是对的”

阻断策略： 在任何环节加入盲法或标准化。如果管理者不知道哪位员工“有潜力”，就无法区别对待。如果对待方式是标准化的（每个人得到同样的支持），不同的期望就无法造成不同的结果。

14. 文化视角

对实验者偏差的研究主要是在西方个人主义社会中进行的。跨文化差异很可能存在：

权力距离效应： 在高权力距离文化中（尊重权威、等级分明），受试者可能对实验者的期望更加敏感，使偏差的幅度更大。顺从权威人物期望的社会压力更强。

集体主义与个人主义： 集体主义文化强调社会和谐和读懂他人的期望。这种更高的敏感度可能通过更强的需求特征放大实验者偏差。不过，它也可能形成崇尚谦逊的文化规范，在某些情境中减少这种偏差。

沟通风格： 在高语境文化中（意义来自语境、非语言线索和含蓄的交流），实验者偏差赖以传递的细微渠道可能更加有力。在低语境文化中，明确的交流可能部分压过无意识的线索。

大多数关于解决办法（盲法、预注册）的研究，都是在低语境、个人主义的环境中发展起来的。去偏策略可能需要进行文化上的调整。

15. 迷思与误解

16. 专家见解

Robert Rosenthal 和 Kermit Fode 告诉学生实验者，他们的大鼠被培育成了“走迷宫聪明”或“走迷宫迟钝”两类。实际上大鼠是随机分组的，但“聪明”组的大鼠表现更好，可见实验者的期望左右了结果。 — 概述自 Rosenthal & Fode，“The Effect of Experimenter Bias on the Performance of the Albino Rat,” Behavioral Science 8(3) (1963) https://doi.org/10.1002/bs.3830080302

Irving Langmuir 把“病态科学”描述为这样一类研究：研究者被主观效应、一厢情愿的想法和阈值附近的相互作用引入歧途，于是接近可检测极限的效应因为观察者的期望而显得真实。 — 概述自 Irving Langmuir，“Pathological Science,” 通用电气 Knolls 研究实验室报告（1953 年 12 月 18 日），由 Robert N. Hall 整理，Physics Today 42(10) (1989) https://doi.org/10.1063/1.881205

Robert Rosenthal 梳理了大量证据，表明实验者的期望会在无意间影响参与者的行为和数据的记录方式，因此他主张采用盲法程序，让实验者不知道假设或实验条件。 — 概述自 Robert Rosenthal，Experimenter Effects in Behavioral Research（Appleton-Century-Crofts，1966）

Robert Rosenthal 认为，实验者本身就是被研究情境的一部分：语气、手势和期望都可能传达给参与者并改变他们的行为，所以不能把研究者当作中立的仪器。 — 概述自 Robert Rosenthal，Experimenter Effects in Behavioral Research（Appleton-Century-Crofts，1966）

17. 核心要点

1. 期望创造现实：研究者相信会发生什么，会影响他们的行为，进而影响实际发生的事。这不是造假，它在意识之下运作。
2. 机制是人际的：偏差通过细微的非语言线索（触碰、语气、微表情、人际距离）传递，这些几乎不可能有意识地控制。
3. 没有哪个领域能免疫：从心理学到物理学，从教室到诊所，只要是人评估人或解读模棱两可的数据，实验者偏差就会产生影响。
4. 意识到是必要的，但还不够：了解这种偏差并不能防止它。需要盲法、预注册和标准化实验方案等结构性办法。
5. 这种偏差有代价也有好处：消极期望会造成伤害；积极期望（普遍运用时）可能有益。问题在于有选择地运用。
6. 科学不是没有偏差，而是对偏差的严格管理：现代方法学的整套机制（双盲、预注册、重复验证）之所以存在，是因为我们承认人必然会找到自己想找的东西。
7. 个人可以有所作为：通过自我觉察、有意的对策和结构性保障，你可以减少（但永远无法消除）自己的期望对结果的影响。

18. 拓展资源

学术论文

• 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. https://doi.org/10.1207/s15327957pspr0902_3

书籍

• 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. https://doi.org/10.5962/bhl.title.56164

著作章节

• 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

20. 术语表

21. 讨论问题

适用于读书会、课堂或自我反思：

1. Rosenthal 的大鼠研究表明，学生会根据虚假的标签在无意识中区别对待大鼠。你可能在无意识中给生活中的人贴上了哪些“标签”？这些标签又会如何影响你对待他们的方式？
2. 如果教师期望能够影响学生的智商（哪怕影响不大），那么教育分流和能力分组有哪些伦理问题？
3. “发现”N 射线、聚合水和冷核聚变的科学家并不是骗子，他们真心相信自己的发现。科学界应该如何在对新发现保持开放与对非同寻常的主张保持怀疑之间取得平衡？
4. 尽管所有参与者都出于好意，辅助沟通还是制造了虚假的希望，造成了真实的伤害。关于渴望某件事成真的危险，这个案例给了我们什么教训？
5. 如果实验者偏差是无意识的，研究者还能为其后果负责吗？我们应该如何看待科学错误与科学不端行为之间的区别？

最后更新：7 十一月 2026