隐性偏见（内隐刻板印象）

概览

1. 快速总结

你的大脑在不断根据从环境中吸收的模式对人做出瞬间评判，即使这些评判与你有意识的价值观相矛盾。这些自动联想是在一生中接触媒体、文化信息和历史遗产的过程中形成的，有两种形式，研究者分别加以测量：内隐刻板印象（你把哪些特质与某个群体联系起来）和内隐态度，也称内隐联想（你对某个群体感觉更亲近还是更疏远）。两者都可能影响你雇用谁、信任谁、帮助谁，甚至你觉得谁有威胁。让很多人不安的是，大多数持平等主义信念的人仍然表现出可测量的隐性偏见。这些分数能说明某一个人多少问题，则是另一回事：在群体和地区层面，它们与现实世界中的歧视相吻合，但单个人的分数对其行为的预测力很弱。

用大白话说

隐性偏见是你还没来得及思考，大脑就对某个人产生的一种很快的感觉。它来自大脑从节目、视频和身边的人那里吸收的模式。你可以相信人人平等，却仍然有这种感觉。大多数人从来没有察觉到它。

比如班里正在为科学知识竞赛挑选队员。你选得很快，不知怎么就选了那些长相和说话方式都跟你和你朋友差不多的同学。你并不讨厌其他人，只是大脑轻轻推了你一下，你就顺着它选了。后来，被你跳过的那个新同学每道题都会。你的直觉是在猜一个群体，而不是在看眼前这个真实的人。

你可以尝试这样做。每当你需要对人做出选择时，不妨先停顿片刻，问问自己：“如果这个人的模样不一样，我还会做出同样的选择吗？”然后再想想你对他们究竟了解多少，比如他们擅长什么。去结识各种各样不同的人也会很有帮助，因为这能为你的大脑提供更好的模式去学习。

2. 科学背景

2.1. 发现与历史

几十年来，社会心理学一直遵循“内省主义”的假设：想知道一个人对某个社会群体的态度，直接问他就行。测量外显偏见的调查显示，20世纪后期偏见在稳步下降，这让许多人以为歧视正在成为过去。

然而，强调信息加工和记忆系统的心理学“认知革命”开始渗透到社会心理学中。研究者认识到，记忆不是一个单一的文件柜，而是一个复杂的系统，过去的经验可以在没有有意识提取的情况下影响当前的表现，这种现象被称为内隐记忆。Daniel Schacter 等人的研究表明，无法有意识地回忆所学单词表的遗忘症患者，在补全见过的单词的词干时仍然更快，可见大脑正受到它无法报告的经验的塑造。

关键的洞见来自研究者提出：态度和刻板印象等社会建构的运作方式与此类似。就像一个人可能因为之前看到过 SHIRT 这个词（即使不记得看到过），就把单词片段 S _ _ _ T 补全为 SHIRT，一个人也可能因为“Lakisha”这个名字引发了由文化熏陶形成的一连串负面语义联想，而对一份简历作出不同的评判。

这一范式转变的正式确立，以1995年发表在 Psychological Review 上的论文“Implicit Social Cognition: Attitudes, Self-Esteem, and Stereotypes”为标志。作者认为，社会行为通常并不完全处于意识控制之下，“过去的经验以一种行动者在内省中无从知晓的方式影响判断”。他们的论述既涵盖态度，也涵盖刻板印象，并把内隐社会认知定义为“内省无法识别（或未能准确识别）的过往经验痕迹，这些痕迹介导了对社会客体的好感或反感、积极或消极的想法或行动”。这个定义引出了一个令人不安的可能性：驱动瞬间行为的“真实”态度，可能并不是一个人所宣称的态度，甚至不是他自认为持有的态度。

2010年之后的十年对这一可能性进行了严格的检验。Oswald、Mitchell、Blanton、Jaccard 和 Tetlock（2013）对用 IAT 预测歧视的研究进行了元分析，发现它在几乎所有效标类别中都是弱预测指标，并不比自我报告更好。Lai 及其28位同事（2016）对6,321人测试了九项干预措施：每一项都立即降低了内隐种族偏好，但经过数小时到数天的延迟后，没有一项降低得以保持。Kurdi 及其同事（2019，Greenwald 和 Banaji 也在作者之列）汇总了217份报告（N = 36,071），发现 IAT 在预测群际行为方面的独特贡献为 β = .14，而外显测量为 β = .11，且大多数研究统计效力不足。Forscher 及其同事（2019）又做了一项涵盖492项研究（N = 87,418）的网络元分析：内隐测量可以被改变，但幅度较弱（|d| < .30），这些程序“通常对行为产生的改变微乎其微”，而且内隐测量的变化并不中介外显态度或行为的改变。Schimmack（2021）估计，种族 IAT 的方差中约20%反映种族偏好，而且外显测量在每个领域的效度都更高。2022年，Greenwald 与21位合著者发表了 IAT 研究的共识性最佳实践，指出单次 IAT 观测不足以诊断一个人的态度。这一构念得以保留；而一个分数就能说明某个人有多大偏见的想法，则站不住了。

关键里程碑：

• 1995年：Greenwald 和 Banaji 建立理论框架
• 1998年：引入内隐联想测验（IAT）
• 1998年：创立 Project Implicit，将隐性偏见测试推向公众
• 2002年：开发第一人称射击任务（警官的困境）
• 2003年：Greenwald、Nosek 和 Banaji 引入用于 IAT 计分的改进 D 分数算法
• 2004年：具有里程碑意义的简历审计研究揭示了就业歧视
• 2006年：Gawronski 和 Bodenhausen 的联想-命题评价（APE）模型解释了内隐与外显测量为何产生分歧
• 2010年：Rooth 将瑞典招聘人员的 IAT 得分与实际回复决定联系起来；Nock 等人表明死亡/自杀 IAT 可预测自杀企图
• 2012年：通过实验揭示 STEM 领域大学教员的性别偏见
• 2012年：开发“打破偏见习惯”干预措施
• 2013年：Oswald 等人的元分析发现 IAT 是歧视的弱预测指标，并不优于外显测量
• 2015年：Williams 和 Ceci 的全国招聘实验发现，STEM 终身轨教员对女性有 2:1 的偏好
• 2016年：Lai 等人表明九项简短干预可立即改变 IAT 得分，但改变均未持久
• 2019年：Payne、Vuletich 和 Brown-Iannuzzi 将美国各县和各州1860年的被奴役人口比例与如今白人居民的亲白人隐性偏见联系起来
• 2019年：Kurdi 等人（β = .14）和 Forscher 等人（492项研究）的元分析确定 IAT 的预测效度较弱
• 2022年：Greenwald 等 22 位合著者发表最佳实践论文，指出 IAT 不能用作个体诊断工具

2.2. 关键研究人员

2.3. 里程碑研究

内隐联想测验（Greenwald、McGhee 和 Schwartz，1998）

IAT给了社会心理学一把标准化、适应性强的尺子来衡量隐性偏见。该测试依赖于认知相容性原理：如果两个概念在记忆中紧密相关（例如，“花”和“愉快”），那么将它们映射到同一个反应键上，会比它们不相关时更容易、更快速。

在典型的种族IAT中：

• 一致区块：参与者按一个键表示“白人”或“好词”，按另一个键表示“黑人”或“坏词”
• 不一致区块：配对互换，要求参与者把“黑人”与“好词”配在一起

对于有亲白人偏见的人来说，一致区块很容易（符合内部联想），而不一致区块会产生反应冲突。两个区块之间的平均反应延迟差异构成了IAT效应，被标准化为代表偏见强度的D分数。

1998年的论文通过三项实验验证了该测验。第一项实验使用了没有争议的配对（花与昆虫、乐器与武器）：当花与愉快词共用一个按键时，人们的反应要快得多，这表明该方法能够捕捉到近乎普遍的评价。第二项实验测试了韩裔美国人和日裔美国人，两个群体都对本族群表现出内隐偏好，包括那些不愿说出这种偏好的人。第三项实验使用了黑人和白人面孔，发现白人参与者对白人存在相对于黑人的内隐偏好，即使是那些报告外显偏见很少的人也是如此。内隐分数与外显分数之间的这种差距，成为 IAT 研究的标志性发现。

复现记录： IAT 效应可以重复；但它对个体的预测效度站不住脚。Oswald 等人（2013）发现，IAT 在几乎所有效标类别中都是较差的歧视预测指标，并不优于外显测量。Greenwald 和 Banaji 参与合著的 Kurdi 等人（2019）在217份报告中得出，独特的内隐-行为关系为 β = .14，且相关系数在 r = .02 到 r = .37 之间，取决于测量与行为的匹配程度。Schimmack（2021）估计，种族 IAT 方差中约20%反映种族偏好。由22位作者合写的最佳实践论文 Greenwald 等人（2022）指出，单次 IAT 观测不足以诊断一个人的态度。

警察困境（Correll 等人，2002）

该研究以1999年 Amadou Diallo 之死开篇：这位手无寸铁的西非移民被四名纽约警察开了41枪，警察把他伸手去拿的钱包当成了枪。这项电子游戏模拟实验检验了种族表型与开枪决定之间的因果联系。参与者看到突然出现的白人或黑人目标人物，手里拿着枪或无害物品（钱包、手机），必须在几毫秒内决定是否开枪。

主要发现：

• 参与者向持枪黑人目标开枪比向持枪白人目标开枪快约21毫秒
• 参与者决定不向手无寸铁的白人男子开枪，比不向手无寸铁的黑人男子开枪快约73毫秒
• 在时间压力下，参与者更有可能误向手无寸铁的黑人男子开枪（假阳性），而未能向武装白人男子开枪（假阴性）
• 利用信号检测理论，研究人员发现种族并不影响看清物体的能力，但它确实影响了决策阈值：参与者需要更少的武器证据就会对黑人目标开枪
• 这种偏见的大小反映了参与者对将黑人男子与危险联系起来的文化刻板印象的认知程度，而非他们自身的外显种族偏见

复现记录： Mekawi 和 Bresin（2015）在 Journal of Experimental Social Psychology 上对射击任务研究进行了元分析，证实了总体模式；引用这一效应时，应引用该元分析，而不只是2002年的论文。

“Emily 和 Greg 更容易被雇用吗？”（Bertrand 和 Mullainathan，2004）

经济学家向 1,300 份招聘广告发送了虚构的简历，这些简历除了顶部的姓名外在质量上完全相同。一半带有“听起来像白人”的名字（Emily、Greg），另一半带有“听起来像非裔美国人”的名字（Lakisha、Jamal）。

主要发现：

• 带有白人名字的简历比带有黑人名字的相同简历多获得 50% 的回电
• 对于白人申请人，改进简历使回复率增加了 30%
• 对于黑人申请人，更高质量的简历带来的增益微乎其微
• 启示：内隐刻板印象不仅带来惩罚，还阻碍了人力资本开发的投资回报
• 注意事项：这是一项关于回复中歧视现象的研究。雇主的内隐态度从未被测量，因此该研究无法证明产生差距的是内隐刻板印象，而非外显刻板印象或统计性歧视

“科学 = 男性”：教员偏见（Moss-Racusin 等人，2012）

研究型大学的科学专业大学教员（N=127）评估了一份完全相同的实验室经理职位申请材料，唯一的不同在于申请人名字是“John”还是“Jennifer”。

主要发现：

• “John”被评为能力显著更高、更值得雇用（7分制量表上约4.0对约3.3）
• 教员给 John 开出的起薪是 $30,238，给 Jennifer 的是 $26,508，两人还没被录用就已存在近 $4,000（12%） 的差距
• 大学教员更愿意为 John 提供职业指导
• 关键在于，女性教员表现出了与男性教员相同的偏见。这表明内隐刻板印象是所有社会成员都会吸收的文化图式

反面证据（Williams 和 Ceci，2015）： 三年后，Wendy Williams 和 Stephen Ceci 在 PNAS 上发表了五项全国招聘实验，参与者是来自全美50个州371所机构的873名终身轨教员。生物学、工程学、经济学和心理学领域的教员对假想的助理教授候选人进行评估，对女性申请人的偏好约为同等资历男性申请人的2:1；唯一的例外是男性经济学家，他们没有表现出偏好。这两项研究并不直接矛盾。Moss-Racusin 问的是实验室经理职位，这是一个简历较短的初级岗位；Williams 和 Ceci 问的是材料更完整的终身轨教员招聘。综合来看，它们表明科学界招聘中的性别偏见取决于职位、可用的证据和学科领域，任何一个方向的单项研究都不应被当作普遍情况。

招聘人员的 IAT 分数与真实回电（Rooth，2010）

Dan-Olof Rooth 将瑞典的函件测试与 IAT 相结合。带有听起来像瑞典人和听起来像阿拉伯裔穆斯林名字的申请材料被投递至真实职位空缺中，随后研究人员追踪了处理这些申请的招聘人员，并要求他们完成一项 IAT，以测量他们针对阿拉伯裔穆斯林男性相较于瑞典男性的自动态度和工作表现刻板印象。

主要发现：

• 招聘人员的负面内隐联想每增加一个标准差，邀请阿拉伯裔穆斯林申请人参加面试的概率就降低约五个百分点
• 外显态度与内隐测量指标之间仅存在微弱关联
• 这是少数在同一批人身上同时测量决策者内隐联想及其真实招聘行为的研究之一，正好补上了 Bertrand 和 Mullainathan 的研究设计无法检验的环节

死亡/自杀 IAT（Nock 等人，2010）

Matthew Nock、Mahzarin Banaji 及其同事构建了一项 IAT，测量精神科急诊的157名患者把“我”与“死亡/自杀”而不是“生命”配对的速度。曾尝试自杀的患者比未曾尝试自杀的痛苦患者表现出更强的内隐“自我-死亡”联想；在接下来的六个月里，联想越强，自杀尝试的几率高出约六倍。在这个样本中，它的预测效果优于抑郁、既往自杀尝试以及患者和临床医生自己的预测。这项研究只来自一个研究点，样本量也不大，但它表明 IAT 范式可以延伸到社会态度之外。

2.4. 神经学基础

隐性偏见的神经学基础涉及几个相互关联的大脑系统：

杏仁核激活：使用fMRI的研究表明，观看外群体面孔（特别是存在种族偏见时）会触发杏仁核激活，也就是大脑的威胁检测中心。这发生在几毫秒内，在意识处理可以干预之前。

前额叶皮层抑制：负责执行控制的前额叶皮层必须积极工作以覆盖自动联想。当认知资源耗尽（疲劳、压力、时间压力）时，这种抑制控制就会退化，隐性偏见会更强烈地影响行为。

联想记忆网络：隐性偏见存储在处理语义记忆的相同神经网络中。大脑通过反复接触建立概念之间的关联（例如，“黑人”和“危险”）。这些链接通过赫布学习（共同触发的神经元会连接在一起）得到加强。

双过程模型：大脑通过两个系统运作，即系统1（快速、自动、不费力）和系统2（缓慢、深思熟虑、费力）。隐性偏见主要通过系统1运作，这就是为什么即使系统2（有意识的价值观）不同意，它们也能影响行为。

联想-命题评价（APE）模型：Gawronski 和 Bodenhausen（2006）区分了两个过程。联想过程是激活从一张面孔或一个词自动扩散到与之共同出现过的任何概念，不管这种联系是否属实。命题过程则用一个人的信念和价值观来核对这些激活。一个人可能感觉到刻板印象被激活，随后想：“那是刻板印象，我不接受它。”IAT 捕捉的是第一步；自我报告问卷记录的是第二步的结果，所以两种测量可能不一致。

3. 进化起源

快速社会分类的能力可能是作为一种生存机制进化而来的。我们的祖先生活在紧密联系的小群体中，快速区分“我们”和“他们”可能意味着生与死的区别。来自另一个部落的陌生人可能代表着威胁，快速检测威胁具有生存价值。

这种认知架构在具有以下特征的祖先环境中具有适应性：

• 部落生活：内群体合作和外群体竞争必不可少
• 信息有限：在不可能进行详细评估时需要快速判断
• 真实威胁：其他人类群体可能确实很危险
• 稳定的环境：对群体的概括随着时间的推移更有可能是准确的

在现代多元社会中，相同的认知机制变成了问题。大脑继续快速分类和联想，但现在它是在从充斥着刻板印象的媒体环境和由历史不平等构建的社会中学习。

偏见本身既不是“漏洞”也不是“特性”，它是一个在其未被设计用于的环境中运行的高效学习系统。大脑正在做它进化出来要做的事情：跟踪环境中的统计规律。问题在于，这些规律反映了几个世纪的歧视，而不是群体之间固有的差异。

隐性偏见是速度和准确性之间的一种权衡。在需要快速决策的情况（如祖先的威胁检测或现代的警务）中，大脑默认使用启发式。这些捷径节能且通常“足够好”，但当应用于个体时，它们会带来系统性错误的代价。

4. 这种偏见的表现形式

4.1. 在日常生活中

隐性偏见渗透到无数的日常互动中：

• 社会评判：根据外表自动认为某些人更值得信任、更聪明或更有能力
• 帮助行为：研究表明，在模棱两可的情况下，人们更有可能帮助内群体成员
• 人际温暖：对不同群体的友善度、眼神交流和肢体语言存在微妙差异
• 记忆编码：更好地记住证实刻板印象的信息；忘记反刻板印象的信息
• 善意推断：对内群体成员的行为给予更宽容的解释
• 微侵犯：由无意识的假设驱动的微小、通常是无意的怠慢（“你到底是从哪里来的？”）

4.2. 在工作场所中

招聘与录用：

• Bertrand 和 Mullainathan 的研究显示，带有“听起来像白人”名字的简历比带有“听起来像黑人”名字的相同简历多获得50%的回电
• 在瑞典，Rooth（2010）发现对阿拉伯裔穆斯林男性持有更强负面内隐联想的招聘人员，回复阿拉伯裔穆斯林申请人的可能性较低
• 类似的影响在性别、年龄和残疾状况方面也得到了记录

绩效评估：

• 相同的工作成果会根据完成者被推定的人口学特征而得到不同评价
• 外群体成员的模棱两可行为会被作出更负面的解释

晋升与领导力：

• 尽管资历相同，女性和少数族裔经常被评估为“不是领导材料”
• “想到经理，就想到男性”的内隐联想在全球范围内持续存在

薪资谈判：

• Moss-Racusin 的研究显示，在实验室经理的招聘情境中，仅因性别不同的相同申请之间存在 $4,000 的起薪差距；Williams 和 Ceci（2015）则发现，终身轨教员招聘中对女性有 2:1 的偏好，因此性别偏见的方向取决于具体工作和领域
• 在存在差距的地方，它们在职业生涯中会复合成巨大的累积劣势

工作场所氛围：

• 被非正式网络和指导关系微妙地排斥
• 高能见度任务与“办公室家务”任务的差异化分配

4.3. 在商业与营销中

商业利益既利用又延续了隐性偏见：

• 广告呈现：品牌利用现有的联想（白人=干净、高端；黑人=运动、都市）
• 产品设计：使用带有偏见的数据训练的AI产品复制并放大了人类的偏见
• 客户服务：研究表明，根据感知到的种族或性别，客户会受到不同的对待
• 定价算法：一些算法被发现根据与种族相关的邮政编码收取不同的价格
• 目标营销：关于群体偏好的刻板假设塑造了谁能看到哪些产品

4.4. 在政治与媒体中

媒体呈现：

• 研究表明，相对于实际的犯罪统计数据，黑人个体在犯罪报道中被过度代表
• 反刻板印象的例子（黑人专业人士、女性科学家）代表性不足
• 2005年卡特里娜飓风过后，两张广为流传的通讯社照片都拍到人们带着物资涉水而行，配文却不同：一名黑人男子被描述为在“抢劫”，一对白人夫妇则被描述为“找到”食物
• 这种扭曲的环境成为了观众内隐联想的“训练数据”

选民行为：

• 即使在明确支持种族平等的选民中，内隐种族态度也会预测投票行为
• Luciano Arcuri 及其同事发现，内隐测量指标预测未决选民最终投票倾向的效果，优于选民本人的外显陈述
• “小效应，大后果”原则适用：数百万选民基于微弱的偏见采取行动，会产生重大的选举影响

政策偏好：

• 即使没有提到种族，内隐联想也会影响对政策的支持
• 犯罪政策、福利政策和移民政策都受到潜在的内隐种族态度的影响

欧洲的上升趋势： Dederichs 和 Verhaeghe（2024）的研究发现，欧洲的内隐种族偏见在21世纪10年代中期以前一直在下降，但此后有所上升，这与本土主义政治运动的兴起和“移民危机”话语相关。作者认为，政治言论可以迅速给内隐刻板印象“充电”。

4.5. 在医疗保健中

诊断差异：

• Green 等人（2007）发现，隐性偏见较高的医生，向表现出心脏病发作症状的黑人患者推荐溶栓（血栓溶解药物）的可能性显著降低
• 将黑人患者视为“不合作”的内隐刻板印象导致医生无意识地判断他们不会遵守术后方案

疼痛治疗：

• 研究表明，对于相同情况，黑人患者接受的止痛药少于白人患者
• Hoffman 等人（2016）发现，在一组白人医学生和住院医师的样本中，约有一半人认同关于生物学差异的错误信念（例如认为黑人的皮肤更厚），而认同这些信念的人对黑人患者的疼痛程度评分更低，给出的治疗建议准确度也更低
• 这与一种持续的内隐信念有关，即黑人对疼痛的感觉不那么敏锐。这种刻板印象可以追溯到 J. Marion Sims 的时代，他在没有麻醉的情况下在被奴役的妇女身上开发了手术技术

患者的不信任：

• 历史上的医疗剥削（塔斯基吉梅毒研究，1932-1972）在黑人患者中造成了“内隐不信任”
• 这种祖辈留下的创伤导致人们回避医疗护理，加剧了健康差距

4.6. 在金融与投资中

• 贷款审批：隐性偏见影响贷款决策，导致抵押贷款批准方面的种族差距
• 投资决策：基金经理可能会无意识地偏好由符合其“成功企业家”内隐原型的人领导的公司
• 财务建议：建议的质量和类型可能会因客户人口特征而异
• 算法交易：基于历史数据训练的AI系统可以延续并放大金融歧视

5. 真实世界案例研究

案例研究 1：交响乐团的盲选革命

• 背景： 在整个20世纪中叶，主要交响乐团中绝大多数是男性，尽管女性在音乐教育中占有很大比例。许多人将此归因于能力或兴趣的“自然”差异。

• 发生了什么： 从20世纪70年代和20世纪80年代开始，乐团开始实行“盲选”，音乐家在幕布后演奏，评委看不到他们。有些乐团甚至要求音乐家脱鞋，以免高跟鞋的声音暴露性别。

• 起作用的偏见： 当评委能看到表演者时，他们的内隐联想（男性=音乐天才，女性=业余爱好者）影响了他们的评估，甚至在有意识地相信性别平等的评委中也是如此。

• 后果： 盲选使女性通过第一轮的可能性提高了50%，使女性被录用的可能性提高了数倍。主要乐团中女性的比例从1970年的5%上升到21世纪头十年的约35%。Goldin 和 Rouse 的工作论文估计，幕布解释了新聘人员中女性比例上升的30%至55%，以及乐团席位中女性比例上升的25%至46%；2000年发表的版本则提醒，其中部分估计值的标准误较大。

• 经验教训： 防止偏见被激活的结构性干预，往往比试图改变人们的想法更有效。评委们的隐性偏见并没有消失。它们只是无法影响决定，因为触发信息（性别）被移除了。

案例研究 2：Optum 医疗算法丑闻

• 背景： 由Optum开发并用于管理约2亿美国患者护理的算法旨在识别将从额外医疗支持中受益的患者。

• 发生了什么： 该算法使用医疗保健成本作为健康需求的代理，这似乎是一个种族中立的指标。然而，由于系统性因素（获取障碍、历史歧视），即使黑人患者有相同的健康状况，医疗保健系统在他们身上花费的也更少。

• 起作用的偏见： 该算法了解到黑人患者“花费更少”，并因此假设他们“更健康”。这不是一个明确的种族变量，而是通过代理变量编码的隐性偏见。

• 后果： 黑人患者必须比白人患者病得重得多才能接受同等水平的护理干预。研究人员估计，修复这种偏见将使获得额外帮助的黑人患者比例从17.7%增加到46.5%。

• 经验教训： 隐性偏见可以通过看似中立的数据进行洗白。AI系统并不客观，它们从包含了人类决策累积偏见的历史数据中学习。对歧视性影响进行算法审计是必不可少的。

历史案例：“永远的外国人”与反亚裔暴力

亚裔-外国人IAT揭示，许多美国人隐含地将亚洲面孔与“外国”地标联系在一起，将白人面孔与“美国”地标联系在一起。这种内隐联想具有深厚的历史根源（1882年的《排华法案》、日裔集中营等），并预测了人们倾向于质疑亚裔公民的忠诚度或“美国人特质”。

在新冠疫情期间，把新冠病毒称为“中国病毒”或“功夫流感”的政治言论极大地激活了这种内隐联想。研究记录到这一时期亚裔-外国人 IAT 分数的激增，这表明政治语言可以迅速给休眠的隐性偏见“充电”。

后果是切实可见的：FBI报告2020年反亚裔仇恨犯罪增加了77%。隐性偏见被外显言论放大，直接转化为暴力。这个案例说明，当社会条件允许时，隐性偏见构成了促成歧视的认知基质。

6. 这种偏见的代价

6.1. 个人代价

• 关系破坏：隐性偏见会通过累积的微侵犯，微妙地侵蚀群体间的友谊和职业关系
• 道德痛苦：发现自己有隐性偏见的人，在无意识反应与有意识价值观发生冲突时，往往会感到内疚、羞耻和认知失调
• 错失联系：由于无意识的判断，回避或低估了潜在的朋友、导师或伴侣
• 自证预言：其他人可能会通过非语言线索感知到隐性偏见，导致尴尬或防御性的互动，从而似乎“证实”了该偏见
• 内化偏见：被污名化群体的成员往往内化了社会对其所在群体的隐性偏见，从而影响自尊和表现（刻板印象威胁）

6.2. 职业代价

• 人才流失：允许隐性偏见影响招聘的组织会错失合格的候选人
• 法律责任：累积的带有偏见的决定可能会导致模式与实践歧视诉讼
• 创新减少：同质化团队（由带有偏见的招聘产生）的创造力较低，解决问题的效率也较低
• 声誉受损：备受瞩目的偏见事件可能会破坏品牌价值
• “简历质量悖论”：Bertrand 和 Mullainathan 发现，提高资历对黑人申请人的回报微乎其微，这意味着组织在客观上促使外群体成员对人力资本投资不足

6.3. 社会代价

• 累积劣势：即使是微小的偏见（$r ≈ 0.2$），当数百万把关人在其职业生涯中做出数千次带有偏见的决定时，也会变得具有破坏性
• 代际不平等：招聘、贷款和教育方面的偏见代代相传
• 民主扭曲：投票中的隐性偏见产生了不反映明确声明价值观的选举结果
• 制度合法性丧失：当机构（警察、医疗保健、法院）系统性地使某些群体处于不利地位时，这些群体就会对制度的公平性失去信心
• 地理固化：Vuletich 等人（2023）表明，大迁徙（1910-1970）形成的人口模式至今仍能预测隐性偏见水平；偏见以物理方式编码在地方之中

6.4. 统计影响

7. 隐藏的益处

隐性偏见背后的认知架构并非天生恶意。它反映了一个高效的学习系统：

认知效率：大脑每天要处理大量社会信息。分类和模式匹配让我们能在复杂的社会世界中快速应对，而不必对每一次互动都深思熟虑。没有某种形式的心理捷径，社会生活就会慢得无法进行。

真实的模式检测：在某些情况下，内隐联想可能捕捉到真实的统计模式（例如，“老年人=缓慢”可能反映了真实的运动能力差异）。问题在于大脑将这些模式过度泛化到个人和不适用的领域。

文化能力：内隐联想编码了文化知识。了解社会将某些群体与特定角色联系起来，有助于驾驭社会期望，即使个人不同意这些期望。

快速威胁检测：在真正危险的情况下，快速分类可以挽救生命。进化的“安全第一”逻辑意味着假阳性（在没有威胁的地方感知到威胁）可能比假阴性（错过真正的威胁）代价更小。

权衡：目标不能是完全消除社会认知，那是不可能的，也是适得其反的。相反，目标是认识到何时快速分类是适当的（真正的紧急情况），何时应该被深思熟虑的个性化评估所取代（招聘、医疗、非紧急情况下的警务）。

8. 自我评估：你有这种偏见吗？

8.1. 警告信号检查清单

• 我注意到，当某个特定群体的人在意想不到的领域展示专业知识时，我会感到惊讶
• 我有时会在与我具有相同人口特征的人身边感到更舒适或自在
• 我偶尔会发现自己根据某个人的外表对其能力、兴趣或背景做出假设
• 我倾向于比反刻板印象的信息更好地记住证实群体刻板印象的信息
• 我注意到，在评估不同群体的人时，我应用了不同的证据标准
• 当谈到偏见或成见的话题时，我有时会感到抵触或不舒服
• 我注意到，我对某些群体的第一印象往往是负面的，即使我相信平等
• 我发现更容易记住与我自己同种族/民族群体的面孔
• 我注意到，在模棱两可的情况下，我对某些人给予的“善意推断”比对其他人多
• 别人告诉过我，我对不同群体的行为存在差异，而我之前并未察觉

评分：

• 勾选 0-2 项：低易感性（但请记住，几乎每个人都会表现出隐性偏见）
• 勾选 3-5 项：中度易感性
• 勾选 6-8 项：高易感性
• 勾选 9-10 项：非常高的易感性（不过高度的自我觉察其实是个好兆头）

重要提示： 几乎每个人在隐性偏见测量上的得分都高于零，而自我评估的准确性有限。这里得分低，可能意味着觉察较少，而不是偏见较少。你可以在 Project Implicit（implicit.harvard.edu）参加真正的 IAT，了解测验如何运作，但要把单次分数当作粗略的读数：其重测信度约为 .50 至 .60，而 Greenwald 和21位合著者（2022）指出，单次 IAT 观测不足以诊断一个人的态度。

8.2. 自我反思问题

1. 上一次你对某人的能力或角色感到惊讶是什么时候，是什么群体成员身份触发了这种惊讶？

2. 想想与你最亲密的五段友谊或职业关系。它们在人口特征上有多多元？这可能说明了你内隐的舒适区是什么样的？

3. 当你在新闻中听说犯罪但没有看到细节时，你脑海中的罪犯形象是什么样的？这个图像从何而来？

4. 回想一下最近一个模棱两可的情况（有人在交通中插队、学生表现不佳、同事错过截止日期）。你是将这种行为归因于他们的性格还是他们的情况？如果他们来自不同的群体，你的归因会有所不同吗？

5. 你是否曾经收到反馈，暗示你以自己没有意识到的方式区别对待不同的人？

8.3. 快速诊断情境

情境： 你正在审查一个技术职位的两份工作申请。两者都具有相同的资格。一位名叫“James Chen”的申请人列出“网球”和“国际象棋俱乐部”作为兴趣。另一位名叫“DeShaun Williams”，列出“篮球”和“音乐制作”。你需要决定先打电话给哪位候选人进行面试。

你会如何回应？

• A) 立即先打电话给 James：他的兴趣似乎更符合技术思维 → 高易感性（你让刻板联想影响了一个与之无关的决定）
• B) 稍微倾向于 James，但意识到这可能是偏见，于是掷硬币决定 → 中度易感性（你有偏见，但正在主动抵消它）
• C) 认识到课外兴趣与技术能力无关，只根据资历评估 → 低易感性

9. 识别他人的这种偏见

9.1. 行为指标

• 有区别的温暖：明显地对内群体成员更友好、肢体语言更放松；对其他人更正式、更疏远
• 选择性注意：更专心地听一些发言者讲话；打断或忽视其他人
• 归因模式：将某些群体的成功归因于技能，其他群体归因于运气；将某些群体的失败归因于境遇，其他群体归因于品性
• 惊讶的表情：当外群体成员展示出能力时，明显感到惊讶（“你表达得真好！”）
• 回避行为：避开与特定群体相关的街区、企业或活动
• 微侵犯：问“你到底是从哪里来的？”或未经允许触摸某人的头发

9.2. 对话中的红旗警示

人们在受这种偏见影响时会说的话：

• “我看不到肤色”（否认偏见并不能消除偏见）
• “我有 [X群体] 朋友，所以我不可能有偏见”
• “那只是刻板印象，但刻板印象的存在是有原因的”
• “我不是种族主义者，但是……”（后面跟着刻板的假设）
• “你和其他人不一样”（以例外来证明规则的框架）
• “这与种族无关，这与文化有关”
• “我把每个人都当作个体来评判”（实际上使用的是基于群体的心理捷径）

他们提出的论点类型：

• 将群体差异解释为群体缺陷，而不是系统性因素
• 要求对歧视存在提供“非凡的证据”，同时不加批判地接受内群体的观点
• 把顶着偏见取得成功的特例当作偏见不存在的证据

他们避免问的问题：

• “这个人可能面临过哪些我没有经历过的障碍？”
• “如果这个人来自不同的群体，我会做出同样的假设吗？”

9.3. 情境触发因素

激活隐性偏见的情况：

• 时间压力（迫使依赖系统1思维）
• 认知负荷（多任务处理、疲劳、压力）
• 模棱两可的情况（当行为可以用多种方式解释时）
• 恐惧或感觉到的威胁
• 缺乏问责制（匿名决定）

环境因素：

• 同质化环境（缺乏反刻板印象的接触）
• 充斥着刻板形象的媒体内容
• 隔离的街区和社交网络
• 缺乏多样性的工作场所

情绪状态：

• 焦虑增加了对分类思维的依赖
• 厌恶可以激活对外群体的贬低
• 恐惧沿着群体界限放大了威胁感知

10. 认知去偏见策略

10.1. 立即应对技巧

刻板印象替代：当你注意到一个刻板想法时（看到一名黑人男子就想到“危险”），明确地把它标记为刻板印象，拒绝它，并有意识地用平等主义的想法取而代之。

反刻板印象想象：主动想象打破刻板印象的人的具体、生动的例子。不要只想“有些黑人是科学家”，而要想“Neil deGrasse Tyson 在讲解天体物理学”。

个体化：强迫自己关注一个人的具体个人细节：他们的鞋子、眼镜、特殊技能、独特爱好。这可以防止基于类别的加工占据主导。

换位思考：刻意采用外群体成员的第一人称视角。“这个人现在感觉如何？走进这个房间时，他们可能有什么担忧？”

放慢速度：当决定很重要时，刻意放慢决策过程。当你被迫依赖快速、自动的加工时，隐性偏见的影响最大。

10.2. 长期策略

打破偏见习惯模型（Devine 等人，2012）：这是获得实证支持最多的干预措施。它把偏见看作一种不想要的习惯，需要用上面这套策略进行数周的主动练习。

结果：在纵向研究中，使用这些工具的参与者在干预8周后 IAT 分数显著更低，并报告了更高的“对歧视的关注”，这表明他们已经内化了平等主义动机。它是少数效果能持续超过一天的干预之一。Lai 等人（2016）发现，九项简短干预都立即降低了内隐偏好，但没有一项能维持数小时到数天；Forscher 等人（2019）在492项研究中发现，改变内隐测量对行为产生的改变微乎其微。打破习惯模型很可能先改变人们的行为，之后才改变 IAT 的结果。

增加接触：寻找与外群体成员进行积极、地位平等的互动的机会。大脑从经验中学习，那就给它新的数据。

媒体多样化：刻意接触呈现反刻板印象形象的媒体（书籍、电影、新闻来源）。

教育与觉察：仅仅了解隐性偏见并不能消除它，但能让你意识到它何时可能在影响你，并采取纠正措施。

10.3. 环境设计

盲选/匿名评估：从申请、绩效评估或其他评估中删除身份信息。乐团研究显示，盲选使女性通过初选的机会提高了50%，而评委潜在的偏见并没有改变。

结构化决策流程：使用预先确定的标准和评分量表。评估越主观，偏见就越会乘虚而入。

多元化的决策机构：单一的把关人更容易受个人偏见影响。明确讨论偏见问题的多元委员会能产生更公平的结果。

问责结构：要求决策者说明其选择的理由。对问责的预期会激活审慎加工。

接触丰富的环境：设计促进群际互动的物理空间和组织结构。

10.4. 何时寻求外部意见

在以下情况寻求外部观点：

• 对个人做出高风险决定（招聘、晋升、纪律处分）时
• 你发现自己对一个不太了解的人产生了强烈的反应
• 你处于时间压力或紧张状态下，但这个决定会产生持久的后果
• 你正在评估一个来自你很少接触的群体的人
• 其他人提出你在这方面可能有盲点

向谁询问：

• 来自不同人口统计背景的同事
• 正式的多元化官员或申诉专员
• 不认识相关个人的外部审阅者
• 结构化的阻断偏见工具（例如，匿名化、标准检查清单）

11. 实践练习

练习1：刻板印象日记

• 目标： 建立对自动刻板想法的意识
• 所需时间： 每天5分钟
• 所需材料： 笔记本或笔记应用程序
• 难度等级： 初学者
• 说明：
  1. 每天晚上，反思你的一天
  2. 找出1-2个你根据某人明显的群体成员身份对他们做出假设的时刻
  3. 写下：情况是怎样的？你注意到了什么群体成员身份？你做了什么假设？
  4. 挑战：你的假设有证据支持，还是这是刻板印象？
  5. 替代：你可以有什么替代的平等主义思想？
• 反思问题：
  • 你最常对哪些群体做出假设？
  • 相同的刻板印象会重复出现吗？
  • 你是否越来越快地捕捉到这些想法？
• 频率： 每天一次，至少坚持4周

练习2：反刻板印象范例清单

• 目标： 建立容易提取的反刻板印象心理联想
• 所需时间： 最初30分钟，然后每周5分钟更新
• 所需材料： 纸或文件
• 难度等级： 初学者
• 说明：
  1. 确定3-5个你可能对之持有隐性偏见的群体
  2. 对于每个群体，列出5-10个特定个体（你亲自认识的人或公众人物），他们与常见的刻板印象相矛盾
  3. 包含生动的细节：他们以什么闻名？什么具体的成就让你印象深刻？
  4. 每周回顾这个清单，添加新的范例
  5. 当你注意到刻板印象的想法时，刻意回忆你清单中的一个特定范例
• 反思问题：
  • 为任何群体生成反例是否困难？这暗示了你的接触情况如何？
  • 你如何增加与反刻板印象个体的接触？
  • 回顾这份清单是否改变了你的自动联想？
• 频率： 创建一次，每周回顾和扩展

练习3：结构化决策记录

• 目标： 为涉及他人的决策建立问责机制，检验自身行为而非测试分数
• 所需时间： 每次决策10分钟
• 所需材料： 决策日志（纸质或电子版）
• 难度等级： 高级
• 说明：
  1. 在对某人做出重大决策之前，写下你的评估标准
  2. 按照相同的标准评估每一位候选人
  3. 将任何直觉感受与基于标准的评估分开记录
  4. 做出决策后，记录下你的理由
  5. 每隔几个月，回顾你的记录以寻找跨决策的模式
• 反思问题：
  • 在获得有利直觉评价的人选中，是否存在某种模式？
  • 直觉感受有多大频率推翻了标准？
  • 做出哪些调整可以让你的决策更加一致？
• 频率： 每次重大人员决策时

每日练习

决策暂停流程

在对一个人进行任何评估（招聘决定、绩效评级、可信度评估）之前，暂停10秒钟并问：

1. “如果这个人来自不同的群体，我会做出同样的判断吗？”
2. “我是在评估这个人作为一个个体，还是作为一个类别的成员？”
3. “我是根据什么具体的、个性化的信息作为基础的？”

• 建议持续时间：每个决定10-30秒
• 最佳时间：无论何时对人做出评判
• 如何跟踪进度：记录你发现自己进行基于类别的评判与个体化评估的频率

每周挑战

扩大接触挑战

每周，与你接触有限的群体中的人进行一次有意义的互动。这可以是：

• 与来自不同部门或背景的同事共进午餐或喝咖啡
• 参加活动或访问你通常避开的街区的企业
• 阅读一本书或观看一部由不同群体的人创作的电影，并进行讨论

4周后的预期结果：

• 在跨群体互动中感到更舒适
• 在心中的范例库里增加新的反刻板印象范例
• 增强对以前不可见的视角的认识

日记提示：

• 关于这个人/群体，我学到了哪些我以前不知道的事情？
• 我带入这次互动的假设是什么，它们准确吗？
• 我如何创造更多这种接触机会？

12. 针对特定受众

致领导者和管理者

隐性偏见如何影响领导力：

• 招聘决策由实际上意味着人口统计相似性的“文化契合度”所塑造
• 绩效评估受期望而非实际绩效影响
• 晋升管道在各个层级失去多元化人才
• 会议动态中，有些声音比其他声音被听到得更多

组织策略：

• 使用预定标准的结构化面试
• 对于初步筛选，使用盲审简历
• 要求在最终决定之前有一份多元化的候选人名单
• 跟踪各个管道阶段的人口统计数据，以识别偏见在何处进入
• 建立问责制：要求决策者根据标准证明选择的合理性

什么不起作用： Dobbin 和 Kalev 的研究发现，强制性的多元化培训常常适得其反。实施强制培训五年后，公司管理层中黑人女性和亚裔男性的比例反而下降了。强制培训传递出“你就是问题所在”的信号，并引发心理抗拒。实验文献的结论一致：Lai 等人（2016）发现，九项简短干预在当天降低了 IAT 分数，之后就不再有效；Forscher 等人（2019）在492项研究中发现，即使内隐测量发生了变化，行为也几乎没有变化。

什么有效：

• 以职业发展为定位的自愿培训
• 交叉培训项目
• 导师项目
• 具有实权的多元化工作组
• 结构性改变（类似盲选的做法）

致父母和教育工作者

适合年龄的解释：

幼儿（4-7岁）： “我们的大脑非常擅长把东西分类，比如‘狗’和‘猫’。有时我们的大脑也会这样对人进行分类。但人不像类别，每个人都是特别和不同的，即使他们看起来和其他人相似。”

大一点的儿童（8-12岁）： “我们的大脑总是从周围看到的事物中学习。如果我们经常在电视上看到某种类型的人做某种工作，我们的大脑可能会开始期望那样。但这不公平，因为任何人都可以做任何事。我们必须通过结识和了解许多不同的人来教导我们的大脑。”

青少年： 直接接触科学，向他们展示IAT，讨论研究，探索如何将其应用于他们的社交世界。

预防策略：

• 尽早开始：3岁儿童身上就已出现内隐种族偏见（Qian 等人，2016）
• 从儿童早期开始在书籍、媒体和玩具中提供多元化的代表性
• 促进与不同背景儿童的积极接触
• 当刻板印象出现时，明确讨论并挑战它们
• 树立反刻板印象行为和关系的榜样
• 教授“不同”与“不好”之间的区别

致医疗保健专业人员

临床意义：

• 了解研究表明，隐性偏见较高的医生向黑人患者推荐某些治疗的可能性较低
• 认识到影响护理的错误信念（例如，不同的疼痛耐受度）的持久性

诊断考虑：

• 使用结构化诊断标准，而不是基于直觉的模式匹配
• 意识到相同的症状可能在不同群体中被解释得不同
• 在做出高风险决策时放慢速度

患者沟通：

• 认识到许多患者带着基于历史创伤（塔斯基吉、J. Marion Sims）的内隐不信任
• 清楚地解释推理过程以建立信任
• 积极倾听患者的担忧，并认真对待

伦理考量：

• 首要的是不造成伤害，这包括偏见治疗带来的伤害
• 按患者人口统计特征审计结果以发现差异
• 支持机构解决系统性偏见的努力

致金融专业人员

投资特定应用：

• 注意到隐性偏见可能会影响哪些企业家获得资金（对过去成功的模式匹配创造了同质化）
• 检查关于公司的“文化契合度”或“直觉”是否掩盖了偏见

客户沟通：

• 确保针对不同人口统计群体的客户提供相似质量和类型的建议
• 按人口统计特征审计客户的投资组合，以检查是否存在差别待遇

风险管理：

• 多元化的决策团队能产生更稳健的评估
• 同质化团队容易产生共同的盲点

算法考量：

• 基于历史借贷或投资数据训练的AI系统会延续过去的偏见
• 审计算法在不同群体中的差异性影响

13. 与其他偏见的相互作用

放大隐性偏见的偏见

抵消隐性偏见的偏见

常见的偏见链

射击者偏见级联：

内隐刻板印象（黑人=危险） → 确认偏误（更多地注意到威胁线索） → 可得性启发法（回忆犯罪新闻） → 基本归因错误（将模棱两可的行为归因于恶意） → 歧视性行动（开枪）

阻断点： 放慢决策过程；要求深思熟虑的评估而不是自动反应；重构环境，为系统2提供时间来覆盖系统1。

招聘级联：

内隐刻板印象（女性=不适合领导） → 晕轮效应（把男性候选人与能力联系起来） → 确认偏误（对简历中模棱两可的内容作出有利于男性的解读） → 结果：相同的简历，不同的结果

阻断点： 盲审简历；结构化面试；多元化的招聘委员会；在审查候选人之前明确设定标准。

医疗链：

内隐刻板印象（认为黑人患者对疼痛感知较弱的错误信念） → 可得性启发法（回忆寻求药物的案例） → 确认偏误（对疼痛主诉持怀疑态度） → 结果：疼痛治疗不足

阻断点： 对每位患者统一应用标准化疼痛评估方案；按患者人口学特征进行诊疗结果审计。

14. 文化视角

研究表明，隐性偏见在不同文化中表现不同，尽管有些形式似乎近乎普遍。

国际IAT数据（Project Implicit）：

性别-科学 IAT 在各个文化中表现出惊人的一致性：全球约70%的受访者内隐地把“男性”与“科学”、把“女性”与“艺术”联系起来。这提示这一特定刻板印象在跨文化中渗透得很深。

然而，种族偏见的模式在不同地区之间存在显著差异：

“人群偏见”理论：

Vuletich 等人（2023）的研究表明，隐性偏见不仅是个人的属性，也是地方和历史的属性。在大迁徙（1910-1970）期间黑人居民流入较多的美国县，如今白人居民的内隐反黑人偏见水平显著更高，尽管已经过去了几代人。历史事件会在人群中留下“认知足迹”。

Payne、Vuletich 和 Brown-Iannuzzi（2019）更早的一项研究追溯得更远。他们把1860年美国人口普查中各县和各州的被奴役人口比例，与 Project Implicit 数百万访问者的数据进行匹配。即使控制了外显偏见，历史上更依赖奴隶制的县和州，如今白人居民的亲白人内隐偏见更强（州一级约为 r = .64），黑人居民的亲白人偏见则更弱。结构性不平等在一定程度上解释了这种关联。Payne 的“人群偏见”理论（Payne、Vuletich 和 Lundberg，2017）把这类结果看作穿过个体心智的社会环境“温度计”，而不是对任何一个人偏见的诊断。

个人主义与集体主义：

永远的外国人偏见：

研究表明，甚至出生在美国的亚裔美国人，也隐含地被许多其他美国人（通常也包括亚裔美国人自己）与“外国的”而不是“美国的”联系在一起。这说明文化信息可以被深深内化，连被污名化的群体自己也不例外。

15. 迷思与误解

16. 专家洞察

Anthony Greenwald 和 Mahzarin Banaji 把内隐认知定义为过往经验的痕迹对判断和行为的影响，即使当事人想不起、也无法内省到那段经验。 — 概述自 Greenwald & Banaji，“Implicit Social Cognition: Attitudes, Self-Esteem, and Stereotypes”，Psychological Review 102(1) (1995)，pp. 4-27 https://doi.org/10.1037/0033-295X.102.1.4

Patricia Devine 认为，刻板印象在人生早期习得，并会被自动激活，所以即使真心拒斥偏见的人也带有刻板印象，而要控制它们的影响，需要有意识的努力。 — 概述自 Patricia Devine，“Stereotypes and Prejudice: Their Automatic and Controlled Components”，Journal of Personality and Social Psychology 56(1) (1989)，pp. 5-18 https://doi.org/10.1037/0022-3514.56.1.5

Mahzarin Banaji 和 Anthony Greenwald 认为，有价值的问题不是人们是否有隐藏的偏见，因为几乎每个人都有，而是这些偏见如何影响行为，以及能对此做些什么。 — 概述自 Banaji & Greenwald，Blindspot: Hidden Biases of Good People（2013）

Patricia Devine 及其同事报告说，内隐偏见的表现像一种习惯：单靠意志力不会让它消失，但持续执行一套有意识的策略，可以随时间推移降低它。 — 概述自 Devine, Forscher, Austin & Cox，“Long-term Reduction in Implicit Race Bias: A Prejudice Habit-Breaking Intervention”，Journal of Experimental Social Psychology 48(6) (2012)，pp. 1267-1278 https://doi.org/10.1016/j.jesp.2012.06.003

17. 关键要点

1. 隐性偏见几乎是普遍存在的：绝大多数人，包括那些有意识地支持平等的人，在IAT等测试中都表现出可测量的隐性偏见。

2. 它是自动运作的：隐性偏见在意识深思熟虑可以干预之前就影响了瞬间的决定，这使其在有时间压力或模棱两可的情况下特别有影响力。

3. 它是从环境中习得的：内隐联想不是天生的，而是从文化信息、媒体呈现和分层社会的统计模式中吸收而来。历史也会留下印记：1860年更依赖奴隶制的美国各州，如今白人居民的亲白人内隐偏见更强（Payne 等人，2019）。

4. 个体预测力弱，“小效应累积”的论点也有争议：IAT 与行为的独特关系为 β = .14（Kurdi 等人，2019），它预测歧视的效果并不比自我报告更好（Oswald 等人，2013）。这么小的相关能否累积成巨大的总体危害，双方各有说法；地区层面的证据（Payne、Vuletich）是支持“能”的最有力论据。

5. 意识到偏见有帮助但不能解决问题：了解偏见使你能够发现并纠正它，但不会自动消除潜在的联想。

6. 结构性干预胜过态度改变：盲听选拔、匿名评估和结构化决策协议比试图直接改变思想更有效。

7. 内隐测量在短期内具有可塑性，而我们知道的差不多也就这些：九项简短干预都改变了 IAT 分数，但没有一项变化持久（Lai 等人，2016）；在492项研究中，这些变化“通常对行为产生的改变微乎其微”（Forscher 等人，2019）。Devine 的打破习惯模型是例外，其效果能超过一天。评判任何干预，都要看人们之后做了什么，而不是看测验分数。

18. 进一步的资源

学术论文

• Greenwald, A. G., & Banaji, M. R. (1995). Implicit social cognition: Attitudes, self-esteem, and stereotypes. Psychological Review, 102(1), 4-27. https://doi.org/10.1037/0033-295x.102.1.4

• Greenwald, A. G., McGhee, D. E., & Schwartz, J. L. K. (1998). Measuring individual differences in implicit cognition: The Implicit Association Test. Journal of Personality and Social Psychology, 74(6), 1464-1480. https://doi.org/10.1037/0022-3514.74.6.1464

• Correll, J., Park, B., Judd, C. M., & Wittenbrink, B. (2002). The police officer's dilemma: Using ethnicity to disambiguate potentially threatening individuals. Journal of Personality and Social Psychology, 83(6), 1314-1329. https://doi.org/10.1037/0022-3514.83.6.1314

• Goldin, C., & Rouse, C. (2000). Orchestrating impartiality: The impact of "blind" auditions on female musicians. American Economic Review, 90(4), 715-741. https://doi.org/10.1257/aer.90.4.715

• Greenwald, A. G., Nosek, B. A., & Banaji, M. R. (2003). Understanding and using the Implicit Association Test: I. An improved scoring algorithm. Journal of Personality and Social Psychology, 85(2), 197-216. https://doi.org/10.1037/0022-3514.85.2.197

• Bertrand, M., & Mullainathan, S. (2004). Are Emily and Greg more employable than Lakisha and Jamal? A field experiment on labor market discrimination. American Economic Review, 94(4), 991-1013. https://doi.org/10.1257/0002828042002561

• Gawronski, B., & Bodenhausen, G. V. (2006). Associative and propositional processes in evaluation: An integrative review of implicit and explicit attitude change. Psychological Bulletin, 132(5), 692-731. https://doi.org/10.1037/0033-2909.132.5.692

• Rooth, D.-O. (2010). Automatic associations and discrimination in hiring: Real world evidence. Labour Economics, 17(3), 523-534. https://doi.org/10.1016/j.labeco.2009.04.005

• Nock, M. K., Park, J. M., Finn, C. T., Deliberto, T. L., Dour, H. J., & Banaji, M. R. (2010). Measuring the suicidal mind: Implicit cognition predicts suicidal behavior. Psychological Science, 21(4), 511-517. https://doi.org/10.1177/0956797610364762

• Devine, P. G., Forscher, P. S., Austin, A. J., & Cox, W. T. L. (2012). Long-term reduction in implicit race bias: A prejudice habit-breaking intervention. Journal of Experimental Social Psychology, 48(6), 1267-1278. https://doi.org/10.1016/j.jesp.2012.06.003

• Moss-Racusin, C. A., Dovidio, J. F., Brescoll, V. L., Graham, M. J., & Handelsman, J. (2012). Science faculty's subtle gender biases favor male students. Proceedings of the National Academy of Sciences, 109(41), 16474-16479. https://doi.org/10.1073/pnas.1211286109

• Green, A. R., Carney, D. R., Pallin, D. J., et al. (2007). Implicit bias among physicians and its prediction of thrombolysis decisions for Black and White patients. Journal of General Internal Medicine, 22(9), 1231-1238. https://doi.org/10.1007/s11606-007-0258-5

• Oswald, F. L., Mitchell, G., Blanton, H., Jaccard, J., & Tetlock, P. E. (2013). Predicting ethnic and racial discrimination: A meta-analysis of IAT criterion studies. Journal of Personality and Social Psychology, 105(2), 171-192. https://doi.org/10.1037/a0032734

• Williams, W. M., & Ceci, S. J. (2015). National hiring experiments reveal 2:1 faculty preference for women on STEM tenure track. Proceedings of the National Academy of Sciences, 112(17), 5360-5365. https://doi.org/10.1073/pnas.1418878112

• Mekawi, Y., & Bresin, K. (2015). Is the evidence from racial bias shooting task studies a smoking gun? Results from a meta-analysis. Journal of Experimental Social Psychology, 61, 120-130. https://doi.org/10.1016/j.jesp.2015.08.002

• Hoffman, K. M., Trawalter, S., Axt, J. R., & Oliver, M. N. (2016). Racial bias in pain assessment and treatment recommendations, and false beliefs about biological differences between blacks and whites. Proceedings of the National Academy of Sciences, 113(16), 4296-4301. https://doi.org/10.1073/pnas.1516047113

• Qian, M. K., Heyman, G. D., Quinn, P. C., Messi, F. A., Fu, G., & Lee, K. (2016). Implicit racial biases in preschool children and adults from Asia and Africa. Child Development, 87(1), 285-296. https://doi.org/10.1111/cdev.12442

• Payne, B. K., Vuletich, H. A., & Lundberg, K. B. (2017). The bias of crowds: How implicit bias bridges personal and systemic prejudice. Psychological Inquiry, 28(4), 233-248. https://doi.org/10.1080/1047840x.2017.1335568

• Lai, C. K., Skinner, A. L., Cooley, E., et al. (2016). Reducing implicit racial preferences: II. Intervention effectiveness across time. Journal of Experimental Psychology: General, 145(8), 1001-1016. https://doi.org/10.1037/xge0000179

• Kurdi, B., Seitchik, A. E., Axt, J. R., Carroll, T. J., Karapetyan, A., Kaushik, N., Tomezsko, D., Greenwald, A. G., & Banaji, M. R. (2019). Relationship between the Implicit Association Test and intergroup behavior: A meta-analysis. American Psychologist, 74(5), 569-586. https://doi.org/10.1037/amp0000364

• Payne, B. K., Vuletich, H. A., & Brown-Iannuzzi, J. L. (2019). Historical roots of implicit bias in slavery. Proceedings of the National Academy of Sciences, 116(24), 11693-11698. https://doi.org/10.1073/pnas.1818816116

• Forscher, P. S., Lai, C. K., Axt, J. R., Ebersole, C. R., Herman, M., Devine, P. G., & Nosek, B. A. (2019). A meta-analysis of procedures to change implicit measures. Journal of Personality and Social Psychology, 117(3), 522-559. https://doi.org/10.1037/pspa0000160

• Schimmack, U. (2021). The Implicit Association Test: A method in search of a construct. Perspectives on Psychological Science, 16(2), 396-414. https://doi.org/10.1177/1745691619863798

• Greenwald, A. G., Brendl, M., Cai, H., et al. (2022). Best research practices for using the Implicit Association Test. Behavior Research Methods, 54(3), 1161-1180. https://doi.org/10.3758/s13428-021-01624-3

书籍

• Banaji, M. R., & Greenwald, A. G. (2013). Blindspot: Hidden Biases of Good People. Delacorte Press.

• Payne, K. (2017). The Broken Ladder: How Inequality Affects the Way We Think, Live, and Die. Viking.

• Eberhardt, J. L. (2019). Biased: Uncovering the Hidden Prejudice That Shapes What We See, Think, and Do. Viking.

• Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.

在线资源

• Project Implicit (implicit.harvard.edu): take the IAT and explore your own implicit associations
• Understanding Prejudice (understandingprejudice.org): educational resources on implicit bias
• Kirwan Institute for the Study of Race and Ethnicity: research and resources on implicit bias

19. 总结卡片

20. 术语表

21. 讨论问题

适用于读书俱乐部、课堂或自我反思：

1. 如果隐性偏见是在未经我们同意的情况下从环境中学习到的，我们应该如何看待偏见行为的道德责任？

2. 研究提示，即使是坚定支持平等的人也表现出可测量的隐性偏见。这对理解偏见的本质意味着什么？

3. 强制性的多元化培训通常会适得其反，而结构性干预（如盲听选拔）则行之有效。关于态度转变与环境设计的各自局限，这能带给我们怎样的启示？

4. “人群偏见”研究表明，大迁徙甚至1860年奴隶制的地理分布仍然可以预测当前的隐性偏见水平。这应如何塑造我们对社会可以多快改变的理解？

5. 如果AI系统是基于人类数据训练的，从而学会了人类的偏见，我们应该对它们采取比对人类更高的标准，还是说它们“不比人类差”就足够了？

最后更新：19 十月 2026