隐性偏见 (Implicit Bias / Implicit Stereotypes)

概览

1. 快速总结

你的大脑在不断地根据从环境中吸收的模式对人做出瞬间的评判，即使这些评判与你有意识的价值观相矛盾。这些自动化的联想是通过终身接触文化信息形成的，它们会影响你雇佣谁、信任谁、帮助谁，甚至你认为谁有威胁。让很多人不安的是，大多数持有平等主义信念的人仍然表现出可测量的隐性偏见，而这些偏见能预测现实世界中的歧视行为。

2. 科学背景

2.1. 发现与历史

几十年来，社会心理学一直在“内省主义”的假设下运作：如果你想知道一个人对某个社会群体的态度，你只需要问他们。测量显性偏见的调查显示，在20世纪末偏见在稳步下降，这让许多人假设歧视正在成为过去的遗物。

然而，强调信息处理和记忆系统的心理学“认知革命”开始渗透到社会心理学中。研究人员认识到，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意识检索的情况下影响当前的表现，这种现象被称为内隐记忆。

关键的洞察来自于研究人员提出社会建构（如态度和刻板印象）的运作方式与之类似。就像一个人可能会把一个单词片段 S _ _ _ T 补充为 SHIRT，因为他们之前看到过这个词（即使他们不记得看到过），一个人也可能会对简历做出不同的评判，因为“Lakisha”这个名字引发了由文化条件建立的负面语义联想的级联反应。

这种范式转变的正式确立是在1995年《心理学评论》(Psychological Review)上发表的《内隐社会认知：态度、自尊和刻板印象》。作者认为，社会行为通常并不完全在意识控制之下，并且“过去的经验以一种行动者内省无法感知的方式影响判断”。这个定义引入了一个令人不安的可能性：驱动瞬间行为的“真实”态度，可能不是一个人所宣称的，甚至不是他们自认为持有的态度。

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“隐性项目”(Project Implicit)，将隐性偏见测试带给公众
• 2002年：开发第一人称射击任务（警官的困境）
• 2004年：具有里程碑意义的简历审计研究证明了就业歧视
• 2012年：实验证明了STEM领域教员中的性别偏见
• 2012年：开发了打破偏见习惯的干预措施 (Prejudice Habit-Breaking Intervention)

2.2. 关键研究人员

2.3. 里程碑研究

内隐联想测验 (Greenwald, McGhee, & 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 (Congruent Block)：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 (Incongruent Block)：配对切换，要求参与者将“黑人”与“好词”配对

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。

警官的困境 (Correll 等, 2002)

这个视频游戏模拟测试了种族表型与射击决定之间的因果关系。参与者观看突然出现的白人或黑人目标，他们手中拿着枪或无害物品（钱包、手机）。他们有几毫秒的时间决定是否开枪。

关键发现：

• 参与者向武装黑人目标开枪的速度比向武装白人目标开枪的速度快约21毫秒
• 参与者决定不对解除武装的白人男性开枪的速度比对解除武装的黑人男性快约73毫秒
• 在时间压力下，参与者更有可能错误地向未武装的黑人男性开枪（假阳性），并且未能向武装的白人男性开枪（假阴性）
• 使用信号检测理论，研究人员发现种族并没有影响看清物体的能力，但它确实影响了决策阈值：参与者需要较少的武器证据就会对黑人目标开枪

“Emily 和 Greg 更容易被雇佣吗？” (Bertrand & Mullainathan, 2004)

经济学家使用虚构的简历回复了1300个招聘广告，除了顶部的名字外，这些简历在质量上完全相同，一半有“听起来像白人”的名字（Emily, Greg），一半有“听起来像非裔美国人”的名字（Lakisha, Jamal）。

关键发现：

• 有白人名字的简历收到的回复比黑人名字的同等简历多50%
• 对于白人申请者，提高简历质量会带来30%的回复增加
• 对于黑人申请者，高质量的简历带来的增加微乎其微
• 启示：隐性刻板印象不只是施加惩罚，它们还阻断了人力资本发展的投资回报

“科学 = 男性” 教员偏见 (Moss-Racusin 等, 2012)

研究密集型大学的科学教员 (N=127) 评估了相同的实验室经理职位申请，唯一的区别是申请人的名字是“John”还是“Jennifer”。

关键发现：

• “John”被评为更具胜任力和更值得雇佣（7分制中 ~4.0 vs ~3.3）
• 教员为John提供的起薪为$30,238，而Jennifer只有$26,508，在雇佣之前就存在近**$4,000 (12%)的差距**
• 教员更愿意为John提供职业指导
• 关键是，女性教员表现出与男性教员相同的偏见。这说明隐性刻板印象是所有社会成员吸收的文化图式

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：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，它们也能影响行为的原因。

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 (Benefit of the doubt)：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 & Mullainathan的研究表明，仅仅拥有一个“听起来像黑人”的名字就会使回复率降低50%
• 类似的影响已被记录在性别、年龄和残疾状况方面

绩效评估：

• 相同的工作会根据生产者的假定人口特征被给予不同的评价
• 模棱两可的行为被对外群体成员给予更负面的解释

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”的隐性联想在全球范围内持续存在

薪酬谈判：

• Moss-Racusin的研究显示，完全相同的申请由于性别的不同会导致$4,000的起薪差距
• 这些差距在职业生涯中会积累成巨大的累积劣势

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
• 这种扭曲的环境成为了观众隐性联想的“训练数据”

选民行为：

• 即使在明确支持种族平等的选民中，隐性种族态度也会预测投票行为
• “小影响，大后果”的原则适用：数百万选民基于轻微的偏见行动会产生重大的选举影响

政策偏好：

• 即使没有提到种族，隐性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隐性种族态度的影响

欧洲的上升趋势： Dederichs和Verhaeghe（2024）的研究发现，欧洲的隐性种族偏见直到2010年代中期都在下降，但此后一直在上升，这与本土主义政治运动的兴起和“移民危机”的话语相关。作者认为，政治言论可以迅速重新激活隐性刻板印象。

4.5. 在医疗保健中

诊断差异：

• Green等（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”的隐性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
• 这与一种持续的隐性信念有关，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“隐性不信任”
• 这种祖先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”隐性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：交响乐团的盲听选拔革命

• 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80年代开始，乐团开始实施“盲听”选拔，音乐家在屏幕后表演，这样评委就看不到他们。有些乐团甚至要求音乐家脱鞋，以防止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，他们的隐性联想（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： 盲听选拔使女性通过第一轮的可能性增加了50%，并使女性被录用的可能性增加了数倍。主要乐团中女性的比例从1970年的5%上升到了2000年代的约35%。

• 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，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”和反亚裔暴力

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。这种隐性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COVID-19大流行期间，这种隐性联想被将COVID-19标记为“中国病毒”或“功夫流感”的政治言论戏剧性地激活。研究记录了在此期间亚裔-外国人IAT分数的激增，这说明政治语言可以迅速重新激活处于休眠状态的隐性偏见。

后果是切实可见的：FBI报告2020年反亚裔仇恨犯罪增加了77%。隐性偏见被显性言论放大，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
• 道德困境：当人们发现自己的隐性偏见，特别是无意识的反应与有意识的价值观发生冲突时，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和实践歧视 (pattern-and-practice discrimination) 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 & Mullainathan发现，提高资历对黑人申请人的回报微乎其微，这意味着组织创造了让外群体成员对人力资本投资不足的诱因

6.3. 社会代价

• 累积劣势：即使是微小的偏见 ($r \approx 0.2$)，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）证明，大迁徙（1910-1970年）的人口统计模式仍然预示着今天的隐性偏见水平，偏见被物理地编码在特定地方

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：大脑每天处理大量的社会信息。分类和模式匹配允许我们在复杂的社会世界中快速导航，而无需对每次互动深思熟虑。如果没有某种形式的心理捷径，社会生活将慢得不可思议。

真实的模式检测：在某些情况下，隐性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：隐性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
• 当谈论偏见或歧见的话题时，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：敏感度低（但请记住，几乎每个人都会表现出隐性偏见）
• 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（尽管高度的自我意识实际上是一个好兆头）

重要提示： 几乎每个人在隐性偏见测量上的得分都高于零，并且自我评估的准确性有限。在Project Implicit (implicit.harvard.edu) 参加实际的IAT可以提供更客观的衡量标准。

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. 想想你最亲密的五个友谊或职业关系。他们在人口统计上的多样性如何？这可能暗示了你潜意识的舒适度如何？

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 → 高敏感度（你允许刻板的联想影响了一个不相关的决定）
• B) 感觉稍微倾向于James，但意识到这可能是偏见并掷硬币决定 → 中等敏感度（你有偏见但正在积极地抵消它）
• C) 认识到课外兴趣与技术能力无关，完全根据资历进行评估 → 低敏感度

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；将失败归因于情况或性格
• 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” (I don't see color)（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
• 将克服偏见取得成功的异常值，视为不存在偏见的证据

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. 情感情境触发因素

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 (Stereotype Replacement)：当你注意到一种刻板想法时（看到黑人男子想到“危险”），明确地将其标记为刻板印象，拒绝它，并有意识地用平等主义的思想取而代之。

反刻板印象想象 (Counter-Stereotypic Imaging)：积极地想象无视刻板印象的具体、生动的例子。不要只想着“有些黑人是科学家”，而要想“Neil deGrasse Tyson在解释天体物理学”。

个体化 (Individuation)：强迫自己关注关于一个人的特定个人细节，比如他们的鞋子、眼镜、特殊技能、独特的爱好。这可以防止基于类别的处理主导你的思维。

换位思考 (Perspective Taking)：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？走进这个房间他们可能会有什么担忧？”

放慢速度 (Slow Down)：当决定很重要时，刻意放慢决策过程。当你被迫依赖快速、自动处理时，隐性偏见的影响力最大。

10.2. 长期策略

打破偏见习惯模型 (Prejudice Habit-Breaking Model) (Devine 等, 2012)：这是获得最多实证支持的干预措施。它将偏见框架为一种不良习惯，需要使用上述策略工具包进行数周的积极练习。

结果：在纵向研究中，使用这些工具的参与者在干预8周后表现出显着较低的IAT分数，并报告对“歧视的担忧”增加，这是他们已经内化平等主义动机的一个标志。

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

媒体多样化 (Media Diversification)：刻意消费（书籍、电影、新闻来源）呈现反刻板印象的内容。

教育和意识 (Education and Awareness)：仅仅了解隐性偏见并不能消除它，但它可以让你认识到它何时可能影响你，并采取纠正行动。

10.3. 环境设计

盲选/匿名评估 (Blind Auditions/Anonymized Evaluation)：从申请、绩效评估或其他评估中删除识别信息。乐团研究表明，盲听使女性被雇佣率提高了50%，而无需改变评委的潜在偏见。

结构化决策协议 (Structured Decision Protocols)：使用预先确定的标准和评估量表。当评估是主观的，偏见就会填补空白。

多样化的决策机构 (Diverse Decision-Making Bodies)：单一的把关人更容易受到个人偏见的影响。明确讨论偏见担忧的多元化委员会能产生更公平的结果。

问责结构 (Accountability Structures)：要求决策者证明他们的选择的合理性。对问责的预期会激活深思熟虑的处理过程。

富含接触的环境 (Contact-Rich Environments)：设计促进群体间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
• 你处于时间压力或压力之下，但决定具有持久的后果
• 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： 每天至少4周

练习2：反刻板印象范例清单

• 目标： 建立可访问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：换位思考日记

• 目标： 建立同理心并缩小外群体距离
• 所需时间： 15分钟，每周两次
• 所需材料： 日记本
• 难度等级： 中级
• 说明：
  1. 选择一个来自与你不同群体的人，可以是你认识的人，也可以是公众人物
  2. 花15分钟用第一人称视角写下他们的一天，想象他们的想法、担忧、挫折和快乐
  3. 包括：他们可能面临哪些你没有面临的挑战？他们可能会遇到什么微侵犯或刻板印象？他们的希望和恐惧是什么？
  4. 如果可能，通过与那个群体的人交谈并询问他们的经历，来验证你的换位思考
  5. 根据你学到的东西修改你的视角
• 反思问题：
  • 在这个练习中什么让你感到惊讶？
  • 你可能忽略了什么经历？
  • 经过验证的换位思考与你最初的假设有何不同？
• 频率： 每周两次，持续8周

每日练习

决策暂停协议 (The Decision Pause Protocol)

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 (The Contact Expansion Challenge)

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
• 将新的反刻板印象范例添加到心理图书馆
• 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经常适得其反。在实施强制培训五年后，公司发现管理层中黑人女性和亚裔男性的比例下降。强制培训发出了“你就是问题”的信号，并引发了心理上的抗拒。

什么有效：

• 框架为专业发展的自愿培训
• 交叉培训项目
• 辅导/导师 (Mentoring) 项目
• 具有实权的多元化工作组
• 结构性改变（盲选等同物）

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：

• 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）的隐性不信任
• 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：

隐性刻板印象（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：

隐性刻板印象（女性=不适合领导） → 光环效应（将男性候选人与能力联系起来） → 确认偏误（对男性有利地解释简历中的模棱两可元素） → 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。

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%的受访者隐含地将“男性”与“科学”联系起来，将“女性”与“艺术”联系起来。这表明了这种特定的刻板印象深远的跨文化渗透。

然而，种族偏见模式在地理上存在显着差异：

“人群偏见”理论 (The "Bias of Crowds" Theory)：

Vuletich等（2023）的研究证明，隐性偏见不仅是个体的属性，也是地方和历史的属性。在大迁徙（1910-1970）期间有大量黑人居民涌入的美国县，今天其白人居民表现出显著更高水平的隐性反黑人偏见，在几代人之后依然如此。历史事件在人群中留下了“认知足迹”。

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. 神话与误解

16. 专家洞察

“过去的经验以一种行动者内省无法感知的方式影响判断。” — Anthony Greenwald & Mahzarin Banaji, 《心理学评论》 (1995)

“隐性刻板印象是生活在分层社会中的认知残留物。它们是大脑从环境中吸取的统计教训，而这些教训往往与学习者显式的价值观相矛盾。” — 综合自隐性认知研究

“问题不在于我们‘是否’有偏见，而在于我们的偏见‘如何’影响我们的行为，以及我们能‘做些什么’来减少偏见对我们的决定和行动的影响。” — Mahzarin Banaji

“我们不能简单地依靠意识的意愿，让我们无意识的大脑忘记世界每天教给它的东西。相反，我们必须用我们有意识的价值观去重新设计这个世界。” — 隐性偏见研究综合

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. 它是从环境中学习到的：隐性联想不是天生的，而是从文化信息、媒体呈现和分层社会的统计模式中吸收的。

4. 小效应有大后果：当数百万人在一段时间内做出数千次决定时，即使是偏见与行为之间的微弱关联也会变得具有破坏性。

5. 意识有帮助，但并不能解决问题：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：盲审、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. 隐性偏见具有可塑性但需要努力：使用基于证据的技术（刻板印象替代、反刻板印象想象、个体化、换位思考、接触）进行深思熟虑和持续的干预可以随着时间的推移改变隐性联想。

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.
• 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.
• 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.
• 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.
• 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.
• 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.
• Green, A. R., Carney, D. R., Pallin, D. J., 等 (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.

书籍

• Banaji, M. R., & Greenwald, A. G. (2013). Blindspot: Hidden Biases of Good People (盲点). Delacorte Press.
• Eberhardt, J. L. (2019). Biased: Uncovering the Hidden Prejudice That Shapes What We See, Think, and Do (偏见). Viking.
• Kahneman, D. (2011). Thinking, Fast and Slow (思考，快与慢). Farrar, Straus and Giroux.

在线资源

• Project Implicit (implicit.harvard.edu) — 参加IAT测试并探索你自己的隐性联想

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. 研究表明，即使是强烈支持平等的人也表现出可衡量的隐性偏见。这对我们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）则有效。这告诉我们关于态度转变与环境设计的局限性什么？

4. “人群偏见”研究表明，近一个世纪前的历史事件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？