“壞即黑”效應

研究發現,膚色較深與邪惡的感知有關

1994年,《時代》雜誌刊登了一張備受爭議的O.J.辛普森嫌犯照封面照片,一些讀者認為這張照片被故意修改,使辛普森的膚色看起來比正常情況更深。《時代》雜誌因操縱辛普森的外貌,使其看起來更具威脅性,從而更有可能犯下被指控的罪行,而受到批評,封面標題為“美國悲劇”。人們對這張照片感到非常憤怒,以至於當時的雜誌執行編輯詹姆斯·蓋恩發表了公開道歉。

最近的研究表明,人們確實傾向於認為膚色較深的人更有可能犯下不道德的行為,而與此人的種族無關。紐約大學的亞當·奧爾特教授和他的三位同事將這種傾向稱為“壞即黑”效應,他們進行了六項研究,顯示膚色與人們對某人是否犯下罪行的看法之間存在聯絡。

在最初的兩項研究中,研究人員專門研究了媒體在報道名人政客的過犯時,是否傾向於使用較暗的照片。在一項研究中,他們建立了一個關於一組非常受歡迎的白人和黑人名人(包括男性和女性)在2011年至2013年期間的線上新聞文章資料庫。訓練有素的研究助理對文章樣本進行編碼,以確定每篇文章的書面內容主要是負面的、中性的還是正面的。此外,研究助理還根據從深到淺的等級對每篇文章附帶照片的膚色進行了編碼。由於照片在許多其他重要方面可能有所不同,助理們還對照片的技術執行情況進行了編碼,例如,影像顯得模糊還是清晰。此外,他們還對照片中名人外表的總體質量進行了編碼,例如,他們看起來多麼衣冠楚楚、整潔利落。在統計控制影像質量評級後,研究人員發現文章的書面內容與隨附照片的膚色之間存在關係:包含負面內容的文章更可能與顏色較深的照片一起出現。


支援科學新聞報道

如果您喜歡這篇文章,請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱,您將幫助確保有關塑造我們今天世界的發現和想法的有影響力的故事的未來。


在另一項研究中,研究人員對一組關於政客的新聞文章進行了重複實驗。在彙編了1997年至2014年期間的黑人和白人國會議員和內閣成員名單後,研究助理同樣對文章的書面內容以及隨附的照片進行了編碼。再一次,在控制了照片的質量和外觀評級後,負面文章更可能與顏色較深的影像一起刊登。無論政客的種族或性別如何,情況都是如此。為什麼媒體在撰寫負面行為時傾向於選擇較暗的照片?答案可能在於一種普遍存在的信念,即黑暗和邪惡往往聯絡在一起。

研究人員透過進行幾項實驗證明了黑暗和邪惡之間的這種心理聯絡,在這些實驗中,參與者被要求在頭像之間進行選擇,以識別犯罪者。線上參與者首先查看了兩張不同的粗糙影片監控影像,以及一個簡短的句子,描述了每個影像中的人在影像拍攝之前或之後正在做什麼。對於一張影像,他們被告知該男子做了一件善良的行為,例如冒著生命危險救人,或為兒童建立慈善機構。對於另一張影像,他們被告知該男子犯下了一件不道德的行為,例如謀殺或虐待。在檢視每個影像和描述後,參與者看到了兩個不同男人的頭像。一個頭像是人為地變暗的,另一個是人為地變亮的。參與者在從1(絕對是A先生)到6(絕對是B先生)的量表上,指出哪個頭像是每個監控影像中出現的人。

除了在頭像之間進行選擇外,參與者還被要求指出每個監控影像中人物的“靈魂顏色”。(“靈魂顏色”可以作為參與者將視覺顏色與邪惡聯絡起來的隱喻性表示,與膚色或種族無關。)使用從黑色到白色的光譜,參與者點選了似乎代表犯下道德行為的人的靈魂顏色以及犯下不道德行為的人的靈魂顏色的色調。最後,研究人員透過一項單獨的調查測量了參與者的種族態度。參與者被問及他們對白人美國人以及對各種膚色較深的少數族裔(如非裔美國人和穆斯林美國人)的友好程度。

研究人員發現,對膚色較深的少數族裔(如非裔美國人)持有更負面態度的參與者,在被問及誰犯下了不道德行為時,更可能選擇較暗的照片。這個發現本身也許並不令人驚訝。當研究人員根據人們認為男人的靈魂是什麼“顏色”來分析人們的頭像選擇時,出現了一個更令人震驚的模式。即使在統計控制參與者的種族態度後,研究人員發現,認為犯下不道德行為的人擁有較深靈魂顏色的人,也更可能認為他擁有較深的膚色。換句話說,無論種族如何,在那些看到黑暗與邪惡之間存在聯絡的人的心目中,深色皮膚與邪惡聯絡在一起。

儘管心理學家長期以來都知道人們深色皮膚與負面人格特質聯絡起來,但這項研究表明,反過來也是如此:當我們聽到邪惡行為時,我們更可能相信它是膚色較深的人所為。這種“壞即黑”效應可能根植於我們人類根深蒂固的將黑暗與邪惡聯絡起來的傾向。縱觀時間和文化,我們傾向於將反派描繪成更可能在夜間活動並穿著黑色服裝。同樣,我們的英雄通常與白天和淺色聯絡在一起。顏色和道德之間的這些心理聯絡可能會對膚色較深的人產生負面偏見。如果這是真的,那麼它對我們的司法系統具有深遠的意義。例如,犯罪的目擊者可能更可能錯誤地識別膚色較深的嫌疑人。

總的來說,“壞即黑”效應只是強調了尋找方法來對抗我們固有的偏見可能影響對有罪和無罪的認知的各種方式的重要性。理解這些偏見的程度,以及可能導致這些偏見的原因,是重要的第一步。

© .