17的性別是什麼?

人們認為許多事物,甚至數字,都具有男性或女性的特徵

性別是我們理解世界的根本方式,以至於人們傾向於將性別分配給甚至無生命的物體。我們都知道某個人,或者我們自己就是那個人,總是用性別代詞來指代他們的計算機或汽車(“她最近幾周執行得很好!”)新的研究表明,我們無處不在地看到性別的傾向甚至適用於諸如數字之類的抽象概念。在不同文化中,人們將奇數視為男性,偶數視為女性。

科學家們早就知道語言會影響我們對物體中性別的感知。某些語言始終將某些物件稱為男性或女性,這反過來又會影響該語言的使用者對這些物件的看法。馬克斯·普朗克研究所的韋伯·菲利普斯、HeadLamp Research的勞倫·施密特和斯坦福大學的萊拉·博羅迪茨基要求講西班牙語和德語的雙語者根據各個物件與男性或女性的相似程度對其進行評分。他們發現人們根據物件的語法性別對每個物件進行評分。例如,德國人認為月亮更像男人,因為德語中“月亮”一詞的語法是陽性的(“der Mond”)。相反,西班牙語使用者認為月亮更像女人,因為在西班牙語中,“月亮”一詞的語法是陰性的(“la Luna”)。

除了語言之外,物體還可以根據其外觀、通常使用它們的人以及它們是否具有通常與男性或女性相關的特徵而被賦予性別。大衛·加爾和西北大學的詹姆斯·威爾基研究了人們如何看待日常物品(例如食物和傢俱)中的性別。他們發現人們認為含有肉類的食物菜餚更具男性特徵,而沙拉和酸奶製品更具女性特徵。當家具物品(如桌子和垃圾桶)具有圓形邊緣而不是尖銳邊緣時,人們認為它們更具女性特徵。


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,您可以幫助確保未來有關塑造當今世界的發現和想法的具有影響力的故事。


威爾基與西北大學的心理學家同事加倫·博登豪森合作,證明了將性別歸於物體的這種傾向甚至延伸到高度抽象的概念。他們進行了一項實驗,要求美國參與者根據外國名字(例如“Alekseev”)的男性化或女性化程度對其進行評分。當一個名字與數字 1 配對時,它更有可能被評為男性化。當同一個名字與數字 2 配對時,人們更有可能將其評為女性化。威爾基和博登豪森詢問人們是如何做出決定的,但沒有參與者表示這些數字影響了他們對名字的評分。

在另一項研究中,威爾基和博登豪森向參與者展示了嬰兒的照片,並要求他們確定每張照片中的嬰兒是男性的可能性。他們發現,當嬰兒照片與數字 1 配對時,人們更有可能認為嬰兒是男性。再一次,人們報告說沒有意識到這些數字正在影響他們的看法。在一項單獨的研究中,研究人員讓參與者對數字本身的男性化和女性化程度進行評分。人們很容易將數字 1 以及其他奇數評為更具男性化特徵。他們還將數字 2 和其他偶數評為更具女性化特徵。最後一個發現已經在印度的樣本中得到重複,為其結果提供了跨文化的支援。

為什麼奇數會在不同文化中與男性氣質聯絡起來?雖然需要更多的研究才能得出確鑿的答案,但這可能與性別刻板印象有關。威爾基和博登豪森計劃在未來的研究中探索這一假設,看看人們是否會將奇數與更典型的男性特質(如支配性和獨立性)聯絡起來。

我們賦予數字性別的傾向由來已久。古希臘的畢達哥拉斯哲學和中國的陰陽哲學都認為數字具有性別。兩種文化也都認為奇數是男性,偶數是女性。

我們無處不在地看到性別,甚至是數字,這提醒我們性別是我們如何感知世界的根本。當人們被引導相信一個物體具有某種性別時,它會改變他們與該物體的關係。例如,斯坦福大學的研究人員克利福德·納斯、楊米·穆恩和南希·格林讓人與一臺被程式設計為具有男性或女性聲音的計算機互動。他們發現,當計算機發出女性的聲音時,與發出男性聲音的計算機相比,人們認為計算機的友好度、可信度和知識量都較低。人們公開地這樣做,儘管他們完全清楚自己是對機器而不是真人做出判斷。

大多數人問新父母的第一件事是他們生的是男孩還是女孩,這並不奇怪。當我們不知道某人的性別時,會在我們腦海中造成困惑——我們沒有可以依賴的框架。性別不僅幫助我們理解如何思考某人或某事,而且還幫助我們弄清楚該人或事物與世界其他地方的關係。我們的大腦忍不住在我們所看到的任何地方看到性別。

您是一位專門研究神經科學、認知科學或心理學的科學家嗎?您是否讀過最近發表的同行評審論文,並想寫一篇關於它的文章?請將建議傳送給《思維事》編輯加雷思·庫克,他是《波士頓環球報》的普利策獎獲獎記者。他的郵箱是 garethideas AT gmail.com,或在 Twitter 上聯絡 @garethideas

Daisy Grewal holds a B.A. in psychology from the University of California, Los Angeles, and a Ph.D. in social psychology from Yale University. She is a research scientist on the people analytics team at Intuit in Mountain View, Calif.

More by Daisy Grewal
© .