群体印象形成与个体印象形成：反基准比率效应*

陈淑娟 王 沛 梁雅君

(1上海师范大学教育学院, 上海 200234) (2宁夏大学教育学院, 银川 750021)

1 问题提出

知觉者在估计社会事件间的共变关系时往往会高估或低估事件间的联结水平, 建构出与事实不符的关系(Lipe, 1990; Wilkerson, McGahan, Stevens,Williamson, & Low, 2009)。类似的误判现象也存在于群体印象形成与个体印象形成中, 表现为知觉者会建构不同类型印象形成对象与不同特质之间偏离事实的联结关系, 如刻板印象(Can & Sanver,2009; Sherman et al., 2009)、负面特质偏差(Lemon& Warren, 1974; Norris, Larsen, Crawford, & Cacioppo,2011)等。那么, 为什么会出现这种误判或加工偏差,其形成过程又是怎样的呢？

就群体印象形成而言, 之所以出现上述问题,Can和Sanver (2009)认为, 观察者由于对靶子群体了解不够全面, 容易根据对亚群体表征的主观认识,并夸大部分特质的效应, 形成印象, 导致加工偏差。Wood和Blair (2011)的研究表明, 未知或出乎意料的特质在印象形成时具有特别重要的价值。更多研究发现, 如果多数群体(或内群体)与少数群体(或外群体)的成员均表现出同样特质, 如正面与负面特质, 且行为数量的比率一样, 而差别只是多数群体成员多, 特质表现绝对数量多, 那么被试在印象形成中容易倾向基于高频特质评价多数群体, 基于低频特质评价少数群体(Blanchette & Richards,2010; Blanz, Mummendey, & Otten, 2011; Eder,Fiedler, & Hamm-Eder, 2011; Forgas, 2011; Hamilton& Gifford, 1976; Hamilton & Sherman, 1996; Hein,Silani, Preuschoff, Batson, & Singer, 2010; Johnston& Jacobs, 2003; Mullen & Johnson, 2011; Murphy,Schmeer, Vallée-Tourangeau, Mondragón, & Hilton,2011; Mutter, 2000; Naumann, Vazire, Rentfrow, &Gosling, 2009; Primi & Agnoli, 2002; Risen, Gilovich,& Dunning, 2007; Sanbonmatsu, Sherman, & Hamilton,1987; Sherman et al., 2009; Vogel, Kutzner, Fiedler,& Freytag, 2013; Vonk & Konst, 2011), 这种现象在儿童(Johnston & Jacobs, 2003)、青年和中年(Mutter,2000)被试中都得以证实。

上述研究虽然在具体操作方式上存在差异, 但具备一个共同点, 即刺激材料呈现的比率——研究者把不同性质的刺激材料和不同类型的印象形成对象以不同频次呈现给被试。这些不同频次的事件直接或间接地形成了一定的比率关系(Hegarty &Bruckmüller, 2013; Welsh & Navarro, 2012), 它反映了多数群体、少数群体与知觉者相互作用的内隐关系。研究的确发现低频群体成员及其特质的新颖性、独特性易导致群体印象偏差(Hamilton &Gifford, 1976; Sanbonmatsu et al., 1987)。如果依据比率关系直接操纵不同印象形成对象及其特质的数量, 就会产生特定的印象形成结果(Bar-Hillel,1980; Bohil, 2011; Johansen, Fouquet, & Shanks,2010; Kruschke, 2009; Mummendey & Otten, 1998;Wood & Blair, 2011)。也就是说, 以特定比率呈现不同刺激材料给知觉者学习是导致其群体印象形成结果偏离事实的原因。

在范畴分类任务中, “反基准比率效应(Inverse Base-Rate Effect)”是研究比率与共变关系误判的常用范式(Medin & Edelson, 1988)。Sherman等人(2009)采用该范式考察了群体印象偏差的形成, 实验要求被试根据成员特质判断其所属群体。先让被试建构具备某种特质的成员与两个虚拟群体间的归属关系。虚拟群体分为多数与少数群体, 前者成员数量是后者的3倍。多数与少数群体成员均具备两个特质, 其中一个为各自群体独有特质(Perfect Predictor of the Common Group, PC; Perfect Predictor of the Rare Group, PR), 而另一个为两群体共有特质(Imperfect Predictor, I)。后让被试判断具备新特质成员所归属的虚拟群体。结果表明：被试对独有特质, 能够正确选择群体; 对共有特质、所有特质组合, 倾向于选择多数群体; 对独有特质冲突组合,倾向于选择少数群体, 完全不受基准比率影响, 甚至与之相反, 表现出反基准比率效应。这表明, 被试过高地估计了少数群体及低频特质间的共变关系。

反基准比率效应范式较好地模拟了人们对多数群体与少数群体的知觉过程。Kruschke等人认为出现反基准比率效应的原因是, 在学习过程中, 多数群体及其特征出现频次显著偏高, 会获得知觉者的优先加工, 并作为经验存储在长时记忆中, 成为建构其它事件间关系的背景; 低频范畴及其特征出现频次少, 与高频范畴及其特质形成鲜明对比, 作为新异刺激被凸现出来, 吸引知觉者的认知资源快速转移过来(Kruschke, 1996, 2001, 2003, 2009;Kruschke & Hullinger, 2010)。如此一来, 低频范畴及其特质反而获得了更深刻加工, 在知觉者大脑中建构的联结强度比高频范畴及其特质间的更强。当需要对冲突特质做出判断时, 低频范畴就更易于提取(Tory Higgins, Rholes, & Jones, 1977)。经过这样的认知加工过程, 知觉者对多数群体与少数群体都形成了与事实不符、带有加工偏差的印象(Kristiansen,2010; Kruschke, 2001; Le Pelley et al., 2010)。在社会现实中, 出于内群体偏爱(In-Group Bias) (Vonk& Konst, 1998), 知觉者通常关注外群体的低频特质(Ratliff & Nosek, 2011); 而当低频刺激为负面时,其对外群体最终印象的影响会更大(Mullen &Johnson, 2011)。因此, 刻板印象的本质是多数群体、少数群体与知觉者互动信息量的显著差异所导致的认知加工偏差。

现有关于反基准比率效应的研究主要集中在非社会范畴学习(Van Knippenberg & Van Knippenberg, 1994; Sloutsky & Fisher, 2011; Wood & Blair,2011)和群体刻板印象形成领域(Le Pelley et al.,2010; Sherman et al., 2009), 鲜有研究者从基准比率影响的角度关注个体印象形成中加工偏差的产生原因, 到目前为止, 还没有见到公开发表的关于个体印象形成的反基准比率效应研究报告。事实上,研究者在个体印象形成中也发现了加工偏差, 表现为针对不同对象, 知觉者常常误判该对象及其特质间的关系：如果对象是自己、家人, 常常高估其积极特质表现水平, 导致自我服务偏见、正面特质偏差、社会赞许反应(赵志裕, 邹智敏, 林升东, 2010)等; 如果对象是他人, 尤其是陌生人时, 很容易高估其负面或极端特质的诊断能力, 导致负面或极端特质偏差(Fiske, 1980; Lorenzo, Biesanz, & Human,2010; Naumann et al., 2009; Norris et al., 2011; Singh,Onglatco, Sriram, & Tay, 1997; Skowronski & Carlston,1989)。新近研究发现知觉者对关系友好的人持有积极偏见, 而对非关系友好的个体则不然(Rim, Min,Uleman, Chartrand, & Carlston, 2013)。研究进一步揭示, 如果加工时面对多种特质, 那么在后续测验中知觉者最容易提取的是那些鲜明的低频特质(Lemon & Warren, 1974)。这些结果初步表明, 在个体印象形成中也可能存在信息频次导致印象偏差的现象。

关于个体印象偏差形成的研究可以分为两类：一类是在缺少个体信息的情况下, 定型影响对个体的评定(杨家忠, 黄希庭, 1997), 即受刻板印象影响而产生的印象偏差, 这个领域主要关注刻板印象激活对个体印象形成的影响; 另一类是在个体信息清晰且具有诊断性时, 定型不影响特质评定(杨家忠,黄希庭, 1997), 即受个体信息影响而产生的印象偏差。目前国内外对前者的研究广泛且深入, 而对后者的研究却比较少见。Skowronski和Carlston (1989)在总结期望对照理论(Expectancy-Contrast Theories)、频数权重理论(Frequency-Weight Theories)等多种解释个体印象形成偏差理论的基础上, 提出线索诊断观点解释第二类个体印象形成偏差现象, 他们认为线索诊断力是加工偏差形成的主要原因, 该观点包括四个假设：首先, 知觉者范畴化他人的依据是观察到或学习到的信息; 其次, 知觉者认为在区分不同范畴时, 某些线索要比另外一些线索更有用;再次, 诊断力强的线索对印象形成的影响比诊断力弱的线索大; 第四, 通常认为极端或负面信息的诊断力比中性或积极信息的强。但是, 该观点不局限于解释负面或极端特质偏差, 还可以解释正面特质偏差的产生。他们认为出现何种偏差不是取决于行为或特质的性质, 而是取决于信息与范畴间的内隐关系; 而且后续研究检验了上述观点(Baumeister,Bratslavsky, Finkenauer, & Vohs, 2001; Ito, Larsen,Smith, & Cacioppo, 1998; Skowronski & Carlston,1987)。这些研究主要从特质内容角度解释了印象偏差的形成, 但仍无法说明：为什么在同等条件下,对熟人与陌生人产生的印象偏差不一样; 且此类研究对内隐关系的结构和印象偏差产生的机制, 也就是对信息加工过程的阐述不够明确。

解答这些问题可以从群体印象形成研究中借鉴思路与方法。Hamilton和Sherman (1996)提出：群体印象形成与个体印象形成存在重要相似之处：首先, 两类认知活动都是知觉者基于特定信息对社会单位(个体或群体)形成整体观念的过程, 这与Skowronski等人(1989)的观点一致; 其次, 不管对象是群体还是个体, 知觉者在整体观念形成过程中都要基于特定信息进行印象判断及行为决策等认知活动。基于Hamilton和Sherman (1996)以及Skowronski等人(1989)的观点, 我们认为, 个体印象偏差产生的原因可能与群体印象偏差具有相似之处。与多数群体和少数群体情况类似, 熟人和陌生人都可能具备某些性质及组织结构相似的特质。而且, 从群体印象偏差形成中发现的比率影响因素同样存在于个体印象偏差形成过程中, 或者说个体印象偏差也是由于对象及其特质与知觉者的互动频率暨比率关系的作用而产生。因此, 知觉者对熟人与陌生人的印象偏差不同, 表面上源于内容性质(正面、负面、极端)的差异, 而本质上是由于感知对象信息数量的差异, 即不同类型个体的信息间存在比率关系所导致的, 这可能正是Skowronski等人(1989)提出的信息间内隐关系的体现。

根据Kruschke等人(1996, 2001, 2003)和Sherman等人(2009)的观点, 我们可以进一步推测个体印象偏差加工过程与群体印象偏差形成机制相似：从熟人与陌生人感知的信息构成一定的比率关系, 由于熟人的信息与知觉者接触频率高, 会获得优先加工,并作为经验存储在记忆中, 此时更有用且诊断力更强; 而当陌生人和低频特质出现时, 为了区分陌生人与熟人, 知觉者通过转移机制把认知资源专注于陌生人与低频特质的联结, 此时低频特质反而被知觉者已有的经验即对于高频特质与熟人关系的认识, 凸现为更有用, 尤其是负面或极端信息的诊断力更强。反之, 如果熟人具备多种负面特质, 而陌生人具备某种正面特质, 则会出现反转的印象偏差。

关于范畴学习和群体印象偏差形成的研究表明, 反基准比率范式在学习阶段设计结构明确, 可清晰模拟信息与范畴间的内隐关系, 区分与熟人和陌生人相关的高低频信息, 并透过信息内容性质的表象表征揭示印象偏差发生的深层次原因——信息间的比率; 在测试阶段因变量对高低频信息敏感,利于观察知觉者加工高低频信息的过程, 促进对个体印象偏差发生机制的了解, 并为将来研究个体印象形成与群体印象形成之间的关系奠定良好的基础。

本研究拟采用反基准比率范式探讨基准比率对个体印象形成的影响, 进而比较群体与个体印象形成这一认知过程的异同。研究预期是：知觉者会根据基准比率加工多数成员群体与熟人, 但对少数群体与陌生人的加工则表现为反基准比率。研究包括两个实验：实验1检验Sherman等人(2009)的研究, 以群体作为知觉对象, 考察知觉者在加工多数群体与少数群体特质时是否会受到基准比率的影响。假设：①在学习阶段, 被试先学习多数群体特质, 后学习少数群体特质; ②在测试阶段, 以共有特质与所有特质组合作为预测指标时, 被试倾向于选择多数群体; 以冲突特质组合作为测试指标时,被试表现出反基准比率选择, 即倾向于选择少数群体。实验2则以个体作为知觉对象, 考察知觉者在加工熟人与陌生人特质时是否会受到基准比率的影响, 尤其关注陌生人与其独有特质间的联结是否会被凸现。假设：①在学习阶段, 被试先学习熟人特质, 后学习陌生人特质; ②在测试阶段, 以共有特质与所有特质组合作为预测指标时, 被试倾向于选择熟人; 以冲突特质组合作为测试指标时, 被试表现出反基准比率选择, 即倾向于选择陌生人。

2 实验1

2.1 方法

2.1.1 被试

共39名19～25岁大学生自愿参加本次实验, 其中男生17名, 女生22名, 均为右利手。所有被试均报告视力正常或矫正正常, 无色盲色弱; 且参加实验的被试均可得到一定报酬。

2.1.2 实验仪器和材料

采用计算机呈现刺激和键盘反应。机器配置如下：显示器为联想LX-GJ556D, 17寸彩显, 分辨率为1024×768, 颜色为真彩色, 刷新率为85 Hz。基于E-prime 1.1 编制、运行实验程序, 所有数据均由计算机自动记录。显示器屏幕背景为灰色, 被试距离屏幕约65 cm, 依次独立在亮度一致的实验室内参加测试。实验材料是虚拟群体的英文代号、特质词、常见中国男性人名。虚拟群体包括F、G、H和J 4个, F与G是一对, H与J是一对; F与J是多数群体, G与H是少数群体; 多数群体成员数量为少数群体的3倍。因此, 该实验包含两个反基准比率设计。每个群体都有一个独有特质作为其预测指标：PC是多数群体的独有特质, PR是少数群体的独有特质。每两个群体共有一个特质作为其预测指标, F与G共有一个I, H和J共有另一个I。预测F与G的特质词是“勤奋、活跃、自信”, 预测H与J的特质词是“善良、健谈、干净” (经过预测选择出描述他人人格特质的常见词)。采用拉丁方设计配对特质词与独有及共有特质的关系。

2.1.3 程序

本实验程序与Sherman等人(2009)的基本一致。要求被试完成一个群体印象形成任务。在学习阶段, 给被试呈现人名、特质组合(PC+I或PR+I),要求其判断人的归属群体, 包含15组块, 每组块8试次, 多数群体F和J各有3个靶子, 少数群体G和H各有1个靶子。因此, 基准比率是3：1。每5组块休息一次。在每试次中, 给被试呈现1个人名和2个特质描述(例如, 任晓, 勤奋、自信), 要求其猜测此人归属于4个虚拟群体当中的哪一个(例如,他属于F, G, H, J的哪个组？)。被试选择后, 给出反馈(例如, 错误, 他是F组成员。) 在测试阶段,用模糊特质组合测试被试对多数群体与少数群体的印象, 包含1组块, 28试次。每试次的材料呈现方式、任务同印象形成阶段, 但没有反馈。28试次包括：4个群体的独有特质各2试次, 2个共有特质各2试次, 2个配对群体的所有特质组合各4试次,多数群体与少数群体独有特质冲突组合4组, 各重复2试次, 计8试次。

2.2 结果

本实验得到了与Sherman等人(2009)研究一致的结果。计算每位被试在学习阶段第15个组块上的判断准确率。设定学会实验材料内部结构的标准是准确率高于87.5%。得到37份有效数据。有效被试在第15个组块上的平均判断准确率是95.9%。分别计算特质与不同群体配对准确率随组块的变化(图1)。在判断成员群体归属时, 初期配对准确率低, 随学习次数增加, 呈提升态势; 且特质与多数群体的配对正确率显著地高于特质与少数群体的,

t

(36) = 5.53,

p

< 0.001。以两类群体正确配对百分比差值为自变量, 以组块为因变量, 进行回归分析, 结果表明随学习进程发展(

β

= ‒1.095,

p

< 0.05),两类分配准确率差异逐渐变小。

图1 特质−群体配对准确率的组块变化

测试阶段：反基准比率效应的主要指标是被试在测试阶段把模糊特质组合分配多数群体与少数群体的比率。描述性统计结果见表1。当单独呈现时, 独有特质PC、PR总体被以显著高于随机比率的比率分别分配给多数群体(80.5%, χ(1,

N

= 37) =54.73,

p

< 0.001)与少数群体 (79.8%, χ(1,

N

= 37) =52.32,

p

< 0.001); 共有特质I总体被更多分配给多数群体(77.0%, χ(1,

N

= 37) = 43.24,

p

< 0.001)。当靶子是冲突特质组合(PC+PR)时, 被试既没有受基准比率(3:1, χ(1,

N

= 37) = 166.05,

p

< 0.001), 也没受随机比率(1:1, χ(1,

N

= 37) = 6.54,

p

< 0.05)影响,而是把靶子更多地分配给了少数群体(57.5%)。当靶子是所有特质的组合(PC+PR+I)时, 总体上被试更倾向于把靶子分配给多数群体(67.2%, χ(1,

N

= 37) =11.76,

p

< 0.01)。增加了共有特质虽然没有产生基准比率效应, 但是抵消了部分反基准比率效应。

表1 实验1的新组合分配百分比(%)

2.3 讨论

学习阶段、测试阶段单独呈现PC、I及同时呈现所有特质(PC+PR+I)的结果说明：被试把PC与I都看成是多数群体的典型特质, 优先建构了它们之间的联结, 这正是学习阶段高频实验材料所产生的效应。在测试阶段, 对PR的分配结果说明, 当PC、I与多数群体间的关系先入为主后, 低频刺激(PR+I)出现, I因为已经被当成是多数群体的典型特征之一, 所以被忽略, 但PR却是新特质, 能够帮助知觉者区分开少数群体与多数群体, 所以快速获得认知加工。当知觉者的认知资源集中于眼前的印象形成任务时, 低频刺激更容易被注意、记忆。发生在冲突特质组合(PC+PR)出现时的反基准比率效应强有力地证实了低频刺激的确对加工偏差的产生发挥了重要作用。被试真实学会了PC与多数群体、PR与少数群体间的配对关系, 但低频刺激PR其实被分配了更多的认知资源, 获得了比高频刺激更深刻的加工, 导致判断结果偏离基准比率与事实, 产生群体印象偏差。

3 实验2

3.1 方法

3.1.1 被试

46名19～25岁大学生自愿参加本次实验, 其中男生21名, 女生25名, 均为右利手。所有被试均报告视力正常或矫正正常, 无色盲色弱。所有参加实验的被试均得到一定报酬。

3.1.2 实验仪器和材料

实验仪器、编程软件、实验室环境、材料选择方法同实验1。实验材料包括6个特质词、4个常见中国男性人名。“赵明(F)”与“高勇(G)”是一对,“郭强(H)”与“谢华(J)”是一对。对被试来说, “赵明”与“谢华”是高频互动个体, 即熟人; “高勇”与“郭强”是低频互动个体, 即陌生人。熟人与知觉者的互动频次是陌生人的3倍。本实验包括2个反基准比率设计。采用独有特质与共有特质描述个体：熟人、陌生人各有一个独特特质, PC、PR分别是熟人与陌生人的独特特质、I是熟人与陌生人的共有特质。预测“赵明”与“高勇”的特质词是“勤奋、活跃、自信”,预测“郭强”与“谢华”的特质词是“善良、健谈、干净”。采用拉丁方设计配对特质词与独有及共有特质。

3.1.3 程序

要求被试完成一个个体印象形成任务。任务分为印象形成阶段(学习阶段)和测试阶段。在第一阶段, 给被试呈现特质组合(PC+I或PR+I), 要求其判断特质词描述的个体。实验组块、试次、高低频材料比率与同实验1。每5组块休息一次。在每试次中, 先给被试呈现两个特质词(例如, 勤奋、自信),然后要求其判断该词对描述的可能是4个备选个体当中的哪一个(例如, 猜测该词对描述的是谁？)。被试选择后, 给其反馈(例如, 正确, 他是赵明。)。第二个阶段, 用模糊特质组合测试被试对熟人与陌生人的印象, 包含1个组块, 28个试次。每试次的材料呈现方式、任务同学习阶段, 但没有反馈。28试次包括：4个个体的独有特质各2试次, 2个共有特质各2试次, 2个配对个体的所有特质组合各4试次, 熟人与陌生人独有特质冲突组合4组, 各重复2试次, 计8试次。

3.2 结果

学习阶段：数据选择标准同实验1, 获得43份有效数据。有效被试在第15个组块上的平均判断准确率是95.6%。图2所示的知觉者学习特质与熟人、陌生人关系的发展规律与图1的规律非常相似。初期的准确率很低, 随着学习次数的增加, 呈提升态势, 到最后一个组块时, 两类特质的分配准确率分别达到了98.1%、88.4%。被试分配特质给熟人的正确率显著地高于分配给陌生人的准确率,

t

(42) = 6.768,

p

< 0.001。以两个个体的正确分配比率差值作为因变量, 以组块作为自变量, 进行回归分析, 结果表明随着学习进程的发展(

β

= ‒0.582,

p

= 0.016), 两类分配准确率差异逐渐变小。本实验反基准比率设计的因变量统计结果见表2。当单独呈现时, PC被以显著高于随机水平的比率(89.5%, χ(1,

N

= 43) = 107.54,

p

< 0.001)分配给熟人; PR被以显著高于随机水平的比率(87.8%,

χ

(1,

N

= 43) = 98.26,

p

< 0.001)分配给陌生人。总体上, I被分配给熟人的比率(79.6%)接近基准比率(75%, χ(1,

N

= 43) = 1.98,

p >

0.05), 而显著地高于随机比率(50%, χ(1,

N

= 43) = 60.49,

p

< 0.001)。当靶子是冲突特质(PC+PR)时, 结果也出现了显著的反基准比率效应：尽管熟人特质PC出现的频次是陌生人特质PR的3倍, 尽管PC-熟人与PR-陌生人的关系是一样的, 但被试既没受基准比率(3:1)的影响, 也没受随机比率(1:1)的影响, 而把靶子更多分配给了陌生人(58.7%), 与基准比率与随机比率比较的结果分别是：χ(1,

N

= 43) = 208.62,

p

< 0.001;χ(1,

N

= 37) = 10.47,

p

< 0.01。最后, 当靶子是所有特质组合(PC+PR+I)时, 被试更倾向把靶子分配给熟人(58.2%, χ(1,

N =

43) = 9.12,

p

< 0.01)。增加共有特质I虽然没有产生基准比率效应, 但部分抵消了反基准比率效应。

图2 特质−个体配对准确率的组块变化

表2 实验2的新组合分配百分比(%)

3.3 讨论

学习阶段、测试阶段单独呈现PC、I及所有特质组合的结果说明：在印象形成过程中, 被试准确知觉了PC与熟人间的配对关系, 同时把I也当作了熟人的典型特质, 虽然没有PC那么确定, 但是对于I接近基准比率以及对于所有特质组合偏向于熟人的分配比还是能够充分说明发生了高频效应,即被知觉者加工的频次显著地多, 会使得知觉者优先建构PC、I与熟人间的联结。

对PR的分配比率显著高于基准比率说明, 在印象形成阶段特质PR的确获得了知觉者的充分加工, 在大脑中建构了非常稳定的PR-陌生人联结。而共有特质I, 虽然与PR同时出现, 但是因为已经被视为熟人的典型特质, 所以在建构特质与陌生人间的联结时被忽略。对冲突特质组合(PC+PR)的分配结果表明, 在个体印象形成中的反基准比率效应甚至大于群体印象形成的。这个结果充分地说明基准比率对加工偏差的产生具有重要影响。高频刺激(PC+I)让知觉准确习得PC与熟人间的关系, 并把I当作熟人的典型特质; 低频刺激(PC+I)出现时, 只有能够区分熟人与陌生人的特质PR获得了知觉者的特别关注, 构建了其与陌生人间的稳定关系, 但I被忽略。

4 总讨论

错误的群体或个体印象是常见的人类社会知觉错误之一。关于其产生原因, 有研究认为, 人是非理性决策者, 常常受到对象的独有特质吸引(Mullen & Johnson, 2011), 从而以偏概全, 所以即使比率存在, 也会被忽略(Bar-Hillel, 1980)。事实上,印象形成过程中发生在知觉者大脑中的认知加工活动远比非理性或比率忽略观点复杂。Medin和Edelson (1988)发现的反基准比率效应因为其因变量的高敏感性, 有助于我们理解印象偏差的产生过程。本研究实验1的结果与Sherman等人(2009)的结果一致, 说明基准比率对知觉者最后形成的群体印象的确起到了重要影响。在该结论基础之上, 我们最重要的发现是, 首次揭示了在知觉者个体印象形成的认知过程中存在着类似于群体印象形成过程中的比率效应。该发现使得我们对个体印象形成的认知机制有了新认识, 并带来新问题。

首先, 明确又一个体印象偏差产生的原因及机制。一直以来, 研究者都比较关注刻板印象对个体印象形成的影响, 认为刻板印象激活是个体印象偏差产生的主要机制。但并不是所有情境都一定会有刻板印象激活存在, 并且该观点比较难以同时解释印象中的正负面偏差。在个体信息而非刻板印象标签明确的情况下, 不管线索性质如何, 只要诊断力强都可能导致知觉者产生加工偏差(Skowronski &Carlston, 1989)。实验2结果揭示出：关于不同对象,知觉者收到的信息数量不同, 它们之间构成了比率关系, 高低频对象的信息都会获得加工, 高频信息获得优先加工, 而低频, 即关于陌生人的少量信息会通过转移机制获得更深刻认知加工, 成为诊断力更强、更有用的线索, 最后导致知觉者对陌生人产生与事实不符的印象偏差。一般情况下, 出于自我服务偏见, 知觉者以自我为中心组织人际关系, 以积极信息组织对个体的认识。家人、朋友、积极信息都是知觉者的高频事件, 而陌生人、消极或极端信息是知觉者的低频事件。

比率及上述机制能够很好地解释为什么知觉者对家人、朋友、关系友好个体的印象更偏向于积极面的现象, 而对陌生人则容易产生负面或极端特质偏差。表面现象如此, 其实质是受比率影响并获得不同认知加工所致。明确信息比率, 或者是与不同类型个体间的接触频率可能导致加工偏差, 那么在知觉他人, 尤其是陌生人时, 知觉者为了获得准确印象, 可以通过自我监控, 不断提醒在获得全面信息后再作结论, 达到抑制偏差的目的。被知觉者,知道作为陌生人, 自己的低频信息容易引起加工偏差, 那么一方面可以通过在初次接触时尽量避免暴露各种负面信息, 以及提高与知觉者接触频次的方式, 回避留下负面印象; 另一方面, 在特殊情境下,故意制造特定低频行为给知觉者留下深刻印象。

其次, 发现了群体与个体印象形成机制间的相似性, 为深入了解人类认知加工的内在机制提供依据。个体与群体印象形成都是对社会实体单位的认知加工。相关研究关注各自印象偏差产生的原因以及认知机制。然而, 较少把两者放在同一视角下比较其异同。群体与个体虽然是不同类型的社会实体,但也存在重要相似, 因此针对它们的印象偏差产生原因与机制间也可能存在差异, 也可能存在相似。本研究根据反基准比率的设计逻辑及其理论解释假设, 对于两类印象形成, 不同信息数量比率的作用是一样的, 并得到了实验结果的支持。本研究结果表明, 无论是群体还是个体, 高频信息都获得了优先学习, 而低频信息则通过转移机制在认知资源分配上后来者居上, 获得更深刻加工。这与Hamilton 等人(1996)主张——个体与群体知觉的认知机制与过程是极为相似的——一致。这从行为层面进一步为解答一些基本的认知问题, 例如人类是否是“认知吝啬鬼(Cognitive Misers) (Fiske & Taylor,1984)、心理懒鬼(Mental Sluggards) (Gilbert & Hixon,1991)、效率专家(Efficiency Experts) (Macrae, Bodenhausen, Milne, & Jetten, 1994)”提供直接证据。另外,认知神经科学方面的研究也表明, 知觉群体与个体涉及的脑区存在重叠(Contreras, Schirmer, Banaji,& Mitchell, 2013)。只要加工对象及任务间存在共同点, 那么其加工机制有可能是一样的, 本研究从群体与个体印象形成角度给出了证据, 但未来仍需大量研究检验该观点。

5 对未来研究启示

本研究初步确认群体与个体印象形成间的确存在相似之处, 但是要离析清楚两种认知加工间的异同, 还需要开展多方面的研究：首先, 要比较不同研究范式的实验结果。用于研究知觉者范畴化过程的比率范式有多个, 例如虚假相关(Illusion Correlation) (Hamilton & Gifford, 1976)、基准比率忽略(Base-Rate Neglect) (Gluck & Bower, 1988), 联结组块(Associative Blocking)和凸显(Highlighting)(Kruschke, 2009)等。这些范式既有相似, 也有研究角度的差异。比率是否确定以相似的方式影响群体与个体印象形成加工, 还需要借助这些范式从多角度进行检验。其次, 要比较两类认知加工在不同认知环节上的异同。基于对象的实体性差异, 有研究采用虚假相关范式, 认为知觉个体与群体分别涉及即时判断(On-line Judgment)与基于记忆的判断(Memory-based Judgment) (Hamilton & Sherman,1996), 这与本研究结论存在差异。其可能原因是,本研究采用特质作为材料, 而Hamliton等人采用行为及特质作为材料。后者涉及的认知环节更多更复杂, 那么是否在相异的同时也存在相似。换言之,可能加工群体与个体在部分认知环节上是相似, 而在记忆与判断环节是相异的, 但相似的部分没有被分析出来。后续研究应该在实验设计以及统计分析上再做改进与提高, 辨析知觉群体与个体认知过程的异同。再次, 借助于认知神经科学方法开展研究。关于范畴学习(St-Louis, Corbeil, Achim, & Harnad,2008)、内外群体印象(Hein et al., 2010)、刻板印象与刻板化过程(Quadflieg & Macrae, 2011)、第一印象形成(Schiller, Freeman, Mitchell, Uleman, &Phelps, 2009)的神经加工机制, 以及心理化群体与个体的脑区(Contreras et al., 2013)都已有研究, 发现涉及脑电指标包括N1/P1、P200、P300、N400, 以及脑区内侧前额叶皮质(Medial Prefrontal Cortex)、前颞叶(Anterior Temporal Lobe)、颞顶联合区(Temporoparietal Junction)等。这些可以作为开展研究知觉群体与个体认知加工过程异同的研究基础,但是离阐述清楚两种认知加工间的关系还远远不够。本研究所用方法简单、结果可靠, 可以作为未来探索群体与个体印象形成认知神经机制的基础。

6 结论

在特定基准比率条件下, 无论是群体印象形成还是个体印象形成, 知觉者都是优先建构高频事件间的联结关系, 并对低频事件间的联结投入更多认知资源, 最后导致误判事件间的联结强度, 尤其容易高估低频事件的关系。因而, 基准比率对印象形成过程具有实质性影响, 并对刻板印象、消极偏差、极端偏差的产生有重要作用。

Bar-Hillel, M. (1980). The base-rate fallacy in probability judgments.

Acta Psychologica, 44

(3), 211–233.Baumeister, R. F., Bratslavsky, E., Finkenauer, C., & Vohs, K.D. (2001). Bad is stronger than good.

Review of General Psychology, 5

(4), 323–370.Blanchette, I., & Richards, A. (2010). The influence of affect on higher level cognition: A review of research on interpretation, judgement, decision making and reasoning.

Cognition & Emotion, 24

(4), 561–595.Blanz, M., Mummendey, A., & Otten, S. (2011). Positive–negative asymmetry in social discrimination: The impact of stimulus valence and size and status differentials on intergroup evaluations.

British Journal of Social Psychology, 34

(4),409–419.Can, B., & Sanver, M. R. (2009). Stereotype formation as trait aggregation.

Mathematical Social Sciences, 58

(2), 226–237.Chiu, C. Y., Zou, Z. M., & Lin, S. D. (2010). Culture and socially desirable responding: An individual-in-society perspective.

Acta Psychologica Sinica, 42

(1), 48–55.[赵志裕, 邹智敏, 林升东. (2010). 文化与社会赞许反应:社会个人互动的观点.

心理学报

,

42

(1), 48–55.]Contreras, J. M., Schirmer, J., Banaji, M. R., & Mitchell, J. P.(2013). Common brain regions with distinct patterns of neural responses during mentalizing about groups and individuals.

Journal of Cognitive Neuroscience, 25

(9),1406–1417Eder, A. B., Fiedler, K., & Hamm-Eder, S. (2011). Illusory correlations revisited: The role of pseudocontingencies and working-memory capacity.

The Quarterly Journal of Experimental Psychology, 64

(3), 517–532.Fiske, S. T. (1980). Attention and weight in person perception:The impact of negative and extreme behavior.

Journal of Personality and Social Psychology, 38

(6), 889–906.Fiske, S. T., & Taylor, S. E. (1984).

Social cognition

. Reading,MA: Addison-Wesley.Forgas, J. P. (2011). Person prototypes and cultural salience:The role of cognitive and cultural factors in impression formation.

British Journal of Social Psychology, 24

(1), 3–17.Gilbert, D. T., & Hixon, J. G. (1991). The trouble of thinking:Activation and application of stereotypic beliefs.

Journal of Personality and Social Psychology, 60

(4), 509–517.Gluck, M. A., & Bower, G. H. (1988). From conditioning to category learning: An adaptive network model.

Journal ofExperimental Psychology: General, 117

(3), 227–247.Hamilton, D. L., & Gifford, R. K. (1976). Illusory correlation in interpersonal perception: A cognitive basis of stereotypic judgments.

Journal of Experimental Social Psychology,12

(4), 392–407.Hamilton, D. L., & Sherman, S. J. (1996). Perceiving persons and groups.

Psychological Review, 103

(2), 336–355.Hegarty, P., & Bruckmüller, S. (2013). Asymmetric explanations of group differences: Experimental evidence of foucault’s disciplinary power.

Social and Personality Psychology Compass, 7

(3), 176–186.Hein, G., Silani, G., Preuschoff, K., Batson, C. D., & Singer, T.(2010). Neural responses to ingroup and outgroup members' suffering predict individual differences in costly helping.

Neuron, 68

(1), 149–160.Ito, T. A., Larsen, J. T., Smith, N. K., & Cacioppo, J. T. (1998).Negative information weighs more heavily on the brain: the negativity bias in evaluative categorizations.

Journal of Personality and Social Psychology, 75

(4), 887–900.Johansen, M. K., Fouquet, N., & Shanks, D. R. (2010).Featural selective attention, exemplar representation, and the inverse base-rate effect.

Psychonomic Bulletin &Review, 17

(5), 637–643.Johnston, K. E., & Jacobs, J. E. (2003). Children's illusory correlations: The role of attentional bias in group impression formation.

Journal of Cognition and Development, 4

(2),129–160.Kristiansen, G. (2010). Lectal acquisition and linguistic stereotype formation: An empirical study. In D. Geeraerts(Ed.),

Advances in Cognitive Sociolinguistics (Cognitive Linguistic Research Book 45)

(p. 225). De Gruyter Mouton.Kruschke, J. K. (1996). Base rates in category learning.

Journal of Experimental Psychology: Learning, Memory,and Cognition, 22

(1), 3–26.Kruschke, J. K. (2001). The inverse base-rate effect is not explained by eliminative inference.

Journal of Experimental Psychology: Learning, Memory, and Cognition, 27

(6),1385–1400.Kruschke, J. K. (2003). Attention in learning.

Current Directions in Psychological Science, 12

(5), 171–175.Kruschke, J. K. (2009). Highlighting: A canonical experiment.

Psychology of Learning and Motivation, 51

, 153–185.Kruschke, J. K., & Hullinger, R. A. (2010). Evolution of attention in learning. In N. A. Schmajuk (Ed.),

Computational Models of Conditioning

(pp. 10–52). Cambridge: Cambridge University Press.Lemon, N., & Warren, N. (1974). Salience, centrality and self-relevance of traits in construing others.

British Journal of Social and Clinical Psychology, 13

(2), 119–124.Le Pelley, M. E., Reimers, S. J., Calvini, G., Spears, R.,Beesley, T., & Murphy, R. A. (2010). Stereotype formation:Biased by association.

Journal of Experimental Psychology:General, 139

(1), 138–161.Lipe, M. G. (1990). A lens model analysis of covariation research.

Journal of Behavioral Decision Making, 3

(1), 47–59.Lorenzo, G. L., Biesanz, J. C., & Human, L. J. (2010). What is beautiful is good and more accurately understood physical attractiveness and accuracy in first impressions of personality.

Psychological Science, 21

(12), 1777–1782.Macrae, C. N., Bodenhausen, G. V., Milne, A. B., & Jetten, J.(1994). Out of mind but back in sight: Stereotypes on the rebound.

Journal of Personality and Social Psychology,67

(5), 808–817.Medin, D. L., & Edelson, S. M. (1988). Problem structure and the use of base-rate information from experience.

Journal of Experimental Psychology: General, 117

(1), 68–85.Mullen, B., & Johnson, C. (2011). Distinctiveness-based illusory correlations and stereotyping: A meta-analytic integration.

British Journal of Social Psychology, 29

(1), 11–28.Mummendey, A., & Otten, S. (1998). Positive–negative asymmetry in social discrimination.

European Review of Social Psychology, 9

(1), 107–143.Murphy, R. A., Schmeer, S., Vallée-Tourangeau, F., Mondragón,E., & Hilton, D. (2011). Making the illusory correlation effect appear and then disappear: The effects of increased learning.

The Quarterly Journal of Experimental Psychology,64

(1), 24–40.Mutter, S. A. (2000). Illusory correlation and group impression formation in young and older adults.

The Journals of Gerontology Series B: Psychological Sciences and Social Sciences, 55

(4), P224–P237.Naumann, L. P., Vazire, S., Rentfrow, P. J., & Gosling, S. D.(2009). Personality judgments based on physical appearance.

Personality and Social Psychology Bulletin, 35

(12),1661–1671.Norris, C. J., Larsen, J. T., Crawford, L. E., & Cacioppo, J. T.(2011). Better (or worse) for some than others: Individual differences in the positivity offset and negativity bias.

Journal of Research in Personality, 45

(1), 100–111.Primi, C., & Agnoli, F. (2002). Children correlate infrequent behaviors with minority groups: A case of illusory correlation.

Cognitive Development, 17

(1), 1105–1131.Quadflieg, S., & Macrae, C. N. (2011). Stereotypes and stereotyping: What's the brain got to do with it?

European Review of Social Psychology, 22

(1), 215－273.Ratliff, K. A., & Nosek, B. A. (2011). Negativity and outgroup biases in attitude formation and transfer.

Personality and Social Psychology Bulletin, 37

(12), 1692–1703.Rim, S. Y., Min, K. E., Uleman, J. S., Chartrand, T. L., &Carlston, D. E. (2013). seeing others through rose-colored glasses: An affiliation goal and positivity bias in implicit trait impressions.

Journal of Experimental Social Psychology

,

49

(6), 1204–1209.Risen, J. L., Gilovich, T., & Dunning, D. (2007). One-shot illusory correlations and stereotype formation.

Personality and Social Psychology Bulletin, 33

(11), 1492–1502.Sanbonmatsu, D. M., Sherman, S. J., & Hamilton, D. L. (1987).Illusory correlation in the perception of individuals and groups.

Social Cognition, 5

(1), 1–25.Schiller, D., Freeman, J. B., Mitchell, J. P., Uleman, J. S., &Phelps, E. A. (2009). A neural mechanism of first impressions.

Nature Neuroscience, 12

(4), 508–514.Sherman, J. W., Kruschke, J. K., Sherman, S. J., Percy, E. J.,Petrocelli, J. V., & Conrey, F. R. (2009). Attentional processes in stereotype formation: A common model for category accentuation and illusory correlation.

Journal of Personality and Social Psychology, 96

(2), 305–323.Singh, R., Onglatco, M. L. U., Sriram, N., & Tay, A. B. (1997).The warm–cold variable in impression formation: Evidence for the positive–negative asymmetry.

British Journal of Social Psychology, 36

(4), 457–477.Skowronski, J. J., & Carlston, D. E. (1987). Social judgment and social memory: The role of cue diagnosticity in negativity, positivity, and extremity biases.

Journal of Personality and Social Psychology, 52

(4), 689–699.Skowronski, J. J., & Carlston, D. E. (1989). Negativity and extremity biases in impression formation: A review of explanations.

Psychological Bulletin, 105

(1), 131–142.Sloutsky, V. M., & Fisher, A. V. (2011). The development of categorization.

The Psychology of Learning and Motivation,54

, 141–166.St-Louis, B., Corbeil, M., Achim, A., & Harnad, S. (2008).Acquiring the mental lexicon through sensorimotor category learning. In

Sixth Annual Conference on the Mental Lexicon

. University of Alberta, Banff Albwrta.Tory Higgins, E., Rholes, W. S., & Jones, C. R. (1977).Category accessibility and impression formation.

Journal of Experimental Social Psychology, 13

(2), 141–154.Van Knippenberg, D., & Van Knippenberg, A. (1994). Social categorization, focus of attention and judgements of group opinions.

British Journal of Social Psychology, 33

(4),477–489.Vogel, T., Kutzner, F., Fiedler, K., & Freytag, P. (2013). How majority members become associated with rare attributes:Ecological correlations in stereotype formation.

Social Cognition, 31

, 427–442.Vonk, R., & Konst, D. (1998). Intergroup bias and correspondence bias: People engage in situational correction when it suits them.

British Journal of Social Psychology, 37

(3), 379–385.Welsh, M. B., & Navarro, D. J. (2012). Seeing is believing:Priors, trust, and base rate neglect.

Organizational Behavior and Human Decision Processes

,

119

(1), 1–14.Wilkerson, K., McGahan, J. R., Stevens, R., Williamson, D., &Low, J. (2009). Judgment and judgment latency for freedom and responsibility relatedness as a function of subtle linguistic variations.

The Journal of Psychology,143

(6), 641–656.Wood, M. J., & Blair, M. R. (2011). Informed inferences of unknown feature values in categorization.

Memory &Cognition, 39

(4), 666–674.Yang, J. Z, & Huang, X. T. (1997). Review of Theoretical Models on impression formation.

Journal of Development in Psychology, 6

(1), 8–13.[杨家忠, 黄希庭. (1997). 印象形成的理论模型述评.

心理学动态, 6

(1), 8–13.]