当我们刚刚认识一个人的时候,总是要据有限的信息对这个人形成印象,即这个人是否是一个有能力的人拟或他的性格怎样等,这个过程被称为个人知觉(Person Perception)。回想一下你自己刚上大学的情景,与你的同学第一次见面,你们之间会互相形成一定的印象。人们对他人的认识和期望,最初完全决定于这种最初的印象,这种印象对以后双方的交往非常重要。 1、怎样形成对他人的印象? 对他人形成印象的过程也叫做印象形成,它是指我们把他人若干有意义的人格特性进行综合、概括、形成一个具有结论意义的特性的过程。心理学家阿希(S. Asch)最早对此进行了系统的研究,在研究中阿希把人格特性分为中心特征(比如“热情”和“冷淡”)和边缘特征(“文雅”和“粗鲁”),结果发现我们对他人的印象形成主要是按照中心特征,边缘特征所起的作用不大。阿希之后,其他的心理学家继续对印象形成的过程进行研究,并从以下几个方面对这个过程的特性做了总结。 (1)第一印象 在与陌生人交往的过程中,我们所得到的有关对方的最初印象叫做第一印象。第一印象中最重要、最有力的是评价,即在多大程度上喜欢或讨厌对方。第一印象包含很多维度,如友善、健康等,但所以这些维度都离不开评价,评价是我们对他人形成印象的基本维度。 奥斯古德等人(Osgood & Suci, Tanenbaum)用语义分析的实验就证明了我们评价事物时的几个基本维度。在研究中他们给给被试一张配对的特质形容词表,让他们把某一特殊的人或物归到这些特质上去。配对特质包括快乐与悲伤、好与坏、强壮与软弱、温暖与冷淡等。评定的项目包括母亲、玉石等。例如,让被试评定母亲是快乐还是悲伤的等,最后找出了被试评定人或事物时的三个基本维度: 评价(evaluation):指对他人或事物从好与坏方面加以评定。 力量(potency):指对他人或事物从力量的强弱方面加以评定。 活动性(activity):指对他人或事物从主动与被动方面加以评定。 奥斯古德发现,一旦某个人或物被置于这三个维度上,即使有再多的评定,也无法增加对这个人的信息。同时在这三个维度中,评价是最重要的维度,一旦人们对他人在这个维度上定位,那么对这个人的其他知觉也基本落在同一地方。初次见面,你一旦对某个人形成有利或不利的印象之后,会把它延伸到其他方面。所以有人总结说:第一印象并非总是正确的,但却总是最鲜明、最牢固的,它决定着我们对他人的知觉。 金德等人(Kinder、Abelson)对1980年美国总统选举的研究则发现人们在对总统候选人进行评价时的两个维度:能力(competence)和是否正直(integrity)。前者包括知识能力、感召力以及领导能力;后者则在包括是否有道德、诚实以及对权力的欲望等。美国人正是根据在这两个维度上对候选人的评价来决定谁该当选,结果因为里根在这两个方面占优而击败卡特当选为美国总统。 (2)整体印象 人们在知觉他人的时候往往会获得许多有关他人的信息,那么,人们又是怎样把这些信息整合在一起,形成对他人的整体印象呢?心理学家安德森(Anderson)等人从20世纪60年代开始就系统地对这个问题进行研究,并在研究的基础上提出了几个信息加工处理的模型,这些模型在一定程度上的到了后来研究的验证。 第一个模型是平均模型(The averaging model):它是安德森在1965提出来的,该模型认为在印象形成过程中,我们以简单平均的方式处理所获得的有关他人的信息。如表2-1所示:苏珊对约翰的整体印象的形成就是依据平均模型,她把自己对约翰的单个评价加起来,然后求其平均数。平均模型是我们对他人形成印象时采取的最为简单的模型。 表2-1:第一次约会时苏珊对约翰的印象
约翰的个别特质 苏珊的评定 清 洁 +10 聪 明 +10 体 贴 +4 矮 小 -5 衣着随便 -9 整体印象 +10/5=2.00 第二个模型是累加模型(The additive model):指人们对他人片断信息的整合方式是累加的而非加以平均。以苏珊对约翰的评价为例,苏珊很喜欢约翰(+6),后来又知道了一些有关他的稍微有利的信息,如约翰比较谨慎(+1)。根据平均模型她将不喜欢他,因为平均数(+3.5)比原来低。但据累加模型,她会更喜欢他,因为一项正性信息加到已存在的正性印象之上,值会更大。可惜的是支持累加模型的研究不多。 第三个模型是加权平均模型(The weighted average model):这个模型是安德森于1968年提出来的,按照这一模型,人们形成整体印象的方式是将所有特质加以平均,但对较重要的特质给予较大的权重。比如对科学家而言,智力因素的权重大;而对演员来说,则是吸引力的权重大。相对前两个模型而言,加权平均模型能够解释的范围更广,它是我们对他人形成整体印象时最常使用的模型。 对加权平均模型的进一步验证则来自费斯克(Fiske)等人在1980年提出的负性效应(The Negativity effect):指人们在形成整体印象时,对负性信息比对正性信息给于较大的权重,即在其它条件相同的情况下,负性特质对印象形成的影响比正性特质大。心理学家霍德杰斯(Hodges)则从这一效应中引申出了正性印象比负性印象容易改变的结论。侯玉波等人(1998)在一项有关评价的研究中也发现,中国人在评价他人的行为的时候,往往是以他人做错了什么来评价他人,而不是以他人正确的行为加以评价。所以在生活中常常有这样的事情:当一个人告诉你一个卓越的领导者是个“骗子”以后,不论你对这位领导的其它特质有多少认识,你对他的评价都不会高。 (3)个人知觉中的偏差 在知觉他人的过程中,人们常常会出现一些偏差(bias),这些偏差是知觉过程的特性,人们可以注意到它,并把它们的影响降低,但人们无法避免它的影响。这些偏差包括: 晕轮效应(Halo effect)又称光环效应,它是指评价者对一个人多种特质的评价往往受其某一特质高分印象的影响而普遍偏高,就象一个发光物体对周围物体有照明作用一样。比如你一旦你觉得你的同学张三比较可爱之后,你就会对他的性格、态度以及能力等都会有一个较高的评价,也就是说对可爱这个特质的高分评价影响了对其它特质的评价,使对其它特质的评价普遍偏高。与晕轮效应相对的是反晕轮效应(Negative-halo) ,也叫做Forked-tail效应,主要指评价者对一个人的多种特质的评价往往受某一特质低分印象的影响而普遍低。迪恩(Dion 、Berscheid 、Walster)等人在1972 用评定相片的实验证明了晕轮效应的存在,如表2-2所示: 表2-2:晕轮效应的证据(Dion 、Berscheid 、Walster 1972) 特质描述 吸引人者 中等者 不吸引人者 人格的社会融洽性 65.39 62.42 56.31 职业地位 2.25 2.02 1.70 称职的丈夫(妻子) 1.70 0.71 0.39 称职的父母 3.54 4.55 3.91 社会幸福及职业幸福 6.37 6.34 5.28 总幸福 11.60 1.60 8.83 结婚的可能性 2.17 1.82 1.52 注:数字越大,表明评价越高。 可以看出,晕轮效应在很大程度上影响着我们对他人的评价:一个长相漂亮的人在大多数方面都被别人作较高的评价,只有在做父母这个维度上有一点例外,人们认为长相中等的人较适合做父母。后来的研究进一步证明,外表吸引力的晕轮效应能类化到许多与外表无关的特性上。比如兰德等人(Landy ,Sigall 1974)在一项研究中先让男性被试看一篇名为“电视在社会生活中的角色及影响力”的论文,假设该论文由一名女性大学生所写,论文上同时附有作者的相片。在所附的这些相片中,有些相片很吸引人,有些相片则不吸引人;论文也是有些写得好(清晰、文法准确、结构严谨),有些写得很糟(思路不清、语言僵硬)。而被试在实验中的任务是评定论文的质量。结果发现不论论文客观上的质量是好是坏,由吸x会倾向于宽容对待。 迪恩发现:长相漂亮的小孩违反宗教或道德规范时,大人们认为不严重;而同样的错误若是由不漂亮的小孩所犯,则认为很严重。阿伦森(Aronson 1969)也发现,模拟的陪审团对不漂亮的被告判的刑期较长。更有甚者,阿伦森还发现杀死一个较漂亮的人比杀死一个不漂亮的人被判刑更长。 但由外表漂亮所引起的晕轮效应也有不适用的时候,如西格等人(Sigall ,Ostrove 1975)就发现,若一位漂亮的被告所犯的罪直接与外表吸引力有关,将被判重刑。在一项研究中,西格向模拟陪审团描述一件案子,并将被告相片给他们看。案件有偷窃(与美色无关)与欺诈(与美色有关)。同时还有一个控制组,仅向被试描述每人的罪状而不附相片。结果证明了假设,如表2-3所示,利用自己的美色犯诈骗罪的被试被判重刑。 表2-3:晕轮效应对司法审判的影响--平均判刑(年) * 正性偏差:(Positivity Bias)也称慈悲效应(Leniency effect):是指人们在评价他人时对他人的正性评价超过负性评价的倾向。在一项研究中,大学生把92%的教授评定为“好的”,即使学生在课堂上对他们同时有正性和负性印象时也如此。西尔斯(Sears)认为这种偏差只发生在评定人时,他称之为人的正性偏差(positivity bias)。对于这种偏差发生的原因,心理学家有两种解释:一是由马特林(Matlin)提出的“极快乐原则”(Pollyanna principle),它强调人们的美好经验对评价他人的影响,认为当人们被美好的事物包围的时候,比如善良的他人、晴朗的天气等,他便觉得愉快。即使后来发生了一些不愉快的事情,比如自己生病、邻居对自己不友好等事情,人们依然会依照美好的经验对自己所处的环境做出有利的评价。其结论是,大部分的事物总是被评价得高于一般水平,因为与不愉快的事情相比,愉快的事情更容易被人回忆起。 表2-4:跑步者微笑的百分比 (2)非语言线索 |
|