分享

女性化的面孔看起来更像白人?

 昵称535749 2015-01-20
我的名字叫Sharken 发表于  昨天15:06

想象你站在学校留学生最密集的一条街上,面对迎面而来的各种面孔,你试着辨认他们的种族。“这是黑人,这是白人,呃……那应该是个亚裔?”很好,看起来你的辨认能力不错。可是,当你面前走过一个有着小麦色皮肤,或者有着混血儿面孔的人时,估计你就该犯难了。

加州大学洛杉矶分校的克里·约翰逊(Kerri Johnson)教授研究发现,识别一个人的种族身份时,会受到这个人性别的影响。论文[1]于1月14日发表在期刊《人格与社会心理学公告》(Personality and Social Psychology Bulletin)上。

约翰逊及其合作者发现,当种族特征不明显而一个人又很男性化时,他就容易被认成黑人;而当这个人女性化程度偏高时,他就容易被认成白人。除此之外,约翰逊还提到,种族识别的效率也受性别影响——当你面前坐着一个白人女性,你就能很快认出她是白人;但如果把“她”换成“他”,恐怕你就没那么快认出他是个白人了然而,这一现象在黑人和亚裔身上却正相反——人们会更快地判断出黑人和亚裔男性的种族身份。

为了验证这些,研究者用电脑合成出3类种族特征模糊的人工面孔,它们分别具有“亚裔—黑人”“黑人—白人”和“亚裔—白人”的特征。每类面孔都衍化出15个不同的样子,每个样子上再设计出从高到低五种性别化程度(很男性化—男性化—中性—女性化—很女性化)。这样,研究者共得到225个(3×15×5)拥有不同种族特征和性别化程度的面孔。之后将这些面孔随机呈现给被试,要求他们判断所看到的照片是黑人、白人还是亚裔。

研究中使用的由软件生成的人脸,每组人脸从很男性化(最左侧)到很女性化(最右侧)。其中第一排为亚裔-黑人脸孔,第二排为黑人-白人脸孔,第三排为亚裔-白人面孔。研究发现,在识别黑人和白人时,面孔女性化程度越高,越容易被识别为白人,反之则容易被识别为黑人。图片来源:研究论文

研究结果表明,当“黑人—白人”类面孔的女性化程度偏高时,这些面孔容易被认为是白人;而当其男性化程度偏高时,则多被认为是黑人。在另外两组面孔中也有相同的结果——女性化程度上升,面孔更容易被识别为白人,男性化程度上升,面孔则更容易被识别为黑人。但在识别亚裔面孔上,这一性别效应却没那么明确:混合了黑人和亚裔特征的面孔,女性化程度越高越容易被当成亚洲人;而混合了白人和亚亚裔特征的面孔却表现出相反的效应——男性化程度越高,越容易被当成亚裔。

那么,性别程度是否也会影响认脸的效率呢?研究者对原有实验进行了改进,他们放弃了原先种族特征模糊的人工面孔,改用三类种族特征突出的人工面孔:黑人、白人、亚裔。研究者以被试看到照片到他们做出判断的时间间隔(反应时)作为种族识别效率的指标,反应时越短效率越高。结果发现,当识别白人面孔时,其女性化程度越高,判定她为白人所需的反应时就越短,也即效率越高。不过,该效应在黑人和亚裔身上恰恰相反:提高男性化程度才能缩短种族识别所需的反应时。

每组人脸从男性化(最左侧)到很女性化(最右侧)。第一排为亚裔面孔,第二排为黑人面孔,第三排为白人面孔。亚裔和黑人的面部特征越男性化,越容易被识别出来;而对于白人,则是面部特征越女性化,越容易被识别出来。图片来源:研究论文。

这些研究结果意味着,一个人的性别会影响人们对他种族身份的判断,就像研究者在论文中总结得那样:当面孔从男性化向女性化渐变时,人们倾向于认为这是个白人。同时,性别还会影响我们种族识别的效率。在识别白人时,我们很容易判断一位女士是白人,而在判断男士时则需要花点时间。而在识别黑人和亚裔时,面孔的男性化程度越高,人们就越能快速地识别出他们的种族身份。

以往有关人们种族识别的研究,大多只改变种族这一个特征,而保持其他特征不变。然而在社会心理学中,不同特征经常相互干扰。想要研究人如何“认脸”,却忽视其他特征的潜在影响,这么做很可能会遗漏许多有用的信息。约翰逊认为,他们这项研究的意义就在于,讨论了性别这种表面上看起来和种族无关的特征在种族识别中的潜在影响,为先前的种族识别研究提供了一个新的视角。(编辑:球藻怪)

参考文献:

  1. "Gendered Facial Cues Influence Race Categorizations" Colleen M. Carpinella, Jacqueline M. Chen, David L. Hamilton, Kerri L. Johnson Pers Soc Psychol BullJanuary 14, 2015

文章题图:wesa.fm

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多