人們如何受項目出現在序列中的影響

人們如何受項目出現在序列中的影響

女子同步跳水得分受前一次跳水的影響。 松雪, CC BY

我們經常需要對事物或人的序列做出決定,而不是孤立地單個項目。 例如,在日常環境中,我們可能會選擇嘗試使用哪種智能手機。 當然,還有更多高風險的情況,比如奧運會運動員在試圖贏得黃金時按照既定順序競爭。

理想情況下,在順序中您遇到最佳項目或最出色的表現並不重要,我們當然希望以無偏見的方式確定分數。 如果不是,競爭者會(正確地)抱怨這個過程有多麼不公平。

但事實證明,人們在執行這些判斷任務時會表現出許多偏見。 我們的主觀評價受到語境的影響 - 也就是說,其他要評判的項目都會產生影響,即使它們可能不應該。 例如,人們對面孔進行評分 在合影中更具吸引力 而不是每個人單獨評價。 我的最新研究 增加了心理學研究的主體,表明上下文還包括以前見過的面孔,運動員等。

訂單在哪裡?

人們會受到項目在序列中出現的位置的影響。 我們知道第一件和最後一件是 記得最好。 他們也是 判斷得更積極 在比賽期間。 因此,如果你計劃在“偶像”電視劇中演出,那麼如果你能在那裡推動自己的方式,那麼你應該在陣容的開始或結束時唱歌。

我們如何判斷表現也受到我們剛剛給出的分數的影響。 這是因為最直接(最近)的事件被用作參考點 - 這些信息很容易獲得,增加了它對當前決策的影響。

通常,這採取心理學家所稱的形式 同化效應:如果前一個人(或事物)獲得高分,則會增加我們對當前人的評價。 相反,如果之前的表現評分不佳,則會降低當前人的評價。


從InnerSelf獲取最新信息


當呈現序列時,這種模式似乎是人們的默認模式。 研究人員已經在各種情況下發現了這種類型的影響,包括評分 奧運體操運動員,估計 商品價格,收視率 學生的論文 以及我們如何判斷 吸引力.

另一方面,有時我們會看到相反的模式 - 心理學家稱之為 對比效果。 在這種情況下,對先前的表現給予低分將增加當前人的評價。 同樣,給予高分會降低下一個的評分。

在這種情況下,看起來你最好的選擇是在得分低的人之後競爭,因為他們會讓你看起來更好。 已經發現了這種模式的證據 快速約會的判斷。 在我最近的研究中, 我們在奧運會同步跳水比分中看到了相同的模式。 當潛水員在較低得分的潛水比賽后立即進行比賽時,這提高了他們的得分,但是在大幅度下潛後,運動員的評分較低。 據統計,我發現在大多數情況下中等效應大小。

那麼你會受到衝擊還是受到打擊?

研究人員仍然試圖了解何時我們的判斷將被同化,何時將與之前的分數進行對比。

一些證據表明 相似性是關鍵。 如果當前和之前的項目足夠相似,則評委將顯示同化並對後續項目進行評級,使其更接近前一項目。 但如果他們看起來差異很大,就會產生對比效果,並且下面的項目評級會被推得更遠。 例如,通過改變兩個連續體操運動員出現的相似程度(告訴參與者他們有相同或不同的國籍),研究人員能夠 產生同化或對比效果 在參與者的評級中。

這個想法是,最初的相似性導致人們尋找更多 - 這些可能包括類似的外觀,年齡組等 - 導致同化。 但是,當有明顯的差異或者法官已經在尋找差異時,就會看到對比效果。

例如,在同步潛水員的情況下,我假設法官接受過訓練,以尋找潛水夥伴(他們的目標是進行相同的潛水)之間的微小差異,因為這會導致他們的分數減少。 然後,對差異的關注可以概括為搜索從一對到下一對的差異,從而產生序列的整體對比效果。

時機也可能發揮作用。 如果演示非常短(幾分之一秒,可以在實驗室中製作),這可能會增加同化的可能性。 對於在自然環境中更常見的較長觀看時間,我們可能更有可能看到對比效果。 證據還表明,任何類型的先前項目影響可能會減少或完全消失 物品之間的時間 在序列中更長。

消除偏見

也許防止這些類型的偏見影響競爭結果的最佳方法是消除所謂的人為因素。 同步潛水的計算機分析例如,最終可能提供客觀的績效衡量指標,可以與人類判斷相結合,甚至取代人類判斷。

自動系統就像 鷹眼 已經被用於網球,板球和其他幾項運動作為公正的第二意見。 通過視覺跟踪球的運動,這些系統可以創建其軌蹟的3D表示。 也許有一天競爭中的其他類型的決定也可能由一個人為的法官幫助。

由於技術尚不能取代人類的判斷,我們可以採取一些步驟使競爭盡可能公平。 首先,隨機化競爭者的順序將阻止任何特定的運動員更有可能出現在序列中的有利位置(儘管這不會消除所提及的偏差)。 其次,盡可能地增加表演之間的時間(受限於電視廣播,人類集中等)應該減少一些偏見。 第三,我預測改善法官的條件 - 例如,給他們更多時間或允許他們觀看慢動作重播 - 也可能導致與先前表現的比較減少。

迄今為止,對於這些類型的偏見如何影響現實世界的行為和競爭幾乎沒有調查。 意識到運動員可以根據他們參加比賽的順序贏得或失去奧運會獎牌,這既令人驚訝又令人擔憂。 隨著對這些偏見的更多研究,我們可以弄清楚如何防止它們影響重要的結果,比如誰帶著黃金回家。

談話

關於作者

Robin Kramer,心理學系博士後研究員, 特倫特大學

這篇文章最初發表於 談話。 閱讀 原創文章.

相關書籍

{amazonWS:searchindex =圖書;關鍵字=克服偏見; maxresults = 3}

enafarZH-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

關注InnerSelf

Facebook的圖標Twitter的圖標RSS圖標

通過電子郵件獲取最新信息

{emailcloak = OFF}