Måling af de implicitte skævheder, vi måske ikke engang er klar over, at vi har

Når de fleste tænker på bias, de forestiller sig en forsætlig tanke eller handling - f.eks. en bevidst tro på, at kvinder er dårligere end mænd i matematik eller en bevidst beslutning om at trække nogen på grund af hans eller hendes race. Køns- og racefordomme i USA har historisk været åbenlyse, forsætlig og meget synlig. Men, ændringer af retssystemet og normer for acceptabel adfærd i USA har ført til klare reduktioner i sådanne eksplicitte skævheder.

Desværre, vi ser stadig forskelle i sundhed, retshåndhævelse, uddannelses- og karrieremæssige resultater afhængigt af gruppemedlemskab. Og mange store forskelle, vi ser i samfundet, viser sig også i små undersøgelser af adfærd. Så, hvordan opretholdes disse uligheder i et land, der er stolt over egalitarisme?

Selvfølgelig, åbenlyse sexister og racister eksisterer stadig, og eksplicitte skævheder er vigtige. Imidlertid, det er ikke så mange sociale og organisatoriske forskere som os, der i øjeblikket forstår fordomme - negative holdninger til medlemmer af en social gruppe - og stereotyper - overbevisninger om egenskaberne ved en social gruppe. Vores felt arbejder på at forstå og måle implicit bias, som stammer fra holdninger eller stereotyper, der forekommer stort set uden for bevidst bevidsthed og kontrol.

Hvordan man afslører skævheder, som vi måske ikke ved, vi har

I mange tilfælde, folk ved ikke, at de har disse implicitte fordomme. Ligesom vi ikke kan se nærmere på, hvordan vores maver eller lunger fungerer, vi kan ikke bare “kigge inde i” vores eget sind og finde vores implicitte skævheder. Dermed, vi kan kun forstå implicit bias ved brug af psykologiske foranstaltninger, der omgår problemerne med selvrapportering.

Der er en række foranstaltninger til implicit bias; den mest udbredte kaldes Implicit Association Test (IAT; du kan prøve en her). Forskere har publiceret tusindvis af fagfællebedømte tidsskriftartikler baseret på IAT siden oprettelsen i 1998.

IAT måler styrken af ​​associationer mellem sociale grupper (f.eks. sorte og hvide mennesker) og evalueringer (såsom gode og dårlige). Ligesom du sandsynligvis har en stærk mental forbindelse mellem jordnøddesmør og gelé, eller læge og sygeplejerske, vores sind danner forbindelser mellem sociale grupper (f.eks. "kvinder") og evalueringer ("positive") eller stereotyper ("pleje").

Når du tager en implicit foreningstest, man sorterer hurtigt billeder af sorte og hvide mennesker og positive og negative ord. Hovedideen er, at det er lettere at svare, når emner, der er mere nært beslægtede i hukommelsen, deler den samme svarnøgle. I en del af testen, sorte ansigter og negative ord deler den samme svarnøgle, mens hvide ansigter og positive ord deler en anden svarnøgle. I en anden del af testen, hvide ansigter og negative ord deler den samme svartast, og sorte ansigter og positive ord deler en anden svarnøgle. I hvilket omfang man lettere kan udføre den hvide + gode version af testen end den sorte + gode version afspejler en implicit pro-hvid bias.

Pro-hvide implicitte skævheder er gennemgående. Data fra millioner af besøgende på Project Implicit -webstedet afslører, at mens omkring 70 procent af de hvide deltagere rapporterer, at de ikke foretrækker sorte og hvide mennesker, næsten det samme nummer viser en vis grad af hvide præferencer på IAT. Andre tests afslører skævheder til fordel for lige mennesker frem for homoseksuelle, handicappede over handicappede og tynde mennesker over tykke mennesker, og viser, at mennesker forbinder mænd med videnskab lettere end de forbinder kvinder med videnskab.

Forholder IAT-score sig til virkelighedens adfærd?

Et andet centralt spørgsmål om implicit bias og IAT er, hvordan det forholder sig til diskriminerende adfærd. Formentlig, hvad folk rent faktisk gør er vigtigst, især når man forsøger at forstå, hvordan individuelle skævheder kan føre til samfundsmæssige forskelle.

Og, faktisk, forskere har vist, at folks score på IAT forudsiger, hvordan de opfører sig. For eksempel, en undersøgelse viste, at læger med højere niveauer af implicit race -bias var mindre tilbøjelige til at anbefale passende behandling til en sort patient end en hvid patient med koronararteriesygdom. En metaanalyse af mere end 150 undersøgelser understøtter også tanken om, at der er et pålideligt forhold mellem implicit bias, målt ved IAT, og virkelige adfærd.

Det er ikke at sige, imidlertid, at der er en en-til-en-overensstemmelse mellem implicit bias og adfærd; nogen med stærk pro-hvid implicit bias kan nogle gange ansætte en sort medarbejder, og en person med ringe eller ingen implicit pro-hvid bias kan undertiden diskriminere en sort person til fordel for en mindre kvalificeret hvid person.

Selvom forbindelsen mellem racebias og adfærd er robust, den er også ret lille. Men lille betyder ikke uvæsentligt. Small effects can have cumulative consequences at both the societal level (across lots of different people making decisions) and at the individual level (across lots of different decisions that one person makes). And some implicit biases are more related to behavior than others; for eksempel, implicit political preferences have a very strong relationship with voting behavior.

Certainly more work is needed to understand the precise conditions under which the IAT will predict behavior, and how strongly, and for what attitudes. But in the aggregate, across people and settings, there is a substantial body of evidence indicating that the IAT is related to behavior.

With or without a test, implicit bias exists

The idea that people have associations in their minds, particularly in socially sensitive domains, that contradict their self-reported beliefs is well-established within the social sciences. But there remain important open questions about how best to identify and quantify such implicit biases and when and how implicit biases in people's minds translate into meaningful, real-world behavior.

The IAT has withstood constant criticism since its creation in 1998. These critiques have led to improvements of the measure and the way it is scored, as well as the tempering of early claims and the creation of new measurement procedures. That's the way a healthy science progresses. As a result of criticism, the IAT is one of the best-understood psychological measures in use by social scientists.

Even if it were to turn out that our current measures of implicit bias are problematic, that would have little bearing on whether or not implicit bias exists. Mental links between social groups and evaluations and attributes are real. Bias exists. And while learning about implicit bias can be an important step in initiating behavior change for some people, there is no published evidence that awareness alone is an antidote to the influence of implicit bias. To see a reduction in bias-based disparity, it is essential that we develop and implement empirically tested interventions – specific tools we can use to produce egalitarian behavior.

Denne artikel blev oprindeligt offentliggjort på The Conversation. Læs den originale artikel.