这两张脸,哪个看起来更能干?别犹豫,跟着感觉选。

打开网易新闻 查看精彩图片

图源:Inferences of competence from faces predict election outcomes

如果你选了左边,恭喜你,精准预测了一场真实的美国参议院选举结果。

刚才你经历的,正是2005年心理学家亚历山大·托多罗夫(Alexander Todorov)做过的一场经典实验。当时,他把真实的政治候选人照片混在问卷里发给学生,要求他们在一秒钟内凭直觉选出“更能干”的人。结果却发现,仅仅凭借对照片一秒钟的瞥视,学生们就准确命中了当年近70%的美国国会选举结果。

这个结果登上《科学》杂志[1]。媒体蜂拥而至,欢呼着,“相由心生被科学证实了!只看一眼真的可以看穿一个人”。

打开网易新闻 查看精彩图片

亚历山大·托多罗夫,芝加哥大学布斯商学院的保加利亚心理学教授。在担任现职之前,他是普林斯顿大学的教授。他的研究重点是人类如何感知,评估和理解社会世界。为了替代传统的理论驱动实验来研究感知和判断,托多罗夫的实验室率先开发了数据驱动的计算方法。这些方法无需预先假设即可对判断的感知基础(例如,是什么使一个物体变得美丽)进行建模和可视化,并可用作探索工具。在以往研究的基础上,目前的研究利用生成式人工智能来模拟个体人类偏好。另一项研究方向是人类统计直觉的不完整性,以及这些直觉在何种情况下会损害决策(例如,处理由随机过程产生的结果)。图源:chicagobooth

但托多罗夫却感到不安。一个人复杂的政治能力,怎么可能写在脸上?这70%的准确率,到底是因为选民目光如炬,还是因为选民太容易被一张脸牵着鼻子走?

为了寻找真相,他决定亲手拆穿自己的成名作。

打开网易新闻 查看精彩图片

0.1秒的错觉

如果看脸是在收集关于一个人能力的信息,那这就应该像阅读一样:看的时间越长,理应看得越准。

为了测试这一点,托多罗夫操纵了观看的时间,从极其短暂的0.1秒,到不限时端详。结果出人意料:0.1秒内形成的印象,与完全不限时观看,得出的结论高度一致。多出来的时间,只是让大家对自己的直觉更自信罢了[2,3]。

随即,媒体断章取义,将之缩写成一句口号:“看准一个人只需要0.1秒”。 面对这种误读,托多罗夫甚是无奈,因为他想证明的恰恰相反:0.1秒只够大脑仓促贴个标签,在后续多出来的时间里,并没有让任何新信息进入大脑,人们只是在用更多的时间,为自己最初的偏见寻找合理的借口。

所以,那极其笃定的一眼,只是在迅速识别一个符合预期的图案。就像看见一个汉字,你能瞬间认出它一样。识别不需要时间,只需要你脑子里事先存着那个模板。

打开网易新闻 查看精彩图片

一个刻板印象示例。

在现实中,这种偏见甚至会弄假成真[4]。当你第一眼认定某人“不好惹”时,就会带着防备对待他;对方感受到敌意,自然回以冷漠。最终,他被你逼成了你想象中的样子,而你还会得意地说:“看,我第一眼就觉得他不行。”

你可能不服气:万一我第一眼真的看准了呢?

为了验证这一点,托多罗夫分析了超过一百万次“看脸猜人”的测试数据。结果堪称灾难。靠看脸推断一个人的性格,准确率竟然比闭着眼睛、纯按常理推测还要低。因为瞎猜,你还能结合背景依靠客观常识;一旦看了脸,大脑就会用一套刻板印象,精准把你带进沟里[5]。

所以,开头的这场预测,学生们只是算准了大众的偏见。他们能预测选票,仅仅因为成千上万的选民脑子里共享着同一套“靠谱精英该长什么样”的模板,然后在投票时,偷偷把这人“看起来”能干,替换成了这人“真的”能干。

打开网易新闻 查看精彩图片

决定第一印象的时刻

如果你的第一印象读不准内在,那你总该能认准一张脸吧?

先看个测试,屏幕上有40张不同的照片,有些照片可能出自同一个人,请问这里有几个人?

打开网易新闻 查看精彩图片

屏幕上有40张不同的照片,有些照片可能出自同一个人,请问这里有几个人?图源:Variability in photos of the same face

大部分人会猜这里应该有7-8个人,但实际上,只是两个荷兰人在不同场合的普通抓拍。仅仅因为光线和角度的改变,大脑就会把同一个人脑补成好几个完全不同的陌生人[6]。但如果你认识这两个人,你便能很轻易地分清他们。

顺着这个现象,托多罗夫做了个更极端的测试。在光线和角度基本一致的条件下,让人评价同一批人的正面照。结果却发现,仅仅是嘴角弧度或眉头松紧的微小自然变化,就足以制造出极其悬殊的社会印象差异。明明是同一张脸,左边的你感觉"值得信赖",到了右边,却觉得"狡猾刻薄"。这种差异,有时甚至超过了两个完全不同的人[7]。

打开网易新闻 查看精彩图片

上一行,右边的人比左边更可信;下一行,仍是这两个人,但换了照片以后,评价高低反转。图源:参考文献7。

事实上,这个现象就发生在你身边。你相亲时用的照片,和简历里的照片肯定不会是同一张。因为你很清楚:一张照片只是你的一个切片。可一旦面对陌生人,你却会立刻把初见对方时那短短一瞥,当成他本人。

打开网易新闻 查看精彩图片

这张图展示同一个男人的5张照片,以及它们分别在以下场景中的选择比例:镇长竞选;高薪咨询职位;Facebook头像;约会网站;反派试镜。对这个人而言:第1张最常被选为竞选照片;第2张最常被选为咨询职位和反派试镜照片;第3张最常被选为Facebook照片。图源:参考文献7。

所谓第一印象,只有一次快门。那一刻的光线、角度、和随机的面部状态,就是大脑判案的全部证据。它从一开始,就抽错了一个根本不足以代表整个人的样本。

那面对这张极其偶然的切片,大脑究竟在疯狂计算什么?

打开网易新闻 查看精彩图片

当一张脸遇见一双眼睛

为了搞清楚这个问题,托多罗夫用海量的看脸数据,反向破解了人类大脑看脸的“底层代码”[8]。

他发现第一印象启动的往往是远古的保命机制。

首先,第一印象的主要目标是排雷。大脑没空分析陌生人是否有责任心,它只关心两个生死问题:你想伤害我吗(是敌是友)?我打得过你吗(是强是弱)?

其次,为了用最快速度摸清对方底细,面对一张毫无表情的静止面孔,大脑只能靠捕捉最原始的生理特征来交差。所以,它会把静态长相错认成动态情绪,乃至性格特征[9]。

比如,一个人天生眉心略紧,大脑会认为,他在皱眉,他有敌意。反之,只要嘴角天生微翘,人们就更愿意靠近。就连三四岁的孩子,也会本能地用这套标准去区分好人与坏人[10]。这也就是为什么,有些人明明什么都没做,却总吃天生臭脸的亏。

最后,第一印象还夹带了大量私人恩怨。你对某人“第一眼就莫名反感”,可能只是因为他某个特征恰好长得像坑过你的前同事[11]。

后来,心理学家证实,第一印象里,被看的那个人(长相本身),其实只占了10%的决定权。看脸的你(偏见)贡献了20%。剩下的基本取决于你们目光相撞那一瞬间的化学反应。你们各自的长相、经历、当天的情绪,在0.1秒内完成了一次不可复制的碰撞。换一个时间、换个心情,结论可能完全不同[12]。

当托多罗夫向全世界公开这套荒谬的看脸错觉时,他长舒了一口气,以为自己终于用科学终结了看脸识人的古老神话。

打开网易新闻 查看精彩图片

被代码武装的偏见

但他没有想到,几年后,一些商业公司直接端走了他的模型,包装出了能“看透人心”的AI机器,宣称只要扫一眼照片,就能揪出潜在的罪犯[13]、淘汰不合格的员工。

但问题在于,托多罗夫测的明明是这张脸“让人感觉”有多靠谱,这群新时代的相面大师,却悄悄把它改成了这人“实际上”有多靠谱?

面对这种伪科学复辟,本是温和的托多罗夫怒了。他发文抨击[14],AI根本没有看透什么“犯罪骨相”或“性格密码”,它只是把人类0.1秒里的那眼错觉,原样抄了下来,然后运行了十亿次。

真正危险的,不是机器犯了错,而是机器给了理性的数据,让人更相信自己没有犯错。当算法和你的直觉一致时,你会当它是一次独立印证,“看,连机器都这么说了”。于是,原有的偏见被彻底“合法化”,而你比从前更迷信自己的眼睛。

打开网易新闻 查看精彩图片

你看见了谁?

既然归根结底,一切都是人类自己的偏见,那我们能战胜它吗?

花了二十年证明第一印象有多荒谬后,托多罗夫给出的答案是:不能[15]。

你永远无法关掉大脑的偏见开关。明天走在街上,你依然会在看到陌生人的第一眼,暗暗给他贴上“靠谱”或“危险”的标签。但真正的区别只在于:你是否还会把这种感觉,当成审判对方的证据。

现在,回到开场的两张脸。

你确实预测中了现实里的赢家。但这场判断暴露的,是你脑海中的模板,以及整个社会准备用怎样的特权去优待这样一张脸。

别忘了,就在此刻。在某份简历、某个社交软件里,你的一张照片也正被别人审视。对方仅仅瞥了一眼,就已经笃定,自己看透了你的一生。

第一印象从来没有告诉我们“一个人到底是谁”,它只是极其残酷地预演了,这个充满偏见的世界,将会怎样对待一个长成这样的人。

打开网易新闻 查看精彩图片

[1] TODOROV A, MANDISODZA A N, GOREN A, et al., Inferences of competence from faces predict election outcomes[J]. Science, 2005, 308(5728): 1623-1626.

[2] BALLEW C C, TODOROV A. Predicting political elections from rapid and unreflective face judgments[J]. Proceedings of the National Academy of Sciences, 2007, 104(46): 17948-17953.

[3] WILLIS J, TODOROV A. First impressions: making up your mind after a 100-ms exposure to a face[J]. Psychological Science, 2006, 17(7): 592-598.

[4] SNYDER M, TANKE E D, BERSCHEID E. Social perception and interpersonal behavior: On the self-fulfilling nature of social stereotypes[J]. Journal of personality and social psychology, 1977, 35(9): 656-666.

[5] OLIVOLA C Y, TODOROV A. Fooled by first impressions? Reexamining the diagnostic value of appearance-based inferences[J]. Journal of Experimental Social Psychology, 2010, 46(2): 315-324.

[6] JENKINS R, WHITE D, VAN MONTFORT X, et al., Variability in photos of the same face[J]. Cognition, 2011, 121(3): 313-323.

[7] TODOROV A, PORTER J M. Misleading first impressions: different for different facial images of the same person[J]. Psychological Science, 2014, 25(7): 1404-1417.

[8] OOSTERHOF N N, TODOROV A. The functional basis of face evaluation[J]. Proceedings of the National Academy of Sciences, 2008, 105(32): 11087-11092.

[9] TODOROV A, OLIVOLA C Y, DOTSCH R, et al., Social attributions from faces: determinants, consequences, accuracy, and functional significance[J]. Annual Review of Psychology, 2015, 66: 519-545.

[10] COGSDILL E, TODOROV A, SPELKE E, et al., Inferring Character From Faces: A Developmental Study[J]. Psychological science, 2014, 25(5): 1132-1139.

[11] VEROSKY S C, TODOROV A. Generalization of affective learning about faces to perceptually similar faces[J]. Psychological Science, 2010, 21(6): 779-785.

[12] HEHMAN E, SUTHERLAND C A M, FLAKE J K, et al., The unique contributions of perceiver and target characteristics in person perception[J]. Journal of Personality and Social Psychology, 2017, 113(4): 513-529.

[13] WU X, ZHANG X. Automated Inference on Criminality using Face Images[J/OL]. ArXiv, 2016.

[14] Y ARCAS B A, MITCHELL M, TODOROV A. Physiognomy in the age of AI[M]//Feminist AI: Critical perspectives on algorithms, data, and intelligent machines. Oxford Academic, 2023: 208-236.

[15] TODOROV A, OH D, UDDENBERG S, et al., Face evaluation: Findings, methods, and challenges[J]. Annals of the New York Academy of Sciences, 2025, 1545(1): 28-37.

制片人:雒芊芊 | 制片助理:Catherine Chen

总导演:郑明键 | 分集编导:骆沁真

文案:范存源 | 剪辑制作:骆沁真 曾国怀 方之

声音制作:林得力 王鹰

出品:天桥脑科学研究院大圆镜工作室

本文摘录自“大圆镜科普”社会心理学系列

打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片

关于追问nextquestion

天桥脑科学研究院旗下科学媒体,旨在以科学追问为纽带,深入探究人工智能与人类智能相互融合与促进,不断探索科学的边界。欢迎评论区留言,或后台留言“社群”即可加入社群与我们互动。

关于天桥脑科学研究院

天桥脑科学研究院(Tianqiao and Chrissy Chen Institute)是由陈天桥、雒芊芊夫妇出资10亿美元创建的世界最大私人脑科学研究机构之一,围绕全球化、跨学科和青年科学家三大重点,支持脑科学研究,造福人类。

Chen Institute与华山医院、上海市精神卫生中心设立了应用神经技术前沿实验室、人工智能与精神健康前沿实验室;与加州理工学院合作成立了加州理工天桥神经科学研究院。

Chen Institute建成了支持脑科学和人工智能领域研究的生态系统,项目遍布欧美、亚洲和大洋洲,包括、、、科研型临床医生奖励计划、、科普视频媒体「大圆镜」等。