不管我们认为自己有多开明，我们都对他人抱有偏见。Pragya Agarwal博士解释了这些偏见从何而来，以及为什么认识和消除这些偏见对让世界变得更美好、更公平很重要。
告诉我们偏见的类型。
显性偏见是指非常明显的东西。如果有人故意歧视两个人，基于他们的种族、肤色或他们上的大学，而且很明显这种歧视正在发生或这些偏见存在，那么这就是显性偏见。
但也有一些隐性因素，这些因素很难被认定为偏见。这些影响我们的决定和行动，但它们不是很清楚。例如，取笑某人，或偏爱某人:如果某人看了简历说，“哦，我认为这个人比另一个人更合格，”仅仅因为他们上的是某所大学。
我们所有人都有从众偏见;我们更容易被和自己相似的人吸引。这些偏见不容易明确地标出。
阅读更多关于心理学的内容:
为什么我们会有偏见?
从进化的角度来看，我们被设计来区分不同的人，并在属于我们群体或部落的人和不属于我们的人之间迅速做出决定。这是一种生存策略，因为资源是有限的，人们不得不说，“这是对我或有限资源的威胁，所以这个人是外群体。”
我们会快速决定这个人或物体是否构成威胁，或者我们应该害怕这个人。这种群体内和群体外的划分非常迅速，因为我们必须处理这么多信息。没有时间在理性和逻辑的水平上接受每一点信息。
所以，很多这些都是在我们之前的经验基础上处理的。我们会在之前的经历之间快速匹配，比如，在过去，这种人或情况对我们是威胁，所以这就是未来。
这些刻板印象就是这样形成的。我们快速地划分，区分和标签，作为一种快速处理信息的方式在我们的大脑将信息提升到理性的水平之前。
这样做有好处吗?
绝对的。比如说我去购物，想在超市选一个牌子的麦片。如果我把身边的每一个信息都加以权衡，并试图在清晰分析的基础上做出独立的决定，那么时间就不够了。我会被世界上的每一个决定困住。
但在某些情况下，这些决定显然也有负面影响。它们有生死攸关的影响。它们比选择一个品牌的麦片更重要。
一旦你意识到无意识的偏见，你能训练自己摆脱它们吗?
关于无意识偏见是我们与生俱来的还是我们可以忘记它们的争论一直存在。就我个人而言，我认为很多偏见都是通过我们的经历习得并形成的。我们的成长方式，文化和社会背景，我们接触过的媒体，我们的部落和社区告诉我们的事情，我们谈论或在报纸上读到的事情。
我们一生都在学习它们。因为我们学习了它们，我们也可以忘记它们。我相信，一旦我们意识到它们并反思它们，我们就能相应地改变我们的态度。
阅读更多关于偏见的内容:
所以，你童年时的事情在后来的生活中会变成无意识的偏见?
是的。在我的书中，我谈到了发展心理学,以及如何孩子们，随着他们的成长，开始形成群体内和群体外的联想。这是孩子们的自然反应，因为他们正在理解自己的身份，理解自己在世界上的位置。
这很大程度上是由他们在我们周围看到的人决定的，他们视谁为敌人，视谁为朋友，和谁在一起让他们感到舒适。在这个阶段并没有真正的偏见，但是偏见被他们从父母那里得到的信息，或者他们所受的教育，或者他们所读的书和所看的电视所强化。
你认为未来没有这些偏见吗?
不。我不这么想。我认为改变将会发生，而且正在缓慢地发生——非常缓慢地发生，因为在现状中，任何形式的改变总是会遇到阻力。拥有特权的人总是会反抗，因为这会威胁到他们的地位，这意味着他们会担心一旦他们的地位改变，他们在社会中的地位和地位会如何。
重要的是我们要谈论它，我们要意识到像微侵犯这样(由偏见引起的)事情。作为我们文化的一部分被承认并根深蒂固的东西，被接受为好的，即使它伤害了被边缘化或受害的人。
我们不能消除所有的认知偏见，所有的内隐偏见。偏见并不总是负面的。但我们可以消除与我们的某些偏见有关的刻板印象、偏见和歧视。
社交媒体是如何融入其中的呢?
一些关于偏见和偏见的讨论可能会变得非常激烈，因为它们感觉像是对我们整个身份的评判。我们说你有偏见，所以你是一个坏人。
在我的书中，我想要做的是，通过提供科学证据，引入不同的案例研究和理论，来帮助我们理解，我们都可以忘记我们的一些有毒行为。
是的，社交媒体正在制造回音室和过滤气泡。社交媒体正在强化一种对特定群体的归属感，即“我属于某个特定群体，所以我不能与任何不属于这个群体的人交往。”通过这些媒介，我们又回到了原始的群体内和群体外的倾向。
但我也认为，我们所处的环境正在加剧这些分歧。
如果一个被边缘化的群体开始谈论和反对偏见，那么一开始就会有进一步的分歧。但是，为这些讨论提供更多的证据和开放的、非评判性的平台是很重要的。
你如何研究人们的偏见?
很难衡量和量化这些东西。在我的书中，我批评了一些工具和方法，这些工具和方法被认为是衡量偏见的绝对方法。就像内隐联想测验例如,(IAT)。
IAT是由哈佛心理学家提出的，它已经被使用了很长时间，因为我们没有其他的测试。这是一个有用的工具，但有些人认为它为内隐偏见提供了一个可衡量的价值。它建立在关联的基础上，通过这种方式，它告诉我们什么是内隐偏见。如果我把一件事和另一件事联系起来。
例如，如果我一直说苹果=绿色，那么显然我坚信苹果永远是绿色的，永远不会是红色的。这非常简单。IAT会给出这些关联的一个值，但这个数字并不能给出我们偏见的绝对标志。
我看到很多机构都在使用IAT。他们称之为“多样性训练”，或“内隐偏见训练”，但它并不是训练你理解什么是内隐偏见，以及如何解决它。
电脑会有偏见吗?
我们可能会认为人工智能是中立的——这当然是人们推广基于人工智能的招聘和招聘平台的方式。人们说，因为这是技术，它将消除人类的偏见。但这是完全错误的，因为机器不是黑盒;它们是由人类设计的，并建立在现有数据的基础上。
所以，所有来自团队、开发人员和数据的偏见，都是强制性的，并被植入到系统本身。但当这些系统和技术再次产生这些偏见时，它也会使社会上已经存在的偏见继续存在，所以这就变成了一种恶性循环。当我们使用技术和机器学习时，我们需要非常小心。
但这不仅仅是高科技产品，对吧?它在我们的家里，在我们的手机里。
是的,当然。科技的问题在于，在STEM领域，大多数(设计技术的)开发团队基本上都是男性主导的。有一些研究讨论了硅谷的性别歧视和厌女症。
团队内部的这种偏见会影响到他们所创造的技术或系统。所以，给语音助手赋予女性的声音，或女性的名字，创造并强化了女性处于从属或助理角色的概念。他们可以以一种支配性的方式与他们交谈，他们不会反驳或为自己辩护。
阅读更多的采访:
几年前，联合国(UN)的一份报告显示，当听到一些有损性的言论时，语音助手只会说:“如果我能脸红的话，我会脸红的。”
我认为，许多组织已经开始考虑这些问题。我知道语音系统的设计方式发生了变化，他们在回应性骚扰声明时可以说些什么。
但我们需要从一开始就解决这些问题，赶在技术离我们而去之前。
绝对的。
- 博士Pragya阿加瓦尔他是一名行为和数据科学家，前学者，自由撰稿人和记者，运营着一个名为“50%项目”的研究智库，该智库致力于性别平等。
影响:解体无意识偏见普拉吉亚·阿加瓦尔(Pragya Agarwal)的作品现已出版(售价16.99英镑，Bloomsbury Sigma出版社)。
作者
艾米是BBC科学焦点的编辑助理。她拥有科学出版学士学位，自2018年毕业以来一直从事记者工作。2020年，艾米被英国杂志编辑协会提名为年度编辑助理。她负责所有的事情书籍，文化和媒体。她的兴趣范围从自然历史和野生动物，到女性在STEM和无障碍技术。
