Men ur ett vetenskapligt perspektiv är det svårt att göra en direkt koppling mellan människors fördomar och i vilken grad de behandlar andra olika. Det finns tusentals sätt på vilka människor stereotyperar olika sociala grupper – oavsett om det är att anta att en asiatisk student är bra på matte eller att tro att en irländsk kollega skulle vara en bra dryckeskompis – och med så många variabler är det otroligt utmanande att spåra hur någon behandlas till någon särskild egenskap.
”Det finns en tendens för människor att betrakta stereotyper, fördomar och deras effekter som i sig subjektiva. Beroende på var man står kan reaktionerna sträcka sig från ’det här är uppenbart’ till ’var inte en snöflinga'”, säger Ming Hsu, biträdande professor vid Berkeley Haas. ”Vad vi fann är att dessa subjektiva uppfattningar kan kvantifieras och studeras på ett sätt som vi tar för givet i andra vetenskapliga discipliner.”
En ny artikel som publicerades denna vecka i Proceedings of the National Academy of Sciences skär in i hjärtat av röriga sociala interaktioner med en uppsättning beräkningsmodeller för att kvantifiera och förutsäga ojämlik behandling. Hsu och forskaren Adrianna C. Jenkins – som nu är biträdande professor vid University of Pennsylvania – använde sig av socialpsykologi och beteendeekonomi i en rad laboratorieexperiment och analyser av fältarbete. (Berkeley-forskaren Pierre Karashchuk och Lusha Zhu från Pekinguniversitetet var medförfattare till artikeln.)
”Det har gjorts mycket arbete som visar att människor har stereotyper och att de behandlar medlemmar av olika sociala grupper olika”, säger Jenkins, som är huvudförfattare till artikeln. ”Men det finns en hel del vi fortfarande inte vet om hur stereotyper påverkar människors beteende.”
Det är mer än en akademisk fråga: Till exempel har universitetens antagningsansvariga länge kämpat med hur de på ett rättvist sätt ska ta hänsyn till en sökandes ras, etnicitet eller andra egenskaper som kan ha utgjort hinder för framgång. Hur mycket vikt bör till exempel läggas vid de hinder som afroamerikaner möter jämfört med de hinder som centralamerikanska invandrare eller kvinnor möter?
Men även om detta är mycket större frågor, säger Hsu att dokumentets bidrag är att förbättra hur man kan kvantifiera och jämföra olika diskriminering i olika sociala grupper – en vanlig utmaning som tillämpade forskare står inför.
”Det som var så uppseendeväckande är att vi fann att variationer i hur människor uppfattas översattes kvantitativt till skillnader i hur de behandlas”, säger Hsu, som har en dubbel anställning vid Helen Wills Neuroscience Institute och Neuroeconomics Lab på UC Berkeley. ”Detta var lika sant i laboratoriestudier där försökspersonerna bestämde hur några dollar skulle delas upp som i den verkliga världen där arbetsgivare bestämde vem de skulle intervjua för ett jobb.”
Istället för att analysera om stereotyperna var berättigade tog forskarna stereotyperna som utgångspunkt och tittade på hur de översattes till beteende med över 1 200 deltagare i fem studier. I den första studien med det klassiska ”diktatorspelet”, där en spelare får 10 dollar och ombeds bestämma hur mycket av dem som ska ges till en motpart, fann forskarna att människor gav vitt skilda belopp baserat på bara en enda information om mottagaren (t.ex. yrke, etnicitet, nationalitet). Till exempel gav människor i genomsnitt 5,10 dollar till mottagare som beskrevs som ”hemlösa”, medan de som beskrevs som ”advokater” fick ynka 1,70 dollar – till och med mindre än en ”missbrukare”, som fick 1 dollar.90
För att undersöka hur stereotyper om grupperna styrde människors val att betala ut olika belopp använde sig forskarna av en etablerad socialpsykologisk ram som kategoriserar alla stereotyper längs två dimensioner: de som rör en persons värme (eller hur trevlig den anses vara), och de som rör en persons kompetens (eller hur trevlig den anses vara), och de som rör en persons kompetens (eller hur trevlig den anses vara). Till exempel uppfattades ”irländare” som varmare men något mindre kompetenta än ”britter” och fick i genomsnitt något mer pengar.
”Det visar sig att även om människor är otroligt komplexa var dessa två faktorer oerhört förutsägande”, säger Hsu. ”Vi fann att människor inte bara ser vissa grupper som varmare eller trevligare, utan att om du är varmare med X enheter får du Y dollar mer”. Mer specifikt fann forskarna att särbehandling inte bara beror på hur människor uppfattar andra, utan också på hur de ser andra i förhållande till sig själva. Vid fördelning av pengar till en partner som ansågs vara mycket varm var människor ovilliga att erbjuda dem mindre än hälften av potten. Men när det gäller en partner som anses vara mer kompetent var de mindre villiga att få en mindre del av pengarna än den andra personen. Till exempel var det okej att få mindre än en ”äldre” motpart, men inte mindre än en ”advokat”.
Det är en sak att förutsäga hur människor beter sig i noggrant kontrollerade laboratorieexperiment, men hur är det i den stökiga verkliga världen? För att testa om deras resultat kunde generaliseras till fältet testade Hsu och kollegor om deras modell kunde förutsäga behandlingsskillnader i samband med två uppmärksammade studier av diskriminering. Den första var en kanadensisk arbetsmarknadsstudie där man fann en enorm variation i återbud till jobb baserat på den uppfattade rasen, könet och etniciteten hos namnen på CV:n. Hsu och kollegor fann att den upplevda värmen och kompetensen hos de sökande – stereotypen baserad enbart på deras namn – kunde förutsäga sannolikheten för att en sökande hade fått återbud.
De försökte igen med uppgifter från en amerikansk studie av en person som hade fått återbud. studie om hur professorer svarade på mentorskapsförfrågningar från studenter med olika etniska namn och fann samma resultat.
”Det sätt på vilket det mänskliga sinnet strukturerar social information har specifika, systematiska och kraftfulla effekter på hur människor värderar vad som händer med andra”, skrev forskarna. ”Sociala stereotyper är så kraftfulla att det är möjligt att förutsäga behandlingsskillnader baserat på bara dessa två dimensioner (värme och kompetens).”
Hsu säger att modellens förutsägelseförmåga skulle kunna vara användbar i ett brett spektrum av tillämpningar, till exempel för att identifiera diskrimineringsmönster i stora befolkningsgrupper eller för att bygga upp en algoritm som kan upptäcka och betygsätta rasism eller sexism över hela internet – något som dessa författare är djupt involverade i nu.
”Vår förhoppning är att detta vetenskapliga tillvägagångssätt kan ge en mer rationell, saklig grund för diskussioner och politik om några av de mest känslomässigt laddade ämnena i dagens samhälle”, säger Hsu.