打字猴:1.701498806e+09
1701498806
1701498807 94.无论这种思想是否真的存在。
1701498808
1701498809 95.(46)
1701498810
1701498811 96.(107)描述了一项富有争议性的实验,该实验显示意识反应很慢。
1701498812
1701498813 97.标准测试是内隐态度联想测验(IAT)(77,126)。但其他的包括了某人是否持枪的快速决策。在那样的实验中,白人明显选择了对黑人友善度较低的方式。且其中一个实验显示,对黑人的刻板印象里有一条就是攻击性强。
1701498814
1701498815 一项有趣的研究表明,当用黑人面部的图片通过潜意识影响了白人被试后,他们在电话交流中会表现得更具攻击性(36)。而实验中的被试不会知道,刻板印象正在塑造他们的行为。
1701498816
1701498817 98.举例来说,Fazio等人(60)发现,(通过问卷)得出的显性的被试种族主义倾向和其对罗德尼·金案以及黑人社区随之而来的愤怒浪潮的态度高度相关。然而,他们更隐晦的种族主义倾向则是其对待黑人研究员友善程度的绝佳预告。当然,在缺乏对照组实验的情况下,被试可能根本没有办法意识到,他们对于黑人研究员表现出的态度是和对方的种族有关的。
1701498818
1701498819 只有给自我模型足够的时间,且我们对自己建立的社交模型可以对行为选择做出判断时,我们才能表现出有意识想要表现的态度。
1701498820
1701498821 99.(156)
1701498822
1701498823 100.(171)
1701498824
1701498825 101.这项实验中有趣的一点是,几乎所有不加解释地拿走一张海报的被试选择的都是莫奈或者凡·高的画。而那些给出理由的被试中则有1/3选择的是幽默画海报。值得注意的是,那些对艺术和文学高谈阔论的人喜爱的艺术品和书往往与我们不同。刻薄的人可能会说,与其说受到艺术吸引,不如说抽象艺术更容易用来夸夸其谈,而且这大概就是抽象艺术在那些整日讨论艺术的人中无比流行的原因。
1701498826
1701498827 102.我们只能通过推测他人的思想来预判他们下一步的举动。但我们能够获得的信息却只有他们已经做出的行为(或环境等)。
1701498828
1701498829 103.关于“眼睛的语言”的更多阐述,见(13)。
1701498830
1701498831 104.(87)
1701498832
1701498833 105.(28)
1701498834
1701498835 106.或者是视觉注意对象的转换。如果我把水弄洒了,那么大脑发出指令表示其与社交相关,并确保视觉信号(这部分信息外在的观察者也可以获得)被传输到了意识部分,是合情合理的。在这一章后面,我们会对部分证据一一核查,看看大脑是否可以拣选出社交相关信息并将其传递给意识所在的模型。
1701498836
1701498837 107.(66,92)
1701498838
1701498839 108.(145)
1701498840
1701498841 109.研究者也曾在经验丰富的打字员那里得出了类似的结论,研究者在被试打出的内容中插入一些错误,再把他们原有的错误进行部分更正。打字员在他们确实犯错的地方会稍稍放慢速度。然而,他们会觉得那些已经被改正的错误本来就是对的。
1701498842
1701498843 110.有些情况下,私人信息是他人无法推测出的,这样的信息会提高我们预测并操纵他人行为的能力。有些情况中的私人信息,则是他人稍后可以得知的(比如我无意间在妻子的裙子上烧了一个洞)。有些信息,则有可能是他人已经知道的了(比如我妻子在换衣服的时候已经看到了)。当然,还有些信息是我可以选择与他人交流的(比如我烧了洞,于是订了周六晚餐的位子并留给她时间再买一条新的)。
1701498844
1701498845 选择不对等信息的进一步原因是场景中多方的复杂关系。比如之前讲到的更衣室的例子,我的朋友知道87号储物柜是我的,那个站在87号旁边的男人看到我们走过去也可能会知道。但房间里的其他人可能等会儿会知道,而和我们擦肩而过的人则可能永远都不知道。我们可以对情况进行模拟,为每一个发生互动的人都单独建立一个模型,但这看上去太麻烦了。建立一个可以共享的模型,再对模型统一调试,将他人可能会误解的问题明确下来,这样做方便多了。而关于错误想法做出的调试之一,看上去就是糖果和萨莉/安妮实验中想要测试的问题。(14,130)
1701498846
1701498847 一个社交模型,但整合的知识只有其他人可能会知道,这个模型估计非常苍白无力。而把某些别人不知道的信息加入到模型中来,在预测别人对我们的看法和我们要如何操纵并回应他们时会有效得多。
1701498848
1701498849 111.(165)
1701498850
1701498851 112.你可以对这个机器人做点改进。比如当前方光强高于后方时,后轮能够不向后发力就好了。那你可以加一组电路,在光强出现差异时关停后轮。现在它看上去就有个中心决策者了。它会对比前后接收的光信号强度,然后决定发动哪一组轮子。
1701498852
1701498853 但在实际操作中,这种所谓的决策者其实是开关的一种。原理是这样的,机器前部传入了一定程度的电信号,而后方传来了更大的信号。对比两组信号强度后,它会自己传出一道电流。这个所谓的决策者不需要知道是什么引发的信号,或是它本身发出的电流会有何影响。它既可以用在手机里、电脑里,也可以用在烤面包机里。
1701498854
1701498855 因此,了解开关的状态也不会抹消掉我们对模型的需求。因为我们需要模型来理解开关如何从输入端获取电信号,又怎样传递给输出端。如果模型把这些都搞清,它也就完全没必要了解开关到底在做什么了:只要知道哪组轮子在动,动得多快就好。它自然可以从轮子的情况中推断出开关的状态,非要直接知晓开关状态反而显得鸡肋了。
[ 上一页 ]  [ :1.701498806e+09 ]  [ 下一页 ]