当人们以貌取人时，大脑究竟在算什么？

本文来自微信公众号： PsyCulture&Science ，作者：Xu 等

想象你的对面坐着一个陌生人。还没等他开口，你心里已经有了某种判断：这人看起来挺好相处，好像有点精明，大概也不太年轻。这些印象几乎在一瞬间形成，你也很少去追问它们是怎么来的。

这种“以貌取人”的倾向远不止日常闲谈那么简单。有研究发现，选民仅凭照片觉得候选人“看起来是否能干”，就能预测世界各地的选举结果；面孔印象还会影响约会对象的选择、招聘决定，甚至法庭量刑。虽然，人们对面孔形成的印象虽然五花八门，但可以归纳成少数几个基本维度。

经典做法是请被试按照研究者事先给定的一组特质词（如“可信”“能干”“有支配性”）给面孔打分，再用因子分析从评分里提炼出潜在结构。可是不同研究得出的答案并不一致：Oosterhof和Todorov（2008）提出“效价—支配”两维模型，Sutherland等（2013）人发现三个维度（可接近性，支配性，年轻吸引力），Lin等（2017）用100个代表性英语特质词得到了四个维度：温暖、能力、女性化和年轻。

这种分歧背后有一个根本问题。如果维度是从“词”里算出来的，那么结果反映的到底是人对面孔的判断，还是语言本身的语义结构？英语词汇特有的语义关系，也可能让结论很难推广到其他语言和文化。换句话说，研究者给出的词，也许本身就在左右答案。

为了绕开这个问题，加州理工学院Ralph Adolphs团队在Nature Human Behaviour上发表了一项研究，用到的是多重排列任务（multi-arrangement task）。被试在屏幕上看到一个白色圆形区域，每轮出现3到8张陌生面孔，他们只需拖动这些面孔：觉得“性格和特点”更相似的人放得近一些，差别大的放得远一些。整个实验里没有出现任何特质词。

不给任何词，只让空间说话

被试在电脑屏幕上看到一个白色圆形竞技场，里面随机散落着若干张陌生面孔（每次3到8张），他们需要用鼠标把这些脸拖动排布：认为这类人性格特质越相似，就摆得越近；越不同，就摆得越远。整个过程中，指导语从不提供任何特质词，只反复提醒“你推断这些人是什么样的人，他们之间有多相似？”后续试次会根据先前的排布智能地重采样那些尚未被充分区分的面孔对，以高效逼近真实的相似度结构。

这项设计的巧妙之处在于：它既不向被试灌输词语、也不以词语为前提，采集效率高，且产出的是连续而非类别化的相似度度量。虽然单次试次受限于二维平面，但当成千上万次排布、跨越三千多名被试的数据被汇总为一个“表征不相似矩阵”（RDM）时，整体结构的维度便不再被二维平面所束缚——因为每次排布中其余面孔都充当了情境锚点，跨试次、跨被试的聚合自然释放出更高的维度空间。

研究包含两个实验。实验一招募了1,751名有效被试，采用100张以白人为主的中性正面照（正是Lin等人2021年用过的同一批面孔），从而可与词语评分研究直接对照。实验二在初次同行评审后追加，启用了1,683名被试与一套种族更均衡的面孔（白人、黑人、亚洲人各三分之一），并刻意招募了大致等量的白人、黑人与亚洲被试，用以检验结论的普适性以及种族因素的影响。

被试真的是在推断性格吗？

这一任务最大的隐患是：被试会不会只是在按“鼻子长短”“肤色深浅”这类表面特征分类，甚至随便乱摆？为此团队设置了层层验证。

首先，可靠性极高。每张脸都由至少59人评估（实验一平均67人），被试间的总体一致性经Spearman–Brown校正后达到0.82（实验一）与0.90（实验二）。而且，个体内越一致的被试，彼此之间也越一致，他们的数据与最终聚合矩阵的吻合度也最高——这说明被试是以同质化的方式完成任务，最终结果可代表高质量数据。

其次，排除表面特征解释。团队将真实数据与五类参照矩阵对比：随机置换的零模型、试次内置换的“乱摆”零模型、基于41项几何与肤色特征的矩阵、一个预训练人脸识别网络VGG16各层激活的矩阵，以及真实的特质评分矩阵。结果显示：随机置换接近零；表面视觉特征（性别除外）相关性微弱；与VGG16的相关只在深层才升高——意味着被试依赖的是整张脸的整体性、抽象化感知，而非局部几何线索；而相关性最高的，正是那些明确要求被试给出特质评分的数据。

最后，对实验一的开放式问卷分析显示，自述“做了社会推断”的被试与“只看外表”的被试，各自单独分析竟得到了基本相同的五个维度。多重证据共同锁定一个结论：被试确实在推断性格，而非在做表面分类。

研究结果：五维心理空间

通过交叉验证确定最优维度数后，实验一的多维标度（MDS）分析稳定地给出了五个维度，共解释了76%的方差。

维度一：威胁—易接近性。它占据了最大的方差（27%）。值得注意的是，这一维度并非单一特质，而是一个高度整合的整体性评价指标。它与以往研究中的“温暖”、“可信”、“能力”甚至“女性化”等多个维度均呈强相关。这表明，在不被词汇强制分割时，人脑倾向于将多种积极或消极的社会评价融合为一个全局性的“好坏”信号，作为快速趋避决策的基础。

维度二：性别特异性温暖。研究发现，人们对男性和女性的“不友好”有着截然不同的解读：对于男性，负面评价更多关联于“罪犯”、“虐待”等反社会特质；而对于女性，负面评价则指向“嫉妒”“暴躁”等情绪化特质。这一发现揭示了性别刻板印象如何深度嵌入我们对人格特质的感知结构中，即便在没有性别标签的情况下，性别依然是组织社会印象的核心锚点。

维度三：能力。

维度四：道德，强调了谦逊与傲慢在面孔感知中的独特地位，这在以往基于词汇的研究中常被忽略或混淆。

维度五：年轻化，但更偏向“传统/保守”这类性格层面的成熟感，而非单纯外貌年龄。

为了检验这一结构的普适性及种族因素的影响，研究团队在实验二中引入了包含白人、黑人和亚裔的多样化面孔样本。结果再次稳健地复现了五维结构，但其内涵发生了耐人寻味的偏移。

在种族多样化的语境下，第一维度不再是纯粹的“可接近性”，而是被“种族偏见”所主导，主要表现为白人与黑人面孔的分离。第二维度则将“性别”与“可接近性/温暖”紧密结合，女性气质与正面社会评价的关联在这一维度上表现得淋漓尽致。第三维度则凸显了针对亚裔面孔的刻板印象，将其与“年轻”“女性化”等特质捆绑在一起。

启示：印象是整体的，偏见由具体刺激决定

这项研究的深层价值体现在三个层面。

方法学上，它首次证明：即便完全不借助词语，人们对面孔的特质判断依然可靠、依然存在高度共识，并且依然收敛于一个低维的心理空间。这有力地反驳了“低维结构只是语言伪影”的质疑——无论是否诉诸语言去思考，我们似乎都用一个紧凑的心理空间来表征他人的社会特质。

理论上，“可接近性”或“温暖”不再是一个孤立的维度，而是一个囊括了信任、能力、友善等多重方面的超级因子。传统观点认为每个维度对应一个独立的心理构念（如单独的可信度或能力）。但本研究表明：当不被词语牵引时，脸孔印象是整体性的——它把可信、温暖、能力等多个侧面熔铸进一个单一的、关于“该靠近还是回避”的概括性评价之中。研究者推测，这或许是一种快速而粗糙的社会评估，随着加工时间延长与词汇认知介入，才逐渐精细化、分化为我们能够言说的各种特质。这与“过度泛化假说”相吻合：许多被试在中性面孔上报告看到了微妙的“微笑”或“愤怒”，仿佛大脑把本不存在的情绪投射了上去。

社会意义上，实验一与实验二的对比揭示，性别、种族与年龄的刻板印象，会随着所选面孔刺激的不同而或隐或现。当面孔集中于单一族裔时，种族维度潜伏不显；一旦面孔多元化，种族刻板印象便跃升为最主要的组织维度。这意味着偏见并非凭空消失，而是取决于我们看到了谁。

总之，所谓的“以貌取人”就像是人们脑中飞速运转的“算法”，既是进化赋予我们的快速社会评估工具，也是偏见悄然潜入决策的隐秘通道。看清它如何运作，正是我们学会与之保持警惕的第一步。

参考文献

Xu,Y.,Keles,U.,Lin,C.&Adolphs,R.Trait judgements of faces using a task without word labels.Nature Human Behaviour https://doi.org/10.1038/s41562-026-02605-2.