Der Test der impliziten Annahmen

Nehmen wir an, Sie haben eine Haustier-Ursache, auf die Sie Aufmerksamkeit und Unterstützung lenken möchten. Es gibt eine Reihe von Möglichkeiten, wie Sie dies versuchen könnten, wobei Ehrlichkeit vielleicht die am häufigsten verwendete erste Richtlinie ist. Während Ihre anfängliche Kampagne auf ein bescheidenes Maß an Erfolg trifft, möchten Sie Ihre Marke sozusagen wachsen lassen. Wenn Sie erforschen, wie andere Ursachen auf sich aufmerksam machen, bemerken Sie einen offensichtlichen Trend: Große Probleme bekommen tendenziell mehr Unterstützung als kleinere: Der Gesundheitszustand von 1: 4-Personen unterscheidet sich erheblich von dem, der 1 zu 10 betrifft , 0000. Auch wenn Ihnen klar ist, dass es etwas pervers klingt, wenn Sie Ihr Haustierproblem irgendwie zu einem viel größeren machen könnten, als es tatsächlich ist – oder zumindest so aussieht -, würden Sie wahrscheinlich mehr Aufmerksamkeit und Finanzierung gewinnen. Ihnen steht nur ein Problem im Weg: die Realität. Wenn die meisten Leute Ihnen sagen, dass Ihr Problem nicht viel von einem ist, sind Sie ein bisschen Pech. Oder bist du? Was, wenn du andere davon überzeugen könntest, dass das, was die Leute dir sagen, nicht ganz richtig ist? Vielleicht denken sie, dass Ihr Problem nicht viel von einem ist, aber wenn ihre Berichte nicht vertrauenswürdig sind, haben Sie jetzt mehr Spielraum, Ansprüche bezüglich des Umfangs Ihres Problems geltend zu machen.

Du bekommst endlich den großen Fisch, von dem du immer gewusst hast, dass du ihn gefangen hast

http://4.bp.blogspot.com/

Dies bringt uns erneut auf die Frage der impliziten Assoziationsaufgabe, oder IAT, zurück. Laut seinen Urhebern misst die IAT "… Einstellungen und Überzeugungen, über die die Menschen möglicherweise nicht berichten können oder wollen", und macht diesen Sprung von "Assoziation" zu "Einstellungen" zeitnah. Diese Art von Test könnte im obigen Beispiel ein nützliches Ziel für den Fundraiser darstellen, da dies möglicherweise den wahrgenommenen Umfang Ihres Problems erhöhen könnte. Finden Sie nicht genug Leute, die explizit rassistisch sind, um zu beweisen, dass das Thema mehr Aufmerksamkeit bekommen sollte, als es derzeit ist? Nun, das könnte daran liegen, dass Rassismus im Großen und Ganzen ein gesellschaftlich unerwünschtes Merkmal ist und dementsprechend viele Menschen nicht offen sagen wollen, dass sie Rassisten sind, auch wenn sie rassistisch voreingenommen sind. Wenn Sie einen Test hätten, der plausibel dahingehend interpretiert werden könnte, dass Menschen Einstellungen vertreten, die sie ausdrücklich leugnen, könnten Sie darüber sprechen, dass Rassismus viel häufiger ist, als es zu sein scheint.

Das hängt davon ab, wie man den Test interpretiert: Alle IAT-Maßnahmen sind sehr schnelle und unmittelbare Reaktionszeiten, wenn es um das Drücken von Tasten geht. Ich habe die IAT bei einigen Gelegenheiten diskutiert: erstens in Bezug darauf, was genau die IAT misst (und vielleicht nicht sein wird) und in letzter Zeit in Bezug darauf, ob IAT-ähnliche Tests Antwortzeiten als Maße rassistischer Voreingenommenheit verwenden Vorhersagen, wenn es um tatsächliche Verhaltensweisen geht. Die schnelle Version dieser beiden Beiträge lautet, dass wir vorsichtig sein sollten, wenn wir eine Verbindung zwischen Reaktionszeit in einem Labor und rassistischen Verzerrungen in der realen Welt, die weit verbreitete Diskriminierung verursachen, herstellen. Im Fall von Schießentscheidungen zum Beispiel führte eine realistischere Aufgabe, bei der die Teilnehmer eine Simulation mit einer Waffe anstelle eines Knopfdrucks am Computer verwendeten, zu dem entgegengesetzten Ergebnismuster, das viele IAT-Tests vorhersagten: Die Teilnehmer waren tatsächlich langsamer schwarze Verdächtige zu erschießen und eher unbewaffnete weiße Verdächtige zu erschießen. Es reicht nicht aus, einfach davon auszugehen, dass "diese unterschiedlichen Reaktionszeiten natürlich zu einer realen Diskriminierung führen"; Sie müssen es zuerst demonstrieren.

Dies bringt uns zu einer kürzlich durchgeführten Meta-Analyse einiger IAT-Experimente von Oswald et al (2014), die untersuchen, wie gut das IAT Verhaltensvorhersagen machte und ob es wesentlich besser war als die expliziten Messungen, die in diesen Experimenten verwendet wurden. Es gab anscheinend eine frühere Meta-Analyse der IAT-Forschung, die solche Dinge gefunden hat – zumindest für bestimmte, sozial sensible Themen – und diese neue Meta-Analyse scheint eine Antwort auf die frühere zu sein. Oswald et al (2014) beginnen mit der Feststellung, dass die Ergebnisse der IAT-Forschung aus dem Labor in praktische Anwendungen in Recht und Politik gebracht wurden; Eine Frage, die mehr als nur ein wenig darüber sprechen würde, ob die IAT tatsächlich nicht messen würde, was sie von vielen als messend interpretiert wird, etwa als Beweis für Diskriminierung in der realen Welt. Sie gehen davon aus, dass die vorherige Metaanalyse der IAT-Effekte keine analytische und methodologische Validität aufwies, auf die sich ihre neue Analyse besinnen könnte.

• Halten Sie ihn eine Feigling nennen
• Diese Facebook-Spiele, die wir spielen und warum wir sie spielen
• Und der Oscar geht an…
• 30 Zitate über Elternschaft
• Der Pädophile in jedem

Das ist ungefähr so ​​nah, wie akademische Publikationen zu Scheiß-Reden kommen

http://www.quickmeme.com/

Zum Beispiel waren die Autoren daran interessiert zu untersuchen, ob verschiedene experimentelle Definitionen von Diskriminierung durch die IAT und explizite Maßnahmen differentiell vorhergesagt wurden, während sie zuvor alle bei der letzten Analyse in die gleiche Kategorie eingeordnet worden waren. Oswald et al (2014) gruppierten diese Operationalisierungen von Diskriminierung in sechs Kategorien: (1) gemessene Gehirnaktivität, die eine eher vage und offen zu Interpretationskategorie, (2) Reaktionszeiten in anderen Aufgaben, (3), Mikroverhalten, wie Haltung oder Ausdruck von Emotionen, (4), zwischenmenschliches Verhalten, wie ob man in einem Gefangenendilemma kooperiert, (5) Personenwahrnehmung (dh explizite Urteile anderer) und (6) politische Präferenzen, wie etwa ob man unterstützt Richtlinien, die bestimmten Rassengruppen zugute kommen oder nicht. Oswald et al (2014) fügten auch einige zusätzliche, neuere Studien hinzu, die die vorherige Metaanalyse nicht beinhaltete.

Obwohl dies eine Menge zu diesem Papier ist, wollte ich mit der Diskussion bestimmter Ergebnisse fortfahren. Das erste dieser Ergebnisse ist, dass die IAT-Werte in den meisten Fällen nur sehr schwach mit dem zu bewertenden Diskriminierungskriterium korrelierten, was einer mageren Korrelation von 0,14 entspricht. In dem Maße, wie IAT tatsächlich implizite Einstellungen misst, scheinen diese Einstellungen nicht zu haben viel vorhersehbarer Einfluss auf das Verhalten. Die Ausnahme zu diesem Muster war in Bezug auf die Gehirnaktivitätsstudien: Diese Korrelation war wesentlich höher (etwa 0,4). Da jedoch die Gehirnaktivität als solche für ihre Interpretation keine besonders bedeutungsvolle Variable ist, ist es eine offene Frage, ob uns etwas über Diskriminierung interessant ist. Tatsächlich haben die Autoren in dem vorherigen Beitrag, den ich erwähnt habe, auch eine Wirkung auf die Gehirnaktivität beobachtet, aber das bedeutet nicht, dass die Leute gegenüber schwarzen Menschen voreingenommen waren; ganz im Gegenteil.

Der zweite Befund, den ich erwähnen möchte, ist, dass in den meisten Fällen die expliziten Maße von Einstellungen gegenüber anderen Rassen, die von Forschern (wie diesem oder jenem) verwendet werden, sehr schwach mit dem zu bewertenden Diskriminierungskriterium korreliert sind, obwohl sie durchschnittlich sind Die Korrelation war ungefähr gleich groß wie die impliziten Maße bei 0,12. Außerdem liegt dieser Wert offenbar deutlich unter dem Wert, der durch andere Maße expliziter Einstellungen erreicht wird, was die Autoren dazu veranlasst, zu vermuten, dass Forscher wirklich genauer darüber nachdenken sollten, welche expliziten Maßnahmen sie verwenden. Wenn Sie Fragen zu "symbolischem Rassismus" oder "modernem Rassismus" stellen, fragen Sie sich vielleicht, warum Sie nicht nur nach "Rassismus" fragen. Die Antwort, soweit ich das beurteilen kann, ist, weil im Verhältnis sehr wenige Leute – und vielleicht sogar weniger Studenten -; die Bevölkerung, die am häufigsten beurteilt wird – äußert offen rassistische Ansichten. Wenn Sie als Forscher viel Rassismus finden wollen, dann müssen Sie tiefer graben und ein bisschen schielen.

• Ein offener Brief an Big Ag CEOs
• Fort Hood Shooter: Inkontinent oder bösartig?
• Tanz mit dem Schatten: Ein Gespräch mit Connie Zweig
• Die 7 + 1 besten Dinge über das Leben
• Mutterschaft ist nicht das, was es einmal war

Die dritte Erkenntnis ist, dass die oben genannten zwei Maße – implizit und explizit – auch wirklich nicht sehr gut miteinander korrelierten, wobei nur eine Korrelation von 0,14 gemittelt wurde. Wie Oswald et al (2014) es ausdrückten:

"Diese Ergebnisse zeigen zusammen, zumindest für die Renndomäne … dass implizite und explizite Messungen unterschiedliche psychologische Konstrukte erfassen – von denen keines viel Einfluss auf das Verhalten haben kann …"

Tatsächlich schätzen die Autoren, dass die impliziten und expliziten Maßnahmen insgesamt etwa 2,5% der Varianz diskriminierender Kriterien bezüglich der Rasse ausmachten, die jeweils etwa ein Prozent über die andere Maßnahme hinauszählen. Mit anderen Worten, diese Effekte sind klein – sehr klein – und machen einen ziemlich schlechten Job, viel von irgendetwas vorherzusagen.

"Ergebnisse: Antwort war unklar, also haben wir den Zauberball wieder geschüttelt"

http://s3-media1.fl.yelpcdn.com/

Uns bleibt ein eher unvorteilhaftes Bild der Forschung in diesem Bereich. Die expliziten Maße rassistischer Einstellungen scheinen bei der Vorhersage von Verhaltensweisen nicht sehr gut zu sein, vielleicht aufgrund der Art der gestellten Fragen. Zum Beispiel, in der symbolischen Rassismus-Skala, könnte die Antwort auf Fragen wie "Wie viel Diskriminierung gegen Schwarze, denken Sie, dass es in den Vereinigten Staaten heute ist, ihre Chancen, weiter zu kommen?", Viel damit zu tun haben Dinge, die wenig oder gar nichts mit Rassenvorurteilen zu tun haben. Sicher, bestimmte Antworten mögen rassistisch klingen, wenn Sie glauben, dass es eine einfache Antwort auf diese Frage gibt, und jeder, der dem nicht zustimmt, muss böse und voreingenommen sein, aber für diejenigen, die noch nicht diese bestimmte Menge Kool-Aid getrunken haben, könnten einige Vorbehalte bestehen bleiben. Die Verwendung der impliziten Reaktionszeiten scheint auch die Grenze zwischen der tatsächlichen Messung rassistischer Einstellungen und vielen anderen Dingen zu verwischen, wie etwa, ob man ein Stereotyp hält oder ob man sich eines Stereotyps bewusst ist (im Hinblick auf seine Genauigkeit im Augenblick). Diese Vorbehalte scheinen sich darin widerzuspiegeln, dass beide Methoden sehr viel von allem vorauszusagen scheinen.

Warum mögen (einige) Leute die IAT so sehr, selbst wenn sie so wenig vorhersagen? Ich denke, es ist wieder einmal ein großer Anreiz, Forscher und Laien mit einer plausibel klingenden Geschichte zu versorgen, um anderen mitzuteilen, wie schlimm ein Problem ist, um mehr Unterstützung für ihre Sache zu bekommen. Es bietet Deckung für die Unfähigkeit, explizit zu finden, wonach Sie suchen – wie viele Menschen, die Meinungen über die Überlegenheit der Rasse äußern – und lässt stattdessen eine viel vagere Maßnahme zu. Da mehr Leute zu dieser vageren Definition passen, ist das Ergebnis ein einschüchternder klingendes Problem; ob es der Realität entspricht, kann neben dem Punkt liegen, wenn es nützlich ist.

Referenzen : Oswald, F., Blanton, H., Mitchell, G., Jaccard, J. & Tetlock, P. (2014). Vorhersage von rassistischer und ethnischer Diskriminierung: Eine Metaanalyse von IAT-Kriterienstudien. Zeitschrift für Persönlichkeit und Sozialpsychologie, 105, 171-192.