基于亚历山大·托多罗夫及其同事的面孔与选举结果研究。
选举预测测试
外貌能预测选举吗?
你能仅凭观察候选人就判断出谁赢得了选举吗?每一组展示一场美国参议院竞选中的两位对手。选出看起来更有能力的那一位,最后你会看到你选中的面孔有多少次属于获胜者。
共有28组,没有时间限制。如果你认识其中任何一位候选人,请选择“我认识其中一人”:该组不计入你的得分。
暗黑核心面孔测试考察你从一张脸上读出的内容,美国政治测试考察你在美国议题上的立场,社交与逻辑大脑测试则考察情境如何改变你检验规则的方式。
第 1 组,共 28 组
如何作答
看两张照片,选择甲方人物或乙方人物,然后按“下一步”。没有时间限制:你决定时照片会一直显示。如果其中任何一张面孔让你觉得熟悉,请选择“我认识其中一人”。
例如,如果左边的人看起来更有能力,就选择甲方人物。使用“返回”可以重新查看之前的一组,并随意更改你的答案。
开始测试
谁看起来更有能力?
返回 下一个
第一印象与选举结果
想象一下,你看到两位自己一无所知的候选人:不知道姓名,不知道党派,也不知道政纲。其中一位可能仍会让你立刻觉得更有能力。普林斯顿的亚历山大·托多罗夫及其同事研究了这类印象是否与真实选举相符。他们向约40人展示了美国参议院和众议院选举中获胜者与落败者的面孔,并询问谁看起来更有能力。把他们的选择汇总后,被其中大多数人判定为更有能力的候选人赢得了2000年、2002年和2004年参议院选举的71.6%,以及众议院选举的66.8%。
这个71.6%是群体的得分,而不是某一个人的。汇总许多人的选择会抵消每个人各自的失误;单独来看,人们大约有56%的时候能选中获胜者,而随机猜测的概率是50%(Olivola & Todorov, 2010)。在另一项实验中,人们每组只看一秒钟,仍然比随机更常选中获胜者。看来,对能力的快速印象可能在人们的投票中起作用,尽管一张脸几乎说明不了一个人会把工作做得多好。
还有谁尝试过?
研究人员把同样的问题交给了其他评判者。首尔的韩国学生仅凭候选人的面孔,就在62%的情况下选中了美国州长和参议院选举的获胜者,略高于美国学生的比例(60%)(Na et al., 2015),不过后来在加利福尼亚进行的一项研究发现,韩国评判者只有约54%,美国评判者为55%(Lin et al., 2017)。5至13岁的瑞士儿童在玩过一款从特洛伊航行到伊萨卡的电脑游戏后,从两张面孔中选出自己希望当船长的那一位;他们的选择与法国议会决选的获胜者相符的比例为64%(Antonakis & Dalgas, 2009)。三只恒河猴在眼动仪的观察下,注视落败者的时间长于注视获胜者的时间;把猴子注视较少的那张脸算作它的选择,它们有54.6%的时候与获胜者相符(Jiang et al., 2024,一篇尚未在期刊上发表的预印本)。一台根据人们对面孔的印象训练出来的计算机,在美国参议院选举中有65.5%的时候选中了获胜者(Joo, Steen & Zhu, 2015)。而那些每张脸只看1/30秒的学生,仍有55%的时候判定获胜者是两人中更有能力的一方(Mattes et al., 2010)。
有两项发现表明,面孔本身起的作用比看起来要小。把照片中的脸裁掉、只留下头发、衣着和背景后给学生看,他们有65%的时候选中了获胜者,而只看到脸的学生为52%(Spezio et al., 2012)。另外,在30场竞选中,学生认为更有吸引力的候选人落败的比例为77%(Mattes et al., 2010)。
你的得分如何计算
本测试使用了原始研究中95场参议院竞选中的28场。你的得分是你选中的面孔中获胜的比例,只统计你两位候选人都不认识的那些组。随机选择大约会得到50%。图表上的其他条形是其他评判者的得分,各自来自不同的研究和不同的真实选举,因此它们只是粗略的参照,而非同口径的比较。
这些照片并非研究中使用的照片。它们是同一些候选人的公开照片,有些拍摄于选举数年之后,而同一个人不同的照片会改变它给人的印象。本版本的得分尚未与原始研究的得分进行比较,而且赢得选举并不能说明候选人的实际能力:党派、是否在任以及政治气候的影响更大。
照片来源与署名
照片来自维基共享资源,经裁剪并以灰度显示。其创作者并不认可本测试。
- Dianne Feinstein: United States Congress, US Senate Photo.
- Tom Campbell: United States Congress.
- Debbie Stabenow: Unknown author.
- Spencer Abraham: Department of Energy..
- Mark Dayton: United States Congress.
- Rod Grams: United States Congress.
- Conrad Burns: Unknown.
- Brian Schweitzer: Office of Governor Brian Schweitzer.
- Rick Santorum: Biographical Directory of the United States Congress.
- Ron Klink: Unknown author.
- Mark Pryor: Unknown author.
- Tim Hutchinson: United States Senate.
- Saxby Chambliss: Unknown author.
- Max Cleland: Unknown.
- Tom Harkin: US Congress.
- Greg Ganske: Office of Congressman Greg Ganske.
- Susan Collins: Unknown author.
- Chellie Pingree: U.S. House of Representatives.
- Jim Talent: Unknown author.
- Jean Carnahan: Unknown.
- Lamar Alexander: Unknown author.
- Bob Clement: U.S. House of Representatives.
- Jay Rockefeller: Unknown author.
- Jay Wolfe: D. D. Meighen.
- Lisa Murkowski: United States Senate.
- Tony Knowles: Gillfoto.
- Blanche Lincoln: Unknown author.
- Jim Holt: Goodolclint.
- Barbara Boxer: Office of Senator Barbara Boxer.
- Bill Jones: Secretary of State of California.
- Chris Dodd: Unknown.
- Jack Orchulli: Jack_Orchulli_MilfordCT_October2010.jpg : Sgt. R.K. Blue derivative work: Jerzeykydd ( talk ).
- Mel Martinez: United States Department of Housing and Urban Development.
- Betty Castor: Unknown.
- Johnny Isakson: Unknown.
- Denise Majette: U.S. House of Representatives.
- Jim Bunning: Unknown author.
- Dan Mongiardo: Gage Skidmore.
- Barbara Mikulski: Unknown.
- E. J. Pipkin: Marylandstater.
- Kit Bond: United States Senate.
- Nancy Farmer: Missouri State Archives from Jefferson City, Missouri, United States.
- Richard Burr: Unknown author.
- Erskine Bowles: Official White House photo by Pete Souza.
- Tom Coburn: U.S. Senate Historical Office.
- Brad Carson: unknown, credited to US Congress.
- Arlen Specter: Unknown.
- Joe Hoeffel: Congressional Employee.
- Jim DeMint: United States Congress.
- Inez Tenenbaum: Consumer Product Safety Commission.
- John Thune: United States Senate.
- Tom Daschle: United States Senate.
- Patty Murray: United States Senate.
- George Nethercutt: United States House of Representatives.
- Russ Feingold: United States Senate.
- Tim Michels: Michael J. Rockett (Original) - Aaaccc (Derivative work).
参考
- Todorov, A., Mandisodza, A. N., Goren, A., & Hall, C. C. (2005). Inferences of competence from faces predict election outcomes. Science, 308(5728), 1623–1626. doi:10.1126/science.1110589
- Antonakis, J., & Dalgas, O. (2009). Predicting elections: Child’s play! Science, 323(5918), 1183. doi:10.1126/science.1167748
- Jiang, Y., Huttunen, A., Belkaya, N., & Platt, M. L. (2024). Monkeys predict US elections. bioRxiv preprint. doi:10.1101/2024.09.17.613526
- Joo, J., Steen, F. F., & Zhu, S.-C. (2015). Automated facial trait judgment and election outcome prediction: Social dimensions of face. Proceedings of the IEEE International Conference on Computer Vision (ICCV), 3712–3720. doi:10.1109/ICCV.2015.423
- Mattes, K., Spezio, M., Kim, H., Todorov, A., Adolphs, R., & Alvarez, R. M. (2010). Predicting election outcomes from positive and negative trait assessments of candidate images. Political Psychology, 31(1), 41–58. doi:10.1111/j.1467-9221.2009.00745.x
- Lin, C., Adolphs, R., & Alvarez, R. M. (2017). Cultural effects on the association between election outcomes and face-based trait inferences. PLoS ONE, 12(7), e0180837. doi:10.1371/journal.pone.0180837
- Na, J., Kim, S., Oh, H., Choi, I., & O’Toole, A. (2015). Competence judgments based on facial appearance are better predictors of American elections than of Korean elections. Psychological Science, 26(7), 1107–1113. doi:10.1177/0956797615576489
- Olivola, C. Y., & Todorov, A. (2010). Elected in 100 milliseconds: Appearance-based trait inferences and voting. Journal of Nonverbal Behavior, 34(2), 83–110. doi:10.1007/s10919-009-0082-1
- Spezio, M. L., Loesch, L., Gosselin, F., Mattes, K., & Alvarez, R. M. (2012). Thin-slice decisions do not need faces to be predictive of election outcomes. Political Psychology, 33(3), 331–341. doi:10.1111/j.1467-9221.2012.00897.x
- Todorov, A., & Porter, J. M. (2014). Misleading first impressions: Different for different facial images of the same person. Psychological Science, 25(7), 1404–1417. doi:10.1177/0956797614532474
常见问题
我在选什么?
在每一组中,仅凭照片判断,选出在你看来更有能力的候选人。
照片里的人是谁?
每一组展示的是2000年、2002年或2004年一场美国参议院选举中的两位主要候选人。他们的名字在本页底部的照片来源说明中,你或许可以在完成后再去查看。
如果我认识其中一人怎么办?
请选择“我认识其中一人”。该组不计入你的得分。
有时间限制吗?
没有。每一组你想花多久都可以。如果你想更改答案,“返回”会带你回到之前的一组。
图表上的条形代表什么?
你的条形是你选中的面孔中获胜的比例。其他条形是已发表研究中其他评判者的选择与获胜者相符的频率,每次只涉及一种评判者:一台根据面孔训练的计算机、挑选船长的5至13岁儿童、评判美国政治人物的韩国学生、普通成年人、恒河猴(一项尚未在期刊上发表的研究)、每张脸只看1/30秒的人,以及抛硬币。图中的图片只是示意,并非研究的参与者。每项研究都使用了各自的一组真实选举,因此请把它们当作粗略的参照。
为什么图表上没有原始研究的71.6%?
因为它不是某一个人的得分。它是被约40人中大多数人判定为更有能力的候选人获胜的频率。汇总许多人的选择会抵消每个人各自的失误,因此群体胜过其中任何一员:单独来看,人们大约有56%的时候能选中获胜者。
我可以再做一次吗?
可以,但第二次做并不是一次全新的测试:你已经见过这些面孔了。
English
Español
Português
Deutsch
Français
Italiano
Polski
Українська
Русский
Türkçe
العربية
日本語
한국어
ไทย
汉语
Tiếng Việt
Bahasa 