Alexander Todorov ve meslektaşlarının yüzler ve seçim sonuçları üzerine çalışmasına dayanmaktadır.
Seçim Tahmini Testi
Görünüş bir seçimi tahmin edebilir mi?
Sadece adaylara bakarak bir seçimi kimin kazandığını söyleyebilir misiniz? Her çift, bir ABD Senatosu yarışından iki rakibi gösterir. Daha yetkin görüneni seçin ve sonunda seçtiğiniz yüzün ne sıklıkla kazanana ait olduğunu göreceksiniz.
28 çift var ve süre sınırı yok. Adaylardan birini tanıyorsanız Birini tanıyorum seçeneğini seçin: o çift puanınıza dahil edilmez.
Karanlık Çekirdek Yüzler Testi bir yüzden ne okuduğunuza, Amerikan Siyaseti Testi ABD meselelerinde nerede durduğunuza, Sosyal ve Mantıksal Beyin Testi ise bağlamın bir kuralı kontrol etme biçiminizi nasıl değiştirdiğine bakar.
28 çiftten 1
Nasıl yanıtlanır
İki fotoğrafa da bakın ve Kişi A ya da Kişi B'yi seçin, ardından İleri'ye basın. Süre sınırı yok: karar verirken fotoğraflar görünür kalır. Yüzlerden biri tanıdık geliyorsa Birini tanıyorum seçeneğini seçin.
Örneğin soldaki kişi daha yetkin görünüyorsa Kişi A'yı seçin. Daha önceki bir çifte yeniden bakmak ve isterseniz cevabınızı değiştirmek için Geri'yi kullanın.
Teste başlayın
Kim daha yetkin görünüyor?
GERİ SONRAKİ
İlk izlenimler ve seçim sonuçları
Hakkında hiçbir şey bilmediğiniz iki aday gördüğünüzü düşünün: isim yok, parti yok, politika yok. Yine de biri size hemen daha yetkin görünebilir. Princeton'daki Alexander Todorov ve meslektaşları, bu tür izlenimlerin gerçek seçimlerle örtüşüp örtüşmediğini araştırdı. Yaklaşık 40 kişiye ABD Senatosu ve Temsilciler Meclisi yarışlarının kazananlarının ve ikincilerinin yüzlerini gösterip hangisinin daha yetkin göründüğünü sordular. Seçimleri bir araya getirildiğinde, çoğunun daha yetkin bulduğu aday 2000, 2002 ve 2004 Senato yarışlarının %71,6'sını ve Temsilciler Meclisi yarışlarının %66,8'ini kazandı.
Bu %71,6 bir kalabalığın puanıdır, tek bir kişinin değil. Birçok kişinin seçimlerini bir araya getirmek her kişinin isabetsizliklerini dengeler; tek başlarına insanlar kazananı yaklaşık %56 oranında seçer, şans ise %50'dir (Olivola & Todorov, 2010). Bir başka deneyde insanlar her çifti yalnızca bir saniye gördü ve yine kazananları şanstan daha sık seçti. Görünüşe göre yetkinliğe dair hızlı izlenimler, bir yüzün kişinin işini ne kadar iyi yapacağı hakkında çok az şey söylemesine rağmen, insanların nasıl oy verdiğinde bir rol oynayabilir.
Başka kimler denedi?
Araştırmacılar aynı soruyu başka değerlendiricilere de yöneltti. Seul'deki Koreli öğrenciler, adayların yüzlerinden ABD valilik ve Senato yarışlarının kazananlarını %62 oranında seçti; bu, Amerikalı öğrencilerin oranından (%60) biraz daha yüksekti (Na et al., 2015); ancak Kaliforniya'da yapılan daha sonraki bir çalışma Koreli değerlendiriciler için yalnızca yaklaşık %54, Amerikalılar için %55 buldu (Lin et al., 2017). 5-13 yaşlarındaki İsviçreli çocuklar, Truva'dan İthaka'ya yelken açmayı konu alan bir bilgisayar oyununun ardından iki yüzden hangisini gemilerinin kaptanı olarak isteyeceklerini seçti; seçimleri Fransız parlamento ikinci turlarının kazananlarıyla %64 oranında örtüştü (Antonakis & Dalgas, 2009). Göz izleme cihazıyla izlenen üç rhesus maymunu, kaybedenlere kazananlardan daha uzun baktı; bir maymunun daha az baktığı yüzü onun seçimi saydığımızda, kazananla %54,6 oranında örtüştüler (Jiang et al., 2024, henüz bir dergide yayımlanmamış bir ön baskı). İnsanların yüz izlenimleriyle eğitilmiş bir bilgisayar, ABD Senato yarışlarının %65,5'inde kazananı seçti (Joo, Steen & Zhu, 2015). Her yüzü yalnızca 1/30 saniye gören öğrenciler ise kazananı yine de %55 oranında ikisi arasında daha yetkin buldu (Mattes et al., 2010).
İki bulgu, yüzün kendisinin göründüğünden daha az etkili olduğunu düşündürüyor. Fotoğraflarda yüzün kesilip yalnızca saç, kıyafet ve arka planın bırakıldığı öğrenciler kazananı %65 oranında seçti; yalnızca yüzün gösterildiği öğrencilerde bu oran %52'ydi (Spezio et al., 2012). Ayrıca 30 yarışta, öğrencilerin daha çekici bulduğu aday %77 oranında kaybetti (Mattes et al., 2010).
Puanınız nasıl hesaplanır
Bu test, özgün çalışmadaki 95 Senato yarışının 28'ini kullanır. Puanınız, kazananlarla örtüşen seçimlerinizin payıdır; yalnızca iki adayı da tanımadığınız çiftler sayılır. Rastgele seçim yapmak size yaklaşık %50 verirdi. Grafikteki diğer çubuklar, her biri kendi çalışmasından ve kendi gerçek seçimlerinden gelen diğer değerlendiricilerin puanlarıdır; bu yüzden birebir karşılaştırma değil, kaba bir ölçüttür.
Fotoğraflar çalışmada kullanılanlar değildir. Aynı adayların kamuya açık fotoğraflarıdır; bazıları seçimden yıllar sonra çekilmiştir ve aynı kişinin farklı bir fotoğrafı verdiği izlenimi değiştirebilir. Bu sürümün puanları henüz özgün çalışmanınkiyle karşılaştırılmamıştır ve bir seçimi kazanmak, bir adayın gerçek yetkinliği hakkında hiçbir şey söylemez: parti, görevde olma ve siyasi iklim daha çok önem taşır.
Fotoğraf künyeleri ve kaynaklar
Fotoğraflar Wikimedia Commons'tan alınmış, kırpılmış ve gri tonlamalı olarak gösterilmiştir. Yaratıcıları bu testi onaylamamaktadır.
- 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).
Referanslar
- 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
Sık Sorulan Sorular
Neyi seçiyorum?
Her çiftte, yalnızca fotoğraflara bakarak size daha yetkin görünen adayı seçin.
Fotoğraflardaki kişiler kimler?
Her çift, 2000, 2002 veya 2004'teki bir ABD Senatosu seçimindeki iki ana adayı gösterir. İsimleri bu sayfanın altındaki fotoğraf kaynaklarında yer alıyor; bitirdikten sonra okumak isteyebilirsiniz.
Birini tanıyorum, ne olur?
Birini tanıyorum seçeneğini seçin. O çift puanınıza dahil edilmez.
Süre sınırı var mı?
Hayır. Her çiftte istediğiniz kadar zaman geçirebilirsiniz. Geri, cevabınızı değiştirmek isterseniz sizi önceki bir çifte götürür.
Grafikteki çubuklar ne anlama geliyor?
Sizin çubuğunuz, kazananlarla örtüşen seçimlerinizin payıdır. Diğerleri, yayımlanmış çalışmalarda diğer değerlendiricilerin seçimlerinin kazananla ne sıklıkla örtüştüğüdür; her seferinde tek bir değerlendirici: yüzlerle eğitilmiş bir bilgisayar, gemi kaptanı seçen 5-13 yaş arası çocuklar, Amerikalı politikacıları değerlendiren Koreli öğrenciler, tipik bir yetişkin, rhesus maymunları (henüz bir dergide yayımlanmamış bir çalışma), her yüzü 1/30 saniye gören kişiler ve yazı tura. Resimler örnektir, çalışmaların katılımcıları değildir. Her çalışma kendi gerçek seçimlerini kullandı, bu yüzden onları kaba bir ölçüt olarak değerlendirin.
Özgün çalışmanın %71,6'sı neden grafikte yok?
Çünkü bu tek bir kişinin puanı değil. Yaklaşık 40 kişinin çoğunun daha yetkin bulduğu adayın ne sıklıkla kazandığıdır. Birçok kişinin seçimlerini bir araya getirmek her kişinin isabetsizliklerini dengeler, böylece kalabalık üyelerinden herhangi birini yener: tek başlarına insanlar kazananı yaklaşık %56 oranında seçer.
Testi tekrar çözebilir miyim?
Evet, ancak ikinci bir oturum yeni bir test değildir: yüzleri daha önce görmüş olacaksınız.
English
Español
Português
Deutsch
Français
Italiano
Polski
Українська
Русский
Türkçe
العربية
日本語
한국어
ไทย
汉语
Tiếng Việt
Bahasa 