Перейти до основного вмісту
Academically Reviewed

На основі дослідження облич і результатів виборів Александера Тодорова та його колег.

Тест «Передбачення виборів»

Чи може зовнішність передбачити вибори?

Чи можете ви визначити, хто переміг на виборах, лише поглянувши на кандидатів? Кожна пара показує двох суперників із перегонів до Сенату США. Оберіть того, хто виглядає компетентнішим, і наприкінці ви побачите, як часто обличчя, яке ви обрали, належало переможцю.

Тут 28 пар і немає обмеження часу. Якщо ви впізнаєте когось із кандидатів, оберіть «Я когось упізнаю»: ця пара не враховується у вашому результаті.

Тест «Темне ядро облич» досліджує, що ви читаєте в обличчі, Тест «Американська політика» — які ваші погляди на американські питання, а Тест «Соціальний і логічний мозок» — як контекст змінює те, як ви перевіряєте правило.

Пара 1 з 28

Як відповідати

Погляньте на обидві фотографії та оберіть «Особа 1» або «Особа 2», потім натисніть «Далі». Обмеження часу немає: фотографії залишаються видимими, поки ви вирішуєте. Оберіть «Я когось упізнаю», якщо якесь обличчя вам знайоме.

Наприклад, якщо людина ліворуч виглядає компетентнішою, оберіть «Особа 1». Скористайтеся кнопкою «Назад», щоб ще раз поглянути на попередню пару й за бажання змінити свою відповідь; кожна пара дає вам таку змогу.

Почати тест

Хто виглядає компетентнішим?

НАЗАД НАСТУПНЕ

Перші враження та результати виборів

Уявіть, що ви бачите двох кандидатів, про яких нічого не знаєте: ні імен, ні партій, ні програм. Один із них усе одно може відразу здатися вам здібнішим. Александер Тодоров та його колеги з Прінстона поставили питання, чи збігаються такі враження з реальними виборами. Вони показали близько 40 людям обличчя переможців і тих, хто посів друге місце, на виборах до Сенату й Палати представників США, і запитали, хто виглядає компетентнішим. Коли їхні вибори об’єднали, кандидат, якого більшість із них визнала компетентнішим, переміг у 71,6% перегонів до Сенату 2000, 2002 і 2004 років та у 66,8% перегонів до Палати представників.

Ці 71,6% — це результат натовпу, а не однієї людини. Об’єднання виборів багатьох людей згладжує промахи кожного; самотужки люди обирають переможця приблизно у 56% випадків, тоді як випадковість дає 50% (Olivola & Todorov, 2010). У подальшому експерименті кожна пара з’являлася перед людьми лише на одну секунду, і вони все одно обирали переможців частіше, ніж випадково. Схоже, швидкі враження про компетентність можуть відігравати роль у тому, як люди голосують, хоча обличчя мало що говорить про те, наскільки добре хтось упорався б із роботою.

Хто ще це перевіряв?

Дослідники поставили те саме питання іншим суддям. Корейські студенти в Сеулі обирали переможців перегонів за посаду губернатора й до Сенату США за обличчями кандидатів у 62% випадків — трохи частіше, ніж американські студенти (60%) (Na et al., 2015), хоча пізніше дослідження в Каліфорнії виявило лише близько 54% для корейських суддів і 55% для американських (Lin et al., 2017). Швейцарські діти віком від 5 до 13 років після комп’ютерної гри про плавання з Трої до Ітаки обирали, яке з двох облич вони хотіли б бачити капітаном свого човна; їхні вибори збігалися з переможцями другого туру французьких парламентських виборів у 64% випадків (Antonakis & Dalgas, 2009). Троє тварин, а саме макаки-резуси, за якими стежили за допомогою айтрекера, дивилися на тих, хто програв, довше, ніж на переможців; якщо вважати вибором обличчя, на яке макака дивилася менше, вони збігалися з переможцем у 54,6% випадків (Jiang et al., 2024, препринт, ще не опублікований у журналі). Комп’ютер, навчений на враженнях людей від облич, обрав переможця у 65,5% перегонів до Сенату США (Joo, Steen & Zhu, 2015). А студенти, які бачили кожне обличчя лише 1/30 секунди, усе одно визнавали переможця компетентнішим із двох у 55% випадків (Mattes et al., 2010).

Два результати свідчать, що саме обличчя важить менше, ніж здається. Студенти, яким показували фотографії з вирізаним обличчям, де залишалися лише волосся, одяг і тло, обирали переможця у 65% випадків, тоді як студенти, які бачили лише обличчя, — у 52% (Spezio et al., 2012). А в 30 перегонах кандидат, якого студенти вважали привабливішим, програвав у 77% випадків (Mattes et al., 2010).

Як формується ваш результат

Цей тест використовує 28 із 95 перегонів до Сенату з оригінального дослідження. Ваш результат — це частка ваших виборів, які перемогли, з урахуванням лише тих пар, де ви не впізнали жодного кандидата. Випадковий вибір дав би вам близько 50%. Інші стовпці на діаграмі — це результати інших суддів, кожен із власного дослідження та власного набору реальних виборів, тож це приблизна міра, а не порівняння за однакових умов.

Фотографії — не ті, що використовувалися в дослідженні. Це публічні фотографії тих самих кандидатів, деякі зроблені через роки після виборів, а інша фотографія тієї самої людини може змінити враження, яке вона справляє. Результати цієї версії ще не порівнювали з результатами оригінального дослідження, а перемога на виборах нічого не говорить про справжню компетентність кандидата: партія, перебування на посаді та політичний клімат важать більше.

Джерела та автори фотографій

Фотографії з Wikimedia Commons, показані обрізаними та у відтінках сірого. Їхні автори не схвалюють цей тест.

Посилання

  • 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

Часті запитання

Що я обираю?

Кожна пара: оберіть кандидата, який видається вам компетентнішим, судячи лише з фотографій.

Хто ці люди на фотографіях?

Кожна пара показує двох головних кандидатів на виборах до Сенату США 2000, 2002 або 2004 року. Їхні імена є в підписах до фотографій унизу цієї сторінки, тож, можливо, ви захочете прочитати їх після завершення.

А якщо я когось упізнаю?

Оберіть «Я когось упізнаю». Ця пара не враховується у вашому результаті.

Чи є обмеження часу?

Ні. Кожна пара може зайняти стільки часу, скільки ви хочете. Кнопка «Назад» повертає вас до попередньої пари, якщо ви хочете змінити свою відповідь.

Що означають стовпці на діаграмі?

Ваш стовпець — це частка ваших виборів, які перемогли. Інші показують, як часто вибори інших суддів збігалися з переможцем в опублікованих дослідженнях, по одному судді за раз: комп’ютер, навчений на обличчях, діти віком від 5 до 13 років, які обирають капітана корабля, корейські студенти, які оцінюють американських політиків, типовий дорослий, макаки-резуси (дослідження, ще не опубліковане в журналі), люди, які бачили кожне обличчя 1/30 секунди, і підкидання монети. Зображення — це ілюстрації, а не учасники досліджень. Кожне дослідження використовувало власний набір реальних виборів, тож сприймайте їх як приблизну міру.

Чому на діаграмі немає 71,6% з оригінального дослідження?

Бо це не результат однієї людини. Це те, як часто перемагав кандидат, якого більшість із близько 40 людей визнала компетентнішим. Об’єднання виборів багатьох людей згладжує промахи кожного, тож натовп перевершує будь-кого зі своїх членів: самотужки люди обирають переможця приблизно у 56% випадків.

Чи можу я пройти його ще раз?

Так, але друге проходження — не новий тест: ви вже бачили ці обличчя.

Тест «Передбачення виборів»

Для чого проходити цей тест?

1. Безкоштовно. Оцініть 28 пар облич без обмеження часу й побачте повний результат, не реєструючись і нічого не платячи.

2. На основі відомого відкриття. У дослідженні, опублікованому в Science, Александер Тодоров та його колеги виявили, що кандидат, якого більшість із близько 40 людей визнала компетентнішим лише за фотографією, переміг у 71,6% перегонів до Сенату США 2000, 2002 і 2004 років.

3. Справжні вибори. Кожна пара показує двох головних кандидатів в одних із тих перегонів до Сенату з цього дослідження. Якщо ви впізнаєте когось із них, ця пара не враховується у вашому результаті.

4. Ви проти макак. Ваш результат показано поруч з іншими суддями з досліджень: комп’ютер, навчений на обличчях (66%), діти, які обирають капітана корабля (64%), типовий дорослий (56%), макаки-резуси (55%) і підкидання монети (50%).

5. Чітко про те, що він показує. Ваш результат — це те, як часто обличчя, яке ви обрали, перемагало. Він нічого не говорить про те, хто впорався б із роботою краще, а кожне дослідження, на якому ґрунтуються цифри, перелічено внизу сторінки.