Als de meeste mensen denken aan vooroordelen, ze stellen zich een opzettelijke gedachte of handeling voor, bijvoorbeeld een bewuste overtuiging dat vrouwen slechter zijn dan mannen in wiskunde of een bewuste beslissing om iemand aan de kant te zetten vanwege zijn of haar ras. Gender- en rasvooroordelen in de Verenigde Staten zijn van oudsher openlijk, opzettelijk en goed zichtbaar. Maar, veranderingen in het rechtssysteem en de normen die leidend zijn voor acceptabel gedrag in de VS hebben geleid tot een duidelijke vermindering van dergelijke expliciete vooroordelen.

Helaas, we zien nog steeds verschillen in gezondheid, politie, onderwijs- en loopbaanresultaten afhankelijk van het groepslidmaatschap. En veel grootschalige ongelijkheden die we in de samenleving zien, komen ook naar voren in kleinschalige gedragsstudies. Dus, hoe worden deze ongelijkheden in stand gehouden in een land dat prat gaat op gelijkheid?

Natuurlijk, openlijke seksisten en racisten bestaan ​​nog steeds en expliciete vooroordelen zijn belangrijk. Echter, dit is niet hoeveel sociale en organisatiewetenschappers zoals wij momenteel begrijpen vooroordelen - negatieve houdingen ten opzichte van leden van een sociale groep - en stereotypering - opvattingen over de kenmerken van een sociale groep. Ons vakgebied werkt aan het begrijpen en meten van impliciete vooroordelen, die voortkomt uit attitudes of stereotypen die grotendeels buiten bewustzijn en controle plaatsvinden.

Hoe vooroordelen te onthullen waarvan we misschien niet weten dat we ze hebben?

Vaak, mensen weten niet dat ze deze impliciete vooroordelen hebben. Net zoals we niet kunnen introspecteren hoe onze magen of longen werken, we kunnen niet eenvoudigweg in onze eigen geest "kijken" en onze impliciete vooroordelen vinden. Dus, we kunnen impliciete vooroordelen alleen begrijpen door het gebruik van psychologische maatregelen die de problemen van zelfrapportage omzeilen.

Er zijn een aantal maatregelen van impliciete vooringenomenheid; de meest gebruikte is de Implicit Association Test (IAT; je kunt er hier een proberen). Onderzoekers hebben sinds de oprichting in 1998 duizenden peer-reviewed tijdschriftartikelen gepubliceerd op basis van de IAT.

De IAT meet de sterkte van associaties tussen sociale groepen (bijvoorbeeld zwarte en blanke mensen) en evaluaties (zoals goed en slecht). Net zoals je waarschijnlijk een sterke mentale link hebt tussen pindakaas en gelei, of dokter en verpleegster, onze geest legt verbanden tussen sociale groepen (zoals "vrouwen") en evaluaties ("positief") of stereotypen ("verzorgend").

Wanneer u een impliciete associatietest doet, men sorteert snel beelden van zwart-witte mensen en positieve en negatieve woorden. Het belangrijkste idee is dat het gemakkelijker is om een ​​antwoord te geven wanneer items die nauwer verwant zijn in het geheugen dezelfde antwoordsleutel delen. In een deel van de test zwarte gezichten en negatieve woorden delen dezelfde antwoordsleutel, terwijl witte gezichten en positieve woorden een andere antwoordsleutel delen. In een ander deel van de test witte gezichten en negatieve woorden delen dezelfde antwoordsleutel, en zwarte gezichten en positieve woorden delen een andere antwoordsleutel. De mate waarin men in staat is om de wit + goede versie van de test gemakkelijker te doen dan de zwart + goede versie weerspiegelt een impliciete pro-blanke bias.

Pro-blanke impliciete vooroordelen zijn alomtegenwoordig. Gegevens van miljoenen bezoekers van de Project Implicit-website laten zien dat, terwijl ongeveer 70 procent van de blanke deelnemers aangeeft geen voorkeur te hebben tussen zwarte en blanke mensen, bijna hetzelfde aantal vertoont een zekere pro-blanke voorkeur op de IAT. Andere tests onthullen vooroordelen ten gunste van hetero's boven homo's, mensen met een handicap boven mensen met een handicap en magere mensen boven dikke mensen, en laten zien dat mensen mannen eerder met wetenschap associëren dan vrouwen met wetenschap.

Hebben IAT-scores betrekking op gedrag in de echte wereld?

Een andere centrale vraag over impliciete vooringenomenheid en de IAT is hoe deze zich verhoudt tot discriminerend gedrag. Bediscussieerbaar, wat mensen daadwerkelijk doen is het belangrijkste, vooral wanneer we proberen te begrijpen hoe individuele vooroordelen kunnen leiden tot maatschappelijke ongelijkheden.

En, in feite, onderzoekers hebben aangetoond dat de scores van mensen op de IAT voorspellen hoe ze zich gedragen. Bijvoorbeeld, één onderzoek toonde aan dat artsen met hogere niveaus van impliciete vooroordelen over ras minder geneigd waren een geschikte behandeling voor een zwarte patiënt aan te bevelen dan een blanke patiënt met coronaire hartziekte. Een meta-analyse van meer dan 150 onderzoeken ondersteunt ook het idee dat er een betrouwbare relatie bestaat tussen impliciete vooringenomenheid, gemeten door de IAT, en gedrag in de echte wereld.

Dit wil niet zeggen, echter, dat er een één-op-één overeenkomst is tussen impliciete vooringenomenheid en gedrag; iemand met een sterke pro-blanke impliciete vooringenomenheid kan soms een zwarte werknemer inhuren, en iemand met weinig of geen impliciete pro-blanke vooringenomenheid kan soms een zwarte persoon discrimineren ten gunste van een minder gekwalificeerde blanke.

Hoewel het verband tussen raciale vooroordelen en gedrag robuust is, het is ook vrij klein. Maar klein betekent niet onbelangrijk. Small effects can have cumulative consequences at both the societal level (across lots of different people making decisions) and at the individual level (across lots of different decisions that one person makes). And some implicit biases are more related to behavior than others; bijvoorbeeld, implicit political preferences have a very strong relationship with voting behavior.

Certainly more work is needed to understand the precise conditions under which the IAT will predict behavior, and how strongly, and for what attitudes. But in the aggregate, across people and settings, there is a substantial body of evidence indicating that the IAT is related to behavior.

With or without a test, implicit bias exists

The idea that people have associations in their minds, particularly in socially sensitive domains, that contradict their self-reported beliefs is well-established within the social sciences. But there remain important open questions about how best to identify and quantify such implicit biases and when and how implicit biases in people's minds translate into meaningful, real-world behavior.

The IAT has withstood constant criticism since its creation in 1998. These critiques have led to improvements of the measure and the way it is scored, as well as the tempering of early claims and the creation of new measurement procedures. That's the way a healthy science progresses. As a result of criticism, the IAT is one of the best-understood psychological measures in use by social scientists.

Even if it were to turn out that our current measures of implicit bias are problematic, that would have little bearing on whether or not implicit bias exists. Mental links between social groups and evaluations and attributes are real. Bias exists. And while learning about implicit bias can be an important step in initiating behavior change for some people, there is no published evidence that awareness alone is an antidote to the influence of implicit bias. To see a reduction in bias-based disparity, it is essential that we develop and implement empirically tested interventions – specific tools we can use to produce egalitarian behavior.

Dit artikel is oorspronkelijk gepubliceerd op The Conversation. Lees het originele artikel.