发新帖

看脸能看出穷富?国外科学家研究多年,中国古人4个字早点破了!

吞吐大荒 1月前 68


话说,大家可能听说过类似的话:

他天庭饱满、地阁方圆,长得就像个有钱人。

或者...

他看上去一脸穷酸相!

看脸能看出一个人有没有钱

社会地位又如何么?

  好吧,这年头,我们可能已经听说过各种看面相的理论.... 那么,从科学上呢?能不能从科学上严谨的证明?

还真有人文科学家,做了一系列的实验

就想看看

“究竟看脸能不能看出一个人有没有钱...”

  

好吧,多伦多大学心理学系的Thora Bjornsdottir博士学生和Nicholas Rule教授,做了一系列的实验... 就为了搞清楚这个问题...

  今年,他们在《人格与社会心理学》(Journal of Personality and Social Psychology)杂志上发表了篇论文,题目是:面部特征可以看出社会阶层的可视性。

    好吧,究竟他们要怎么从科学的角度来论证这个问题呢?

  Bjornsdottir和Rule做了7个实验,她们在2013年就做准备,先是在美国各大城市的婚恋广告上,随机找出160个征婚求偶的人。恩,这些婚恋广告的样子一般长这样,有照片,他们的年龄和收入.....(以下两张图是随便搜的)

  

  

  在这些照片里,她们随意挑出80个男人、80个女人,年龄18-35岁。

  为了消除照片上各种背景可能给人的印象造成的影响,他们把这些人的脸从背景上扣下来,把他们各异的发型去除。 又为了去掉可能的肤色的影响,把所有人的脸都调成了同一明暗的灰色了,又把大家脸的大小调成一致......

  经过这一系列的数据处理之后,研究的样本,就变成了这样....

  

  脸已经准备好了,那么社会阶层这个东西,如何算呢?

  Rule教授她们根据一个人的年收入来区分社会阶层,简单粗暴地讲就是此人属于‘有钱族’,‘穷人族’...

  美国当年的平均收入是56,798美元,凡是在婚恋广告中说自己年收入高于150,000美元的人,就属于‘有钱族’,如果是低于35000美元,那就是妥妥的‘穷人族’。

  他们选的这些脸里,正好一半属于有钱族,一半属于穷人族。

  

  之后,研究人员请来81个加拿大本科生,让他们看这些婚恋广告主的脸,仅凭第一反应判断,对方是属于哪一族。

  结果....学生们的正确率有61%....

  好吧,这靠谱么?万一只是这些学生正好蒙对了呢? 学生的社会经历还不够,他们的判断靠谱么?

  为了让整个研究更为严谨,他们决定在另一群人身上重复一次整个实验。 如果结果类似,那么就代表他们的重复了实验结果,那就是靠谱的....

  而且这一次,他们去找来了一些社会经验更丰富的人——80个来自美国机械工人协会的工人们,让他们对着婚恋广告主的脸判断...

  结果,这一次,正确率更高,有64%....

  在实验中,有时是让测试者们想看多久就看多久,有时是只给他们半秒种时间看,因为样本中穷富的比例是一半对一半的50%。

  结果两组不同的人都达到了60%以上的正确率,虽然达不到高的离谱的准确率,研究人员表示,这至少说明了一个问题:

  从一定的程度上来说,人们是能从脸大概的猜出哪些是‘有钱族’,哪些人是‘穷人族’的。

  

这就结束了么?

必然不....

一个博士论文级别的研究哪会那么快就搞定...

  为了进一步消除整张脸可能的影响,研究人员又做了几个实验。在这个试验里,他们将婚恋广告主的脸切成两半,只给参与实验的对象看一半,或者是左右反转,或者是只给出眼睛和嘴.....

  

  每一次,人们都能高于随机概率地猜对答案。

  上下颠倒的正确率63%,左右翻转的正确率56%, 只给看上半脸的正确率59%, 只给看下半脸正确率60% ,只给看嘴巴的正确率58%。 不过在只给看眼睛的测试上有点崩,正确率只有52%.. 也就比乱蒙的正确率好了一点点... (看眼睛看不出贫富啊好吧)

  

那都到这里了,

是不是可以从科学的角度上说,

看脸真的在一定给程度上能看出一个人贫富了呢?

还不能啊!!

还要再更严谨一点....

  于是,研究人员又开始了而下一个猜想:万一是那些婚恋广告的照片上的脸有偏见呢? 毕竟每个人都是自己拍的照片,虽然他们尽可能中性的处理了那些照片。但是万一可能还是有影响呢? 比如拍照角度的普通,拍照时自信心的状态不同、情绪不同、微表情不同等等等等.... 那,我们实验就要做得更严谨一点!

  这次,研究人员又找来了160个多伦多本科生,白人和亚洲人的比例各50%,男性和女性的比例同样各50%。研究人员把他们找来,重新用统一标准化的方式拍照。

  她们在照相机前指导学生,让他们做出最平静,最面无表情的脸,然后统一调成灰色,得到这些照片。

  

  这160个本科生里,她们根据学校数据库里这些学生自己填写的家庭收入,来区分了他们的社会阶层。

  在2013年,加拿大全家收入的中位数是$76,550,所以学生中,凡是家庭收入小于$60,000的都算‘穷人’,高于$100,000的都算‘有钱人’。经过她们的挑选,‘有钱人’和‘穷人’的数量各有80人。

  好吧,这下足够严谨了。都可以说,大家的脸都是经过标准化的方式拍下来的照片,大家都面无表情,大家脸的大小都一样,颜色也都一样,没有什么其他可以影响判断的因素,

  真的,一切看脸。

  这次,他们又找来了76个机械工业协会的人,让他们进行判断,凭自己的第一印象,猜这些学生是属于有钱人,还是没钱人。

  好吧....这下,结果果然崩了。这一次,正确率是52%,只比随机乱猜,高了一点点...... 一个个这么面如死灰,臣妾真的猜不出来了啊!!!

  眼看着研究要崩.... 研究人员又做了一个打分式的实验....

  让参与对象只看脸,给学生打分,内容包括:魅力、教养、同情心、领导力、智慧、勤奋、健康和暖心,以及正面形象(按3到-3计算)。

  结果显示,属于‘有钱组’的学生在前8个因素的分数上比‘没钱组’的更高,但高的还不算明显,但在‘正面形象’上,有钱组(平均0.74分),超过了没钱组(平均-0.66分)。

  这意味着,形象上的“正面”与有钱没钱挂钩,人们可能是通过看外貌上某些正面特点(比如炯炯有神的眼睛),来判定对方是不是有钱人....

  好吧,这一个个的实验下来,研究人员解释到:可能是过往的经历在人们的脸上留下痕迹。

  “你处在不同的社会阶层时,脸上经常会露出不同的表情。”

  “这些表情很微妙,但因为人类对脸的敏感,能够一眼就看到。”

  “比如,如果你很有钱,那么你觉得开心、满足的日子会更多,脸上经常露出笑容,这会带来眼部和嘴部肌肉的变化。就算我们现在没有露出什么表情,这些过往情绪的印迹,仍然会留在我们脸上.....”

  

  看婚恋的照片,大家判断的准确性相对比较高;看面无表情的照片,大家判断的准确性低,基本乱蒙。

  也许,只看脸部特征,很看出谁穷谁富。而当脸部特征带上了能反应自己状态的各种细小的表情,哪怕只是一点点痕迹,却又能让人看出你所在的阶层.....

  所以,与其说,看脸能不能看出穷富,不如说,看脸其实是看出了那种当你或穷或富时,表现在脸上的那种心态吧。

  在她们最后一个实验中,教授们收集了40个刚刚从会计专业毕业的学生照片。

  照片同样经过了一系列灰化,去掉头发和装饰物等,只露出脸,然后给75个参与对象看看,让他们从1到8打分,看这些毕业生是‘1分的很不可能找得到会计工作’,还是‘8分的极其有可能找到会计工作’。

  这些毕业生根据家庭资产,也分为‘有钱’和‘没钱’,受测人员并不知道。

  数据结果显示,家里有钱的毕业生,他们可能找到会计工作的平均分是5.37分.. 而家里没钱的那些毕业生,人们对他们可能找到会计工作的评分是4.47分。

  又一次分出了差异。

  受测人员都认为,有钱毕业生更可能找到工作。在这些受测人员里,有27个有过招聘经验的人也表示,自己更愿意招拥有‘有钱脸’的毕业生。

  根据这个结果,Bjornsdottir博士说,有钱人拥有一张‘有钱脸’,也许是一个自证预言:

  “看脸后得到的第一印象可能会影响人们之后的交往,和机会。”

  “生活条件好的人,面部表情可能更为阳光,也就成了一副“有钱脸”,从而更招面试官喜爱,他们更可能得到工作,生活质量更高,也更有钱。”

  “而生活条件不好的人,可能因为一些隐形的歧视在脸上的反应,得到工作的可能性更低,之后也就更穷,脸看上去也更像穷人脸....这是一个恶性循环。”

  

  在论文最后,教授们批判了这种情况,但毫无办法,因为这是人们在潜意识之外做出的判断。她们最后表示,在未来会更多地研究老年人和他们的脸,也许‘有钱没钱’带来的印迹,会更加明显。

(左边和右边,是试验里正确率最高的有钱和没钱的8个结果..,你能猜出哪边是哪边么)

好吧....

看脸,这真是一个从古自今的命题

如果让我要来理解这个研究的话

我觉得我看到了两点。

  如果光看一个人的先天的面部特征,也许很难看出一个人或贫或富,毕竟这次研究里也发现,专门处理拍摄的面无表情的脸,大家猜得出的正确率真的很低,也就比乱蒙好一点点。

  然而,当一个人的面部特征上融入生活,融入感情,融入个人情绪,融入自信。一个人的脸大概真的会反应自身的状态。这大概就有了一种从内而外散发出的“境遇好(或是有钱)”的气质,别人也会对你好一些。

  最后的最后...感觉中国古人早就用4个字点破了整个的实质:

相由心生


最新回复 (0)
返回
发新帖
吞吐大荒
主题数
328
帖子数
0
注册排名
1