Le test des hypothèses implicites

Disons que vous avez une cause d'animal de compagnie à laquelle vous voulez attirer l'attention et le soutien. Il y a plusieurs façons d'essayer de le faire, l'honnêteté étant peut-être la politique initiale la plus courante. Bien que votre campagne initiale rencontre un niveau modeste de succès, vous aimeriez développer votre marque, pour ainsi dire. Lorsque vous commencez à chercher comment d'autres causes attirent l'attention, vous remarquez une tendance évidente: les gros problèmes ont tendance à être plus soutenus que les plus petits: cette condition médicale affecte 1 personne sur 4 et est très différente de 1 sur 10 , 0000. Bien que vous réalisiez que cela semble un peu pervers, si vous pouviez faire en sorte que votre problème d'animal de compagnie soit beaucoup plus important qu'il ne l'est en réalité – ou du moins semble-t-il – vous attireriez probablement plus d'attention et de financement. Il n'y a qu'un seul problème qui se dresse sur votre chemin: la réalité. Quand la plupart des gens vous disent que votre problème n'est pas grand, vous n'avez pas de chance. Ou es-tu? Et si vous pouviez convaincre les autres que ce que les gens vous disent n'est pas tout à fait correct? Peut-être pensent-ils que votre problème n'est pas grand-chose, mais si leurs rapports ne peuvent pas être approuvés, vous avez maintenant plus de latitude pour faire des affirmations sur la portée de votre problème.

Vous obtenez enfin ce gros poisson que vous avez toujours su

http://4.bp.blogspot.com/

Cela nous ramène à la question de la tâche d'association implicite, ou IAT. Selon ses créateurs, l'IAT «… mesure les attitudes et les croyances que les gens peuvent ne pas vouloir ou ne peuvent pas rapporter», faisant ainsi ce saut de «l'association» aux «attitudes» en temps opportun. Ce genre de test pourrait servir de fin à la collecte de fonds dans l'exemple ci-dessus, car il pourrait potentiellement augmenter la portée perçue de votre problème. Ne pas trouver assez de personnes explicitement racistes pour faire valoir que le sujet devrait attirer plus d'attention qu'il ne l'est actuellement? Eh bien, cela pourrait être parce que le racisme est, en général, un trait social indésirable à afficher et, par conséquent, beaucoup de gens ne veulent pas dire ouvertement qu'ils sont racistes même s'ils ont des préjugés raciaux. Si vous aviez un test qui pourrait vraisemblablement être interprété comme indiquant que les gens ont des attitudes qu'ils nient explicitement, vous pourriez parler de la façon dont le racisme est beaucoup plus commun qu'il ne semble l'être.

Cela dépend de la façon dont on interprète le test, cependant: toutes les mesures IAT sont des temps de réaction très rapides et immédiats lorsqu'il s'agit de pousser des boutons. J'ai discuté de l'IAT à quelques occasions: d'abord en ce qui concerne précisément ce que le TAI mesure (peut-être pas) et, plus récemment, si les tests de type TAI qui utilisent les temps de réponse comme mesures du biais racial sont prédire quoi que ce soit quand il s'agit de comportements réels. La version rapide de ces deux articles est que nous devrions faire attention à établir un lien entre les mesures du temps de réaction dans un laboratoire et les préjugés raciaux dans le monde réel qui causent une discrimination généralisée. Dans le cas des décisions de tir, par exemple, une tâche plus réaliste dans laquelle les participants utilisaient une simulation avec un pistolet au lieu de simplement appuyer sur des boutons sur un ordinateur a entraîné le résultat inverse que de nombreux tests IAT prédisent: les participants étaient en fait plus lents tirer sur des suspects noirs et plus susceptibles de tirer sur des suspects blancs non armés. Il ne suffit pas de supposer que «bien sûr, ces temps de réaction différents se traduisent par une discrimination du monde réel»; vous devez le démontrer en premier.

Ceci nous amène à une récente méta-analyse de certaines expériences IAT par Oswald et al (2014) examinant comment l'IAT a fait pour prédire les comportements, et si elle était sensiblement meilleure que les mesures explicites utilisées dans ces expériences. Il y avait, apparemment, une méta-analyse antérieure de la recherche IAT qui a trouvé de telles choses – au moins pour certains sujets socialement sensibles – et cette nouvelle méta-analyse semble être une réponse à l'ancienne. Oswald et al. (2014) commencent par noter que les résultats de la recherche IAT ont été retirés du laboratoire pour des applications pratiques en droit et en politique; Une question qui serait plus qu'un peu inquiétante si l'IAT ne mesurait pas ce que beaucoup interprètent, comme les preuves de discrimination dans le monde réel. Ils avancent que la précédente méta-analyse des effets du TAI manquait d'un degré de validité analytique et méthodologique qu'ils espéraient que leur nouvelle analyse permettrait de résoudre.

• Nouvelles brisées
• Surmonter la peur de la mort
• BPA et le célibataire, Spacey, Male-Starved Male
• Les jeux Facebook que nous jouons et pourquoi nous les jouons
• Hearing voices: Que se passe-t-il dans le cerveau des schizophrènes?

Ce qui est à peu près aussi proche que les publications académiques viennent carrément à la merde

http://www.quickmeme.com/

Par exemple, les auteurs se sont intéressés à examiner si différentes définitions expérimentales de la discrimination étaient prédites de manière différentielle par le TAI et des mesures explicites, alors qu'elles avaient toutes été classées dans la même catégorie par la dernière analyse. Oswald et al (2014) ont regroupé ces opérationnalisations de la discrimination en six catégories: (1) mesure de l'activité cérébrale, qui est une catégorie plutôt vague et ouverte à l'interprétation, (2) temps de réponse dans d'autres tâches, (3), microbehavior, comme la posture ou l'expression des émotions, (4), le comportement interpersonnel, comme si on coopère dans le dilemme du prisonnier, (5) la perception de la personne, (ie, les jugements explicites des autres), et (6) les préférences politiques. politiques qui profitent à certains groupes raciaux ou non. Oswald et al (2014) ont également ajouté quelques études supplémentaires plus récentes que la méta-analyse précédente n'incluait pas.

Bien que ce soit beaucoup à ce document, je voulais passer à l'avance pour discuter d'un certain ensemble de résultats. Le premier de ces résultats est que, dans la plupart des cas, les scores IAT étaient très faiblement corrélés au critère de discrimination évalué, avec une corrélation moyenne de 0.14. Dans la mesure où IAT mesure réellement les attitudes implicites, ces attitudes ne semblent pas avoir beaucoup un effet prévisible sur le comportement. L'exception à cette tendance concernait les études sur l'activité cérébrale: cette corrélation était sensiblement plus élevée (environ 0,4). Cependant, comme l'activité cérébrale en tant que telle n'est pas une variable terriblement significative en ce qui concerne son interprétation, la question de savoir s'il y a quelque chose d'intéressant sur la discrimination est une question ouverte. En effet, dans le précédent article que j'ai mentionné, les auteurs ont également observé un effet sur l'activité cérébrale, mais cela ne signifiait pas que les gens étaient enclins à tirer sur les Noirs; Plutôt l'inverse, en fait.

La deuxième conclusion que je voudrais mentionner est que, dans la plupart des cas, les mesures explicites des attitudes envers les autres races utilisées par les chercheurs (comme celui-ci ou celui-ci) étaient aussi faiblement corrélées au critère de discrimination évalué, bien que leur moyenne la corrélation était à peu près la même taille que les mesures implicites à 0,12. De plus, cette valeur est apparemment nettement inférieure à la valeur obtenue par d'autres mesures d'attitudes explicites, amenant les auteurs à suggérer que les chercheurs devraient vraiment réfléchir plus profondément aux mesures explicites qu'ils utilisent. En effet, lorsque vous posez des questions sur le «racisme symbolique» ou le «racisme moderne», on peut se demander pourquoi vous ne vous limitez pas au «racisme». La réponse, pour autant que je sache, est que, proportionnellement, très peu de gens – et peut-être même moins d'étudiants de premier cycle; la population la plus souvent évaluée – exprime en fait des opinions ouvertement racistes. Si vous voulez trouver beaucoup de racisme en tant que chercheur, alors vous devez creuser un peu plus profond et un peu strabisme.

• L'anatomie de la mélancolie: la dépression peut-elle être bonne pour vous?
• Rencontrez la famille chimique toxique de méthyle
• Comment prendre en charge lorsque votre enfant devient autoritaire
• La journalisation visuelle en tant que pratique réflexive
• Wonder Eyes: 5 façons de voir les choses plus clairement que Avatar.

La troisième constatation est que les deux mesures ci-dessus – implicites et explicites – ne se corrélaient pas très bien non plus, ne faisant en moyenne qu'une corrélation de 0,14. Comme Oswald et al (2014) l'ont dit:

"Ces résultats indiquent collectivement, au moins pour le domaine racial … que les mesures implicites et explicites exploitent différentes constructions psychologiques – dont aucune ne peut avoir beaucoup d'influence sur le comportement …"

En fait, les auteurs estiment que les mesures implicites et explicites représentaient collectivement environ 2,5% de la variance dans les comportements des critères discriminatoires concernant la race, chacun ajoutant environ un pour cent de plus que l'autre mesure. En d'autres termes, ces effets sont minimes – très faibles – et ne permettent pas de prédire beaucoup de choses.

"Résultats: La réponse n'était pas claire, alors nous avons secoué la boule magique"

http://s3-media1.fl.yelpcdn.com/

Nous nous retrouvons avec une image plutôt peu flatteuse de la recherche dans ce domaine. Les mesures explicites des attitudes raciales ne semblent pas très bien prédire les comportements, peut-être en raison de la nature des questions posées. Par exemple, dans l'échelle du racisme symbolique, la réponse à des questions comme «Quelle est la discrimination que subissent les Noirs aux États-Unis aujourd'hui, limitant leurs chances d'aller de l'avant?» Pourrait être un peu liée à les questions qui ont peu, voire rien, à voir avec les préjugés raciaux. Bien sûr, certaines réponses peuvent sembler racistes si vous croyez qu'il y a une réponse facile à cette question et quiconque n'est pas d'accord doit être mauvais et partial, mais pour ceux qui n'ont pas déjà bu ce lot particulier de kool-aid, certaines réserves peuvent subsister. L'utilisation des temps de réaction implicites semble également brouiller la ligne de démarcation entre les attitudes racistes et bien d'autres choses, comme si l'on tient un stéréotype ou si l'on est conscient d'un stéréotype (en oubliant son exactitude pour le moment). Ces réserves semblent être reflétées dans la façon dont les deux méthodes semblent prédire beaucoup de choses.

Alors pourquoi (certaines) personnes aiment-elles tellement l'IAT même si cela prédit si peu? Je suppose, encore une fois, qu'une grande partie de son attrait découle de sa capacité à fournir aux chercheurs et aux profanes une histoire plausible pour dire aux autres à quel point un problème est grave afin d'attirer plus de soutien à leur cause. Il fournit une couverture pour votre incapacité à trouver explicitement ce que vous cherchez – comme de nombreuses personnes exprimant des opinions de supériorité raciale – et permet à une mesure beaucoup plus vague de s'y opposer. Comme plus de gens correspondent à cette définition plus vague, le résultat est un problème de sondage plus intimidant; si cela correspond à la réalité peut être d'ailleurs le point si c'est utile.

Références : Oswald, F., Blanton, H., Mitchell, G., Jaccard, J., et Tetlock, P. (2014). Prédire la discrimination raciale et ethnique: Une méta-analyse des études de critères IAT. Journal de la personnalité et de la psychologie sociale, 105, 171-192.