• Az Implicit Asszociációs Teszt azt méri, milyen előítéletekkel rendelkezünk
  • Bár impliciten ez sokaknál megfigyelhető, az eszközzel nem következtethetünk egyéni helyzetekre
  • Nagyobb összefüggésekben azonban használható az egyenlőtlenségek magyarázatának részeként
Ténygyár-tartalom
4 percnyi olvasnivaló

Amikor előítéletekre gondolunk, hajlamosak vagyunk azokat negatív értelemben kezelni. Tisztában kell lennünk azonban azzal, hogy létezik pozitív előítélet is, amikor egy csoportról alkotott képünk alapján jót hiszünk az adott emberről. Ugyanakkor a sztereotípiák egyszerűsítő szerepet is játszanak: az agyunk az egyszerűsítések alapján könnyebben kezeli az információt; így azok léte eredendően semleges, csupán praktikus célokat szolgál.

Ez látható abból a vitából is, ami az Implicit Asszociációs Teszt (IAT) megbízhatóságát övezi. A tesztet elvégző emberek nagy százalékban előítéletesnek jönnek ki, de ezen felül az idő elteltével ismételt kitöltés is más eredményt hozhat. Valószínűleg azért, mert a teszten elért érték ismerete befolyásolhatja a kitöltő önmagáról alkotott képét.

Ha túlzottan általánosít valaki, vagy egyenesen diszkriminál, akkor már implicit előítéletről beszélünk, amely torzított kép. Az IAT leginkább arra mutat rá, ha rasszistán, diszkriminatívan cselekszünk, nem pedig arra, hogy azok is vagyunk; és a kettő között van némi különbség. Készítői, Mahzarin Banaji és Anthony Greenwald, a Harvard Pszichológia Tanszékének tagjai húsz éve mutatták be a tesztet a Washingtoni Egyetemen. Azóta több variációja létezik: van olyan például, amelyik a márkákkal kapcsolatos preferenciákat méri, vagy amelyik a vékony és elhízott emberek megítélésének különbségeit nézi, egészen a rasszizmust vizsgálóig. Ez utóbbi generálja a legtöbb vitát a pszichológusi közösségben. Az egyik gyakran felvetett kérdés: vajon az egyén pontszáma alapján megjósolható-e, hogy egy adott helyzetben előítéletesen fog viselkedni; de az a pszichológia jellegzetessége is, ugyanis ez a tudomány (mint az emberekkel foglalkozó tudományok általában) nem az egyénekre vonatkozóan fogalmaz meg következtetéseket, hanem csoportok átlagban vett viselkedésére.

Ezért az implicit előítéleteket kutatók intenek minket attól, hogy egyéni esetekre következtessünk, akár olyan IAT-k esetében is, amelyek a munkaerőpiaci jellemzőket mérik. Ha egy ember magas pontszámot ér el a körültekintésben, az még nem jelenti azt, hogy a munkája esetében is az lesz, viszont ha több ilyen embert alkalmazunk, akkor is csak minimális eltérést tapasztalhatunk az általunk vágyott irányba, amelyet nem tulajdoníthatunk egyértelműen az elővigyázatosságnak.

Amire az IAT alkalmas, az nagyobb skálán, például városok, országok szintjén mérni az implicit előítéleteket. Például azokban az országokban, ahol magasabb ezek átlaga, ott nagyobb az újszülöttek közötti egyenlőtlenség az egészségi problémákban. Az anyák között az ilyen országokban körülbelül 30%-os eltérés van a koraszülött és az alacsony súllyal született gyermekek számában. Ez a nagyobb léptékű összefüggés rámutat a továbbra is létező, bár nem explicit különbségtételre.

Talán nehéz azzal megbirkózni, hogy nem vagyunk túl ezen a kérdésen. Továbbra is fontos szempont az előítéletek vizsgálata az igazságtalanságok megértéséhez.

 

Ez a cikk is érdekelhet

Amerikában bízik,
Trumpban nem
a magyarok többsége

• A magyarok többségének kedvező véleménye van az Egyesült Államokban • Tízből hét magyar …