图片

"他们部门的人都不配合。"

"那类用户都只看价格。"

"东北人都豪爽。"

"外国人都长得差不多。"

"那个圈层的人,都一个调调。"

你大概率听过类似的话。可能自己也说过。

说的时候,你可能还觉得挺准确。你甚至会觉得,这不是偏见,这是经验——毕竟你不是凭空说的,你是真的见过几个这样的人。

但你想过没有——

说到自己人,你总能说出谁急谁慢、谁靠谱谁话多、谁表面硬其实心软。你对自己人的感知是高清的。

说到外人,就只剩一个字——"都一样"。

同样是"急",在自己人身上,你能看出三种不同的急;在别人身上,你只看到"他们都急"。

同样是"出错",在自己人身上,你会想"他最近压力太大了";在别人身上,你只会想"他们部门的人都不靠谱"。

同样是看脸,自己人的脸你一眼认出,外人的脸你总觉得"长得都差不多"。

而你甚至不觉得自己丢了精度。

你觉得他们就是一样的。

你觉得"都一样"是事实,不是偏误。

为什么你看得见自己人的不同,却看不见他们的——而且还不觉得自己没看见?

最扎心的是:当你说"他们那群人都一样"时,在他们眼里,你也只是"你们那群人"里的一个。


为什么你不讨厌他们,也会觉得他们都差不多?

大多数人觉得,把外人看成"都一样",是因为讨厌他们。

因为偏见,因为敌意,因为"我瞧不起那群人"。

这听起来很合理。

讨厌一个人,自然不愿意仔细看他;讨厌一群人,自然容易觉得他们"都一样"。

可如果这个解释是对的,那只要你不讨厌他们,就不会把他们抹平。

但事实是——你照样会觉得他们"都一样"。

这说明,"因为讨厌"这个解释远远不够。

你不需要讨厌他们。你甚至可以对他们毫无恶意。你只需要一样东西——不熟悉。

你可能觉得某个种族的人"长得都差不多"。你不讨厌他们,你只是很少跟他们打交道。你的身边没有这个种族的朋友,你的生活圈和他们几乎没有交集。

你可能觉得别的部门的人"都是那样的"。你没有敌意,你只是没跟他们一起加过班、吵过架、吃过午饭。你不知道他们组里谁在扛事,谁在摸鱼,谁表面佛系,其实焦虑得要命。

你可能觉得某个圈层的人"都一个调调"。你甚至说不出具体哪里一样,但就是觉得——他们差不多。你对他们没有恶意,你只是不了解。

这三种感受有一个共同点:

你不需要任何敌意,偏误就已经发生了。

你可能会想:我只是不了解他们,又不是讨厌他们。

但不了解本身不是错。真正的问题是:不熟悉,却已经急着下整体判断。

你跟自己人待的时间长,大脑有足够的素材去分辨差异。你跟外人接触少,大脑只能用标签填空。

很多时候,不是你故意抹平他们,而是信息不够时,大脑会自动把差异压缩掉。

你会觉得自己是在总结经验。

但这个经验,可能只是一张低分辨率的图片。

而这个低分辨率,不是天生的。

是你从来没有给过自己高清的机会。

这种"看得见自己人的不同,却看不见别人的"倾向,不是你一个人的毛病。当"不熟悉"不断把差异压缩成标签时,一个群体就会在你眼里变得越来越像。

它有一个名字——外群体同质性偏误。


为什么一个人的行为,会变成你眼里"一群人的特征"?

外群体同质性偏误,指的是这样一种倾向:

人们倾向于认为自己所属群体的成员各不相同,而外群体成员"都一样"。

一句话:我们是各不相同的个体,而他们是一群一样的人。

哪怕是"他们都很友善",也是抹平。

问题不在于评价是正面还是负面,而在于你给了一百个人同一种评价。

它不是说你一定讨厌他们,也不是说你对他们一定有负面评价。

真正的问题是:你把一个群体内部本来存在的差异,看成了同一种样子。

刻板印象关心的是:"你给他们贴了什么标签。"

外群体同质性偏误关心的是:"你有没有看见他们内部不一样。"

这个说法听起来像日常观察,但心理学研究里,确实有人专门验证过这种现象。

社会心理学家伯纳黛特·帕克和迈伦·罗斯巴特在1982年做过一个经典实验。

她们找了多个不同的妇女联谊会,让每个联谊会的成员评价两个问题:

自己组的人有多相似?

别的组的人有多相似?

结果非常一致——

每个联谊会的成员都觉得,自己组里的人各有各的样。有人安静,有人热闹,有人文艺,有人务实。每个人都不同。

你问她"你们组的人有什么共同点",她可能要想半天——因为在她眼里,每个人都不一样。

但一说到别的组,答案立刻变得简单:

"她们都差不多。"

不需要想,脱口而出。

每个联谊会的成员都是这么说的。

A觉得B和C差不多,B觉得A和C差不多,C觉得A和B差不多。

每个组都觉得自己人各不相同,别的组都差不多。

但"别的组",也在觉得你差不多。

这意味着什么?

没有哪个组真的更同质。

同质不在外面,也在你的眼睛里。

这并不是说群体之间完全没有差异。很多群体确实会因为共同环境、共同规则、共同训练,表现出某些相似性。

问题是:当你只看见共同点,看不见内部差异时,"群体特征"就变成了"群体抹平"。

帕克和罗斯巴特的实验显示了一件事:你对外人的感知是模糊的,你觉得他们"都一样"。

但感知模糊只是第一步。

更深层的问题是——你不仅觉得他们一样,还会把一个人的行为,当成整个群体的特征。

普林斯顿大学社会心理学教授乔治·奎特隆和爱德华·琼斯在1980年发表了一项研究,把这件事拆得更细。

他们做了两个实验。

第一个实验,不给你看任何具体的人,只让你凭空估计。

研究者给普林斯顿大学的男生出了一个假设题:

假设有人参加心理学实验,等待时可以选择一个人待在小隔间,也可以选择和其他人一起在大房间等,等待期间会播放随机噪音。

你不需要自己选,只需要估计——普林斯顿男生和罗格斯大学男生,分别有多大比例会选择"单独等"?

结果是:

被试对普林斯顿男生,也就是自己人的估计分布更分散——有人选这个,有人选那个,不好说。

对罗格斯男生,也就是外人的估计分布更集中——他们大概都差不多吧。

注意:没有任何具体的人做了任何具体的事。

仅仅提到"外群体"三个字,你就已经默认他们更同质了。

第二个实验,给你看一个具体的人。

另一批普林斯顿学生读了一段文字:

一个叫比尔的大学男生,面对同样的情境,选择了"单独等"。

一部分学生被告知,比尔是普林斯顿学生;另一部分学生被告知,比尔是罗格斯学生。

然后研究者问:

你觉得比尔所在学校的男生中,有多大比例会做出和比尔一样的选择?

结果是:

当比尔是罗格斯学生时,被试估计"会做同样选择的比例"显著更高——他们那种人都这样。

当比尔是普林斯顿学生时,估计比例显著更低——这只是他个人的选择。

同一个人,同一个选择,同一份文字材料。

唯一不同的,是你给他贴的群体标签。

两个实验合在一起,说明了一件事:

人们会用截然不同的逻辑处理内外群体的信息。

对"我们",个体行为是个体行为。

对"他们",个体行为更容易变成群体的缩影。

看不见差异在先,把个体推给群体在后。

前者是感知模糊,后者是感知模糊之后发生的归因扩大。

奎特隆和琼斯的实验,正好把这两层拆开了。

同一个男生的同一个行为,仅仅换了一个群体标签,你的归因就可能从"个人选择"变成"群体特征"。

到这里,很容易把它和"偏袒自己人"混在一起。

但两者不是一回事。


偏袒和抹平,到底有什么区别?

偏袒,是评价方向偏了。

同样一件事,你替自己人找理由,给外人挑毛病。你看得见差异,但你给了不同的解释。

抹平,是评价精度丢了。

你根本看不到外人各自不同的理由,因为他们在你眼里就是一个人。你连解释的机会都没给。

偏袒是:我知道他不一样,但我选择替他说话。

抹平是:我根本不知道他不一样,因为在我眼里,他们就是同一个人。

抽象地说,这是"精度丢了"。

放到生活里,它常常只是一个很普通的瞬间。


为什么你以为看见了一群人,其实只看见了同一件雨衣?

小区门口常有外卖员进进出出。

下雨天,他们都穿着黄色雨衣,车停得很急,说话也急,电梯门一开就往里挤。

业主群里常有人说:

"这些外卖员都一个样。"

"急、吵、不守规矩。"

"看见一个,就知道一群。"

老周也这么觉得。

直到有一天,他把手机落在了小区门口。

第一个外卖员捡到了手机,却没敢乱动,只站在雨里等失主。

第二个外卖员帮他打电话,声音很轻,怕吵到别人。

第三个外卖员看起来最急,却把订单取消了,陪他去物业登记。

第四个外卖员没有说话,只把手机擦干,递给他。

老周有点不好意思。

他忽然发现,自己以前看见的不是人。

只是黄色雨衣。

傍晚,他路过外卖站点,听见一个年轻骑手正在抱怨:

"这个小区的业主都一个样。"

"催、凶、看不起人。"

旁边一个老骑手笑了笑,指着门口说:

"也不全是。"

"301的阿姨每次都说谢谢。"

"702的大哥会帮忙按电梯。"

"刚才那个叔叔,还给我们买了热水。"

年轻骑手愣了一下。

老周也站在雨里愣了一下。

原来他们隔着雨衣看我们,也和我们隔着雨衣看他们一样。

老周看到的不是人,是黄色雨衣。

年轻骑手看到的也不是人,是业主标签。

外群体同质性偏误被打破,不是因为老周突然更有同情心,而是因为"一个群体"重新变回了"几个不同的人"。


为什么信息越少,大脑越爱用标签填空?

老周丢了一次手机,就打破了抹平。

但为什么一次接触就够了?

因为一次具体接触,足以让模糊标签裂开一道口子。

它的发生过程通常是这样的:

你熟悉自己人,所以看见自己人内部的差异;你接触外人少,只记住少数显眼样本;大脑用标签补全信息,把个别样本概括成整体;于是你觉得"他们都一样",判断和决策也跟着变粗糙。

三个机制,一层比一层深。

第一层:你跟自己人待的时间长。

你跟同事一起开过会、吵过架、吃过午饭,自然知道谁急谁慢、谁靠谱谁话多。

你见过同事A在截止日期前崩溃的样子,也见过他周末陪女儿画画的样子。

你的信息量足够分辨差异。

你跟别的部门的人只见过几面,信息量不够,大脑只能用标签填空——"市场部的人都那样。"

帕特里夏·林维尔提出的熟悉性差异假设,说的就是这件事:

你看到的差异,很多时候不是他们真的更同质,而是你压根没有足够的信息去看到不同。

第二层:大脑在省力。

大脑有一个分类功能:

遇到一个不熟悉的人,会快速调动对这个群体的整体印象来应对。

省力,但粗糙。

分类帮你把无限的信息压缩成有限的框架。

你不需要重新判断每一个刚认识的家长,只需要调用"那个班的家长"的标签就够了。

你不需要重新认识每一个新来的实习生,只需要调用"00后"的标签就够了。

做用户研究也一样。

你访谈了几个价格敏感用户,就容易说"这类用户都只看价格"。

但继续拆下去会发现:有人是真的预算有限,有人是怕买错,有人是不信任品牌。

代价是什么?

一个人做了好事,就是整个群体的好。

一个人做了坏事,就是整个群体的坏。

你用群体标签替代了个体判断,省下了认知资源,但丢掉了精度。

前两层发生在判断里:信息少,大脑就用标签补。

更深的一层,甚至发生在感知里。

第三层:感知层面的"脸盲"。

这一层比前两层更深。

不是你不想区分,而是你的感知系统在缺少经验时,就不擅长区分。

斯坦福大学社会心理学教授珍妮弗·艾伯哈特在《偏见》一书中记录过一个发现:

三个月大的婴儿,在面对不同种族面孔时,注视时间已经出现显著差异——他们对不熟悉种族的面孔看的时间更短。

这说明,面孔区分能力很早就会受到熟悉经验影响。

三个月。

还没学会说话,还没形成偏见,感知系统已经在受经验影响了。

这种"异族效应"不是偏见,是感知。

在缺少接触经验时,大脑对不熟悉面孔类别中的差异更不敏感。

我们更擅长区分经常接触的面孔类别,不擅长区分陌生类别中的细微差异。

艾伯哈特本人12岁转学到白人学校时,也发现"所有白人同学都长得差不多"。即使努力记住面部特征,也很难区分。

她不是不想区分,而是在那个阶段,她缺少足够的接触经验,感知系统还不擅长区分白人的面孔。

抹平到了极致,连个体都辨认不出来。

老师刚接新班时,会觉得"这届学生都一个样"。

新员工刚进公司时,会觉得"那个部门的人都一个模子"。

但接触久了,名字、性格、习惯、处境慢慢浮出来,"一群人"才会变成"一个个具体的人"。

如果只是看得不够细,问题也许还不算严重。

真正麻烦的是,粗糙的观看,会带来粗糙的对待。


为什么一句"都一样",会让一个人替一群人背锅?

说到这里,你可能会想:

好吧,我承认我看不到外人的差异,但这不就是认知偷懒吗?

省点脑力,有什么大不了?

你不是唯一这么想的人。

很多人觉得,"都一样"只是一句口头禅,无伤大雅。

但这正是外群体同质性偏误最容易被低估的地方——

觉得"都一样"不只是省事,它本身就是一种集体对待。

当你把一百个人压成一个标签,就很容易开始用对待群体的方式对待个体。

纽约大学斯特恩商学院营销学教授、心理学系附属教授亚当·奥尔特和普林斯顿大学心理学教授约翰·达利提出过一个双向循环模型:

越觉得一个群体"都一样",就越倾向于集体对待他们——集体奖赏,或者集体惩罚。

而集体对待一个群体,又会反过来强化他们"都一样"的感知。

同质化感知导致集体对待,集体对待加深同质化感知。

这是一个自我强化的循环。一旦进去,很难出来。

这已经不是外群体同质性偏误的起点,而是它进入社会互动后的后果:

感知同质化,会让个体被集体化对待。

一个人犯错,整个群体往往背锅。

你不需要对那个群体有任何恶意,你只需要觉得他们"都一样",集体对待就已经启动了。


为什么你看到的"他们都一样",可能是算法筛选过的?

今天,外群体同质性偏误多了一层加速器:推荐算法。

算法不是这个偏误的根源,但它会放大这个偏误——因为它更容易把外群体推成一个"集体事件",而不是一个个具体的人。

算法喂给你的,是"那群人"的集体行为,而不是一个个具体的人。

你刷到的大多是"粉丝围攻""某圈层集体翻车""那个群体又闹事了"。

在很多社交平台场景里,更容易被传播的,往往不是外群体内部的复杂差异,而是能被迅速识别、迅速站队、迅速激发情绪的群体事件。

你刷到三次极端发言,就会觉得:

"这个圈子果然都这样。"

但你没有看到的,可能是更多沉默的人、温和的人、内部也在反对的人。

信息茧房不只是让你看不到不同观点。

它还让你看不到不同的人。

你越刷,越觉得"他们"都一样。

越觉得都一样,越刷得到集体行为的证据。

你本来就不容易看清他们,算法又进一步减少了你看到内部差异的机会。

算法不只是让你看不到个体差异。

它还在替你制造"都一样"的证据。

当你只看到某个群体的集体行为时,你的大脑会说:

你看,他们果然都一样。

你不会意识到,你看到的"都一样",是算法筛选过的"都一样"。

但讲到这里,必须把边界说清楚。

否则,这个模型很容易被误解成:只要做分类,就是错的。


为什么问题不是分类,而是把分类当成全部?

外群体同质性偏误有几个边界,不能不提。

第一,不一定从敌意开始。

你可能对某个群体毫无恶意,但仍然觉得他们"都差不多"。

这是认知局限,不是道德缺陷。

不熟悉就够了,不需要讨厌。

不要把所有"都一样"都归为偏见——有些只是信息不够。

而把认知问题当成道德问题,反而会让你放松警惕:

你觉得"我又不讨厌他们",就以为偏误跟你无关。

第二,熟悉性可以削弱偏误。

但关键是"接触个体",不是"接触群体"。

你认识十个外卖员,不等于你认识了"外卖员这个群体"——你认识的是十个不一样的人。

跟一群人吃过一次饭,不等于你了解了他们各自的故事。

熟悉性要一个一个地积累。

而一个一个地积累,恰恰是抹平的反义词。

第三,内群体也可能被同质化。

别人也在抹平你。

你不只是观察别人,也会成为别人眼里的"那群人"。

当你觉得"他们那群人都一样"的时候,有没有想过,在他们眼里,你也只是"那群人"中的一个?

黄色雨衣的寓言说的就是这个——抹平是双向的。

第四,发现偏差不等于反向外偏。

意识到自己在抹平外人,不等于要反过来把外人看得比自家人还细致。

你要的不是反向偏误,而是精度回归——看到每个人各自的样子。

发现精度丢了,不是要把别人的精度调得比自己人还高,而是把所有人的精度调到同一档。

第五,偏误有适应性的一面。

在信息不足的时候,用群体特征做快速判断,有其合理性。

你不可能对每个人都了如指掌。

你走进一家陌生的餐厅,看一眼服务员,就知道大概什么服务水平——这是标签在帮你。

问题不是你用了标签,而是你忘了自己在用标签。

忘了自己在用,标签就变成了事实。

分类可以帮你开始理解,但不能替你完成理解。

边界讲清楚之后,方法就不是"不要分类",而是:

分类之后,怎样继续看见差异?


下次想说"他们都一样"时,先问哪三个问题?

三个动作。

第一,样本检验。

我见过多少真实样本?

还是只记住了几个最显眼的人?

"外卖员都急"——你见过几个?两个?三个?

如果你只见过三个外卖员,你的"都急"不是判断,是样本不足。

但数量不是唯一的问题。

一百个算法筛选出来的极端样本,也不代表群体内部差异。

所以不只问"我见过多少人",还要问:

我见到的,是不是同一种场景、同一种情绪、同一种传播机制筛选出来的人?

第二,拆标签看差异。

这是三个动作里最核心的一个。

评价一个群体前,先强迫自己拆出至少三种内部差异。

不是"用户都只看价格",而是:

一部分因为预算有限,一部分因为怕买错,一部分因为对品牌信任不足。

不是"销售都短视",而是:

有冲业绩的人,有维护客户的人,有背指标的人。

当你把一个标签拆成几种不同的类型或原因,精度就回来了。

第三,把话说细。

把"他们都……"改成"我接触到的一部分人……"。

把"他们部门都不配合"改成"这次卡在某个角色、某个流程、某个指标上"。

把"那类用户都只看价格"改成"这类用户里,有一部分对价格敏感,但背后可能是预算、风险和信任问题"。

更精确的公式是:

从"群体判断",改成"样本范围 + 具体行为 + 可能原因"。

不是:

"他们部门都不配合。"

而是:

"这次我接触到的两个接口人,在审批节点上没有及时反馈,可能和他们的指标优先级有关。"

语言是思维的出口。当你把话说细了,思维也就跟着细了。

同样一个人,换个群体标签,你还看得到他的不同吗?

很多时候,不是他们真的一样,而是我们还没有足够具体地接触过他们。

下次你想说"他们都一样"的时候,先问一句:

我看见的是人,还是只看见了他们身上的那件黄色雨衣?

他们不是都一样,

是你用"都一样"省掉了看他们的功夫。

下一次,"他们都一样"快要出口时,可以先问三个问题:

我见过多少真实样本?

这个群体内部至少有哪三种不同的人?

我能不能把"他们都……"改成"我接触到的一部分人……"?

判断不是不能做,只是要从标签往具体的人再走一步。

这是思维模型系列的第39篇。

分享给那个一听见"他们那群人",就忍不住补一句"都一样"的人。

也包括我们自己。


附录:容易混淆的几个模型

思维模型
核心机制
你的感受
认知方向
一句话区分
外群体同质性偏误
熟悉性差异+分类压缩
"他们都一样"
精度丢失
你看不到他们的不同
内群体偏差
群体认同+自我延伸
"自己人更好"
方向偏移
你替他们的不同找理由
刻板印象
分类+固化
"那群人就是那样"
内容固化
你用标签代替他们的不同
基本归因谬误
性格归因偏好
"他就是那样的人"
归因方式
你把一个人的行为归因于性格,外群体同质性偏误是把不同人之间的差异抹平
确认偏误
选择性搜索
"证据都在我这边"
证据筛选
你选择性找支持自己的信息,外群体同质性偏误是先把外群体看成一个模糊整体
群体极化
同类观点强化
"我们越来越对"
观点强度
同类声音互相强化后变极端,外群体同质性偏误是外部群体内部差异被看不见

参考文献

1. Park, B., & Rothbart, M. (1982). Perception of out-group homogeneity and levels of social categorization: Memory for the subordinate attributes of in-group and out-group members. Journal of Personality and Social Psychology, 42(6), 1051–1068.

2. Quattrone, G. A., & Jones, E. E. (1980). The perception of variability within in-groups and out-groups: Implications for the law of small numbers. Journal of Personality and Social Psychology, 38(1), 141–152.

3. Linville, P. W., Fischer, G. W., & Salovey, P. (1989). Perceived distributions of the characteristics of in-group and out-group members. Journal of Personality and Social Psychology, 57(2), 165–188.

4. Eberhardt, J. L. (2019). Biased: Uncovering the Hidden Prejudice That Shapes What We See, Think, and Do. Viking.

5. Alter, A. L., & Darley, J. M. (2009). When the regulator is regulated: The effect of government regulation on the perception of out-group homogeneity. Journal of Experimental Social Psychology, 45(4), 855–861.