第一印象：毀掉一個人，為什么只需要0.1秒？

這兩張臉，哪個看起來更能干？別猶豫，跟著感覺選。

?圖源：Inferences of competence from faces predict election outcomes

如果你選了左邊，恭喜你，精準預(yù)測了一場真實的美國參議院選舉結(jié)果。

剛才你經(jīng)歷的，正是2005年心理學家亞歷山大·托多羅夫（Alexander Todorov）做過的一場經(jīng)典實驗。當時，他把真實的政治候選人照片混在問卷里發(fā)給學生，要求他們在一秒鐘內(nèi)憑直覺選出“更能干”的人。結(jié)果卻發(fā)現(xiàn)，僅僅憑借對照片一秒鐘的瞥視，學生們就準確命中了當年近70%的美國國會選舉結(jié)果。

這個結(jié)果登上《科學》雜志[1]。媒體蜂擁而至，歡呼著，“相由心生被科學證實了！只看一眼真的可以看穿一個人”。

?亞歷山大·托多羅夫，芝加哥大學布斯商學院的保加利亞心理學教授。在擔任現(xiàn)職之前，他是普林斯頓大學的教授。他的研究重點是人類如何感知，評估和理解社會世界。為了替代傳統(tǒng)的理論驅(qū)動實驗來研究感知和判斷，托多羅夫的實驗室率先開發(fā)了數(shù)據(jù)驅(qū)動的計算方法。這些方法無需預(yù)先假設(shè)即可對判斷的感知基礎(chǔ)（例如，是什么使一個物體變得美麗）進行建模和可視化，并可用作探索工具。在以往研究的基礎(chǔ)上，目前的研究利用生成式人工智能來模擬個體人類偏好。另一項研究方向是人類統(tǒng)計直覺的不完整性，以及這些直覺在何種情況下會損害決策（例如，處理由隨機過程產(chǎn)生的結(jié)果）。圖源：chicagobooth

但托多羅夫卻感到不安。一個人復(fù)雜的政治能力，怎么可能寫在臉上？這70%的準確率，到底是因為選民目光如炬，還是因為選民太容易被一張臉牽著鼻子走？

為了尋找真相，他決定親手拆穿自己的成名作。

0.1秒的錯覺

如果看臉是在收集關(guān)于一個人能力的信息，那這就應(yīng)該像閱讀一樣：看的時間越長，理應(yīng)看得越準。

為了測試這一點，托多羅夫操縱了觀看的時間，從極其短暫的0.1秒，到不限時端詳。結(jié)果出人意料：0.1秒內(nèi)形成的印象，與完全不限時觀看，得出的結(jié)論高度一致。多出來的時間，只是讓大家對自己的直覺更自信罷了[2,3]。

隨即，媒體斷章取義，將之縮寫成一句口號：“看準一個人只需要0.1秒”。 面對這種誤讀，托多羅夫甚是無奈，因為他想證明的恰恰相反：0.1秒只夠大腦倉促貼個標簽，在后續(xù)多出來的時間里，并沒有讓任何新信息進入大腦，人們只是在用更多的時間，為自己最初的偏見尋找合理的借口。

所以，那極其篤定的一眼，只是在迅速識別一個符合預(yù)期的圖案。就像看見一個漢字，你能瞬間認出它一樣。識別不需要時間，只需要你腦子里事先存著那個模板。

?一個刻板印象示例。

在現(xiàn)實中，這種偏見甚至會弄假成真[4]。當你第一眼認定某人“不好惹”時，就會帶著防備對待他；對方感受到敵意，自然回以冷漠。最終，他被你逼成了你想象中的樣子，而你還會得意地說：“看，我第一眼就覺得他不行。”

你可能不服氣：萬一我第一眼真的看準了呢？

為了驗證這一點，托多羅夫分析了超過一百萬次“看臉猜人”的測試數(shù)據(jù)。結(jié)果堪稱災(zāi)難。靠看臉推斷一個人的性格，準確率竟然比閉著眼睛、純按常理推測還要低。因為瞎猜，你還能結(jié)合背景依靠客觀常識；一旦看了臉，大腦就會用一套刻板印象，精準把你帶進溝里[5]。

所以，開頭的這場預(yù)測，學生們只是算準了大眾的偏見。他們能預(yù)測選票，僅僅因為成千上萬的選民腦子里共享著同一套“靠譜精英該長什么樣”的模板，然后在投票時，偷偷把這人“看起來”能干，替換成了這人“真的”能干。

決定第一印象的時刻

如果你的第一印象讀不準內(nèi)在，那你總該能認準一張臉吧？

先看個測試，屏幕上有40張不同的照片，有些照片可能出自同一個人，請問這里有幾個人？

?屏幕上有40張不同的照片，有些照片可能出自同一個人，請問這里有幾個人？圖源：Variability in photos of the same face

大部分人會猜這里應(yīng)該有7-8個人，但實際上，只是兩個荷蘭人在不同場合的普通抓拍。僅僅因為光線和角度的改變，大腦就會把同一個人腦補成好幾個完全不同的陌生人[6]。但如果你認識這兩個人，你便能很輕易地分清他們。

順著這個現(xiàn)象，托多羅夫做了個更極端的測試。在光線和角度基本一致的條件下，讓人評價同一批人的正面照。結(jié)果卻發(fā)現(xiàn)，僅僅是嘴角弧度或眉頭松緊的微小自然變化，就足以制造出極其懸殊的社會印象差異。明明是同一張臉，左邊的你感覺"值得信賴"，到了右邊，卻覺得"狡猾刻薄"。這種差異，有時甚至超過了兩個完全不同的人[7]。

?上一行，右邊的人比左邊更可信；下一行，仍是這兩個人，但換了照片以后，評價高低反轉(zhuǎn)。圖源：參考文獻7。

事實上，這個現(xiàn)象就發(fā)生在你身邊。你相親時用的照片，和簡歷里的照片肯定不會是同一張。因為你很清楚：一張照片只是你的一個切片。可一旦面對陌生人，你卻會立刻把初見對方時那短短一瞥，當成他本人。

?這張圖展示同一個男人的5張照片，以及它們分別在以下場景中的選擇比例：鎮(zhèn)長競選；高薪咨詢職位；Facebook頭像；約會網(wǎng)站；反派試鏡。對這個人而言：第1張最常被選為競選照片；第2張最常被選為咨詢職位和反派試鏡照片；第3張最常被選為Facebook照片。圖源：參考文獻7。

所謂第一印象，只有一次快門。那一刻的光線、角度、和隨機的面部狀態(tài)，就是大腦判案的全部證據(jù)。它從一開始，就抽錯了一個根本不足以代表整個人的樣本。

那面對這張極其偶然的切片，大腦究竟在瘋狂計算什么？

當一張臉遇見一雙眼睛

為了搞清楚這個問題，托多羅夫用海量的看臉數(shù)據(jù)，反向破解了人類大腦看臉的“底層代碼”[8]。

他發(fā)現(xiàn)第一印象啟動的往往是遠古的保命機制。

首先，第一印象的主要目標是排雷。大腦沒空分析陌生人是否有責任心，它只關(guān)心兩個生死問題：你想傷害我嗎（是敵是友）？我打得過你嗎（是強是弱）？

其次，為了用最快速度摸清對方底細，面對一張毫無表情的靜止面孔，大腦只能靠捕捉最原始的生理特征來交差。所以，它會把靜態(tài)長相錯認成動態(tài)情緒，乃至性格特征[9]。

比如，一個人天生眉心略緊，大腦會認為，他在皺眉，他有敵意。反之，只要嘴角天生微翹，人們就更愿意靠近。就連三四歲的孩子，也會本能地用這套標準去區(qū)分好人與壞人[10]。這也就是為什么，有些人明明什么都沒做，卻總吃天生臭臉的虧。

最后，第一印象還夾帶了大量私人恩怨。你對某人“第一眼就莫名反感”，可能只是因為他某個特征恰好長得像坑過你的前同事[11]。

后來，心理學家證實，第一印象里，被看的那個人（長相本身），其實只占了10%的決定權(quán)。看臉的你（偏見）貢獻了20%。剩下的基本取決于你們目光相撞那一瞬間的化學反應(yīng)。你們各自的長相、經(jīng)歷、當天的情緒，在0.1秒內(nèi)完成了一次不可復(fù)制的碰撞。換一個時間、換個心情，結(jié)論可能完全不同[12]。

當托多羅夫向全世界公開這套荒謬的看臉錯覺時，他長舒了一口氣，以為自己終于用科學終結(jié)了看臉識人的古老神話。

被代碼武裝的偏見

但他沒有想到，幾年后，一些商業(yè)公司直接端走了他的模型，包裝出了能“看透人心”的AI機器，宣稱只要掃一眼照片，就能揪出潛在的罪犯[13]、淘汰不合格的員工。

但問題在于，托多羅夫測的明明是這張臉“讓人感覺”有多靠譜，這群新時代的相面大師，卻悄悄把它改成了這人“實際上”有多靠譜？

面對這種偽科學復(fù)辟，本是溫和的托多羅夫怒了。他發(fā)文抨擊[14]，AI根本沒有看透什么“犯罪骨相”或“性格密碼”，它只是把人類0.1秒里的那眼錯覺，原樣抄了下來，然后運行了十億次。

真正危險的，不是機器犯了錯，而是機器給了理性的數(shù)據(jù)，讓人更相信自己沒有犯錯。當算法和你的直覺一致時，你會當它是一次獨立印證，“看，連機器都這么說了”。于是，原有的偏見被徹底“合法化”，而你比從前更迷信自己的眼睛。

你看見了誰？

既然歸根結(jié)底，一切都是人類自己的偏見，那我們能戰(zhàn)勝它嗎？

花了二十年證明第一印象有多荒謬后，托多羅夫給出的答案是：不能[15]。

你永遠無法關(guān)掉大腦的偏見開關(guān)。明天走在街上，你依然會在看到陌生人的第一眼，暗暗給他貼上“靠譜”或“危險”的標簽。但真正的區(qū)別只在于：你是否還會把這種感覺，當成審判對方的證據(jù)。

現(xiàn)在，回到開場的兩張臉。

你確實預(yù)測中了現(xiàn)實里的贏家。但這場判斷暴露的，是你腦海中的模板，以及整個社會準備用怎樣的特權(quán)去優(yōu)待這樣一張臉。

別忘了，就在此刻。在某份簡歷、某個社交軟件里，你的一張照片也正被別人審視。對方僅僅瞥了一眼，就已經(jīng)篤定，自己看透了你的一生。

第一印象從來沒有告訴我們“一個人到底是誰”，它只是極其殘酷地預(yù)演了，這個充滿偏見的世界，將會怎樣對待一個長成這樣的人。

[1] TODOROV A, MANDISODZA A N, GOREN A, et al., Inferences of competence from faces predict election outcomes[J]. Science, 2005, 308(5728): 1623-1626.

[2] BALLEW C C, TODOROV A. Predicting political elections from rapid and unreflective face judgments[J]. Proceedings of the National Academy of Sciences, 2007, 104(46): 17948-17953.

[3] WILLIS J, TODOROV A. First impressions: making up your mind after a 100-ms exposure to a face[J]. Psychological Science, 2006, 17(7): 592-598.

[4] SNYDER M, TANKE E D, BERSCHEID E. Social perception and interpersonal behavior: On the self-fulfilling nature of social stereotypes[J]. Journal of personality and social psychology, 1977, 35(9): 656-666.

[5] OLIVOLA C Y, TODOROV A. Fooled by first impressions? Reexamining the diagnostic value of appearance-based inferences[J]. Journal of Experimental Social Psychology, 2010, 46(2): 315-324.

[6] JENKINS R, WHITE D, VAN MONTFORT X, et al., Variability in photos of the same face[J]. Cognition, 2011, 121(3): 313-323.

[7] TODOROV A, PORTER J M. Misleading first impressions: different for different facial images of the same person[J]. Psychological Science, 2014, 25(7): 1404-1417.

[8] OOSTERHOF N N, TODOROV A. The functional basis of face evaluation[J]. Proceedings of the National Academy of Sciences, 2008, 105(32): 11087-11092.

[9] TODOROV A, OLIVOLA C Y, DOTSCH R, et al., Social attributions from faces: determinants, consequences, accuracy, and functional significance[J]. Annual Review of Psychology, 2015, 66: 519-545.

[10] COGSDILL E, TODOROV A, SPELKE E, et al., Inferring Character From Faces: A Developmental Study[J]. Psychological science, 2014, 25(5): 1132-1139.

[11] VEROSKY S C, TODOROV A. Generalization of affective learning about faces to perceptually similar faces[J]. Psychological Science, 2010, 21(6): 779-785.

[12] HEHMAN E, SUTHERLAND C A M, FLAKE J K, et al., The unique contributions of perceiver and target characteristics in person perception[J]. Journal of Personality and Social Psychology, 2017, 113(4): 513-529.

[13] WU X, ZHANG X. Automated Inference on Criminality using Face Images[J/OL]. ArXiv, 2016.

[14] Y ARCAS B A, MITCHELL M, TODOROV A. Physiognomy in the age of AI[M]//Feminist AI: Critical perspectives on algorithms, data, and intelligent machines. Oxford Academic, 2023: 208-236.

[15] TODOROV A, OH D, UDDENBERG S, et al., Face evaluation: Findings, methods, and challenges[J]. Annals of the New York Academy of Sciences, 2025, 1545(1): 28-37.

制片人：雒芊芊 | 制片助理：Catherine Chen

總導(dǎo)演：鄭明鍵 | 分集編導(dǎo)：駱沁真

文案：范存源 | 剪輯制作：駱沁真 曾國懷 方之

聲音制作：林得力 王鷹

出品：天橋腦科學研究院大圓鏡工作室

本文摘錄自“大圓鏡科普”社會心理學系列

關(guān)于追問nextquestion

天橋腦科學研究院旗下科學媒體，旨在以科學追問為紐帶，深入探究人工智能與人類智能相互融合與促進，不斷探索科學的邊界。歡迎評論區(qū)留言，或后臺留言“社群”即可加入社群與我們互動。

關(guān)于天橋腦科學研究院

天橋腦科學研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元創(chuàng)建的世界最大私人腦科學研究機構(gòu)之一，圍繞全球化、跨學科和青年科學家三大重點，支持腦科學研究，造福人類。

Chen Institute與華山醫(yī)院、上海市精神衛(wèi)生中心設(shè)立了應(yīng)用神經(jīng)技術(shù)前沿實驗室、人工智能與精神健康前沿實驗室；與加州理工學院合作成立了加州理工天橋神經(jīng)科學研究院。

Chen Institute建成了支持腦科學和人工智能領(lǐng)域研究的生態(tài)系統(tǒng)，項目遍布歐美、亞洲和大洋洲，包括、、、科研型臨床醫(yī)生獎勵計劃、、科普視頻媒體「大圓鏡」等。