研究是怎么测量的
研究人员请参与者提供帮助:有些人听到一个孩子的故事,包括姓名和照片;另一些人听到数百万有需要的人;第三组则同时看到这两种信息。研究人员比较了人们愿意捐出多少。
最出人意料的结果来自第三组。在一个孩子的故事中加入统计数据,并没有增强回应,反而削弱了回应。数字仿佛关掉了人们对那个具体的人已经产生的同情。
一种解释是,同情通过具体形象发挥作用。你可以想象一个人:他的脸、房间和一天。但你无法想象100万人,于是抽象概念取代了具体形象,而情绪系统不会对抽象概念作出回应。
可识别受害者效应:在不同实验设置中都能重复出现
这意味着什么
第一个实际启示是:每次募捐都围绕一个故事展开。这不是为了操纵而操纵,而是突破人们对数字麻木的唯一方式。
第二个启示更令人不舒服。我们愿意帮助的程度,与灾难的规模联系很弱。一场波及数百万人的灾难,可能不如一个人的命运引发更多回应,于是援助分配就会变得不公平。
因此,这一领域的研究人员给出的建议是:在需要分配有限援助时,依靠计算,而不是依靠回应的强烈程度。你的感觉可能会告诉你想帮助谁,却不会告诉你哪里更需要帮助。
还要看到事情的另一面。对一个人作出回应的能力并不是缺陷,恰恰是帮助得以发生的基础。问题不在于这种能力本身,而在于试图把它用于受害者数量达到数千人的情况。
有时人们也会尝试相反的做法:把一个人展示为许多人的代表。但这种做法效果不稳定,因为一提到整体规模,那种对数字的麻木感就会再次出现。
研究人员还特别指出了无力感的作用。当灾难看起来过于庞大时,人会开始觉得自己的贡献不会改变任何事情,这也会降低帮助他人的意愿。
测测自己1 / 2
随着受害者人数增加,帮助意愿会如何变化?
在一个人的故事中加入统计数据,会发生什么?
来源
- 决策心理学研究描述了这样一种现象:随着受害者人数增加,人们帮助他人的意愿会下降;在一个人的故事中加入统计数据,也会降低回应。
“共情”系列的下一篇
网站上可读全文 2 篇,App 里还有 3 篇
全部文章