Расшифровка бессознательного:
Имплицитный ассоциативный тест (IAT)

Природа и базовая парадигма IAT

Имплицитный ассоциативный тест (IAT) — это количественный метод измерения имплицитных отношений. IAT был разработан для измерения имплицитных отношений и убеждений, которые люди могут не хотеть или не мочь сообщать. Он отражает потенциальные отношения человека к определенным объектам, измеряя различия во времени реакции в задачах быстрой классификации. Структура задачи IAT включает целевые слова и атрибутивные слова из двух категорий и оценивает имплицитные отношения через автоматические различия во времени реакции между двумя типами ассоциаций. IAT обладает высокой чувствительностью и может выявлять автоматические реакции в бессознательном разуме.

Теоретическая основа IAT

Теоретическая основа IAT происходит из модели двойного отношения, которая предполагает, что люди имеют как явные, так и имплицитные отношения к одному и тому же объекту. Имплицитные отношения обычно бессознательны и не могут быть осознаны через интроспекцию. Экспериментальный дизайн IAT основан на нейросетевой модели семантической памяти, отражающей индивидуальные имплицитные отношения путем измерения силы связей между понятиями. Это позволяет IAT эффективно избегать искажений, которые могут возникнуть в самоотчетах, и выявлять истинные имплицитные реакции.

Преимущества и ограничения IAT

Имплицитный ассоциативный тест (IAT) предлагает уникальные преимущества в психологических исследованиях и практических приложениях. Во-первых, IAT может эффективно избегать искажения социальной желательности, которое часто встречается в мерах самоотчета, поскольку испытуемым обычно трудно контролировать свои автоматические реакции. Во-вторых, измеряя различия во времени реакции, IAT может выявлять потенциальные отношения и предпочтения, которые могут не распознаваться или трудно улавливаться через явные меры. Однако IAT также имеет некоторые ограничения. Например, время реакции может быть подвержено влиянию нескольких факторов, таких как уровень внимания испытуемого или знакомство с задачей. Кроме того, IAT измеряет имплицитные ассоциации, которые могут отличаться от ваших явных убеждений. Эти ассоциации формируются под влиянием вашего опыта и культурного контекста. IAT в основном отражает относительные предпочтения, а не абсолютную силу отношения, и не является окончательной мерой предубеждений или искажений, что может ограничивать его интерпретационную силу в некоторых исследованиях.

Области применения IAT

IAT применяется в нескольких областях: 1. Социально-психологические исследования: измерение расовых предубеждений, гендерных стереотипов и установок к группам. 2. Клиническая психология: оценка имплицитных суицидальных идей и результатов терапии. 3. Потребительское поведение: изучение ассоциаций с брендами и маркетинговых предпочтений. 4. Образование и тренинг многообразия: выявление и снижение имплицитных предубеждений на рабочих местах и в школах. Исследователи, в том числе группы из University of Virginia, изучали связи между показателями IAT и поведением в реальном мире. Метаанализы, однако, показывают, что IAT лучше всего подходит как исследовательский инструмент для изучения паттернов на уровне групп: его способность предсказывать поведение конкретного человека слаба.

Источники

1. Daniel L. Schacter, “Implicit Memory: History and Current Status,” Journal of Experimental Psychology: Learning, Memory, and Cognition 13 (3) (1987): 501–518.
2. Anthony G. Greenwald and Mahzarin R. Banaji, “Implicit Social Cognition: Attitudes, Self-Esteem, and Stereotypes,” Psychological Review 102 (1) (1995): 4–27.
3. Anthony G. Greenwald, Debbie E. McGhee, and Jordan L. K. Schwartz, “Measuring Individual Differences in Implicit Cognition: The Implicit Association Test,” Journal of Personality and Social Psychology 74 (6) (1998): 1464–1480.
4. Anthony G. Greenwald, Brian A. Nosek, and Mahzarin R. Banaji, “Understanding and Using the Implicit Association Test: I. An Improved Scoring Algorithm,” Journal of Personality and Social Psychology 85 (2) (2003): 197–216.
5. Kate A. Ratliff and Colin Tucker Smith, “Lessons from Two Decades with Project Implicit,” in The Cambridge Handbook of Implicit Bias and Racism (2023).
6. Tessa E. S. Charlesworth and Mahzarin R. Banaji, “Patterns of Implicit and Explicit Stereotypes III: Long-Term Change in Gender Stereotypes,” Social Psychological and Personality Science 13 (1) (2022): 14–26.
7. Tessa E. S. Charlesworth and Mahzarin R. Banaji, “Patterns of Implicit and Explicit Attitudes: I. Long-Term Change and Stability from 2007 to 2016,” Psychological Science 30 (2) (2019): 174–192.
8. Emily C. Bianchi, Erika V. Hall, and Sarah Lee, “Reexamining the Link Between Economic Downturns and Racial Antipathy,” Psychological Science 29 (10) (2018): 1584–1597.
9. Amanda Ravary, Mark W. Baldwin, and Jennifer A. Bartz, “Mass Media Fat-Shaming Affects Implicit Anti-Fat Attitudes,” Personality and Social Psychology Bulletin 45 (11) (2019): 1580–1589.
10. Eugene K. Ofosu, Michelle K. Chambers, Jacqueline M. Chen, and Eric Hehman, “Same-Sex Marriage Legalization Associated with Reduced Implicit and Explicit Antigay Bias,” PNAS 116 (18) (2019): 8846–8851.
11. Eric Hehman, Jimmy Calanchini, Jessica K. Flake, and Jordan B. Leitner, “Establishing Construct Validity Evidence for Regional Measures of Explicit and Implicit Racial Bias,” Journal of Experimental Psychology: General 148 (6) (2019): 1022–1040.
12. Morris Rosenberg, Society and the Adolescent Self-Image (1965).
13. Anthony G. Greenwald and Calvin K. Lai, “Implicit Social Cognition,” Annual Review of Psychology 71 (2020): 419–445.
14. Anthony G. Greenwald, Miguel Brendl, Huajian Cai, et al., “Best Research Practices for Using the Implicit Association Test,” Behavior Research Methods 54 (3) (2022): 1161–1180.
15. Paul Connor and Ellen R. K. Evers, “The Bias of Individuals (in Crowds),” Perspectives on Psychological Science 15 (6) (2020): 1329–1345.
16. Olivier Corneille and Mandy Hütter, “Implicit? What Do You Mean?,” Personality and Social Psychology Review 24 (3) (2020): 212–232.
17. Ulrich Schimmack, “The Implicit Association Test: A Method in Search of a Construct,” Perspectives on Psychological Science 16 (2) (2021): 396–414.
18. Benedek Kurdi, Kate A. Ratliff, and William A. Cunningham, “Can the IAT Serve as a Valid Measure of Automatic Cognition?,” Perspectives on Psychological Science 16 (2) (2021): 422–434.
19. Kate A. Ratliff and Colin Tucker Smith, “Implicit Bias as Automatic Behavior,” Psychological Inquiry 33 (3) (2022): 213–218.
20. Bertram Gawronski, Alison Ledgerwood, and Paul W. Eastwick, “Reflections on the Difference Between Implicit Bias and Bias on Implicit Measures,” Psychological Inquiry 33 (3) (2022): 219–231.
21. Kate A. Ranganath, Colin Tucker Smith, and Brian A. Nosek, “Distinguishing Automatic and Controlled Components of Attitudes,” Journal of Experimental Social Psychology 44 (2) (2008): 386–396.
22. Adam Hahn, Charles M. Judd, Holen K. Hirsh, and Irene V. Blair, “Awareness of Implicit Attitudes,” Journal of Experimental Psychology: General 143 (3) (2014): 1369–1392.
23. Adam Morris and Benedek Kurdi, “Awareness of Implicit Attitudes: Large-Scale Investigations of Mechanism and Scope,” Journal of Experimental Psychology: General 152 (12) (2023): 3311–3343.
24. Adam Hahn and Alexandra Goedderz, “Trait-Unconsciousness, State-Unconsciousness ...,” Social Cognition 38 (S) (2020): 115–134.
25. Richard E. Nisbett and Timothy D. Wilson, “Telling More Than We Can Know,” Psychological Review 84 (3) (1977): 231–259.
26. Agnes Moors and Jan De Houwer, “Automaticity: A Theoretical and Conceptual Analysis,” Psychological Bulletin 132 (2) (2006): 297–326.
27. Jan De Houwer and Agnes Moors, “How to Define and Examine the Implicitness of Implicit Measures,” in Implicit Measures and Attitudes (2007).
28. John A. Bargh, “The Four Horsemen of Automaticity.”
29. Mary C. Murphy, Kathryn M. Kroeper, and Elise M. Ozier, “Prejudiced Places,” Policy Insights from the Behavioral and Brain Sciences 5 (1) (2018): 66–74.
30. B. Keith Payne, Heidi A. Vuletich, and Kristjen B. Lundberg, “The Bias of Crowds,” Psychological Inquiry 28 (4) (2017): 233–248.
31. Manuel J. Galvan and B. Keith Payne, “Implicit Bias as a Cognitive Manifestation of Systemic Racism,” Dædalus 153 (1) (Winter 2024): 106–122.
32. Travis Riddle and Stacey Sinclair, “Racial Disparities in School-Based Disciplinary Actions,” PNAS 116 (17) (2019): 8255–8260.
33. Mark J. Chin, David M. Quinn, Tasminda K. Dhaliwal, et al., “Bias in the Air,” Educational Researcher 49 (8) (2020): 566–578.
34. Marleen Stelter, Iniobong Essien, Carsten Sander, and Juliane Degner, “Racial Bias in Police Traffic Stops,” Psychological Science 33 (4) (2022): 483–496.
35. B. Keith Payne, Heidi A. Vuletich, and Jazmin L. Brown-Iannuzzi, “Historical Roots of Implicit Bias in Slavery,” PNAS 116 (24) (2019): 11693–11698.
36. Jan De Houwer, “Implicit Bias Is Behavior: A Functional-Cognitive Perspective on Implicit Bias,” Perspectives on Psychological Science 14 (5) (2019): 835–840.
37. Bertram Gawronski, Alison Ledgerwood, and Paul W. Eastwick, “Implicit Bias ≠ Bias on Implicit Measures,” Psychological Inquiry 33 (3) (2022): 139–155.