WEBVTT

00:00:00.910 --> 00:00:02.183
几年前，

00:00:02.207 --> 00:00:07.119
我和年仅五岁的儿子一同搭乘飞机。

00:00:08.245 --> 00:00:13.340
第一次与妈咪搭乘飞机
让他感到非常兴奋。

00:00:13.364 --> 00:00:16.304
他不断环视周围，四处张望，

00:00:16.328 --> 00:00:18.164
目光不停地打量着别人。

00:00:18.188 --> 00:00:19.688
然后他看到了某位男子，说：

00:00:19.688 --> 00:00:22.703
“嘿！这个人看起来好像爹地！”

00:00:23.882 --> 00:00:25.802
我就看向这位男子，

00:00:25.826 --> 00:00:29.556
而他看起来完全不像我的丈夫，

00:00:29.580 --> 00:00:30.949
一点也不像。

00:00:31.461 --> 00:00:33.797
于是我也开始环顾机舱，

00:00:33.821 --> 00:00:39.706
发现这位男子是飞机上
唯一的黑人男性。

00:00:40.874 --> 00:00:42.286
我当时心想，

00:00:42.310 --> 00:00:43.504
“好吧。

00:00:44.369 --> 00:00:46.894
我得和儿子好好谈谈，

00:00:46.918 --> 00:00:49.847
让他知道不是所有的黑人
都长得一样。”

00:00:49.871 --> 00:00:54.248
我的儿子抬起头，对我说：

00:00:56.246 --> 00:00:58.617
“我希望他不会劫持飞机。”

00:00:59.359 --> 00:01:01.874
我说：“什么，你刚才说什么？”

00:01:01.898 --> 00:01:05.326
儿子说：“我希望那人不要劫持飞机。”

00:01:07.200 --> 00:01:09.952
我说：“为什么你会这样说？

00:01:10.486 --> 00:01:13.149
你知道爹地是不会劫持飞机的。“

00:01:13.173 --> 00:01:15.485
儿子说：“是啊，是啊，我知道。”

00:01:16.179 --> 00:01:18.306
我说：“好，那为什么你会这样说？”

00:01:20.346 --> 00:01:23.303
于是他用一种悲伤的神情看着我，

00:01:24.168 --> 00:01:25.422
回答道，

00:01:26.890 --> 00:01:28.996
“我不知道我为什么会这样说。

00:01:30.600 --> 00:01:32.958
我不知道我为什么会有这种想法。”

NOTE Paragraph

00:01:33.724 --> 00:01:37.242
我们生活在
一个种族分明的社会当中，

00:01:37.266 --> 00:01:42.326
就连一个五岁孩童都能告诉我们
接下来可能会发生什么事情。

00:01:43.990 --> 00:01:46.097
即便没有作恶者，

00:01:46.121 --> 00:01:48.700
即便没有明确的仇恨，

00:01:50.184 --> 00:01:54.097
黑人和罪案之间的连接

00:01:54.121 --> 00:01:58.455
早已渗入我五岁儿子的思想，

00:01:59.787 --> 00:02:03.050
也渗透进了所有孩子，

00:02:03.900 --> 00:02:06.293
甚至是我们每一个人的脑海中。

00:02:06.793 --> 00:02:10.317
我们在这个世界上
所看到的种族差异

00:02:10.341 --> 00:02:11.933
早已塑造了我们的思维方式，

00:02:12.752 --> 00:02:18.093
那些叙述合理化了
我们所看到的差异：

00:02:19.637 --> 00:02:22.163
“那些人是罪犯。”

00:02:22.187 --> 00:02:24.112
“那些人是施暴者。”

00:02:24.136 --> 00:02:27.101
“要恐惧那些人。”

NOTE Paragraph

00:02:27.814 --> 00:02:31.005
当我的研究团队把研究对象
带到我们的实验室，

00:02:31.029 --> 00:02:33.312
让他们观察不同人的照片时，

00:02:33.336 --> 00:02:40.336
我们发现人们看到黑人的面孔时，
会更快、更清楚地

00:02:40.360 --> 00:02:43.616
辨认模糊的枪支影像。

00:02:43.640 --> 00:02:46.994
偏见不仅能控制我们所看见的，

00:02:47.018 --> 00:02:48.666
也会控制我们看待事情的角度。

00:02:48.690 --> 00:02:52.134
我们发现让人们想象暴力犯罪时，

00:02:52.158 --> 00:02:56.454
他们的视线会不自觉地从白人面孔

00:02:56.478 --> 00:02:58.608
转向黑人面孔。

00:02:58.632 --> 00:03:02.751
让警方想象俘获、射击

00:03:02.751 --> 00:03:03.901
和逮捕的场景时，

00:03:03.901 --> 00:03:07.610
他们的眼光也会落在黑人身上。

NOTE Paragraph

00:03:07.634 --> 00:03:12.700
偏见足以影响
司法体系的方方面面。

00:03:13.100 --> 00:03:16.031
在一组符合死刑条件判决
的大型数据库之中，

00:03:16.031 --> 00:03:18.818
我们发现皮肤较黑的被告

00:03:18.818 --> 00:03:22.493
被判死刑的几率
要高出两倍以上——

00:03:23.494 --> 00:03:25.921
尤其当被害者是白人的时候。

00:03:25.993 --> 00:03:27.431
这个差异非常显著，

00:03:27.431 --> 00:03:30.732
尽管我们确保犯罪的严重程度

00:03:30.732 --> 00:03:33.013
和被告的吸引力是一样的。

00:03:33.037 --> 00:03:35.686
无论我们如何控制变量，

00:03:35.710 --> 00:03:39.055
我们都发现黑人受到的惩罚

00:03:39.079 --> 00:03:43.404
与他们的肤色黑度成比例：

00:03:43.428 --> 00:03:45.309
他们的肤色越黑，

00:03:45.333 --> 00:03:47.086
就越有可能被判死刑。

NOTE Paragraph

00:03:47.110 --> 00:03:51.319
偏见也能影响老师
惩戒学生的方式。

00:03:51.781 --> 00:03:53.844
我和同事经过研究发现，

00:03:53.844 --> 00:03:55.708
老师给黑人学生的惩罚

00:03:55.708 --> 00:04:00.970
往往都比白人学生更加严厉，

00:04:00.994 --> 00:04:03.570
即使他们犯的是相同的错误。

00:04:03.594 --> 00:04:05.632
在近期的一项研究中，我们发现

00:04:05.632 --> 00:04:09.270
老师会把黑人学生视为一个群体，

00:04:09.294 --> 00:04:11.725
但把白人学生视作个体来对待。

00:04:12.126 --> 00:04:15.725
譬如，如果一个黑人学生调皮捣蛋，

00:04:15.749 --> 00:04:20.534
几天后，又有一个黑人学生
做出调皮捣蛋的行为，

00:04:20.558 --> 00:04:23.786
老师对待第二个黑人学生的态度

00:04:23.810 --> 00:04:26.435
就好像他犯了两次错。

00:04:26.952 --> 00:04:29.763
这就像一个孩子的罪过

00:04:29.787 --> 00:04:31.963
被叠加在了另一个孩子的身上。

NOTE Paragraph

00:04:31.987 --> 00:04:35.281
为了更好地理解这个世界，
我们会对周遭的一切分门别类，

00:04:35.305 --> 00:04:39.788
以控制和协调

00:04:39.812 --> 00:04:43.902
我们所接收的
外部事物的刺激。

00:04:43.926 --> 00:04:47.894
分类及其所产生的偏见

00:04:47.918 --> 00:04:52.940
让我们的大脑能够更快、
更有效地做出判断，

00:04:52.940 --> 00:04:56.783
我们本能地依赖似乎带有

00:04:56.783 --> 00:04:58.073
预测能力的模式。

00:04:58.073 --> 00:05:04.016
这套分类思考模式
让我们能迅速地做决策，

00:05:04.050 --> 00:05:06.552
但同时也在强化我们的偏见。

00:05:06.576 --> 00:05:09.968
所以，这套看似在帮助我们
理解世界的模式，

00:05:11.104 --> 00:05:13.084
也能够蒙蔽我们。

00:05:13.509 --> 00:05:17.956
它们让我们的选择毫不费力，

00:05:17.956 --> 00:05:18.956
没有摩擦。

00:05:18.956 --> 00:05:21.401
然而也带来了沉重的代价。

NOTE Paragraph

00:05:22.158 --> 00:05:23.569
那么我们能够做什么？

00:05:24.507 --> 00:05:26.998
我们都容易受到偏见的影响，

00:05:27.022 --> 00:05:29.702
但我们不见得时刻
都要被偏见左右。

00:05:29.726 --> 00:05:33.370
有些特定情况会导致偏见，

00:05:33.394 --> 00:05:35.927
而在其他情况下，
偏见则会受到抑制。

00:05:35.951 --> 00:05:37.798
让我举个例子。

00:05:38.663 --> 00:05:43.223
相信大家都熟悉
Nextdoor 这家科技公司，

00:05:44.073 --> 00:05:50.526
他们的主要目的是打造一个
更稳固、健康、安全的社区。

00:05:51.468 --> 00:05:54.389
因此，他们提供了凝聚社区

00:05:54.413 --> 00:05:57.562
和分享信息的线上空间。

00:05:57.586 --> 00:06:00.752
然而，Nextdoor 很快就发现

00:06:00.766 --> 00:06:03.404
平台存在种族定性的问题。

00:06:04.012 --> 00:06:05.979
一个典型的情况就是，

00:06:06.003 --> 00:06:08.399
当居民望向窗外，

00:06:08.423 --> 00:06:12.472
看到黑人出现在白人的住宅区时，

00:06:12.496 --> 00:06:17.211
他们就快速评判出
这个黑人不怀好意，

00:06:17.235 --> 00:06:20.586
即使没有任何犯罪
和不法行为的证据。

00:06:20.610 --> 00:06:23.544
很多时候，我们的线上行为

00:06:23.568 --> 00:06:26.682
就是真实世界行为的反映。

00:06:27.117 --> 00:06:31.062
但我们并不想去创造一个放大偏见、

00:06:31.086 --> 00:06:35.249
加深种族差异的简单系统，

00:06:36.129 --> 00:06:38.395
而是要去消除它们。

NOTE Paragraph

00:06:38.863 --> 00:06:42.292
于是 Nextdoor 的联合创办人
向我及他人救助，

00:06:42.316 --> 00:06:44.447
寻找解决问题的方法。

00:06:44.471 --> 00:06:48.417
他们知道，若想在平台上
制止种族定性，

00:06:48.441 --> 00:06:50.363
他们就得主动干预，

00:06:50.387 --> 00:06:53.045
也就是，他们得让居民们的
偏见情绪缓和下来。

00:06:53.069 --> 00:06:55.264
于是 Nextdoor 最终做出决定，

00:06:55.288 --> 00:06:57.766
反对冲动，

00:06:57.790 --> 00:06:59.906
并且决定进行干预。

00:07:00.397 --> 00:07:03.837
他们为平台添加了
一个简单的清单，

00:07:03.861 --> 00:07:05.531
其中包含有三个选项。

00:07:06.111 --> 00:07:09.052
首先，他们请用户稍加思索：

00:07:09.076 --> 00:07:14.193
“这个人做了什么可疑的行为？”

00:07:14.876 --> 00:07:19.409
“黑人”这个分类并不是
怀疑的基础。

00:07:19.433 --> 00:07:24.572
其次，他们要求用户描述
这个人的外在特征，

00:07:24.596 --> 00:07:27.031
而不是简单的种族和性别。

00:07:27.642 --> 00:07:31.025
第三，他们发现很多人

00:07:31.049 --> 00:07:33.977
似乎不了解种族定性是什么，

00:07:34.001 --> 00:07:35.960
也不知道自己正参与其中。

00:07:36.462 --> 00:07:39.656
所以, Nextdoor 向他们解释了该定义，

00:07:39.680 --> 00:07:42.582
并告诉他们这是严格禁止的。

00:07:43.071 --> 00:07:45.683
你们很多人在机场和地铁站

00:07:45.707 --> 00:07:49.409
都看过类似标语：“如果你看到了
什么（可疑的情况），就说出来！”

00:07:49.928 --> 00:07:52.742
Nextdoor 把这个标语改成了，

00:07:53.584 --> 00:07:56.156
“如果你看见可疑行为，

00:07:56.180 --> 00:07:58.253
就明确地说出来。”

00:07:59.491 --> 00:08:03.937
该策略的确让用户们的
偏见情绪缓和下来，

00:08:03.961 --> 00:08:09.652
Nextdoor 也成功地
让种族定性问题减少了 75%。

NOTE Paragraph

00:08:10.496 --> 00:08:12.586
很多人常对我说，

00:08:12.610 --> 00:08:17.323
“你不可能在每种情况下都进行干预，

00:08:17.347 --> 00:08:21.993
尤其是那些要在瞬息之间
做出决定的人。“

00:08:22.730 --> 00:08:25.633
但结果表明，
我们能够进行干预的场景

00:08:25.667 --> 00:08:27.943
比我们想象的多得多。

00:08:28.146 --> 00:08:29.668
在和加州的奥克兰警方

00:08:29.668 --> 00:08:31.190
合作之后，

00:08:31.570 --> 00:08:35.426
我和几位同事发现，
我们能协助警方

00:08:35.426 --> 00:08:38.334
减少对没犯下任何严重罪行的人

00:08:38.334 --> 00:08:41.454
进行拦检的次数。

00:08:41.454 --> 00:08:43.939
我们的做法是推动警员

00:08:43.939 --> 00:08:49.451
在执行拦检任务之前
都要先问自己一个问题：

00:08:49.451 --> 00:08:52.466
“这次的拦检任务是
治安情报主导的吗，

00:08:52.490 --> 00:08:53.941
是或否？”

00:08:55.353 --> 00:08:56.749
换句话说，

00:08:57.621 --> 00:09:01.995
我早先的情报是否能够将这个人

00:09:01.995 --> 00:09:03.956
跟特定罪行联系在一起？

00:09:04.587 --> 00:09:06.672
把这个问题纳入到

00:09:06.672 --> 00:09:09.172
警员执行拦检任务时
填写的表格里，

00:09:09.172 --> 00:09:10.981
会让警员暂停行动，

00:09:11.005 --> 00:09:15.225
并及时思考，“我为什么会想要
把这个人拦下来？“

NOTE Paragraph

00:09:16.721 --> 00:09:22.282
2017 年，在我们把这个问题
纳入表格之前，

00:09:23.655 --> 00:09:27.601
全市的警员已经执行了
大约 32000 次的拦检。

00:09:27.625 --> 00:09:31.740
第二年，加上了这个问题后，

00:09:31.764 --> 00:09:34.208
拦检的次数减少至 19000 次。

00:09:34.232 --> 00:09:39.193
光是对非裔美国人的拦检
就减少了 43%。

00:09:39.905 --> 00:09:44.343
并且减少对黑人拦检的次数
并没有让城市变得危险。

00:09:44.367 --> 00:09:47.101
事实上，犯罪率持续下降，

00:09:47.125 --> 00:09:50.462
并让城市变得更加安全。

NOTE Paragraph

00:09:50.486 --> 00:09:55.841
所以一个解决方案就是
减少不必要的拦检次数。

00:09:56.285 --> 00:09:59.782
另外一个方涉及提升警员

00:09:59.782 --> 00:10:02.512
执行拦检任务的质量。

00:10:02.512 --> 00:10:05.108
此时科技就派上用场了。

00:10:05.132 --> 00:10:07.547
我们大家都知道
乔治·弗洛伊德的死亡，

00:10:08.499 --> 00:10:14.610
因为当时试图帮助他的人
用手机摄影机拍下了

00:10:14.610 --> 00:10:18.581
这段他与警方骇人的遭遇。

00:10:18.795 --> 00:10:23.098
但是还有很多科技手段
从未被我们善用。

00:10:23.712 --> 00:10:26.095
全国各地的警方现在

00:10:26.095 --> 00:10:29.599
都被要求戴上体佩摄影头。

00:10:29.599 --> 00:10:34.997
这样我们不仅可以记录
那些骇人的遭遇，

00:10:35.651 --> 00:10:38.148
还可以记录他们的日常互动。

00:10:38.352 --> 00:10:41.239
通过和斯坦福大学的
跨学科团队合作，

00:10:41.309 --> 00:10:44.364
我们开始使用机器学习技术

00:10:44.364 --> 00:10:47.420
去分析大量的情景。

00:10:47.648 --> 00:10:52.179
这是为了更好地了解
例行交通拦检时会发生什么事情。

00:10:52.179 --> 00:10:54.334
我们发现，

00:10:54.358 --> 00:10:58.020
即使警员的行为非常专业，

00:10:58.860 --> 00:11:03.322
他们对黑人司机的说话方式
却远不如对白人司机礼貌。

00:11:04.052 --> 00:11:08.127
事实上，单单从警员的用词，

00:11:08.151 --> 00:11:13.313
我们就能预测他们是在与黑人司机
还是白人司机对话。

NOTE Paragraph

00:11:13.337 --> 00:11:19.099
问题就在于，这些摄影机
所拍摄的大部分画面

00:11:19.123 --> 00:11:21.296
一直没有被警方用来

00:11:21.296 --> 00:11:23.470
了解大街上的情况

00:11:23.470 --> 00:11:25.777
或者训练警员。

00:11:26.554 --> 00:11:28.012
这让人难以接受。

00:11:28.796 --> 00:11:33.585
例行的拦检任务怎么会
变成一次致命的碰面？

00:11:33.609 --> 00:11:36.279
为什么会发生乔治·弗洛伊德事件？

00:11:37.588 --> 00:11:39.670
又为什么会发生其他类似的案例？

00:11:39.694 --> 00:11:42.780
当我的长子 16 岁时，

NOTE Paragraph

00:11:43.114 --> 00:11:46.323
他意识到白人看着他时，

00:11:46.323 --> 00:11:49.123
眼神会流露出恐惧。

00:11:49.123 --> 00:11:51.784
他说，最糟糕的是在电梯里。

00:11:52.313 --> 00:11:54.644
当电梯门关上，

00:11:54.668 --> 00:11:59.131
大家都和他们认为高度危险的人

00:11:59.131 --> 00:12:02.744
被困在同一个狭小的空间。

00:12:02.744 --> 00:12:05.784
我的儿子察觉到了他们的不适，

00:12:05.988 --> 00:12:09.145
他便朝着他们微笑，
让他们感到自在，

00:12:09.169 --> 00:12:11.068
缓和他们恐惧。

00:12:11.351 --> 00:12:13.296
当他开口说话时，

00:12:13.320 --> 00:12:15.213
他们的身体就开始放松了，

00:12:15.442 --> 00:12:17.345
呼吸也开始顺畅了。

00:12:17.369 --> 00:12:19.900
他们喜欢他高低起伏的声音，

00:12:19.924 --> 00:12:22.241
他的发音，他的用词。

00:12:22.566 --> 00:12:24.829
他听起来就是他们的一份子。

00:12:24.853 --> 00:12:29.583
我一直以来都认为我的儿子
和他爸爸一样天生性格外向。

00:12:29.607 --> 00:12:33.157
但那一刻，在那个谈话中，我意识到，

00:12:34.143 --> 00:12:38.401
他的微笑并不表示他想与

00:12:38.401 --> 00:12:41.209
那群陌生人社交。

00:12:41.920 --> 00:12:45.572
这是他用来保护自己的护身符，

00:12:45.596 --> 00:12:51.815
是他乘搭了数千万次电梯后
磨练出来的生存技能。

00:12:52.387 --> 00:12:57.558
他在学着缓和因他的肤色
给身边人带来的紧张感，

00:12:59.026 --> 00:13:01.693
消除他的肤色
为自己带来的潜在危险。

NOTE Paragraph

00:13:02.619 --> 00:13:06.402
我们知道我们的大脑
带有与生俱来的偏见，

00:13:06.426 --> 00:13:10.231
而打破偏见的唯一方式
就是停下来，

00:13:10.275 --> 00:13:13.220
反思自身提出的假设
是否有理有据。

00:13:13.244 --> 00:13:14.999
因此我们需要反问自己：

00:13:15.023 --> 00:13:19.688
我们是带着什么假设踏进电梯，

00:13:21.776 --> 00:13:23.087
又或者是搭乘飞机的？

00:13:23.532 --> 00:13:28.131
我们该如何察觉到自己
潜意识中的偏见？

00:13:28.155 --> 00:13:30.506
那些假设能保障谁的安全，

00:13:32.615 --> 00:13:34.547
又将谁置于危险之中？

00:13:35.649 --> 00:13:38.003
若我们不去反思这些问题，

00:13:38.978 --> 00:13:43.602
不坚持让我们的学校、法庭、警局，

00:13:43.626 --> 00:13:46.168
以及其他机构去反思这些问题，

00:13:47.835 --> 00:13:51.664
那么我们就会让偏见继续

00:13:51.688 --> 00:13:52.966
蒙蔽我们。

00:13:53.348 --> 00:13:54.757
如此下去，

00:13:56.066 --> 00:13:59.274
没有谁能够真正安全。

00:14:02.103 --> 00:14:03.411
谢谢。