0:00:00.910,0:00:02.183
几年前，

0:00:02.207,0:00:07.119
我和年仅五岁的儿子一同搭乘飞机。

0:00:08.245,0:00:13.340
第一次与妈咪搭乘飞机[br]让他感到非常兴奋。

0:00:13.364,0:00:16.304
他不断环视周围，四处张望，

0:00:16.328,0:00:18.164
目光不停地打量着别人。

0:00:18.188,0:00:19.688
然后他看到了某位男子，说：

0:00:19.688,0:00:22.703
“嘿！这个人看起来好像爹地！”

0:00:23.882,0:00:25.802
我就看向这位男子，

0:00:25.826,0:00:29.556
而他看起来完全不像我的丈夫，

0:00:29.580,0:00:30.949
一点也不像。

0:00:31.461,0:00:33.797
于是我也开始环顾机舱，

0:00:33.821,0:00:39.706
发现这位男子是飞机上[br]唯一的黑人男性。

0:00:40.874,0:00:42.286
我当时心想，

0:00:42.310,0:00:43.504
“好吧。

0:00:44.369,0:00:46.894
我得和儿子好好谈谈，

0:00:46.918,0:00:49.847
让他知道不是所有的黑人[br]都长得一样。”

0:00:49.871,0:00:54.248
我的儿子抬起头，对我说：

0:00:56.246,0:00:58.617
“我希望他不会劫持飞机。”

0:00:59.359,0:01:01.874
我说：“什么，你刚才说什么？”

0:01:01.898,0:01:05.326
儿子说：“我希望那人不要劫持飞机。”

0:01:07.200,0:01:09.952
我说：“为什么你会这样说？

0:01:10.486,0:01:13.149
你知道爹地是不会劫持飞机的。“

0:01:13.173,0:01:15.485
儿子说：“是啊，是啊，我知道。”

0:01:16.179,0:01:18.306
我说：“好，那为什么你会这样说？”

0:01:20.346,0:01:23.303
于是他用一种悲伤的神情看着我，

0:01:24.168,0:01:25.422
回答道，

0:01:26.890,0:01:28.996
“我不知道我为什么会这样说。

0:01:30.600,0:01:32.958
我不知道我为什么会有这种想法。”

0:01:33.724,0:01:37.242
我们生活在[br]一个种族分明的社会当中，

0:01:37.266,0:01:42.326
就连一个五岁孩童都能告诉我们[br]接下来可能会发生什么事情。

0:01:43.990,0:01:46.097
即便没有作恶者，

0:01:46.121,0:01:48.700
即便没有明确的仇恨，

0:01:50.184,0:01:54.097
黑人和罪案之间的连接

0:01:54.121,0:01:58.455
早已渗入我五岁儿子的思想，

0:01:59.787,0:02:03.050
也渗透进了所有孩子，

0:02:03.900,0:02:06.293
甚至是我们每一个人的脑海中。

0:02:06.793,0:02:10.317
我们在这个世界上[br]所看到的种族差异

0:02:10.341,0:02:11.933
早已塑造了我们的思维方式，

0:02:12.752,0:02:18.093
那些叙述合理化了[br]我们所看到的差异：

0:02:19.637,0:02:22.163
“那些人是罪犯。”

0:02:22.187,0:02:24.112
“那些人是施暴者。”

0:02:24.136,0:02:27.101
“要恐惧那些人。”

0:02:27.814,0:02:31.005
当我的研究团队把研究对象[br]带到我们的实验室，

0:02:31.029,0:02:33.312
让他们观察不同人的照片时，

0:02:33.336,0:02:40.336
我们发现人们看到黑人的面孔时，[br]会更快、更清楚地

0:02:40.360,0:02:43.616
辨认模糊的枪支影像。

0:02:43.640,0:02:46.994
偏见不仅能控制我们所看见的，

0:02:47.018,0:02:48.666
也会控制我们看待事情的角度。

0:02:48.690,0:02:52.134
我们发现让人们想象暴力犯罪时，

0:02:52.158,0:02:56.454
他们的视线会不自觉地从白人面孔

0:02:56.478,0:02:58.608
转向黑人面孔。

0:02:58.632,0:03:02.751
让警方想象俘获、射击

0:03:02.751,0:03:03.901
和逮捕的场景时，

0:03:03.901,0:03:07.610
他们的眼光也会落在黑人身上。

0:03:07.634,0:03:12.700
偏见足以影响[br]司法体系的方方面面。

0:03:13.100,0:03:16.031
在一组符合死刑条件判决[br]的大型数据库之中，

0:03:16.031,0:03:18.818
我们发现皮肤较黑的被告

0:03:18.818,0:03:22.493
被判死刑的几率[br]要高出两倍以上——

0:03:23.494,0:03:25.921
尤其当被害者是白人的时候。

0:03:25.993,0:03:27.431
这个差异非常显著，

0:03:27.431,0:03:30.732
尽管我们确保犯罪的严重程度

0:03:30.732,0:03:33.013
和被告的吸引力是一样的。

0:03:33.037,0:03:35.686
无论我们如何控制变量，

0:03:35.710,0:03:39.055
我们都发现黑人受到的惩罚

0:03:39.079,0:03:43.404
与他们的肤色黑度成比例：

0:03:43.428,0:03:45.309
他们的肤色越黑，

0:03:45.333,0:03:47.086
就越有可能被判死刑。

0:03:47.110,0:03:51.319
偏见也能影响老师[br]惩戒学生的方式。

0:03:51.781,0:03:53.844
我和同事经过研究发现，

0:03:53.844,0:03:55.708
老师给黑人学生的惩罚

0:03:55.708,0:04:00.970
往往都比白人学生更加严厉，

0:04:00.994,0:04:03.570
即使他们犯的是相同的错误。

0:04:03.594,0:04:05.632
在近期的一项研究中，我们发现

0:04:05.632,0:04:09.270
老师会把黑人学生视为一个群体，

0:04:09.294,0:04:11.725
但把白人学生视作个体来对待。

0:04:12.126,0:04:15.725
譬如，如果一个黑人学生调皮捣蛋，

0:04:15.749,0:04:20.534
几天后，又有一个黑人学生[br]做出调皮捣蛋的行为，

0:04:20.558,0:04:23.786
老师对待第二个黑人学生的态度

0:04:23.810,0:04:26.435
就好像他犯了两次错。

0:04:26.952,0:04:29.763
这就像一个孩子的罪过

0:04:29.787,0:04:31.963
被叠加在了另一个孩子的身上。

0:04:31.987,0:04:35.281
为了更好地理解这个世界，[br]我们会对周遭的一切分门别类，

0:04:35.305,0:04:39.788
以控制和协调

0:04:39.812,0:04:43.902
我们所接收的[br]外部事物的刺激。

0:04:43.926,0:04:47.894
分类及其所产生的偏见

0:04:47.918,0:04:52.940
让我们的大脑能够更快、[br]更有效地做出判断，

0:04:52.940,0:04:56.783
我们本能地依赖似乎带有

0:04:56.783,0:04:58.073
预测能力的模式。

0:04:58.073,0:05:04.016
这套分类思考模式[br]让我们能迅速地做决策，

0:05:04.050,0:05:06.552
但同时也在强化我们的偏见。

0:05:06.576,0:05:09.968
所以，这套看似在帮助我们[br]理解世界的模式，

0:05:11.104,0:05:13.084
也能够蒙蔽我们。

0:05:13.509,0:05:17.956
它们让我们的选择毫不费力，

0:05:17.956,0:05:18.956
没有摩擦。

0:05:18.956,0:05:21.401
然而也带来了沉重的代价。

0:05:22.158,0:05:23.569
那么我们能够做什么？

0:05:24.507,0:05:26.998
我们都容易受到偏见的影响，

0:05:27.022,0:05:29.702
但我们不见得时刻[br]都要被偏见左右。

0:05:29.726,0:05:33.370
有些特定情况会导致偏见，

0:05:33.394,0:05:35.927
而在其他情况下，[br]偏见则会受到抑制。

0:05:35.951,0:05:37.798
让我举个例子。

0:05:38.663,0:05:43.223
相信大家都熟悉[br]Nextdoor 这家科技公司，

0:05:44.073,0:05:50.526
他们的主要目的是打造一个[br]更稳固、健康、安全的社区。

0:05:51.468,0:05:54.389
因此，他们提供了凝聚社区

0:05:54.413,0:05:57.562
和分享信息的线上空间。

0:05:57.586,0:06:00.752
然而，Nextdoor 很快就发现

0:06:00.766,0:06:03.404
平台存在种族定性的问题。

0:06:04.012,0:06:05.979
一个典型的情况就是，

0:06:06.003,0:06:08.399
当居民望向窗外，

0:06:08.423,0:06:12.472
看到黑人出现在白人的住宅区时，

0:06:12.496,0:06:17.211
他们就快速评判出[br]这个黑人不怀好意，

0:06:17.235,0:06:20.586
即使没有任何犯罪[br]和不法行为的证据。

0:06:20.610,0:06:23.544
很多时候，我们的线上行为

0:06:23.568,0:06:26.682
就是真实世界行为的反映。

0:06:27.117,0:06:31.062
但我们并不想去创造一个放大偏见、

0:06:31.086,0:06:35.249
加深种族差异的简单系统，

0:06:36.129,0:06:38.395
而是要去消除它们。

0:06:38.863,0:06:42.292
于是 Nextdoor 的联合创办人[br]向我及他人救助，

0:06:42.316,0:06:44.447
寻找解决问题的方法。

0:06:44.471,0:06:48.417
他们知道，若想在平台上[br]制止种族定性，

0:06:48.441,0:06:50.363
他们就得主动干预，

0:06:50.387,0:06:53.045
也就是，他们得让居民们的[br]偏见情绪缓和下来。

0:06:53.069,0:06:55.264
于是 Nextdoor 最终做出决定，

0:06:55.288,0:06:57.766
反对冲动，

0:06:57.790,0:06:59.906
并且决定进行干预。

0:07:00.397,0:07:03.837
他们为平台添加了[br]一个简单的清单，

0:07:03.861,0:07:05.531
其中包含有三个选项。

0:07:06.111,0:07:09.052
首先，他们请用户稍加思索：

0:07:09.076,0:07:14.193
“这个人做了什么可疑的行为？”

0:07:14.876,0:07:19.409
“黑人”这个分类并不是[br]怀疑的基础。

0:07:19.433,0:07:24.572
其次，他们要求用户描述[br]这个人的外在特征，

0:07:24.596,0:07:27.031
而不是简单的种族和性别。

0:07:27.642,0:07:31.025
第三，他们发现很多人

0:07:31.049,0:07:33.977
似乎不了解种族定性是什么，

0:07:34.001,0:07:35.960
也不知道自己正参与其中。

0:07:36.462,0:07:39.656
所以, Nextdoor 向他们解释了该定义，

0:07:39.680,0:07:42.582
并告诉他们这是严格禁止的。

0:07:43.071,0:07:45.683
你们很多人在机场和地铁站

0:07:45.707,0:07:49.409
都看过类似标语：“如果你看到了[br]什么（可疑的情况），就说出来！”

0:07:49.928,0:07:52.742
Nextdoor 把这个标语改成了，

0:07:53.584,0:07:56.156
“如果你看见可疑行为，

0:07:56.180,0:07:58.253
就明确地说出来。”

0:07:59.491,0:08:03.937
该策略的确让用户们的[br]偏见情绪缓和下来，

0:08:03.961,0:08:09.652
Nextdoor 也成功地[br]让种族定性问题减少了 75%。

0:08:10.496,0:08:12.586
很多人常对我说，

0:08:12.610,0:08:17.323
“你不可能在每种情况下都进行干预，

0:08:17.347,0:08:21.993
尤其是那些要在瞬息之间[br]做出决定的人。“

0:08:22.730,0:08:25.633
但结果表明，[br]我们能够进行干预的场景

0:08:25.667,0:08:27.943
比我们想象的多得多。

0:08:28.146,0:08:29.668
在和加州的奥克兰警方

0:08:29.668,0:08:31.190
合作之后，

0:08:31.570,0:08:35.426
我和几位同事发现，[br]我们能协助警方

0:08:35.426,0:08:38.334
减少对没犯下任何严重罪行的人

0:08:38.334,0:08:41.454
进行拦检的次数。

0:08:41.454,0:08:43.939
我们的做法是推动警员

0:08:43.939,0:08:49.451
在执行拦检任务之前[br]都要先问自己一个问题：

0:08:49.451,0:08:52.466
“这次的拦检任务是[br]治安情报主导的吗，

0:08:52.490,0:08:53.941
是或否？”

0:08:55.353,0:08:56.749
换句话说，

0:08:57.621,0:09:01.995
我早先的情报是否能够将这个人

0:09:01.995,0:09:03.956
跟特定罪行联系在一起？

0:09:04.587,0:09:06.672
把这个问题纳入到

0:09:06.672,0:09:09.172
警员执行拦检任务时[br]填写的表格里，

0:09:09.172,0:09:10.981
会让警员暂停行动，

0:09:11.005,0:09:15.225
并及时思考，“我为什么会想要[br]把这个人拦下来？“

0:09:16.721,0:09:22.282
2017 年，在我们把这个问题[br]纳入表格之前，

0:09:23.655,0:09:27.601
全市的警员已经执行了[br]大约 32000 次的拦检。

0:09:27.625,0:09:31.740
第二年，加上了这个问题后，

0:09:31.764,0:09:34.208
拦检的次数减少至 19000 次。

0:09:34.232,0:09:39.193
光是对非裔美国人的拦检[br]就减少了 43%。

0:09:39.905,0:09:44.343
并且减少对黑人拦检的次数[br]并没有让城市变得危险。

0:09:44.367,0:09:47.101
事实上，犯罪率持续下降，

0:09:47.125,0:09:50.462
并让城市变得更加安全。

0:09:50.486,0:09:55.841
所以一个解决方案就是[br]减少不必要的拦检次数。

0:09:56.285,0:09:59.782
另外一个方涉及提升警员

0:09:59.782,0:10:02.512
执行拦检任务的质量。

0:10:02.512,0:10:05.108
此时科技就派上用场了。

0:10:05.132,0:10:07.547
我们大家都知道[br]乔治·弗洛伊德的死亡，

0:10:08.499,0:10:14.610
因为当时试图帮助他的人[br]用手机摄影机拍下了

0:10:14.610,0:10:18.581
这段他与警方骇人的遭遇。

0:10:18.795,0:10:23.098
但是还有很多科技手段[br]从未被我们善用。

0:10:23.712,0:10:26.095
全国各地的警方现在

0:10:26.095,0:10:29.599
都被要求戴上体佩摄影头。

0:10:29.599,0:10:34.997
这样我们不仅可以记录[br]那些骇人的遭遇，

0:10:35.651,0:10:38.148
还可以记录他们的日常互动。

0:10:38.352,0:10:41.239
通过和斯坦福大学的[br]跨学科团队合作，

0:10:41.309,0:10:44.364
我们开始使用机器学习技术

0:10:44.364,0:10:47.420
去分析大量的情景。

0:10:47.648,0:10:52.179
这是为了更好地了解[br]例行交通拦检时会发生什么事情。

0:10:52.179,0:10:54.334
我们发现，

0:10:54.358,0:10:58.020
即使警员的行为非常专业，

0:10:58.860,0:11:03.322
他们对黑人司机的说话方式[br]却远不如对白人司机礼貌。

0:11:04.052,0:11:08.127
事实上，单单从警员的用词，

0:11:08.151,0:11:13.313
我们就能预测他们是在与黑人司机[br]还是白人司机对话。

0:11:13.337,0:11:19.099
问题就在于，这些摄影机[br]所拍摄的大部分画面

0:11:19.123,0:11:21.296
一直没有被警方用来

0:11:21.296,0:11:23.470
了解大街上的情况

0:11:23.470,0:11:25.777
或者训练警员。

0:11:26.554,0:11:28.012
这让人难以接受。

0:11:28.796,0:11:33.585
例行的拦检任务怎么会[br]变成一次致命的碰面？

0:11:33.609,0:11:36.279
为什么会发生乔治·弗洛伊德事件？

0:11:37.588,0:11:39.670
又为什么会发生其他类似的案例？

0:11:39.694,0:11:42.780
当我的长子 16 岁时，

0:11:43.114,0:11:46.323
他意识到白人看着他时，

0:11:46.323,0:11:49.123
眼神会流露出恐惧。

0:11:49.123,0:11:51.784
他说，最糟糕的是在电梯里。

0:11:52.313,0:11:54.644
当电梯门关上，

0:11:54.668,0:11:59.131
大家都和他们认为高度危险的人

0:11:59.131,0:12:02.744
被困在同一个狭小的空间。

0:12:02.744,0:12:05.784
我的儿子察觉到了他们的不适，

0:12:05.988,0:12:09.145
他便朝着他们微笑，[br]让他们感到自在，

0:12:09.169,0:12:11.068
缓和他们恐惧。

0:12:11.351,0:12:13.296
当他开口说话时，

0:12:13.320,0:12:15.213
他们的身体就开始放松了，

0:12:15.442,0:12:17.345
呼吸也开始顺畅了。

0:12:17.369,0:12:19.900
他们喜欢他高低起伏的声音，

0:12:19.924,0:12:22.241
他的发音，他的用词。

0:12:22.566,0:12:24.829
他听起来就是他们的一份子。

0:12:24.853,0:12:29.583
我一直以来都认为我的儿子[br]和他爸爸一样天生性格外向。

0:12:29.607,0:12:33.157
但那一刻，在那个谈话中，我意识到，

0:12:34.143,0:12:38.401
他的微笑并不表示他想与

0:12:38.401,0:12:41.209
那群陌生人社交。

0:12:41.920,0:12:45.572
这是他用来保护自己的护身符，

0:12:45.596,0:12:51.815
是他乘搭了数千万次电梯后[br]磨练出来的生存技能。

0:12:52.387,0:12:57.558
他在学着缓和因他的肤色[br]给身边人带来的紧张感，

0:12:59.026,0:13:01.693
消除他的肤色[br]为自己带来的潜在危险。

0:13:02.619,0:13:06.402
我们知道我们的大脑[br]带有与生俱来的偏见，

0:13:06.426,0:13:10.231
而打破偏见的唯一方式[br]就是停下来，

0:13:10.275,0:13:13.220
反思自身提出的假设[br]是否有理有据。

0:13:13.244,0:13:14.999
因此我们需要反问自己：

0:13:15.023,0:13:19.688
我们是带着什么假设踏进电梯，

0:13:21.776,0:13:23.087
又或者是搭乘飞机的？

0:13:23.532,0:13:28.131
我们该如何察觉到自己[br]潜意识中的偏见？

0:13:28.155,0:13:30.506
那些假设能保障谁的安全，

0:13:32.615,0:13:34.547
又将谁置于危险之中？

0:13:35.649,0:13:38.003
若我们不去反思这些问题，

0:13:38.978,0:13:43.602
不坚持让我们的学校、法庭、警局，

0:13:43.626,0:13:46.168
以及其他机构去反思这些问题，

0:13:47.835,0:13:51.664
那么我们就会让偏见继续

0:13:51.688,0:13:52.966
蒙蔽我们。

0:13:53.348,0:13:54.757
如此下去，

0:13:56.066,0:13:59.274
没有谁能够真正安全。

0:14:02.103,0:14:03.411
谢谢。