美国人(与更高)社会阶层环境中的美国人不太可能相信他们有助于社会。通过给他人的时间来帮助他人是向他人贡献也随社会阶层而变化的重要方法。五项研究(n = 7,326)调查了感知贡献中社会阶层差异的一种来源是否是一种默认模型,它考虑了帮助遥远的他人(即桥接帮助,例如志愿服务)的贡献,而不是帮助封闭他人(即债券帮助,例如,对家庭成员的志愿者)的贡献更多。在研究1中,在较低(较高)社会阶层的环境中,美国人对社会的贡献较少(即自我感知的贡献,A部分),并相信其他人认为他们的贡献较少(即享有的贡献,B部分)。 研究2 - 4提供了社会利益默认模型的证据:在社会阶层环境中的美国人,甚至帮助者自己认为弥合帮助更多地是贡献,而不是结合帮助,部分原因是,桥接帮助被视为反映了更多选择的帮助。 有一个代表性的样本(美国中年发展),研究5发现,在较低(较高的)社会阶层环境中,美国人从事相对较少的桥接帮助和更多的联系帮助。 但是,桥接帮助是与纽带帮助所做的更强大的促进感途径。 在一起,这些研究表明,较低社会阶层环境中的人们可能会遇到心理不平等,部分原因是,某些最容易获得,熟悉和实践的帮助形式被广泛认为是贡献的不太贡献。在研究1中,在较低(较高)社会阶层的环境中,美国人对社会的贡献较少(即自我感知的贡献,A部分),并相信其他人认为他们的贡献较少(即享有的贡献,B部分)。研究2 - 4提供了社会利益默认模型的证据:在社会阶层环境中的美国人,甚至帮助者自己认为弥合帮助更多地是贡献,而不是结合帮助,部分原因是,桥接帮助被视为反映了更多选择的帮助。有一个代表性的样本(美国中年发展),研究5发现,在较低(较高的)社会阶层环境中,美国人从事相对较少的桥接帮助和更多的联系帮助。但是,桥接帮助是与纽带帮助所做的更强大的促进感途径。在一起,这些研究表明,较低社会阶层环境中的人们可能会遇到心理不平等,部分原因是,某些最容易获得,熟悉和实践的帮助形式被广泛认为是贡献的不太贡献。
委员会以及另外两个读者,由学生与核心委员会成员协商。在辩护之前,学生必须获得签署的批准才能捍卫核心论文委员会成员和计划协调员。所有学生都应计划在五年内完成最终论文。五个人论文委员会(教职顾问,核心成员和两名读者)的组成必须至少包括三名全职心理学系成员和一名来自NYU或NYU以外的心理学部门的社会心理学课程教职员工(即,来自社会心理学课程教职员工之外的一名成员)。
摘要:人工智能技术的应用成熟与普及对个体产生了显著的社会化特征,从社会心理学视角分析人工智能技术对个体的影响,体现出个体的参与、互动与依赖。动机互动是人工智能技术驱动心理学的灵魂,个体对于人工智能技术的应用与传播形成互动,并产生心理互动,这种互动行为也是社会心理学的研究视角。因此,本研究从社会心理学视角对人工智能技术对个体的动机、自我认知动机和社会认知需求三个切入点,以社会心理学认知理论为基础,从人的行为视角,从人的视角分析人工智能技术突破技术创新行为对个体行为、认知与需求的影响,建立人工智能技术突破创新对个体行为影响的理论框架。通过问卷调查与实证分析,提出人工智能技术对个体行为影响的研究假设。研究结果表明:人工智能技术驱动的情感与个体行为呈正相关;个体基础知识水平正向影响对人工智能的认知结合水平;而中观层次的认知动机与大数据能力存在促进创新的行为关系,通过研究可以揭示人工智能技术如何影响个体创新行为,从社会心理学视角阐明人工智能技术的认知、动机和行为因素,对促进个体发展具有重要意义。
•• 社会心理学的大量发现——大脑的双重处理系统;刻板印象对判断、决策和行为的影响;以及群体间隐性偏见的普遍性——都有助于解释警务中的偏见。•• 将种族与犯罪联系起来的隐性刻板印象会影响(a)视觉处理,例如武器被感知的速度,以及(b)警察的错误决策。虽然显性偏见通常与隐性偏见无关,但它也会对警务结果产生有害影响。•• 群体间偏见会影响种族群体之间的判断和行为——这是大多数警察培训和消除偏见举措的重点。另一种传播途径,即群体内偏见,很少成为此类举措的重点。•• 偏袒白人和非裔美国人的非人化都会对警务造成偏见。•• 没有国家数据库收集、记录和分析警察使用致命武力的情况,这阻碍了追踪致命武力事件及其中的任何偏见。