17的性别是什么?

人们认为许多事物,甚至数字,都具有男性或女性的特征

性别是我们理解世界的根本方式,以至于人们倾向于将性别分配给甚至无生命的物体。我们都知道某个人,或者我们自己就是那个人,总是用性别代词来指代他们的计算机或汽车(“她最近几周运行得很好!”)新的研究表明,我们无处不在地看到性别的倾向甚至适用于诸如数字之类的抽象概念。在不同文化中,人们将奇数视为男性,偶数视为女性。

科学家们早就知道语言会影响我们对物体中性别的感知。某些语言始终将某些对象称为男性或女性,这反过来又会影响该语言的使用者对这些对象的看法。马克斯·普朗克研究所的韦伯·菲利普斯、HeadLamp Research的劳伦·施密特和斯坦福大学的莱拉·博罗迪茨基要求讲西班牙语和德语的双语者根据各个对象与男性或女性的相似程度对其进行评分。他们发现人们根据对象的语法性别对每个对象进行评分。例如,德国人认为月亮更像男人,因为德语中“月亮”一词的语法是阳性的(“der Mond”)。相反,西班牙语使用者认为月亮更像女人,因为在西班牙语中,“月亮”一词的语法是阴性的(“la Luna”)。

除了语言之外,物体还可以根据其外观、通常使用它们的人以及它们是否具有通常与男性或女性相关的特征而被赋予性别。大卫·加尔和西北大学的詹姆斯·威尔基研究了人们如何看待日常物品(例如食物和家具)中的性别。他们发现人们认为含有肉类的食物菜肴更具男性特征,而沙拉和酸奶制品更具女性特征。当家具物品(如桌子和垃圾桶)具有圆形边缘而不是尖锐边缘时,人们认为它们更具女性特征。


支持科学新闻报道

如果您喜欢这篇文章,请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅,您可以帮助确保未来有关塑造当今世界的发现和想法的具有影响力的故事。


威尔基与西北大学的心理学家同事加伦·博登豪森合作,证明了将性别归于物体的这种倾向甚至延伸到高度抽象的概念。他们进行了一项实验,要求美国参与者根据外国名字(例如“Alekseev”)的男性化或女性化程度对其进行评分。当一个名字与数字 1 配对时,它更有可能被评为男性化。当同一个名字与数字 2 配对时,人们更有可能将其评为女性化。威尔基和博登豪森询问人们是如何做出决定的,但没有参与者表示这些数字影响了他们对名字的评分。

在另一项研究中,威尔基和博登豪森向参与者展示了婴儿的照片,并要求他们确定每张照片中的婴儿是男性的可能性。他们发现,当婴儿照片与数字 1 配对时,人们更有可能认为婴儿是男性。再一次,人们报告说没有意识到这些数字正在影响他们的看法。在一项单独的研究中,研究人员让参与者对数字本身的男性化和女性化程度进行评分。人们很容易将数字 1 以及其他奇数评为更具男性化特征。他们还将数字 2 和其他偶数评为更具女性化特征。最后一个发现已经在印度的样本中得到重复,为其结果提供了跨文化的支持。

为什么奇数会在不同文化中与男性气质联系起来?虽然需要更多的研究才能得出确凿的答案,但这可能与性别刻板印象有关。威尔基和博登豪森计划在未来的研究中探索这一假设,看看人们是否会将奇数与更典型的男性特质(如支配性和独立性)联系起来。

我们赋予数字性别的倾向由来已久。古希腊的毕达哥拉斯哲学和中国的阴阳哲学都认为数字具有性别。两种文化也都认为奇数是男性,偶数是女性。

我们无处不在地看到性别,甚至是数字,这提醒我们性别是我们如何感知世界的根本。当人们被引导相信一个物体具有某种性别时,它会改变他们与该物体的关系。例如,斯坦福大学的研究人员克利福德·纳斯、杨米·穆恩和南希·格林让人与一台被编程为具有男性或女性声音的计算机互动。他们发现,当计算机发出女性的声音时,与发出男性声音的计算机相比,人们认为计算机的友好度、可信度和知识量都较低。人们公开地这样做,尽管他们完全清楚自己是对机器而不是真人做出判断。

大多数人问新父母的第一件事是他们生的是男孩还是女孩,这并不奇怪。当我们不知道某人的性别时,会在我们脑海中造成困惑——我们没有可以依赖的框架。性别不仅帮助我们理解如何思考某人或某事,而且还帮助我们弄清楚该人或事物与世界其他地方的关系。我们的大脑忍不住在我们所看到的任何地方看到性别。

您是一位专门研究神经科学、认知科学或心理学的科学家吗?您是否读过最近发表的同行评审论文,并想写一篇关于它的文章?请将建议发送给《思维事》编辑加雷思·库克,他是《波士顿环球报》的普利策奖获奖记者。他的邮箱是 garethideas AT gmail.com,或在 Twitter 上联系 @garethideas

Daisy Grewal holds a B.A. in psychology from the University of California, Los Angeles, and a Ph.D. in social psychology from Yale University. She is a research scientist on the people analytics team at Intuit in Mountain View, Calif.

More by Daisy Grewal
© . All rights reserved.