우리는 우리의 안면 특징을 바꿔 더 신뢰할 만하지만 더 유능하지 않게 만들 수 있습니다.
새로운 연구는 데이트, 커리어 네트워킹 사이트, 소셜 미디어 게시물 등의 상황에서 자신을 시각적으로 표현하는 데있어 한계와 잠재력을 모두 지적합니다.
뉴욕 대학 심리학 조교수 인 조나단 프리맨 (Jonathan Freeman)은 "우리의 연구 결과에 따르면 신뢰도를 나타내는 안면 신호는 가역성이 있으며, 능력 및 능력을 전달하는 얼굴 신호는 훨씬 적습니다.
"결과는 다른 사람이 당신을 안면 사진으로 인식하는 정도에 어느 정도 영향을 미칠 수 있음을 시사하지만, 당신의 능력이나 능력에 대한 인식은 변함이 거의 없습니다."
근육과 뼈
그 차이는 신뢰성에 대한 판단이 얼굴의 역동적 인 근육 조직에 약간의 변화가있을 수 있다는 사실에 기인합니다. 중립적 인 얼굴은 행복한 표정을 닮아 있고, 똑같이 중립적 얼굴은 성난 표정과 닮았습니다. 얼굴이 겉으로 드러나지 않거나 분노하지 않은 경우에도 신뢰할 수없는 것으로 간주됩니다.
그러나 능력에 대한 인식은 얼굴의 골격 구조에서 비롯된 것으로 변경 될 수 없습니다.
연구 내용은 저널에 발표 성격과 사회 심리학 게시판연구원은 여성과 남성 피험자가 성인 남성의 사진과 컴퓨터 생성 이미지를 모두 조사한 4 회의 실험을 수행했습니다.
첫 번째 실험에서 피험자들은 다른 종족의 10 성인 남성 사진을 5 장씩 보았습니다. 여기에 그려진 사람들의 신뢰도에 대한 피험자의 인식이 크게 달라졌습니다. 더 신뢰할 수있는 얼굴이 더 신뢰할 수없는 얼굴로 보였습니다. 그러나 능력이나 능력에 대한 피실험자의 인식은 정적 인 채로 남아 있었는데, 개인의 어떤 사진이 심사 대상이 되더라도 상관 없었다.
행복하고 화난 표현
두 번째 실험에서는 첫 번째를 복제했지만 여기에서는 40 컴퓨터 생성 얼굴을 "약간 행복하다"에서 "약간 화가 나서"천천히 진화하여 각 개인 얼굴의 20 중립적 인 인스턴스를 행복하게 또는 화난 표현과 약간 닮았습니다.
첫 번째 실험에서와 마찬가지로, 피험자의 신뢰성에 대한 인식은 얼굴의 감정과 평행을 이루었습니다. 얼굴이 약간 더 행복하게 나타 났을 때, 얼굴이 약간 화가 났을 때 얼굴이 더 믿을만하고 신뢰할 수있는 것처럼 보였습니다. 그러나 다시 한번, 능력에 대한 인식은 변하지 않았다.
세 번째 실험에서 연구원은 실제 시나리오를 구현했습니다. 여기서 피험자는 컴퓨터 생성 얼굴 배열을 보여 주었고 두 가지 질문 중 하나를 물었습니다. 그들은 자신의 재정 고문 (신뢰할 수 있음)을 선택하고 역도 경쟁 (역량)에서 가장 높은 점수를 얻게 될 것이라고 생각했습니다.
이 조건 하에서 피험자들은 재정적 조언자로서보다 긍정적이거나 행복한 표현과 닮은 얼굴을 선택할 확률이 훨씬 높았다. 대조적으로, 정서적 인 유사성은 피실험자가 성공적인 역도 선수를 선발하는 데 아무런 차이가 없었습니다. 오히려 그들은 특정 형태의 얼굴을 선택할 확률이 더 높았습니다. 이전의 연구에서 신체 능력과 테스토스테론과 관련된 비교적 넓은 안면 구조를 가진 사람들이었습니다.
네 번째 실험에서 연구원은 "역 상관"기법을 사용하여 피실험자가 신뢰할 수있는 얼굴을 시각적으로 표현하는 방법과 신뢰할 수있는 금융 고문 또는 유능한 역도 챔피언의 얼굴을 시각적으로 표현하는 방법을 밝혀 냈습니다. 이 기법을 통해 연구원들은 사전에 어떠한 단서도 지정하지 않고 가능한 모든 안면 단서가 이러한 뚜렷한 인식을 유도 할 수 있는지 판단 할 수있었습니다.
여기서 행복하고 화가 난 표현에 대한 유사성은 신뢰감을 전달했으며 상상력이 풍부한 재정 고문의 얼굴에 더 널리 퍼져 있었고 넓은 얼굴 구조는 능력을 전달했으며 상상력이 많은 역도 챔피언의 얼굴에 더 널리 퍼졌습니다.
이러한 결과는 앞의 세 가지 실험 결과를 확인하고, 신뢰성 또는 지각 능력이 변하지 않는 반면 신뢰성에 대한 인식은 가단적이라는 연구자의 결론을 더욱 확고히했다.
NYU 박사후 연구원 인 Eric Hehman과 University of Connecticut의 박사 후보 인 Jessica Flake는이 연구의 공동 저자입니다.
출처: NYU
관련 도서 :
at 이너셀프 마켓과 아마존
