撰文 | 吳夢編輯 | 黃月
心理測試、人格測試、職業方向測試、哲學氣質測試……在諸如「簡單心理」、「壹心理」等流行的測試平臺上，每日有成千上萬人熱衷於按照職業方向、戀愛觀與性格特質等生活維度對自己進行分類；「測測你擁有哪種哲學氣質」、「測試你是哪一本書」等文藝向小測試在微信朋友圈也廣受歡迎，它們被設計成迎合社交需求的精緻模樣——既滿足了用戶「彰顯個性」的心理需求，又作為共享話題將原子個人聯結了起來；而OCEAN（也稱大五人格理論，該理論認為有五種特質可以涵蓋人格描述的所有方面）與MBTI（Myers-Briggs Type Indicator，即邁爾斯-布裡格斯性格分類指標，是性格分類理論模型的一種，包括16種不同的性格形態）等專業性較強的人格測試更是被不少人奉為圭臬，「INFJ」（MBTI中代表 「內向-直覺-情感-判斷」）、「ESTP」（MBTI中代表「外向-實感-思考-感知」）等象徵某種人格類型的英文縮寫，頻繁出現在一些社交帳號的個人簡介之中。
人們痴迷於各式各樣的心理測試，將其結果視作自我觀照的科學工具，但事實上，市面上流行的心理測試很多時候並無法令人信服。縱然承認這一點，測試狂熱現象仍十分驚人，這份熱情也延伸到了近年來興起的消費型基因檢測項目，後者的分析建立在貌似穩定的生物信息基礎之上。這是否意味著基因檢測的結果就更加科學、更加貼近被測者「真實的自我」呢？或許並非如此。
據《麻省理工科技評論》（MIT Technology Review）報導，2017年美國進行消費級基因檢測的人數超過1200萬人，這很大程度上可歸因於廣告商的推波助瀾：他們聲稱「只需要你的一點唾沫，我們就能給你提供大量關於你基因的有用信息」。根據鯨準研究院發布的《2018基因檢測行業研究報告》，與科研級應用基因檢測與臨床級應用基因檢測相比，消費級基因檢測在技術與合規性等方面壁壘較低，它的分析重點是與日常生活更為貼近、趣味性與娛樂性更強的維度，譬如祖源分析、運動基因、皮膚特性、營養代謝，甚至個性天賦等。相比起面向患者、檢測結果可直接作為醫生診斷與治療依據的疾病幹預型檢測項目，消費型基因檢測數百元的價格並不算昂貴，較低的價格門檻也使其獲得了普通消費者的青睞，更何況這類測試能夠為消費者創建新的身份維度：易胖、運動弱能、容易曬黑……它們都能夠被科學地闡釋，從而更容易被接受為關乎「自我」的穩定特質。
從心理性格測試到消費型基因檢測，它們的結果真的完全客觀且毫無偏見麼？它們測出來的究竟是「真實的本質自我」，還是處於測試情境中的短暫存在？當這些測試的結果被廣泛接受為對於個體人格的權威闡釋，甚至應用於升學或求職考試時，又是否會將內在於測試過程中的不平等具象化，從而建立起一個基於差異的等級體系？隨著認知科學與心理學的發展進步，種種測試的信度與效度都受到了哪些質疑？
測試結果是「真正的自我」嗎？
近日，發布於《大西洋月刊》的文章《如果你確信自己基因不好會怎樣？》（What Happens When You're Convinced You Have Bad Genes）報導了史丹福大學兩位心理學家Brad Turnwald和Alia Crum進行的一項研究。他們招募了223名被試，設計了兩個實驗。一個是給其中一半參與者提供了虛假的運動基因測試結果，讓他們在跑步機上跑步；另一個實驗是向另一半參與者提供同樣虛假的飢餓基因檢測結果，然後讓他們喝下一杯480卡路裡的奶昔，以此調查DNA測試結果在運動與飲食方面的安慰劑效應——「獲知DNA信息」是否會改變人們的具體行為，甚至在分子層面上改變身體？研究結果破除了基因信息的宿命論：雖然被提供的DNA信息均是杜撰而來，但那些被告知擁有「更糟糕」運動基因的人更早停止了跑步，那些具有保護性飢餓信號的人則更少感到飢餓。與此同時，他們的肺功能和飢餓激素水平也發生了變化。儘管不能夠排除其他因素的影響，研究人員推測，收到測試結果時產生的心理變化和形成的觀念模式，可能是改變參與者生理狀況的主要因素。
基因檢測指通過血液、組織或細胞分泌物，對生物染色體、DNA分子進行檢測的一系列技術在消費型基因檢測中，當「表現型自我」被證明受到生物基因以外因素的影響之時，基因測試的結果就不能夠作為解釋「真實自我」的權威答案，人們需要對檢測結果持保留意見。如果上述實驗中的安慰劑效應長期持續，基因信息就可能成為「你應該是什麼樣子」的鏡像，此類心理暗示會引導被試朝向基因指示的模樣靠近。而正是被試的主觀努力，使得測試結果顯得「挺有道理」。
人們不僅僅會無意識地向測試結果靠近，更多情況下，也會有意識地在測試中扮演自己或他人理想中的形象，一些享有盛名的認知測試在這一層面上亦飽受爭議。內隱聯想測試（Implicit Association Test，簡稱IAT）是社會心理學家Anthony Greenwald等人於1998年提出的內隱社會認知測驗，旨在評估被試對某一特徵的無意識態度，比如體重、年齡、性別、性取向或種族，迄今為止有十幾個版本。該測試的工作原理十分簡單：衡量積極/消極詞彙與某些群體的關聯速度。具體而言，當非洲裔美國人的面孔和歐美白人的面孔同時呈現在屏幕上時，你必須儘快通過按下鍵盤上的指定字母將它們識別為「好」或「壞」，之後的幾輪測試也基於相同的原理運作。
用以檢驗種族偏見程度的內隱聯想測試IAT被廣泛應用於大公司的「隱形偏見培訓」，以解決機構中存在的不平等問題，然而這種極具影響力的測試卻並未達到基本的科學標準，近年來的研究證明，IAT總體的重測可靠性評分為0.6，低於最低可靠性數值0.7。此外，IAT的有效性也遭到了質疑——歧視證據，即具體的歧視行為，與測試出來的內隱偏見態度並無太大關聯。也有一些學者提出，IAT的測試內容很大程度上是基於特定文明的文化知識，同時，被試對自己真實態度的刻意隱瞞、對測試過程中出現的概念缺乏了解、較低的認知能力與較慢的反應速度等都會對測試結果產生相當大的影響。
心理測試與性格測試等關乎認知與價值判斷的社會性測試更加依賴於認知與判斷發生的具體情境，測試的結果受到過程中各種因素的多方面影響。或許在測試前夕升職加薪，你就更有可能被測出是一個「樂觀上進」的人。同時，我們也不能忽略一些為強化營銷效果的心理測試迎合用戶個性化需求的刻意設置，無論你測試的結果是什麼，你都是世界上那僅有的10%（及以下）的獨特人群。人們在測試過程中的「角色扮演」與對待測試結果的挑揀態度也值得玩味：參加測試的人，究竟是想了解自己，還是想要測試結果與自己認知/期待的相符呢？
一錘定音的人格特質？
實際情況是，測試並不能夠完全準確無誤地揭示關乎自我的有效事實，但它的低可靠性與低有效性往往容易被人們忽略。當測試結果被視作「固有的本質」與權威力量合謀並嵌套進高低優劣的等級秩序時，就構成了霸權性的歧視。
邁爾斯-布裡格斯性格分類指標（MBTI）是美國心理學家凱薩琳·布裡格斯及其女兒伊莎貝爾·邁爾斯基於榮格《心理類型學》一書所提出的性格分類理論模型。MBTI廣受各大公司的人力資源部青睞，通常被視為評估員工、團隊建設的重要項目，目前《財富》榜上1000強公司中有五分之一把MBTI測試用在招聘程序中，也有不少大學高校用MBTI幫助學生選擇專業。
MBTI的十六種人格類型牛津大學英語系副教授及伍斯特學院研究員米爾維·艾姆蕾（Merve Emre）在她的新書《性格經紀人：邁爾斯-布裡格斯的奇怪歷史及性格訓練的起源》（The Personality Brokers: The Strange History of Myers-Briggs and the Birth of Personality Training）中，考察了MBTI的發展與應用歷史以及測試中存在的偏見問題。十分有趣的是，MBTI的總體測試結果相當符合某些刻板認知，比如女性大多是「感受者」（feelers），更加溫和感性，而男性多是「思考者」（thinkers），更擅長以理性務實的態度處理問題。而且體力勞動者是「測不出類型」的，對此，伊莎貝爾·邁爾斯給出的解釋是因為他們不夠聰明，而智商低下的人是沒有性格的。
《The Personality Brokers: The Strange History of Myers-Briggs and the Birth of Personality Training》Merve Emre Doubleday Books 2018-9由此可見，與其說MBTI測試的是人格的固有特質，不如說是社會經驗的集成，這種將個性自然化、類型化的話語模式抹去了社會文化的建構作用。宣稱存在某種不可化約的自然性格的做法，往往是在力圖掩蓋結構性的偏見，而忽略了造就差異的現實因素，以及個體與社會互動時的意義製造過程。當這些測試被僱傭公司確立為正式的篩選機制時，它們也參與了業已存在的等級制的再生產。
某一類測試的風行，亦與當時的社會背景與主流思潮緊密相關。儘管MBTI在心理學界飽受批評，被認為是一種有缺陷的測試，但在商界的流行也反映了它的一些實用價值：提供一些「有用的信息」幫助人力資源部門做好決策並避免僱傭失誤。性格測試作為一個產業，在全球已經形成了約20億美元的市場。人們對性格和心理測試的迷戀與崇拜不是什麼新鮮事，早在19世紀，智商測試就成為了一種合理化種族歧視、證明白人優越性的「科學」方式。
美國進化生物學家史蒂芬·傑伊·古爾德（Stephen Jay Gould）在其著作《人類的誤測：智商歧視的科學史》一書中指出，之所以19世紀「顱骨測量術」（之後演化為給大腦稱重）成為頗受歡迎的智力研究主流方法，是因為它將當時對有色人種的種族歧視與「生物決定論」的思潮融合了起來。與其說他們找到了種族優劣論調的生物證據，不如說他們早已預設「白種人更聰明」，從而將能夠象徵這一點的顯性表現科學化、正統化，以此強化白種人是高等種族的先天事實。
《人類的誤測：智商歧視的科學史》[美]史蒂芬·傑伊·古爾德 著 柳文文 譯重慶大學出版社 2017-4在這本書裡，古爾德也介紹了IQ測試的應用變遷歷史。世界上第一個智力量表「比奈量表」誕生於1905年，由法國心理學家比奈（A. Binet）設計。最初版本的比奈量表包含30個測試項目，用以測試兒童的記憶、語言能力與理解能力等。作為法國教育部的一個課題，比奈量表的設計目的是為了識別那些學習困難的孩子並幫助他們。然而，之後基於比奈量表改進發展出的各式IQ測試，卻被當成了測量先天智力優劣的工具。在美國，IQ測試甚至影響了國家政策的制定：促進了1924年《美國移民法案》的出臺，阻止所謂的劣等民族進入美國；宣稱「智商低的人不用生孩子」，優生學由此推廣開來。在社會生活方面，因為假定「先天的智力決定了人的社會地位與合適的工作」，就業歧視現象加劇。IQ測試的誤用是用現象替代原因的典型做法，也反映了科學工具與政治議程的合謀。
宣稱能夠測試出「最真實人格」的測試都是值得懷疑的，且人格也並非一成不變。無論是人格測試還是智商測試，它們的信度與效度都需要隨著學科發展被頻繁檢驗。市面上流行的測試，測的往往是結構性差異而非天生的特質，而這種藉助測試結果將人粗暴劃分為三六九等的工具理性，既架空了人們活潑多彩的生活經驗，又維護了原本就充滿偏見或歧視的等級制度。
粗暴標籤還是自我認同？
在接受沃頓知識在線（Knowledge at Wharton）採訪時，《性格經紀人》的作者艾姆蕾提到，MBTI在20世紀80年代才開始流行，許多求職者將測試結果作為彰顯個人性格的主要標籤，並藉助MBTI的分析話語推銷自己。艾姆蕾注意到了人們從「將自己分類」這種行為中獲得的解放感與滿足感，她也承認，測試體驗對參與者個體來說也擁有重要的意義，因為它「提供給人們一套相對簡便的語彙來描述他們自己」。
各類流行測試的結果，實際上是提供了一套簡化的認知自我的語言系統，它們建立在某些社會共識的基礎上，譬如你需要知道MBTI測試結果中「外向」、「直覺」、「感知」等詞彙的具體含義，才能夠理解自己的人格類型，而對於那些不清楚「本質主義」、「進步主義」、「改良主義」等概念的被試而言，政治傾向的測試結果幾乎沒有意義。這一套高效的語言系統幫助人們更快地在紛繁蕪雜的意義世界裡把握、創造個體的獨異價值，並向他人展示自己——測試不僅能夠幫助人們理解自己的個性、解釋當前處境，還可以充當交際手段，它既賦予人們獨一性，又將每個人準確安放到世俗體系中的特定位置並與他人產生聯繫——「眾所周知，格蘭芬多與斯萊特林是死對頭，這或許可以解釋我與XX之間不怎麼好的關係。」
測試結果與真實情況之間的模糊關係也會製造出「理想中的應然自我」。美國社會學家霍華德·貝克爾在《局外人：越軌的社會學研究》一書中提出了「標籤理論」（labelling theory）。他認為，越軌者的身份與異常行為是通過強有力的社會控制機構給少數弱勢群體貼上「越軌」的標籤後被「創造」出來的。界定概念的行為本身賦予了行為越軌的性質，而被貼上標籤的人則會踐行「自我實現的語言」（self-fulfilling prophecy），他們會接受標籤背後的越軌含義與角色劇本，將社會對該群體的認同內化為自我認同。
《局外人：越軌的社會學研究》[美]霍華德·S.貝克爾 著 張默雪 譯南京大學出版社 2011-2支配性文化與權威機構對身份與所謂「現實」的創造作用不可忽視，這同樣也適用於測試。一些流行的測試因其高傳播度、高熟人認可度或是由某知名大學研究機構發布，在一定程度上被視作「權威」，人們對於權威的信服會轉移成為對測試結果的信服，進而相信「這就是最真實的、『光腳的』自我」。在理想的情況下，測試結果或許能夠作為一種勵志工具，為個體指明努力的方向。然而實際上，人們也並非對測試結果全盤接受，社會學家Wendy Roth在接受《衛報》採訪時表示，人們會根據他們想成為怎樣的人的主觀意願，來選擇性接受積極的測試結果。
我們究竟應該如何認識測試？對於個體而言，測試作為娛樂項目與了解自我的輔助工具是無可非議的，但需要注意的是，測試結果並非我們天生所固有的特質，結合生活經歷理解測試結果或許更為重要。它們可以作為一個意義闡釋的參照系統，卻不可被當做永恆不變的標籤。而關於人格類型、認知能力、智力水平的流行話語背後隱藏的一整套偏見體系的運作，它們既非真理，又孕育了暴力，值得每一個人警惕。
……………………