Stereotyping
Strategy: Trước khi dùng đặc điểm của cả nhóm để suy đoán về một người cụ thể, tự hỏi: mình có thông tin thật về CHÍNH người này, hay đang mượn tạm ấn tượng chung về nhóm họ thuộc về?
Stereotyping (rập khuôn nhận thức) là xu hướng gán một tập hợp đặc điểm, hành vi hay năng lực cố định cho tất cả thành viên của một nhóm — nghề nghiệp, thế hệ, giới tính, nơi ở… — dựa trên rất ít thông tin, thay vì đánh giá riêng từng cá nhân. Về bản chất, đây là một “schema nhóm” giúp não xử lý người lạ nhanh hơn, bằng cách gán họ vào một danh mục quen thuộc thay vì phân tích lại từ đầu. Cần phân biệt: stereotyping là niềm tin, khuôn mẫu trong đầu — khác với prejudice (thái độ cảm xúc đi kèm) và discrimination (hành vi phân biệt thực tế), dù cả ba thường xuất hiện cùng nhau.
Susan Fiske và Shelley Taylor mô tả con người là “cognitive miser” — bộ não tiết kiệm năng lượng xử lý bằng cách phân loại thay vì cá nhân hoá từng đối tượng gặp phải, và phân loại theo nhóm xã hội là cách nhanh, tự động nhất mà não có sẵn. Thí nghiệm illusory correlation kinh điển của David Hamilton và Robert Gifford năm 1976 cho thấy cơ chế này rõ: khi người tham gia đọc mô tả hành vi của hai nhóm giả định — một nhóm đông, một nhóm ít thành viên hơn — họ có xu hướng gán hành vi tiêu cực hiếm gặp cho nhóm thiểu số nhiều hơn hẳn tỷ lệ thống kê thực tế, chỉ vì cả “hành vi hiếm” lẫn “nhóm hiếm” đều là sự kiện nổi bật, dễ bị trí nhớ ghép cặp dù chẳng có liên hệ thật nào. Một khuôn mẫu hoàn toàn có thể hình thành từ nhiễu thống kê, không cần ác ý hay tiếp xúc thực tế làm nền. Fiske sau đó phát triển thêm stereotype content model: phần lớn khuôn mẫu về nhóm khác được cấu trúc quanh hai trục “ấm áp” (warmth) và “năng lực” (competence).
Trong bối cảnh sản phẩm, stereotyping xuất hiện dưới dạng ít lộ liễu hơn nhưng không kém rủi ro: một mô hình chấm điểm tín dụng dùng mã bưu điện hay trường đại học làm proxy để suy ra “khả năng trả nợ” của một cá nhân — dựa trên thống kê cả nhóm thay vì hồ sơ riêng người đó — hay một hệ thống sàng lọc hồ sơ học từ dữ liệu lịch sử rằng “nhân viên giỏi thường có đặc điểm X”, rồi áp đặt suy luận đó lên từng ứng viên mới bất kể năng lực thực. Cả hai là stereotyping ở quy mô thuật toán: xử lý nhanh với ít dữ liệu, nhưng đánh đổi bằng sự bất công cho cá nhân không khớp khuôn mẫu nhóm — lời nhắc quan trọng khi thiết kế mô hình dùng dữ liệu nhân khẩu học làm proxy cho quyết định về một cá nhân.
Stereotyping chia sẻ cơ chế hình thành với illusory-correlation (ghép cặp sự kiện nổi bật thành mẫu hình không có thật), là bước đệm cho out-group-homogeneity-bias (coi “người ngoài nhóm” đồng nhất), thường song hành với in-group-bias khi khuôn mẫu tích cực dành cho nhóm mình còn tiêu cực dành cho nhóm khác, và dễ leo thang thành group-attribution-error khi vài quan sát cá nhân bị khái quát hoá vội vàng thành “bản chất” của cả nhóm.