利維坦按：
估計很多人都看過那本心理學暢銷書《男人來自火星，女人來自金星》，當初我看的時候總感覺哪里不對勁，整體給人一種非常刻板、教條的印象。這期間，有很多神經科學家對于男性大腦和女性大腦的研究聲稱，男女大腦在空間想象、情緒處理等方面的確存在差異，這使得公眾將其普遍誤解為一種性別優于另一種性別，從而加劇更深的性別偏見。還有一個所謂“神經學性別歧視”（neurosexism）的新詞，專用來描述這種現象。
古羅馬人說，Quod volumus, facile credimus，其大意為“我們很容易相信我們想要相信的”，所以，就公眾層面而言，那個真相，估計也只是你愿意相信的那一個了。其實很多研究者也自認為很冤，明明論文僅僅是就男女生物學上的差異展開的研究，但很快就被媒體斷章取義地拿去做文章了。基因、激素和環境的確會使大腦出現性別差異，對于任何大腦，只要針對某些特征，提供足夠的信息，就可能非常準確地推斷出該大腦是屬于男性還是女性。但是，并不能對此進行逆向操作：即，僅根據一個人的性別，預測其大腦的局部解剖結構和分子基礎，或者他/她的人格。
我們也不難看出，分歧雙方的出發點是多么的不同：一方強調差異，還有一方強調嵌合/二態性（將大腦看作一個由多變的兩性特征組成的嵌合體），而今天文章的研究與論述（順性別男女）顯然屬于后者。
男人和女人之間到底存在多大差異？
30年前的約會指南大概會這么寫：男女性格迥然不同。比如《男人來自火星，女人來自金星》（Men Are from Mars, Women Are from Venus）一書中就有類似的約會建議。
而今天，某些學界駁斥了二元性別論，這種理論將男人和女人劃分為兩個不同的類別。（提示：“性別”一詞主要指“男人”、“女人”和“非二元性別者”，有很強的文化和社會屬性；而“性”主要指“男性”、“女性”和“雙性”，是生物特征的集合，有很強的生物屬性。）
科學家也圍繞性別、性和性格展開爭論。例如，順性別男人和女人之間的性格差異究竟有多大，研究人員觀點不一。這個答案取決于心理學家如何衡量個體的性格特征。
美國就有一項涉及了30多萬被試的研究（這些被試分別自我認知為男性或女性），該研究既觀察了他們的一般性性格特征，比如外向性和宜人性，同時也觀察了這些特征更加具體的方面，比如讓人如沐春風的溝通方式或利他主義行為傾向。在此樣本中，研究人員發現，男性和女性被試在一般性特征上差異不大，但多數情況下都表現出具體特征上的較大差異。
比如，從整體上看，男性和女性都顯示出相似的外向性（一般性特征）。然而，具體到外向性的各個方面，研究人員發現，平均來看，男性被試更喜歡尋求刺激，而女性被試則活躍度更高。
研究人員還討論了是通過一次觀察一個孤立的特征來研究性格差異大小更有意義，還是應該同時考慮所有的特征。后一種研究方法往往會得出更大的差異。這就好比如果只看一個人的眼睛或鼻子，你很難判斷出男女，但看整張臉則更容易區分。
ClearerThinking.org是一個研究快樂和決策心理學的網站，我們希望借助該項目為上述討論提供依據，并幫助大眾更多地了解性、性別和性格。我們進行了15項系列研究，并對15,000多被試展開分析，希望能夠進行迄今為止最全面的性格特征測試。
我們的分析僅限于順性別男女，這是由于樣本中98%被試的自我性別認同和出生時的生物性別一致。因此，我們沒有足夠的數據探究非二元性別者和跨性別者的性格特征。盡管這些群體人數不少，我們的研究還是主要針對于順性別男女。
從被試的自評數據中，我們發現了18個具有性別差異的具體性格特征。接著，我們建立了一個算法，旨在根據個人對這18個特征的自評得分來推測其性別，準確率在78%。這樣的準確率不低，但遠非完美，說明通過一個人性格特征的集合來判斷性別是有難度的。
最后，我們將研究問卷做成了在線互動測評，參與者要對“我笑得很大聲”和“我經常感到擔憂”等描述自評打分。讀者可嘗試一下這個測試，看看算法是否能準確預測出你的性別。
（測試網址：programs.clearerthinking.org/gender_continuum_test.html#.Yg8fJvVBxb9）
為了設計研究問卷，我們廣泛撒網，查看大型性格研究項目，查閱學術文獻，集思廣益，最終得出了600多道性格測試問題，用以觀察其中的性別差異。接著又根據樣本結果確定了18種顯示出最大差異的性格特征。這些特征不僅包括廣泛用于心理學研究的一般性特征（如外向性和宜人性），還包括更加具體的思維和行為模式（比如是否經常冒險或對美學的關注程度）。
在最終測試中，我們再次得出相同的研究結果，從而驗證了我們的結論——順性別男女在性格特征上無顯著差異，僅僅這18項特征中顯示出微小和有限的不同。
我們觀察到的最大區別是順性別者的性想法程度。被試需要根據問題進行自評并給出分數，比如是否同意“當遇到一個長相出眾的人時我經常會有性想法”，是否不同意“我不經常想到性”。（這種“性關注”特征雖然并不是心理學上常見的主要性格特征，卻符合一種性格特征對應一種思維、情感或行為模式的觀點，并且也與性執著這一概念有關。）
我們發現，性關注程度差異的18%可歸因于性別。男人這一特征的平均得分高于女人，但也有不少女人得分高于大部分男人。換句話說，即便總體來看，男人往往不同于女人，但男女的個體差異也很大。我們還發現，平均而言，男人的自我報告性格表現出更加遲鈍、敢于冒險和重視自我的特點，而女人則更加無私、富有同情心和追求平和。
無論何種特征，男女之間都有很大的重疊。然而最終來看，人們對提問的反應差異巨大，要么強烈同意，要么強烈不同意。比如，男人和女人中同情心低的人都只占少數，但非常沒有同情心的人更有可能是男人。這一結論和反社會人格障礙更常見于男性的發現相一致，即男人更有可能沒有懊悔之意或缺乏同情心。
那么，究竟有沒有“男人性格”和“女人性格”呢？有趣的是，我們研究中幾乎所有被試都是一種混合體，既有“男人常見”的特征，也有“女人常見”的特征。
對于任何一種特征，女性個體更加接近于女性總體平均水平而非男性總體平均水平的概率只有61%，男性個體更加接近于男性總體平均水平而非女性總體平均水平的概率只有57%。
只有大約1%的男人和1%的女人性格特征幾乎全部對應自身性別。因為幾乎所有人都是兩者的混合體，我們將研究中所建立的性格測試稱為性別連續統一測試。
為了測試通過性格預測性別的準確性，我們建立了一個簡單的機器學習算法（一種計算機程序，研究性格特征和順性別男人或順性別女人關系的數據模型）。我們利用之前的研究結果來訓練算法，然后將其應用到新的被試身上，看性格特征是否能準確預測性別。使用性關注這一最具預測性的特征，算法正確預測性別的概率為69%。這一結果在一些人看來很了不起，但它絕非完美，因為也有些女人比一般男人更關注性。
當我們允許算法一次性包含所有的性格差異時，其準確度提高到了78%。這一進步值得慶賀，但仍有22%的人的性別無法被正確預測。當我們向公眾發布測試時，準確率又下降到了74%。盡管如此，這一結果仍然比一般人的預測準確率要高：我們讓對照組被試通過幾組性格特征（每組性格特征屬于同一個人）來預測性別，他們的準確率只有58%，比擲硬幣的準確率高不了多少。
我們相信，我們的實驗結果為性格的性別差異大小帶來了新發現。但是，我們仍需要注意一些重要事實。第一，我們所有的被試都來自美國，考慮到文化等因素會影響性格和性別自我認同，我們的結論無法放之四海皆準。第二，我們的研究無法得知性格差異的原因，比如，除了生物學原因，這些差異在多大程度上可以用環境和文化來解釋。第三，如前所述，因為樣本局限性，我們沒有足夠的數據來研究跨性別者、雙性人或非二元性別者。我們希望未來的研究能夠關注這些方面，以及性格、性和性別討論中的其他維度。
同時，我們的研究也提醒我們，總的來看，順性別男人和女人在性格上確實有一些微小或不明顯的差異，但幾乎所有人都同時具備“男人常見”和“女人常見”的特征。如果你試圖通過一個人的性別猜測他/她的性格，你很有可能會猜錯。
文/Spencer Greenberg、Holly Muir
譯/Rachel
校對/Amanda
原文/www.scientificamerican.com/article/most-of-us-combine-personality-traits-from-different-genders/
本文基于創作共享協議（BY-NC），由Rachel在利維坦發布
文章僅為作者觀點，未必代表利維坦立場
來源：利維坦 2022-02-21
