Quand la plupart des gens pensent aux préjugés, ils imaginent une pensée ou une action intentionnelle - par exemple, une croyance consciente que les femmes sont pires que les hommes en mathématiques ou une décision délibérée d'arrêter quelqu'un en raison de sa race. Les préjugés de genre et de race aux États-Unis ont toujours été manifestes, intentionnelle et très visible. Mais, les changements apportés au système juridique et aux normes guidant un comportement acceptable aux États-Unis ont conduit à une nette réduction de ces préjugés explicites.

Malheureusement, on constate encore des disparités en santé, forces de l'ordre, l'éducation et les résultats de carrière en fonction de l'appartenance au groupe. Et de nombreuses disparités à grande échelle que nous voyons dans la société apparaissent également dans les études à petite échelle du comportement. Donc, comment ces inégalités se maintiennent-elles dans un pays qui se targue d'égalitarisme ?

Bien sûr, les sexistes et les racistes manifestes existent toujours et les préjugés explicites sont importants. Cependant, ce n'est pas ainsi que de nombreux scientifiques sociaux et organisationnels comme nous comprennent actuellement les préjugés – les attitudes négatives envers les membres d'un groupe social – et les stéréotypes – les croyances sur les caractéristiques d'un groupe social. Notre domaine travaille à comprendre et mesurer les biais implicites, qui découle d'attitudes ou de stéréotypes qui se produisent en grande partie en dehors de la conscience et du contrôle.

Comment révéler des préjugés que nous ne savons peut-être pas que nous avons

Dans de nombreux cas, les gens ne savent pas qu'ils ont ces préjugés implicites. Tout comme nous ne pouvons pas faire une introspection sur le fonctionnement de notre estomac ou de nos poumons, nous ne pouvons pas simplement « regarder à l'intérieur » de nos propres esprits et découvrir nos préjugés implicites. Ainsi, nous ne pouvons comprendre les biais implicites qu'à travers l'utilisation de mesures psychologiques qui contournent les problèmes d'auto-évaluation.

Il existe un certain nombre de mesures du biais implicite; le plus largement utilisé est le test d'association implicite (IAT ; vous pouvez en essayer un ici). Les chercheurs ont publié des milliers d'articles de revues à comité de lecture basés sur l'IAT depuis sa création en 1998.

L'IAT mesure la force des associations entre les groupes sociaux (par exemple, personnes noires et blanches) et des évaluations (telles que bonnes et mauvaises). Tout comme vous avez probablement un lien mental fort entre le beurre de cacahuète et la gelée, ou médecin et infirmière, nos esprits établissent des liens entre les groupes sociaux (comme les « femmes ») et les évaluations (« positives ») ou les stéréotypes (« nurturing »).

Lorsque vous passez un test d'association implicite, on trie rapidement les images de personnes noires et blanches et les mots positifs et négatifs. L'idée principale est que faire une réponse est plus facile lorsque les éléments qui sont plus étroitement liés en mémoire partagent la même clé de réponse. Dans une partie du test, les visages noirs et les mots négatifs partagent la même clé de réponse, tandis que les visages blancs et les mots positifs partagent une clé de réponse différente. Dans une autre partie du test, les visages blancs et les mots négatifs partagent la même clé de réponse, et les visages noirs et les mots positifs partagent une clé de réponse différente. La mesure dans laquelle on est capable de faire la version blanche + bonne du test plus facilement que la version noire + bonne reflète un biais pro-blanc implicite.

Les préjugés implicites pro-blancs sont omniprésents. Les données de millions de visiteurs du site Web Project Implicit révèlent que, alors qu'environ 70 pour cent des participants blancs déclarent n'avoir aucune préférence entre les Noirs et les Blancs, presque le même nombre montre un certain degré de préférence pro-blanc sur l'IAT. D'autres tests révèlent des biais en faveur des hétéros par rapport aux homosexuels, les personnes valides sur les personnes handicapées et les personnes minces sur les personnes grasses, et montrent que les gens associent plus facilement les hommes à la science qu'ils n'associent les femmes à la science.

Les scores IAT sont-ils liés au comportement du monde réel ?

Une autre question centrale sur le biais implicite et l'IAT est de savoir comment il se rapporte à un comportement discriminatoire. Discutablement, ce que les gens font réellement est le plus important, en particulier lorsque l'on essaie de comprendre comment les préjugés individuels peuvent conduire à des disparités sociétales.

Et, En réalité, les chercheurs ont démontré que les scores des gens sur l'IAT prédisent comment ils se comportent. Par exemple, une étude a montré que les médecins présentant des niveaux plus élevés de biais racial implicite étaient moins susceptibles de recommander un traitement approprié pour un patient noir qu'un patient blanc atteint d'une maladie coronarienne. Une méta-analyse de plus de 150 études soutient également l'idée qu'il existe une relation fiable entre le biais implicite, mesuré par l'IAT, et le comportement du monde réel.

Cela ne veut pas dire, cependant, qu'il existe une correspondance un à un entre le biais implicite et le comportement ; quelqu'un avec un fort préjugé implicite pro-blanc peut parfois embaucher un employé noir, et quelqu'un avec peu ou pas de préjugé pro-blanc implicite peut parfois discriminer une personne noire en faveur d'une personne blanche moins qualifiée.

Bien que le lien entre le biais racial et le comportement soit solide, il est aussi assez petit. Mais petit ne veut pas dire sans importance. Les petits effets peuvent avoir des conséquences cumulatives à la fois au niveau sociétal (à travers de nombreuses personnes différentes prenant des décisions) et au niveau individuel (à travers de nombreuses décisions différentes qu'une personne prend). Et certains biais implicites sont plus liés au comportement que d'autres; par exemple, les préférences politiques implicites ont une relation très étroite avec le comportement électoral.

Certainly more work is needed to understand the precise conditions under which the IAT will predict behavior, and how strongly, and for what attitudes. But in the aggregate, across people and settings, there is a substantial body of evidence indicating that the IAT is related to behavior.

With or without a test, implicit bias exists

The idea that people have associations in their minds, particularly in socially sensitive domains, that contradict their self-reported beliefs is well-established within the social sciences. But there remain important open questions about how best to identify and quantify such implicit biases and when and how implicit biases in people's minds translate into meaningful, real-world behavior.

The IAT has withstood constant criticism since its creation in 1998. These critiques have led to improvements of the measure and the way it is scored, as well as the tempering of early claims and the creation of new measurement procedures. That's the way a healthy science progresses. As a result of criticism, the IAT is one of the best-understood psychological measures in use by social scientists.

Even if it were to turn out that our current measures of implicit bias are problematic, that would have little bearing on whether or not implicit bias exists. Mental links between social groups and evaluations and attributes are real. Bias exists. And while learning about implicit bias can be an important step in initiating behavior change for some people, there is no published evidence that awareness alone is an antidote to the influence of implicit bias. To see a reduction in bias-based disparity, it is essential that we develop and implement empirically tested interventions – specific tools we can use to produce egalitarian behavior.

Cet article a été initialement publié sur The Conversation. Lire l'article original.