Évaluation de l'exactitude des jugements instantanés

Lorsqu’ils rencontrent de nouvelles personnes, de nombreuses personnes ont tendance à porter des jugements rapides sur une autre personne, même sans beaucoup d’informations sur lesquelles s’appuyer.

Par exemple, lors d’une réunion sociale, quelqu’un pourrait immédiatement penser que le gars avec des lunettes cool, qu’il n’a jamais rencontré, est sympathique uniquement en se basant sur son apparence. Il s’avère qu’il est facile à vivre et qu’il a beaucoup d’amis.

Remarquablement, les gens sont étonnamment précis lorsqu’ils font ces premières impressions, appelées jugements hâtifs, simplement sur la base d’indices visuels.

Basée sur les travaux fondamentaux d’Ambady et Rosenthal, cette vidéo démontre les techniques expérimentales utilisées pour porter des jugements hâtifs sur les instructeurs. par rapport aux évaluations réelles de leur efficacité pédagogique. Nous explorerons également comment de telles inférences peuvent être appliquées à d’autres professions qui reposent sur l’analyse des caractéristiques.

Dans cette étude, les participants sont invités à regarder de courtes compilations vidéo en sourdine de nouveaux instructeurs d’université enseignant une variété de sujets et doivent juger de certains attributs. D’autres codeurs formés comptent des comportements non verbaux plus spécifiques, ainsi que leur apparence physique.

Ces évaluations sont finalement comparées aux évaluations réelles de l’enseignement afin d’examiner l’exactitude des premières impressions basées sur des traits visuels et des actions distinctes et objectives.

Les participants fournissent d’abord des évaluations molaires – des jugements généraux sur les traits – basés sur 15 dimensions liées à l’enseignement, telles que s’ils semblent enthousiastes, sympathiques et confiants. L’échelle de Likert va de 1 (pas du tout) à 9 (très).

De plus, les assistants de recherche regardent les mêmes clips et comptabilisent les comportements moléculaires – des actions momentanées et discrètes – comme le sourire ou le hochement de tête. On leur demande également de rendre compte de la symétrie et de la posture corporelle de l’enseignant.

Enfin, sur la base d’une seule photo tirée des vidéos, les assistants sont invités à évaluer l’attrait physique de chaque instructeur sur une échelle de Likert à 5 points, où 1 signifie « pas du tout » et 5 équivaut à « très », pour tenir compte des effets d’attractivité.

Pour examiner l’utilité prédictive de ces jugements hâtifs, les évaluations d’enseignement de fin de semestre de chaque instructeur sont compilées pour des comparaisons quantitatives non biaisées.

À l’aide de ces formulaires, la variable dépendante est l’efficacité de l’enseignement, basée sur la moyenne de deux éléments où les étudiants ont évalué les instructeurs ? performances et la qualité globale des cours.

En fin de compte, les participants ? Les évaluations des comportements non verbaux molaires – étant donné 30 secondes de film d’une journée d’enseignement – sont-elles censées être fortement corrélées avec les élèves ? évaluations de leurs instructeurs, qui sont basées sur une période d’interaction beaucoup plus longue, l’équivalent d’un semestre.

Ces résultats suggèrent qu’il faut très peu de temps pour faire une première impression précise, ce qui est connu sous le nom de tranchage mince, la capacité de déduire rapidement le caractère d’une autre personne à partir d’une très courte exposition.

Avant l’expérience, effectuez une analyse de puissance pour recruter un nombre suffisant de participants. De plus, utilisez des séquences précédemment filmées de dix instructeurs d’université pour générer trois clips distincts de 10 secondes à partir de chacun d’eux pour obtenir un total de 30 vidéos.

Pour chacun, capturez un cadre à enregistrer comme photo pour des observations ultérieures. Pour compléter la préparation, compilez les évaluations des étudiants de fin de semestre pour chacun des 10 instructeurs présentés, à partir des cours réels qui correspondent aux images.

Pour commencer, escortez chaque participant dans la salle de test et expliquez-lui qu’il va regarder des vidéos et évaluer le comportement non verbal molaire, dans ce cas, les traits de personnalité.

Lorsqu’ils visionnent chaque série de clips aléatoires, demandez-leur de juger le comportement non verbal de chaque instructeur – 15 adjectifs liés à l’enseignement – sur une échelle de Likert à 9 points.

Ensuite, pour mesurer le comportement non verbal moléculaire, demandez à deux codeurs formés de regarder les mêmes segments et de compter le nombre de fois que chaque instructeur effectue l’un des 12 comportements distincts, ainsi que des détails sur leur symétrie et leur posture corporelle.

Enfin, pour tenir compte des effets de l’attractivité, demandez à chaque codeur de visualiser les images enregistrées et de juger de l’apparence physique de chaque instructeur sur une échelle de Likert à 5 points.

Pour conclure l’expérience, faites un compte rendu complet aux participants de l’objectif réel et des procédures de l’étude.

Pour compiler les données, assurez-vous que les deux réponses d’évaluation ont été converties en pourcentages et qu’elles ont fait l’objet d’une moyenne pour chaque instructeur.

Ensuite, créez des graphiques distincts pour comparer les valeurs moyennes des catégories molaires et moléculaires par rapport à l’efficacité de l’enseignement. Tracez les corrélations pour chaque comportement non verbal mesuré.

Tout d’abord, notez que 10 des 15 évaluations molaires du comportement non verbal étaient significativement et positivement corrélées, y compris la moyenne composite globale – la variable globale.

Cependant, les comportements moléculaires étaient moins prédictifs. Seule l’agitation était négativement corrélée à l’efficacité de l’enseignement. De plus, les relations sont restées même après avoir contrôlé l’attractivité de l’instructeur.

En fin de compte, les étudiants ont été en mesure de formuler des impressions fiables sur les instructeurs. l’efficacité de l’enseignement en utilisant seulement 30 secondes de séquences vidéo non verbales.

Maintenant que vous savez comment concevoir une étude pour évaluer les jugements hâtifs dans un cadre éducatif, voyons comment cette recherche s’étend à d’autres professions qui s’appuient sur des inférences rapides pour comprendre le caractère des autres.

Au cours d’une partie de poker, de nombreux joueurs s’appuient sur des jugements hâtifs pour évaluer leurs concurrents. Ceux qui font des déductions rapides sur leurs adversaires ? Le style de jeu, uniquement basé sur un nombre limité de repères visuels, peut permettre de gagner le pot.

Cependant, le maintien de la précision lors du tranchage fin des autres dépend en grande partie de la connaissance des facteurs importants. Par exemple, des chercheurs ont montré que le divorce peut être prédit au-dessus des niveaux de hasard en regardant une très courte vidéo d’un couple en interaction.

Dans ce cas, les comportements attendus de plainte ou de colère n’ont pas prédit le divorce, mais plutôt la défensive et le retrait. Ainsi, il se peut qu’apprendre implicitement ou explicitement à s’accorder aux bons signaux soit crucial pour développer cette expertise.

Vous venez de regarder la vidéo de JoVE sur la façon d’évaluer l’exactitude des jugements instantanés. Vous devriez maintenant avoir une bonne compréhension de la façon de concevoir, de mener et d’analyser une expérience pour étudier comment seul un court laps de temps est nécessaire pour faire des inférences prédictives, ainsi que comment cette compétence peut être utile dans d’autres professions.

Merci d’avoir regardé !