@Nasei 不管线上线下，都可以表达偏见，但表达偏见之后，别人也可以批评偏见。只不过网上表达偏见，隔着屏幕更有安全感而已。

@Nasei

关于乌托邦，我的看法是：

1. 乌托邦无法实现，但值得追求和靠近。
2. 不能说乌托邦无法实现，所以一切好事都不该做，一切坏事都可以心安理得去做。

结合我们的话题就是，不能因为 “不可能消除偏见” 就可以 “心安理得地把偏见说出来，不管造成什么影响”。

我认为把偏见说出来是错的，我就要实践这种是非观。
而你的说法相当于，虽然把偏见说出来是错的，但既然无法彻底消灭偏见，那么错的事情也可心安理得去做。

好看啊

另外，偏见不说出来，不会伤害别人，但有偏见的人自己有可能受损失，比如上面说的女孩子 A ，她虽然没有把偏见说出口，但她自己的择偶范围却缩窄了，而且是毫无必要地缩窄，本来多见几个程序员是有可能找到很不错的男人的，她自己吃亏。

因此，我对偏见、刻板印象、歧视的看法是：1.尽量不要把自己的偏见说出来； 2.别人有偏见他自己承担后果，只要他不说，我就不该指责他； 3.我自己不要以偏见为自豪骄傲，应该尽量消除自己的偏见。

@Nasei

可以有偏见，只要不说出来，就不会伤害别人，任何人都没有理由指责他。但是把偏见说出来，就有可能伤害别人。

我举个例子你就很容易明白了，两种情况：

A. 一个女孩子，她找对象不找程序员，但她从未说过任何程序员的坏话。
B. 一个女孩子，她找对象不找程序员，并且她还要说一句：程序员在生活中都是呆子、容易秃头而且早死。

A 和 B ，就是说不说出来的差别，大多数情况下不会有人去指责 A ，A 也没伤害别人，但如果有人去找 B 理论、甚至骂 B ，都不奇怪，因为 B 确实出口伤人。

@Nasei 两个帖子共一百多条评论，没有一条说男人择偶时不能只喜欢无纹身的女性。在择偶时女性可以提出各种要求，男性也可以提出各种要求，没人反对这点。

一律上传到云盘，一律从云盘下载，这样应该很方便了吧？

@clecho

> 部分人为了证明纹身跟好坏没关系，反过来去攻击那些未纹身人士，这就是事先给人立了个坏靶子。

我认为这里有一个重点，你说的这 “部分人”，有没有纹身。

如果这部分人没有纹身，那么，他们讨论纹身人士的好坏，未纹身人士的好坏，都是 “未纹身人士” 自己在讨论。

那么，显然，你说 “纹身人士为了证明自己是好女孩，把那么多未纹身人士拉下水” 不对，分明是未纹身人士自己把自己拉下水。

=========

你前面表达了 “把别人拉下水” 是恶心的，当时你说纹身人士恶心，现在，发现原来把别人拉下水的人是未纹身人士，那么，你现在会不会觉得未纹身人士是恶心的呢？

@clecho

> 本来对纹身人士没有偏见，看见这么多纹身人士为了证明自己是好女孩，把那么多未纹身人士拉下水就很恶心

“拉下水”是什么意思呢？

我看上面的大家讨论，看了又看，没看到谁把未纹身人士拉下水。

我想了很久，猜测你的意思是：把纹身人士与未纹身人士并列讨论（或相提并论），就是把未纹身人士拉下水。是这样吗？

抱歉，又写错字了： 层主说 A 与 B 同时为真。

@totoro625

> 第一印象，文身的女孩更有可能是坏女孩
> 这句话的意思不是文身的女孩是坏女孩的概率比是好女孩的概率大；而是文身的女孩比不纹身的女孩更有可能是坏女孩

这楼竟然有两个赞，可见偏见对判断的影响有多大，这个逻辑错误简直像太阳一样巨大耀眼不可忽略。

A. 一个女孩子纹身，她是坏女孩的概率 不大于 她是好女孩的概率 => 可以推理出 一个女孩子纹身，不会增加她是坏女孩的概率

B. 文身的女孩比不纹身的女孩更有可能是坏女孩

楼主说 A 与 B 同时为真。

写错了：50 个 -> 5 个

@gant 原来如此，那就对了。

我又想了一下，可以表达得更清楚一点。

楼主的计算方法：在 100 个女孩子中随机贴 10 个“坏”标签，然后对这 10 人随机贴 50 个“纹身”标签。

我认为正确的计算方法：在 100 个女孩子中随机贴 10 个“坏”标签，再对这 100 人随机贴 N 个“纹身”标签。

这样对比，应该很容易看出楼主那个是有偏见的算法。

> 假设社会上平均每 100 个女孩中有 10 个坏女孩，90 个好女孩，坏女孩中 50%有文身。

这个假设比例 50% 不合适。

一楼优化了比例：

> 假设社会上平均每 100 个女孩中有 20 个坏女孩，80 个好女孩，坏女孩中 20%有文身。

但这个假设比例 20% 还是不合适。

为什么坏女孩中 20% 有文身呢？这个其实需要调查数据，否则，如果没有调查数据，也不带偏见的话，那么应该相当于在 100 个女孩子中随机贴一个“纹身”标签，然后对这 100 人随机贴一个“坏”标签，然后看看同时带着这两个标签的人有多少个，我数学不好，但我根据逻辑分析，这样的结果应该是低于 20% 的，因为那两次随机应该不相关，而楼主和一楼采用了相关性很强的计算方法，恰好体现了有偏见的人潜意识里的错误计算方法。

建议转为 map/filter 之类的，自己体验一下，这样做一段时间，又使用 for 循环来做类似的事情，此时，你自己就会有非常清晰的判断，哪一种写法更好，因为你都真实体验过了。