如果让你说出心理学史上最著名的一个实验，十有八九你会想到它——斯坦福监狱实验（Stanford Prison Experiment，SPE）。1971 年夏天，心理学家 Philip Zimbardo 把 24 个大学生关进斯坦福大学地下室的"监狱"，一半当狱警、一半当囚犯。据说仅仅六天，温文尔雅的大学生就变成了施虐狂，囚犯则一个接一个情绪崩溃。这个故事的结论被反复传颂半个世纪：不是坏人作恶，而是情境让普通人变恶。它写进了全世界每一本入门心理学教材，启发了电影、纪录片，甚至影响过真实监狱的治理思路。
Vsauce 的 Michael Stevens 在视频里把这个实验重新端上台面，但他要做的不是再讲一遍传奇，而是追问一个尴尬的问题：这场"实验"到底有多少是真的？ 这一期视频之所以值得反复看，是因为它戳中了当代心理学最痛的一根神经——所谓"情境之恶"的黄金证据，很可能是一场被精心导演的戏。本文会带你把 SPE 拆到底，并告诉你：为什么一个翻车的实验，比它"成功"时更值得学。
| 项目 | 内容 |
|---|---|
| 视频标题 | The Stanford Prison Experiment |
| 频道 | Vsauce（Michael Stevens） |
| 时长 | 约 11 分钟（信息密度极高） |
| 播放量 | 数百万（截至撰文） |
| 核心主题 | SPE 是科学实验，还是被导演的戏剧？ |
视频开篇先给了你熟悉的版本：随机分组后，狱警自发地、迅速地变残暴，证明"角色和情境"压倒了人格。这个叙事之所以震撼，是因为它暗示一个反直觉的结论——善恶与你这个人无关，只取决于系统把你放在哪个位置。Zimbardo 本人后来正是用这套"情境-系统"框架去解释阿布格莱布虐囚丑闻，把 SPE 的结论推销到了政策层面。
但 Vsauce 提醒你注意一个常被略过的细节：这场"实验"从一开始就没有对照组、没有真正的自变量操纵、样本只有 24 人、数据几乎没经过统计分析。它更像是一场带观察者的角色扮演，却被当成科学发现来引用。视频把"传奇"和"证据"两件事分开了——前者确实精彩，后者却站不住脚。我的延伸判断是：SPE 之所以能火遍全球，恰恰因为它讲了一个人们愿意相信的故事——人性脆弱、制度可怕。我们爱上这个结论，于是懒得追问数据。
这是整个 debunk 中最具杀伤力的一击。历史学家 Thibault Le Texier 在 2019 年发表于《American Psychologist》的论文《Debunking the Stanford Prison Experiment》（74 卷 7 期，823–839 页，DOI: 10.1037/amp0000401）里，翻遍了斯坦福档案馆的录音、笔记和参与者回忆，发现了一个 Zimbardo 从未公开承认的事实：狱警的"残暴"是被研究团队手把手教出来的。
实验的"顾问" Carlo Prescott——一个真正蹲过监狱的前犯人，被 Zimbardo 请来设计真实感——在录音里直接告诉狱警该怎么羞辱囚犯、怎么半夜点名、怎么制造服从。研究者甚至和狱警开会，明确鼓励他们变得更具攻击性。换句话说，那些让你毛骨悚然的虐待行为，不是普通人在"角色"里自然长出来的，而是被导演喊出来的。视频把这一点点破：如果残暴是被指导出来的，那 SPE 证明的就不是"情境造恶"，而是"指导能让人作恶"——这是一个无聊得多、也正确得多的结论。
Le Texier 最让人脊背发凉的发现是：Zimbardo 的核心结论，在很大程度上是实验开始前就写好的。整个研究的设计、引导、甚至事后的叙事修剪，都在朝同一个预设结论收敛——"情境比人格更强大"。这不是科学应有的"让数据说话"，而是"让数据配合剧本"。
Vsauce 在这里点到为止，但我觉得这才是最值得普通人警惕的地方。当一个研究者已经知道自己想证明什么，他几乎总能找到"证据"——因为他会无意识地放大支持自己的片段、删掉不和谐的噪音。SPE 的录音里其实有大量"狱警表现得很温和、甚至和囚犯打成一片"的时刻，但这些片段从未进入 Zimbardo 的公开叙事。被你看到的，永远是剪辑后剩下的那一部分。这条逻辑不只适用于心理学，它适用于一切"先有结论再找素材"的传播。
如果你看过 SPE 的纪录片，一定记得那个绰号"John Wayne"的狱警——他发明了半夜点名、强迫囚犯做俯卧撑、甚至让囚犯模拟性行为。他被当成"情境如何腐蚀普通人"的头号标本。但这个狱警真名叫 David Eshelman，他后来公开承认：自己当时根本不是被"情境"带坏的，他是在演戏。
Eshelman 有戏剧表演的背景。他判断研究者"想要"看到狱警变残暴来证明假设，于是他主动设计各种羞辱方式去满足这种期待——他甚至坦言，自己一直在琢磨"新的方式来贬低囚犯"。某百科对该实验的词条也记录了 Eshelman 的说法。这意味着所谓"普通大学生沦为施虐者"，其实是一个揣摩导演意图、努力飙戏的好演员。心理学有个专门术语叫"需求特征"（demand characteristics），早在 1975 年，Ali Banuazizi 和 Siamak Movahedi 就指出：SPE 参与者的行为是迎合实验者期待的产物，而非监狱环境本身的力量。Vsauce 借 Eshelman 的自白把这个抽象概念钉死了——你看到的是恶，实际是表演。
SPE 的科学光环，很大程度上来自"随机分配"——既然是抓阄决定的，那狱警和囚犯在人格上应该没差别，之后的差异就只能归因于情境。可惜这一步也站不住。2007 年，Thomas Carnahan 和 Sam McFarland 指出一个致命的选择偏差：SPE 的招募海报上白纸黑字写着这是一项关于"监狱生活"的研究。
你想想，什么样的大学生看到"监狱生活研究"会兴奋地报名？多半是那些本来就对权力、支配、攻击性更感兴趣的人。换言之，招募阶段就已经筛掉了一大批温和的人，留下的是一群心理上更倾向服从权威、甚至享受支配的样本。这还不够——档案还显示，那些在人格测试里表现出"反权威、有共情"倾向的申请者，被系统性地排除在狱警角色之外。所以"随机"是假随机，"普通人"是被筛选过的普通人。视频没有展开这一层，但这是你必须知道的：当一个实验连样本的代表性都保不住，它关于"人性"的任何结论都该大打折扣。
SPE 另一个被反复渲染的画面是囚犯的崩溃——有人大哭、有人发皮疹、有人彻底失能。Zimbardo 把它解读成"情境彻底压垮了人"。但 Le Texier 的档案揭示了另一面：好几个囚犯在实验中途明确要求退出，而 Zimbardo 本人扮演"典狱长"，用各种手段劝他们留下——告诉他们退出会失去报酬、会"连累"其他囚犯、会让实验失败。
也就是说，囚犯的绝望不全是"角色"造成的，一部分是被强行锁在一场他们本可以离开的戏里产生的。视频强调过 SPE 里 Zimbardo 自己就是"典狱长"这个怪事——研究者既是裁判又是参与者，既设计冲突又记录冲突。这种利益冲突在任何今天的伦理审查里都过不了关。把"无法退出"的痛苦算到"情境之恶"头上，就像把笼子的功劳算给笼子里的老鼠——逻辑是反的。
科学结论的硬通货是可重复性。SPE 在这一项上彻底败下阵来。2001 年，英国 BBC 复刻了一个"监狱实验"（由 Steve Reicher 和 Alex Haslam 主持），结果没有复现"狱警自发暴政、囚犯集体崩溃"的剧本——恰恰相反，狱警一度犹豫、内疚、不敢施压，而囚犯反而越来越团结、越来越有力量。
这个对照实验给出的结论几乎与 Zimbardo 相反：暴政不会因为"角色"自动产生，它取决于群体认同的动态变化和权力的合法性叙事。当狱警不觉得自己有权、当囚犯建立起共同身份，所谓"情境之恶"压根不发生。Vsauce 把 BBC 实验作为一个关键参照抛出来，意思是：SPE 不是"普遍人性"的铁律，它更像一次偶发的、被导演的、无法复现的舞台事故。一个无法复现的实验却被当成教科书真理讲了 50 年，这才是心理学复制危机里最刺眼的案例之一。
我自己的延伸观点是：SPE 真正的危害不在 1971 年那间地下室，而在它之后的半个世纪。它把"人在系统中必然堕落"变成了一种流行世界观——既被管理者用来推卸个人责任（"是系统的错"），也被悲观者用来论证"人性本恶"。Rutger Bregman 在《Humankind》一书里专门用它做反面教材，呼吁人们重新相信人性。
更讽刺的是，Zimbardo 本人在面对 Le Texier 的指控时，长期选择辩解而非反思。一个被反复证伪的实验，靠着"故事太好听"而长命百岁，这件事本身就值得当成教材：科学不是看哪个结论最震撼，而是看哪个结论最经得起拷问。Vsauce 这期视频最大的价值，就是把"拷问"这件事还给了观众——它没让你盲目相信那个传奇，也没让你盲目相信 debunk，而是让你学会先看证据、再下判断。
flowchart TD
A["SPE 官方叙事<br/>情境让普通人变恶"] --> B{"真的吗？七重质疑"}
B --> C1["结论预先写好<br/>Le Texier 2019"]
B --> C2["狱警被指导施压<br/>Carlo Prescott 录音"]
B --> C3["最残暴狱警在演戏<br/>Eshelman 需求特征"]
B --> C4["选择偏差<br/>海报筛掉温和者 2007"]
B --> C5["囚犯无法退出<br/>Zimbardo 兼典狱长"]
B --> C6["无法复现<br/>BBC 实验 Reicher&Haslam"]
B --> C7["样本仅24人 无对照"]
C1 & C2 & C3 & C4 & C5 & C6 & C7 --> D["真相：一场被导演的戏"]
D --> E["启示：警惕先有结论再找证据"]
D --> F["启示：单一戏剧性实验 ≠ 人性铁律"]
D --> G["启示：复制危机下别轻信传奇"]
第一，别让一个"震撼故事"接管你的世界观。 SPE 之所以能统治大众认知 50 年，不是因为它证据强，而是因为它结论"好用"——它给管理者的失职找了借口，给悲观者的人性论提供了弹药。下次当你听到"科学研究证明人性本恶/人注定堕落"时，先问三个问题：这个研究有几个被试？有没有对照组？能不能被别人重复出来？三个问题问完，九成的"震撼结论"就会原形毕露。
第二，识别"需求特征"，警惕自己被期待牵着走。 Eshelman 的故事不只是心理学八卦，它是一面镜子：当你强烈感受到"别人希望你表现出某种样子"时，你很可能正在无意识地飙戏——在职场讨好老板、在群里附和多数、在社交媒体表演人设。意识到"我在演"，是停止演的第一步。
第三，做判断时把"先有结论"和"先有证据"分开。 Le Texier 揭露的真正丑闻，不是狱警残忍，而是研究者在实验前就写好了答案。这条教训可以直接搬到你自己的生活：你是先决定相信什么、再去挑支持它的证据（确认偏误），还是先看证据、再让结论自然浮现？前者叫辩护，后者才叫思考。
第四，把"无法复现"当成一个硬否决信号。 在这个 AI 一句话就能生成"看似权威结论"的时代，"别人能不能独立复现"几乎是普通人能握住的最可靠的筛子。SPE 的教训告诉我们：一个东西流行了多久、被多少教材引用，都不能替代"它能被重复吗"这一个朴素的追问。
斯坦福监狱实验不是证明"情境造恶"的科学，而是一场被导演、被表演、被剪辑、且无法复现的戏——它最大的价值，是教我们别再用"震撼故事"代替"可重复证据"。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。