如果你上过任何一门心理学入门课，几乎一定会听到这个故事：1971年，心理学家津巴多（Philip Zimbardo）在斯坦福地下室搭了个假监狱，把一群健康正常的男大学生随机分成"狱卒"和"囚犯"，结果短短几天，狱卒就变成了虐待狂，囚犯崩溃发疯。结论掷地有声——情境能腐蚀任何人，穿上制服、戴上反光墨镜，普通人就会变恶。半个世纪里，这个故事进了教科书、拍了电影、甚至被拿到美国国会和 Abu Ghraib 虐囚案的听证会上当证据。
但这个号称"心理学史上最著名实验"的研究，可能根本不算一场实验，而是一场排练过的真人秀。本期深度解读的视频《The Stanford Prison Experiment Debunked: Anatomy of a Hoax》（斯坦福监狱实验祛魅：一场骗局的解剖）,把半个世纪后才解密的录音、档案和当事人证词翻了出来，给出了一个更扎心的结论：那些狱卒的"恶"，不是被情境自动逼出来的，而是被研究团队手把手教出来的。它解决的不是一个学术小问题，而是我们该如何理解"恶从何来"这个根本命题。
| 项目 | 内容 |
|---|---|
| 视频标题 | The Stanford Prison Experiment Debunked: Anatomy of a Hoax |
| 形式 | 纪录片式科普长视频（祛魅系列） |
| 核心主题 | 斯坦福监狱实验是"被导演"的伪实验，真正的催化剂是"身份领导力"而非情境本身 |
| 原始研究 | Zimbardo, 1971，斯坦福大学心理学系地下室 |
| 关键档案 | Ben Blum（Medium调查）、Thibault Le Texier《Investigating the SPE: History of a Lie》、Haslam/Reicher/Van Bavel 发表于 American Psychologist 的再分析 |
| 知识价值 | 串联"可重复性危机"，教你如何识破"单一惊艳研究" |
说明：因 YouTube IP 限制无法直接拉取本片字幕，以下分析以该纪录片梳理的核心事实为骨架，并交叉核对 Vox 调查报道、Packer & Van Bavel 长文与 Le Texier 的档案研究，凡属延伸判断均标明。
教科书告诉你"随机分配"造就了结果，但视频和档案都指向一个被忽略的细节——那条登在报纸上的招募广告，写的是 "a psychological study of prison life"（一项关于监狱生活的心理研究），报酬 15 美元/天。注意"prison life"这个词。它从一开始就自我筛选出了一类人：愿意花一两周待在"监狱"里、对扮演强硬角色感兴趣的人。
普通大学生看到"监狱生活"多半会划走，留下来报名的，本来就带着某种倾向。这意味着样本根本不是"随机抽样的正常人"，而是自带攻击性或表演欲的子群体。心理学里这叫抽样偏倚（selection bias），是结论可信度的第一道闸门。津巴多的叙事却把这层悄悄抹掉，让你以为"任何普通人"都会沦陷。延伸来看，这其实是几乎所有"惊世骇俗实验"的通病：以几十个高度自我筛选的本科生，外推出关于全人类本性的宏大结论。
整场实验最出圈的画面，是 8612 号囚犯 Douglas Korpi 在牢房里尖叫、撞门、歇斯底里地喊"I'm burning up inside!"（我体内像着火一样），被视为"权力剥夺把人逼疯"的铁证。但多年后 Korpi 本人对记者 Ben Blum 承认：那场崩溃是他演的。他当时只想赶紧脱身回去准备 GRE 考试，发现"装疯"是唯一能离开的途径。
这一点是致命的。如果实验最著名的"结果"其实是被试在配合演一场戏，那"情境制造疯狂"的结论就从"发现"降级成了"表演"。更讽刺的是，按实验设定囚犯"不能随意退出"，Korpi 不得不靠演戏来换取自由——这说明真正的压迫源不是抽象的情境，而是研究者亲手设计的不退出机制。视频在这里点破了一个常被忽视的认知陷阱：我们容易把"被试在实验设定下的反应"直接当成"人性的真相"，却忘了被试一直在揣摩研究者想要什么。
这是档案解密后最重磅的发现。研究团队后来公开了当年的完整录音，Haslam、Reicher 和 Van Bavel 在《American Psychologist》上做了系统再分析。录音里，扮演"典狱长"的研究团队成员（David Jaffe）发现有个狱卒不够狠，就把他叫到一边施压：
"我们需要你扮演 tough Guard 这个角色……试着像你想象中那些'猪猡'（pigs，俚语指警察）那样反应……你的风格太软了，我们要你冲进去。"
研究者逐字逐句地给狱卒示范该怎么恶。Packer 和 Van Bavel 还做了量化：在这段短短的对话里，典狱长用了 57 次"我们"这类集体代词（平均每 30 个词一次），远高于政客演讲的频率。他在做什么？在做"身份领导（identity leadership）"——把"对囚犯凶"包装成"我们共同改革监狱系统的崇高使命"，让狱卒觉得"我们是一条战线的"。
历史学家 Thibault Le Texier 翻遍档案后得出更刺眼的判断：实验的结论在实验开始前就已经写好了。研究团队在实验前一年就借用了此前一个学生实验的脚本，给狱卒办了"上岗培训"（orientation），明确传达"要对囚犯怀有敌意"的期望；狱卒其实是在遵循一份研究者写好的时间表和规则。
Jared Bartels 后来做了一个聪明的验证：他把 50 年前那段"上岗培训脚本"拿给全新的被试看，假装这是他们要参加的新实验。结果——这些"新狱卒"读完就预期要对囚犯施暴，并认为"这是被期待的"。也就是说，是研究者的语言先制造了施暴的氛围，而不是角色本身。Le Texier 总结这份研究的硬伤包括：被试知道期望结果、被训练和监督、被欺骗"他们不是被试"、数据采集不规范、结论按非学术目的预写。每一项都戳穿了"经典实验"的科学外衣。
把以上拼起来，视频给出了一个比"情境决定论"更精确的结论：赋予角色并不足以制造残忍，它还需要 identity leadership 来推一把。制服和墨镜提供了舞台，但让人真正动手的，是有人把"作恶"说成"为了更大的善"。
这一点和后来 Haslam & Reicher 主导的 BBC 监狱实验互相印证：当研究者不去主动教唆、不灌输"我们 vs 他们"的叙事时，狱卒并不会自动滑向虐待——他们反而会犹豫、协商，甚至和囚犯合作。甚至连一向被认为证明"服从权威"的 Milgram 电击实验，重新审视后也指向同一机制：人们服从的不是"权威"这个空壳，而是当他们认同权威所代表的某一事业、相信"目的是正当的"时才服从。这与历史更吻合——从纳粹到种族清洗，施害者几乎都坚信自己在服务于某种"更高的善"。
津巴多的叙事里几乎只有"集体堕落"，但档案显示异议从未缺席。最关键的是 Christina Maslach——她是唯一一个当场反对的研究者，质问津巴多"这太残忍了"，最终促成实验提前终止（她后来成了津巴多的妻子）。录音还揭示，至少有一个狱卒是"和平主义者"，全程顶住压力拒绝施虐，Packer 团队联系到他时，他仍坚持自己当年是在抵制不义的权威。
这一条特别重要，因为它直接动摇了原叙事的悲观底色。如果情境真的能把任何人变成恶魔，异议者就不该存在；但事实是，总有人能拒绝。视频据此把故事的道德重心从"人有多么脆弱"挪向"领导者和群体的语言有多么关键"——这也是更可操作、也更不宿命的教训。
flowchart TD
A["教科书叙事<br/>情境决定论<br/>制服+角色→自动变恶"] -->|解密档案击穿| B["三大致命破绽"]
B --> B1["抽样偏倚<br/>广告写'prison life'<br/>预先筛掉温和者"]
B --> B2["伪造崩溃<br/>Korpi的'I'm burning up'<br/>是为考GRE而演"]
B --> B3["教唆演戏<br/>典狱长示范'像猪猡那样反应'<br/>57次集体代词"]
B --> B4["结论预写<br/>借旧脚本+上岗培训<br/>数据采集不规范"]
B1 & B2 & B3 & B4 --> C["真正机制：身份领导力<br/>把作恶包装成'共同的崇高使命'"]
C --> D1["BBC监狱实验反证<br/>无人教唆则不自动施虐"]
C --> D2["Milgram再解读<br/>认同'正当目的'才服从"]
C --> E["被删掉的真相<br/>异议者一直在场<br/>Maslach + 和平主义狱卒"]
D1 & D2 & E --> F["正确教训<br/>恶不在角色里，在领导者的叙事里<br/>语言能启动残忍，也能叫停它"]
style A fill:#fde2e2,stroke:#c0392b
style C fill:#fff3cd,stroke:#b8860b
style F fill:#d4edda,stroke:#1e8449
第一，对你听到的每一个"惊艳研究"都多问一句：谁在什么条件下说的？ 心理学正经历一场可重复性危机（replication crisis），marshmallow test、社会启动、面部反馈、自我损耗……一大批教科书级发现都经不起严格重复。斯福监狱实验是其中最戏剧化的一个。可重复性不是科学的小毛病，而是科学的命根——一个结论如果换了实验室、换了样本就消失，它就不是关于人性的定律，只是一次偶发事件。
第二，识破"被试在配合你"的陷阱（demand characteristics）。 当研究者的期待太明显，被试就会不自觉地揣摩"他们想看什么"然后演给你看。这不仅发生在实验室——做用户访谈、做问卷调查、做 A/B 测试时同样成立。如果你的提问方式已经暗示了"正确答案"，你收到的就不是真相，而是被试的即兴表演。设计研究的人，往往才是结果最大的污染源。
第三，也是最值钱的洞察：作为管理者/父母/团队 leader，你的"叙事"就是别人的行动许可。 实验真正证明的不是"人会被权力腐蚀"，而是"当领导者把对外的苛刻说成我们共同的事业时，普通人愿意下狠手"。所以警惕自己无意间用的"我们 vs 他们"语言、警惕把对别人的苛刻包装成"为了大家好"。反过来，它也给了你一个积极杠杆——你也可以用同一套身份领导力，把团队导向合作与善意。被删掉的"异议者"那一半故事提醒你：再强的情境压力下，总有人选择说不，而你能不能成为那个人、或能不能保护团队里那个敢于说不的人，才是组织真正健康与否的试金石。
斯坦福监狱实验真正证明的，不是"情境能把任何人变成恶魔"，而是当一个领导者把作恶说成"我们共同的事业"时，普通人就会动手——恶不在制服里，在叙事里。
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。