MC
Mina Cikara
Author with expertise in Intergroup Relations and Social Identity Theories
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
8
(75% Open Access)
Cited by:
3,071
h-index:
41
/
i10-index:
81
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Their pain gives us pleasure: How intergroup dynamics shape empathic failures and counter-empathic responses

Mina Cikara et al.Jun 24, 2014
Despite its early origins and adaptive functions, empathy is not inevitable; people routinely fail to empathize with others, especially members of different social or cultural groups. In five experiments, we systematically explore how social identity, functional relations between groups, competitive threat, and perceived entitativity contribute to intergroup empathy bias: the tendency not only to empathize less with out-group relative to in-group members, but also feel pleasure in response to their pain (and pain in response to their pleasure). When teams are set in direct competition, affective responses to competition-irrelevant events are characterized not only by less empathy toward out-group relative to in-group members, but also by increased counter-empathic responses: Schadenfreude and Glückschmerz (Experiment 1). Comparing responses to in-group and out-group targets against responses to unaffiliated targets in this competitive context suggests that intergroup empathy bias may be better characterized by out-group antipathy rather than extraordinary in-group empathy (Experiment 2). We find also that intergroup empathy bias is robust to changes in relative group standing-feedback indicating that the out-group has fallen behind (Experiment 3a) or is no longer a competitive threat (Experiment 3b) does not reduce the bias. However, reducing perceived in-group and out-group entitativity can significantly attenuate intergroup empathy bias (Experiment 4). This research establishes the boundary conditions of intergroup empathy bias and provides initial support for a more integrative framework of group-based empathy.
0
Paper
Citation358
0
Save
0

Computational Justice: Simulating Structural Bias and Interventions

Ida Momennejad et al.Sep 25, 2019
Gender inequality has been documented across a variety of high-prestige professions. Both structural bias (e.g., lack of proportionate representation) and interpersonal bias (e.g., sexism, discrimination) generate costs to underrepresented minorities. How can we estimate these costs and what interventions are most effective for reducing them? We used agent-based simulations, removing gender differences in interpersonal bias to isolate and quantify the impact and costs of structural bias (unequal gender ratios) on individuals and institutions. We compared the long-term impact of bias-confrontation strategies. Unequal gender ratios led to higher costs for female agents and institutions and increased sexism among male agents. Confronting interpersonal bias by targets and allies attenuated the impact of structural bias. However, bias persisted even after a structural intervention to suddenly make previously unequal institutions equal (50% women) unless the probability of interpersonal bias-confrontation was further increased among targets and allies. This computational approach allows for comparison of various policies to attenuate structural equality, and informs the design of new experiments to estimate parameters for more accurate predictions.