实验背景
1971年，美国社会正处于深刻动荡之中。 越南战争引发的反战运动、阿提卡监狱暴动事件以及公民权利运动， 使人们对权威、制度和权力的本质产生了深刻质疑。 斯坦福大学心理学教授菲利普·津巴多（Philip Zimbardo）试图通过一项大胆的实验来探索一个核心问题： 究竟是"坏人"制造了邪恶的情境，还是"坏情境"将好人变成了施暴者？
津巴多的设计灵感部分来源于米尔格拉姆的服从实验—— 后者证明了权威情境对个体行为的强大影响力。 但津巴多的关注点不同于米尔格拉姆： 他不满足于研究个体对权威命令的服从， 而是希望探索当普通人被赋予特定社会角色和制度环境后， 他们的行为和自我认同会如何被系统性地改变。 这一研究视角与欧文·戈夫曼（Erving Goffman）关于"全控机构"（total institution）的理论形成了理论对话。
戈夫曼在其经典著作《收容所》（Asylums, 1961）中描述了 精神病院、监狱、修道院等封闭机构如何通过系统性的"身份剥离"和"角色强加"来重塑个体的自我认同。 津巴多的实验正是试图在实验室中重现这一过程，以检验"全控机构"理论的核心假设。
实验设计
津巴多在斯坦福大学心理学系地下室搭建了一个模拟监狱。 他通过当地报纸广告招募了24名心理健康的男性大学生志愿者， 经过筛选排除了有犯罪记录、心理问题或药物依赖的候选人。 被试被随机分配为"囚犯"或"看守"两个角色。 实验原计划持续两周，每位被试每天获得15美元报酬（Zimbardo, 1973）。
模拟监狱的设置力求真实。 "囚犯"在家中被"逮捕"，由真正的帕洛阿尔托警察局警官协助铐上手铐，蒙眼带入监狱。 入狱后，他们被要求脱光衣服、喷洒除虱粉、 穿上标有编号的囚服（用编号取代姓名以削弱个人身份）， 并被关入狭小的牢房。 "看守"则身穿制服、佩戴墨镜（以去个体化）， 并被给予一定的管理自由——唯一的限制是不允许使用暴力。
实验的自变量是角色分配（囚犯 vs. 看守）， 因变量包括行为指标（攻击性、服从性、违规行为）和心理指标（情绪状态、自我认同变化）。 津巴多本人担任"监狱长"角色，一名前囚犯担任顾问。 实验通过隐藏摄像机和观察窗进行全程记录， 并在每天安排模拟假释听证会和探访时间。
关键发现
实验的演变速度和激烈程度超出了所有人的预期。 仅在第二天，"囚犯"就发动了一场反抗—— 他们拆掉牢房门上的床垫、堵住门口并辱骂看守。 看守们的反应迅速升级：他们用灭火器喷射囚犯、强迫囚犯做俯卧撑、剥夺睡眠、限制如厕权利。 随着时间推移，看守的虐待行为变得越来越系统化和残忍， 而囚犯则表现出越来越严重的被动、抑郁和去个性化。
最为惊人的是个体心理的快速转变。 一名囚犯（编号8612，真名 Douglas Korpi）在实验开始不到 36 小时后就因看似严重的情绪崩溃——失控痛哭、暴怒、思维紊乱——而被释放。 （需要重要补充的是：2018 年记者 Ben Blum 在长篇调查《一个谎言的寿命》（The Lifespan of a Lie）中采访 Korpi 本人，Korpi 明确否认自己当时真的崩溃，称那是为了早点回去备考 GRE 而装出来的——"任何临床工作者都看得出我是在装"。这一自述直接动摇了"情境在 36 小时内就把健康青年逼到精神崩溃"这个被反复传颂的戏剧化结论。详见后文"复制尝试"。） 其余囚犯逐渐内化了囚犯角色—— 他们停止反抗、互相猜忌、对看守的不合理要求表现出习得性服从。 看守中约三分之一表现出明显的虐待倾向， 三分之一执行规则但不主动施虐， 另外三分之一则偶尔对囚犯表现出善意。 实验在第六天被提前终止—— 津巴多的同事克里斯蒂娜·马斯拉奇（Christina Maslach）在参观实验后强烈反对继续进行。
马斯拉奇的干预本身就具有重要意义。 她是实验团队中唯一一个从外部视角审视这一情境的人， 她的反应表明，当个体从"系统内部"跳脱出来时，情境的力量会显著减弱。
深层解读
斯坦福监狱实验深刻地展示了情境力量对人类行为的塑造作用。 津巴多提出了"路西法效应"（Lucifer Effect）的概念—— 即便是善良的普通人，在特定的情境和角色压力下也可能做出令人发指的行为。 这一观点挑战了传统的"性善论"和"性恶论"， 转而强调行为是人格特质与情境因素交互作用的结果。
实验还揭示了"去个体化"（deindividuation）和"角色沉浸"（role engulfment）的机制。 当个体的身份被制度性地剥夺（如编号取代姓名、制服取代个人服装） 并被纳入一个权力不对等的系统中时， 他们对自身行为的道德约束会显著降低。
从社会建构主义的角度来看， 看守和囚犯并非简单地"扮演"角色，而是逐渐将角色内化为自我的一部分。 这种从"扮演"到"成为"的转变过程， 揭示了社会角色对个体认同的深层塑造力。
争议与复制
斯坦福监狱实验是心理学史上最具争议的研究之一，近年来受到的批评尤为严厉。 2018年，法国记者蒂博·勒·特克西耶（Thibault Le Texier）通过档案研究发现， 部分看守在实验前收到了津巴多的明确指示——要让囚犯感到"无力"和"无助"， 这意味着看守的虐待行为可能并非自发产生，而是受到实验者的引导。
2019年，一项由学者重新分析原始录像带的研究进一步质疑了实验的内部效度。 然而，也有学者辩护称，即便实验程序存在瑕疵， 它所揭示的情境效应和角色对行为的影响仍然具有重要价值。 英国广播公司（BBC）在2002年进行的"BBC监狱研究"采用更严格的方法论设计， 为理解情境与角色的交互作用提供了新的视角。
跨域连接
- 科层制：这项研究常被引用为"情境压倒人格"的证据，而档案与录音的重新分析显示实验并不支持这一强主张：狱警受到了实验者关于如何行事的明确引导，部分参与者事后表示在表演，招募广告本身筛选了特定人格。这不使情境的力量成为幻觉，但它把这项研究从证据降级为演示。
- 生命伦理学：它与米尔格拉姆实验共同促成了研究伦理的制度化，而两者的问题类型不同：米尔格拉姆的问题在欺骗与压力，斯坦福的问题在研究者同时担任情境的设计者、监督者与参与者（津巴多兼任典狱长），从而失去了叫停的独立立场。这一角色冲突是当代审查制度明确禁止的。
- 可重复性危机与开放科学：这是"引用量与证据强度脱钩"最突出的案例之一——一项无对照组、样本极小、未随机化、且实验者深度介入的演示，在半个世纪里被当作社会心理学的核心发现。它的教学价值因此发生了转移：从"情境如何塑造行为"变成"一项研究如何在缺乏证据的情况下成为常识"。
- 法治：这项研究曾被援引于监狱改革的政策讨论，而在其证据基础被重新评估后，改革论证需要另找依据。这一点很重要：关于单独监禁、狱警培训、监管结构的实际证据来自狱政研究与实地数据，而非这场模拟；把改革主张绑定在一项脆弱的研究上，会让主张随研究一起被否定。
- 越轨与社会控制：即便实验本身不足为凭，它提出的问题仍然成立：角色、匿名性与制度授权如何改变可接受行为的边界？回答这个问题需要的是有对照的实地研究与历史案例分析，而这也说明了实验方法的界限——最重要的社会心理学问题未必能在实验室里被回答。
量化数据的局限
需要诚实地指出：斯坦福监狱实验几乎没有严谨的量化测量，这本身就是它后来受到严厉批评的方法论缺陷之一。津巴多主要依赖观察记录、录像片段和事后访谈，而非标准化的行为编码或心理量表。因此，任何关于"看守每小时发出多少次命令""囚犯自我效能感从几分降到几分"的精确数字都没有可靠的原始数据来源，不应被当作实验的定量结论引用。
可以确定的是定性观察：随着实验推进，看守的控制性与惩罚性行为逐步升级，囚犯则越来越被动、抑郁、去个性化；个体差异方面，津巴多事后将看守大致描述为三类——一部分主动施虐、一部分照章办事、一部分偶尔对囚犯表现善意——但这一划分是印象式的，没有公开的精确比例。
实验在第六天被提前终止。Haney、Banks 和 Zimbardo（1973）发表的报告以叙事和观察为主，缺乏可供独立检验的统计分析，这也是 Le Texier（2019）等后续批评的核心之一。
伦理争议
斯坦福监狱实验在伦理层面引发了持续数十年的争论。核心批评包括：实验对参与者造成了严重的心理伤害——多名囚犯经历情绪崩溃，实验后出现持续的焦虑和抑郁症状；研究者（特别是津巴多本人）未能保持客观立场，深度卷入"监狱长"角色；实验缺乏独立的伦理监督机制。
该实验直接推动了心理学研究伦理的制度性改革。美国心理学会（APA）在1973年修订了伦理准则，增加了关于"研究者责任"和"被试保护"的条款。机构审查委员会（IRB）的审查程序也因此变得更加严格。津巴多本人在晚年承认实验设计存在严重伦理缺陷，并建议未来类似研究应设定明确的终止标准并安排独立伦理监督。
在学术伦理层面，批评者指出津巴多在发表和推广实验结果时存在"故事化"倾向——他选择性地强调戏剧性片段，而忽略了实验中的复杂性和模糊性。这种叙事策略虽然增强了公众影响力，但可能扭曲了科学发现的真实面貌。
复制尝试
BBC在2002年进行的"BBC监狱研究"是最重大的系统性复制尝试。由Reicher和Haslam领导，该研究采用了更严格的方法论设计。结果与斯坦福监狱实验存在显著差异——囚犯并未快速心理崩溃，而是形成了集体反抗。这一差异被解释为实验设计的差异：BBC研究中看守没有收到明确的"维护秩序"指示，且囚犯被赋予了更多的群体认同。
2018 年是这项实验声誉的转折点。记者 Ben Blum 的调查《一个谎言的寿命》和学者 Thibault Le Texier 的档案研究（后整理为 2019 年发表于 American Psychologist 的《Debunking the Stanford Prison Experiment》）几乎同时引爆了三项致命质疑：
- 崩溃是表演：被当作"情境威力铁证"的 8612 号囚犯 Korpi 亲口承认，他的"崩溃"是为了脱身备考而装出来的，并非情境逼出的真实精神危机。
- 看守被授意施虐：Le Texier 在斯坦福档案中找到证据，看守并非"自发"变得残忍——他们在实验前被明确要求营造让囚犯感到无力、无助的氛围，部分虐待手段是被引导甚至示范的。这直接拆掉了"善良普通人在中性情境中自发作恶"这一核心叙事的地基。
- 最著名的"看守约翰·韦恩"也在演戏：以残暴著称的看守 Dave Eshelman 后来承认，他是有意识地"扮演"一个残忍狱警，部分是为了帮津巴多得到他想要的结果。
诚实的"原始结论 vs 复现现状"对照是：津巴多原版讲述的"情境自发把好人变成施暴者"是一个被精心叙事化、且程序上存在实验者引导的演示，不能当作严格的因果实验证据；但"角色、制度与权力会显著塑造甚至扭曲普通人行为"这一更温和的命题，在组织行为学、政治学、军事心理学中通过其他更严谨的研究得到了独立支持。换言之，被推翻的是"实验的方法论与戏剧化结论"，而非"情境有力量"这一更广泛的观察。
针对这些批评，津巴多本人撰文回应（见 prisonexp.org），坚持实验的核心洞见仍然成立，并强调即便看守受到一定引导，他们做出虐待行为的程度仍超出指示范围。这场争论至今未有定论，但学界共识已明显从"经典铁证"转向"有重大瑕疵的演示"。Zimbardo后来将研究扩展到军事训练中的虐囚事件（如阿布格莱布），提出了"系统性邪恶"（systemic evil）的概念——恶劣行为往往源于制度环境而非个体病理性。
现代理解
当代社会心理学对斯坦福监狱实验的理解已经超越了简单的"情境决定论"。Haslam和Reicher提出了"社会认同"解释——看守的行为由他们对"看守"角色的社会认同所驱动。当个体认同了某个群体角色时，与该角色一致的行为（包括极端行为）会被视为合理和正当。
权力心理学的神经科学研究发现，权力确实会改变大脑功能。拥有权力的人在前额叶皮层（负责自我控制和共情）的活动降低，而在运动皮层（负责行动和冲动）的活动增加。这为"权力腐败"提供了神经层面的解释。
在制度设计层面，斯坦福监狱实验的教训被转化为"权力制衡"原则。组织管理中的问责机制、民主制度中的三权分立以及军事训练中的指挥链监督，都可以被视为对情境力量效应的制度性回应。
参考文献
- Zimbardo, P. G. (1973). On the ethics of intervention in human psychological research: With special reference to the Stanford prison experiment. Cognition, 2(2), 243-256.
- Zimbardo, P. G. (2007). The Lucifer Effect: Understanding How Good People Turn Evil. Random House.
- Haney, C., Banks, W. C., & Zimbardo, P. G. (1973). A study of prisoners and guards in a simulated prison. Naval Research Reviews, 9, 1-17.
- Le Texier, T. (2019). Debunking the Stanford prison experiment. American Psychologist, 74(7), 823-839.
- Reicher, S. D., & Haslam, S. A. (2006). Rethinking the psychology of tyranny: The BBC prison study. British Journal of Social Psychology, 45(1), 1-40.