ทำไมคนหน้าตาดีถึงดูฉลาดกว่า และคนพูดเก่งถึงดูน่าเชื่อถือกว่า ทั้งที่ยังไม่รู้จักกันเลย

จุดกำเนิดทฤษฎี: ความผิดพลาดที่สม่ำเสมอของ Thorndike

Edward L. Thorndike นักจิตวิทยาชื่อดังชาวอเมริกัน ตีพิมพ์งานชื่อ "A Constant Error in Psychological Ratings" ใน *Journal of Applied Psychology* ปี 1920 (เล่ม 4 ฉบับ 1 หน้า 25-29) ซึ่งเป็นวารสารเรือธงด้านจิตวิทยาประยุกต์ของสมาคมจิตวิทยาอเมริกัน (APA) โดยให้นายทหารระดับผู้บังคับบัญชาประเมินคุณสมบัติของทหารใต้บังคับบัญชาใน 4 ด้าน คือ สติปัญญา คุณสมบัติทางกาย (เสียง ร่างกาย พลัง ความสะอาดเรียบร้อย ท่าทาง) ความเป็นผู้นำ และคุณสมบัติส่วนบุคคล (ความภักดี ความไม่เห็นแก่ตัว ความร่วมมือ ความน่าไว้วางใจ)

ผลลัพธ์คือ Thorndike พบว่าคะแนนในแต่ละด้านมีความสัมพันธ์กันสูงผิดปกติ ทั้งที่คุณสมบัติเหล่านี้ควรจะเป็นอิสระต่อกันในทางทฤษฎี เช่น ความสัมพันธ์ระหว่างคะแนนร่างกายกับอุปนิสัยอยู่ที่ .28 ระหว่างร่างกายกับสติปัญญาอยู่ที่ .31 และระหว่างร่างกายกับความเป็นผู้นำอยู่ที่ .39 เขาสรุปว่าผู้ประเมินมี "แนวโน้มที่ชัดเจนในการมองคนคนหนึ่งว่าดีโดยรวมหรือแย่โดยรวม" แล้วจึงให้คะแนนคุณสมบัติย่อยอื่นๆ ตามความประทับใจโดยรวมนั้น ไม่ว่าคุณสมบัติหลักที่สร้างความประทับใจแรกจะเป็นบวกหรือลบก็ตาม แม้คำว่า "halo effect" จะไม่ได้ถูกใช้ในบทความต้นฉบับนี้โดยตรง แต่แนวคิดนี้ก็กลายเป็นรากฐานของทฤษฎีที่ถูกเรียกในภายหลังว่า halo effect และถูกอ้างอิงในการศึกษาเรื่องอคติทางความคิดแทบทุกแขนงนับแต่นั้นมา

halo effect เสถียรแค่ไหนข้ามเวลาและวัฒนธรรม

หนึ่งศตวรรษหลังจากงานของ Thorndike คำถามที่นักวิจัยยุคใหม่สนใจคือ ปรากฏการณ์นี้ "เสถียร" แค่ไหนเมื่อเวลาผ่านไปและสถานการณ์เปลี่ยนไป Giulio Gabrieli, Albert Lee, Peipei Setoh และ Gianluca Esposito ตอบคำถามนี้ในงานชื่อ "An Analysis of the Generalizability and Stability of the Halo Effect During the COVID-19 Pandemic Outbreak" ตีพิมพ์ใน *Frontiers in Psychology* ปี 2021 (เล่ม 12 บทความเลขที่ 631871) โดยให้ผู้เข้าร่วม 380 คน (145 คนเชื้อสายเอเชีย 235 คนเชื้อสายคอเคเชียน) ให้คะแนนความสวยงามและความน่าเชื่อถือของใบหน้า 64 ใบหน้า (32 ใบหน้าผู้ใหญ่ 32 ใบหน้าเด็ก คละเพศและเชื้อชาติ) โดยเก็บข้อมูลตั้งแต่เดือนสิงหาคม 2019 ถึงเมษายน 2020 ซึ่งคาบเกี่ยวกับช่วงเริ่มระบาดของโควิด-19 พอดี ทำให้สามารถเปรียบเทียบผลก่อนและหลังจุดเปลี่ยนของสถานการณ์โลกได้

ผลลัพธ์คือ ความสัมพันธ์ระหว่างความสวยงามกับความน่าเชื่อถือ (ซึ่งเป็นรูปแบบหนึ่งของ halo effect) มีความแข็งแรงกว่าอย่างชัดเจนในใบหน้าผู้ใหญ่ (ค่าเฉลี่ย 0.53) เมื่อเทียบกับใบหน้าเด็ก (ค่าเฉลี่ย 0.47) ในขณะที่เพศและเชื้อชาติของใบหน้าไม่ได้ทำให้ความแข็งแรงของปรากฏการณ์นี้ต่างกันอย่างมีนัยสำคัญ ที่น่าสนใจคือผลการวิเคราะห์เชิงสำรวจพบว่า เฉพาะในกลุ่มใบหน้าผู้ใหญ่ ผู้เข้าร่วมเชื้อสายคอเคเชียนมีแนวโน้มแสดง halo effect ที่แข็งแรงกว่ากับใบหน้ากลุ่มเดียวกัน (in-group) เทียบกับใบหน้าเชื้อสายเอเชีย (out-group) ส่วนในกลุ่มใบหน้าเด็กไม่พบความแตกต่างแบบนี้ ส่วนในแง่ความเสถียรข้ามเวลา พบว่าความแปรปรวนของคะแนนความน่าเชื่อถือสำหรับใบหน้าผู้ใหญ่เปลี่ยนแปลงอย่างมีนัยสำคัญระหว่างช่วงก่อนกับช่วงเริ่มระบาด ในขณะที่คะแนนความสวยงามและคะแนนทุกด้านของใบหน้าเด็กยังคงเสถียรตลอดช่วงเวลาที่ศึกษา งานวิจัยนี้จึงชี้ว่า halo effect ไม่ได้เป็นปรากฏการณ์ตายตัว แต่ขึ้นอยู่กับปัจจัยอย่างอายุของใบหน้าที่ถูกประเมินและอาจแปรผันได้บ้างตามบริบททางสังคมที่เปลี่ยนไป

หลักฐานข้ามชาติ: ทดสอบใน 45 ประเทศทั่วโลก

ข้อจำกัดสำคัญของงานวิจัยเรื่อง halo effect ในอดีตคือ ส่วนใหญ่ทำการทดลองกับกลุ่มตัวอย่างจากประเทศตะวันตกเป็นหลัก Carlota Batres และ Victor Shiramizu จึงแก้ปัญหานี้ในงานชื่อ "Examining the 'Attractiveness Halo Effect' Across Cultures" ตีพิมพ์ใน *Current Psychology* ปี 2022 (เผยแพร่ออนไลน์เดือนสิงหาคม ตีพิมพ์ฉบับสมบูรณ์ปี 2023 เล่ม 42 หน้า 25515-25519) โดยดำเนินการผ่าน Psychological Science Accelerator ซึ่งเป็นเครือข่ายห้องทดลองจิตวิทยาระดับโลกที่รวมนักวิจัยจากหลายร้อยห้องแล็บทั่วโลกเข้าด้วยกัน เก็บข้อมูลจากผู้เข้าร่วมใน 45 ประเทศ ครอบคลุม 11 ภูมิภาคทั่วโลก ให้คะแนนใบหน้า 120 ใบหน้าในคุณลักษณะต่างๆ เช่น ความมั่นใจ ความมั่นคงทางอารมณ์ สติปัญญา ความรับผิดชอบ ความเข้ากับสังคมได้ และความน่าไว้วางใจ

ผลลัพธ์คือ ในทุกภูมิภาคทั้ง 11 แห่งที่ศึกษา ทั้งใบหน้าชายและหญิงที่ถูกประเมินว่าสวยงามกว่าได้คะแนนสูงกว่าในคุณลักษณะที่สังคมพึงประสงค์เกือบทุกด้านอย่างสอดคล้องกัน ไม่ว่าจะเป็นความมั่นใจ ความมั่นคงทางอารมณ์ สติปัญญา ความรับผิดชอบ ความเข้ากับสังคมได้ หรือความน่าไว้วางใจ ผลลัพธ์นี้ให้หลักฐานเชิงประจักษ์ที่หนักแน่นว่า halo effect ระหว่างความสวยงามกับคุณลักษณะทางสังคมไม่ได้จำกัดอยู่แค่ในวัฒนธรรมตะวันตกอย่างที่งานวิจัยก่อนหน้าเคยศึกษา แต่ปรากฏขึ้นในลักษณะที่ค่อนข้างเป็นสากลข้ามวัฒนธรรมที่หลากหลายมาก ซึ่งขัดแย้งกับสมมติฐานที่ว่ามาตรฐานความงามและอคติที่ตามมาอาจแตกต่างกันมากตามแต่ละวัฒนธรรม

เมื่อความสามารถกลายเป็นหลักฐานของศีลธรรม

halo effect ไม่ได้จำกัดอยู่แค่เรื่องรูปลักษณ์ภายนอกเท่านั้น Feifei Chen, Tieyuan Guo และ Chongzeng Bi สำรวจว่าการรับรู้ "ความสามารถ" ของคนคนหนึ่งส่งผลต่อการตัดสิน "ศีลธรรม" ของเขาหรือไม่ ในงานชื่อ "Are Talented People More Virtuous in the Eyes of Others? Positive Effects of Competence on Perceived Morality" ตีพิมพ์ใน *Psych Journal* ปี 2022 (เล่ม 11 ฉบับ 4 หน้า 560-570) โดยทำการทดลอง 5 ชุด ทั้งแบบสำรวจความสัมพันธ์และแบบทดลองที่ให้ข้อมูลเกี่ยวกับความสามารถและศีลธรรมของบุคคลสมมติในเงื่อนไขต่างๆ

ผลลัพธ์คือ การรับรู้ความสามารถของบุคคลเป้าหมายมีความสัมพันธ์ทางบวกกับความดึงดูดใจระหว่างบุคคล (interpersonal attraction) ซึ่งความดึงดูดใจนี้ก็มีความสัมพันธ์ทางบวกกับการรับรู้ศีลธรรมตามมาอีกทอดหนึ่ง ในเงื่อนไขทดลอง คนที่ถูกอธิบายว่ามีความสามารถสูงถูกมองว่าน่าดึงดูดใจกว่าและถูกมองว่ามีศีลธรรมสูงกว่าคนที่ไร้ความสามารถ ที่น่าสนใจยิ่งกว่านั้นคือ ข้อมูลเรื่องความสามารถสามารถ "เปลี่ยนภาพ" การรับรู้ศีลธรรมได้จริง คนที่เดิมถูกอธิบายว่าไม่มีศีลธรรมกลับถูกมองว่ามีศีลธรรมมากขึ้นเมื่อถูกอธิบายเพิ่มว่ามีความสามารถสูง ในขณะที่คนที่มีศีลธรรมดีอยู่แล้วกลับถูกมองว่าไร้ศีลธรรมมากขึ้นเมื่อถูกอธิบายว่าไร้ความสามารถ งานวิจัยนี้ชี้ให้เห็นว่าข้อมูลเรื่องความสามารถส่งผลต่อการตัดสินศีลธรรมได้อย่างมีนัยสำคัญ ผ่านกลไกที่ซับซ้อนกว่า halo effect แบบง่ายๆ

halo effect ในโลกการสื่อสาร: เมื่อการประเมิน "การพูด" ถูกปนเปื้อน

ในบริบทของการสื่อสารและการประเมินทักษะการพูดโดยเฉพาะ Stefan O'Grady จากมหาวิทยาลัย St Andrews ศึกษาว่า halo effect ส่งผลต่อความแม่นยำของการให้คะแนนทักษะการพูดหรือไม่ ในงานชื่อ "Halo Effects in Rating Data: Assessing Speech Fluency" ตีพิมพ์ใน *Research Methods in Applied Linguistics* ปี 2023 (เล่ม 2 ฉบับ 2 บทความเลขที่ 100048) โดยวิเคราะห์ชุดข้อมูลคะแนนของผู้เรียนภาษาอังกฤษ 77 คนในงานพูด 2 ชิ้น ที่ถูกให้คะแนนด้วยมาตรวัดเชิงวิเคราะห์ (analytic rating scale) ครอบคลุมมิติความซับซ้อน (complexity) ความถูกต้อง (accuracy) และความคล่องแคล่ว (fluency) ของภาษา จากนั้นวิเคราะห์คำพูดที่ถอดเสียงด้วยมาตรวัด CAF และใช้แบบจำลอง many-facet Rasch measurement ร่วมกับการวิเคราะห์ถดถอยพหุคูณ

ผลลัพธ์คือ คะแนน "ความคล่องแคล่ว" ที่ผู้ประเมินให้ ไม่ได้สะท้อนมิติความคล่องแคล่วล้วนๆ ตามที่ควรจะเป็น แต่กลับถูก "ปนเปื้อน" จากมิติอื่น โดยเฉพาะความซับซ้อนของคำศัพท์ที่ผู้พูดใช้ กล่าวคือ ผู้พูดที่ใช้คำศัพท์ซับซ้อนกว่ามักได้คะแนนความคล่องแคล่วสูงกว่า ทั้งที่ความซับซ้อนของคำศัพท์กับความคล่องแคล่วในการพูดควรเป็นคนละมิติกัน ปัจจัยที่อธิบายความแปรปรวนของคะแนนความคล่องแคล่วได้มากที่สุด ได้แก่ ความเร็วในการพูด สัดส่วนเวลาที่ออกเสียง ความยาวของประโยคที่พูดต่อเนื่อง ความซับซ้อนของคำศัพท์ เวลาพูดรวม และความคล่องในการซ่อมแซมคำพูด งานวิจัยนี้ชี้ให้เห็นว่า halo effect ไม่ได้เกิดแค่ในการตัดสินคนแบบเหมารวมทั่วไป แต่ยังแทรกซึมเข้าไปถึงกระบวนการประเมินทักษะเฉพาะทางอย่างการพูดในบริบทวิชาการและการทดสอบภาษาด้วย ซึ่งมีนัยสำคัญโดยตรงต่อวงการการสื่อสารและการฝึกพูดในที่สาธารณะ

ยุค AI: ฟิลเตอร์ความสวยสร้าง halo effect ได้จริงหรือไม่

ในยุคที่ฟิลเตอร์ความสวยจาก AI แพร่หลายในโซเชียลมีเดีย Aditya Gulati, Marina Martínez-Garcia, Daniel Fernández, Miguel Angel Lozano, Bruno Lepri และ Nuria Oliver ตั้งคำถามว่าฟิลเตอร์เหล่านี้จะกระตุ้น halo effect ได้จริงหรือไม่ ในงานชื่อ "What Is Beautiful Is Still Good: The Attractiveness Halo Effect in the Era of Beauty Filters" ตีพิมพ์ใน *Royal Society Open Science* ปี 2024 (เล่ม 11 ฉบับ 11 บทความเลขที่ 240882) โดยใช้ภาพใบหน้าจริง 462 คน จากฐานข้อมูล Chicago Face Database และ FACES แต่ละภาพแสดงทั้งเวอร์ชันต้นฉบับและเวอร์ชันที่ผ่านฟิลเตอร์ความสวย ให้ผู้เข้าร่วม 2,748 คน (ชาย 1,375 คน หญิง 1,373 คน อายุ 18-88 ปี) ผ่านแพลตฟอร์ม Prolific ให้คะแนนภาพแบบสุ่มคนละ 10 ภาพ ในมาตรวัด 7 ระดับ ครอบคลุมคุณลักษณะความสวยงาม สติปัญญา ความน่าไว้วางใจ ความเข้ากับสังคมได้ ความสุข ความเป็นผู้หญิง/ผู้ชาย และความแปลกตา โดยไม่มีผู้เข้าร่วมคนใดประเมินคนคนเดียวกันทั้งสองเวอร์ชัน

ผลลัพธ์คือ คนคนเดียวกันได้คะแนนความสวยงามสูงขึ้นอย่างมีนัยสำคัญทางสถิติหลังผ่านฟิลเตอร์ (จากค่าเฉลี่ย 3.57 เป็น 5.01 จากคะแนนเต็ม 7) และภาพถึง 96.1% มีคะแนนความสวยงามเพิ่มขึ้น พร้อมกันนั้นคะแนนด้านสติปัญญา ความน่าไว้วางใจ ความเข้ากับสังคมได้ และความสุขก็เพิ่มขึ้นตามไปด้วยอย่างมีนัยสำคัญ (p < .001) ยืนยัน halo effect ในบริบทของภาพที่ผ่านการปรับแต่งด้วย AI ที่น่าสนใจคือ นักวิจัยยังพบ "ปรากฏการณ์อิ่มตัว" (saturation effect) คือ halo effect กลับอ่อนลงหลังผ่านฟิลเตอร์ในบางคุณลักษณะ โดยเฉพาะสติปัญญาและความน่าไว้วางใจ ซึ่งอาจเป็นเพราะฟิลเตอร์ทำให้ความแปรปรวนของความสวยงามระหว่างภาพต่างๆ ลดลง นอกจากนี้ยังพบความเหลื่อมล้ำทางเพศ คือใบหน้าผู้หญิงถูกมองว่าสวยกว่าแต่ฉลาดน้อยกว่าใบหน้าผู้ชาย โดยช่องว่างนี้ยิ่งกว้างขึ้นหลังผ่านฟิลเตอร์ ส่วนเชื้อชาติไม่มีผลต่อความแข็งแรงของ halo effect อย่างมีนัยสำคัญ ผู้วิจัยสรุปว่างานนี้ตั้งคำถามเชิงจริยธรรมที่สำคัญเกี่ยวกับความโปร่งใส ความแท้จริง และการตอกย้ำอคติทางสังคมโดยไม่ตั้งใจผ่านเทคโนโลยี AI ในโซเชียลมีเดีย

กรอบแยก–ถาม–วัด–ระวัง

เพื่อนำบทเรียนจากงานวิจัยทั้งหกชิ้นมาใช้ลดผลของ halo effect ในชีวิตจริง เราสังเคราะห์เป็นกรอบ แยก–ถาม–วัด–ระวัง กรอบนี้เป็นเครื่องมือประยุกต์ของบทความ ไม่ใช่แบบประเมินทางจิตวิทยาที่ผ่านการทดสอบแยกต่างหาก

1. แยก — แยกแต่ละคุณสมบัติออกจากกันอย่างตั้งใจ

ตามที่ Thorndike (1920) พบว่าคนมักให้คะแนนทุกด้านไปในทิศทางเดียวกันตามความประทับใจโดยรวม ก่อนประเมินใครสักคน ให้แยกเขียนคุณสมบัติที่จะประเมินออกเป็นข้อๆ แทนการให้คะแนนภาพรวมเพียงคะแนนเดียว

2. ถาม — ถามที่มาของความประทับใจ

ตามที่ Chen, Guo, & Bi (2022) พบว่าข้อมูลเรื่องความสามารถสามารถ "เปลี่ยนภาพ" การรับรู้ศีลธรรมได้ทั้งที่เป็นคนละมิติกัน ให้ถามตัวเองว่ากำลังให้คะแนนด้านนี้เพราะหลักฐานตรงประเด็น หรือเพราะความประทับใจจากด้านอื่นที่ไม่เกี่ยวข้องกันเลย

3. วัด — ใช้เกณฑ์วัดแบบแยกมิติแทนความรู้สึกภาพรวม

ตามที่ O'Grady (2023) พบว่าคะแนนความคล่องแคล่วในการพูดถูกปนเปื้อนจากความซับซ้อนของคำศัพท์ การใช้เกณฑ์ประเมินที่ระบุตัวชี้วัดของแต่ละมิติไว้ล่วงหน้าอย่างชัดเจน (analytic rating) ช่วยลดโอกาสที่ความประทับใจด้านหนึ่งจะไปปนเปื้อนด้านอื่น

4. ระวัง — ระวังภาพหรือคำพูดที่ผ่านการปรุงแต่ง

ตามที่ Gulati et al. (2024) พบว่าแค่ภาพสวยขึ้นจากฟิลเตอร์ AI ก็ทำให้คนคนเดิมถูกมองว่าฉลาดขึ้นและน่าเชื่อถือขึ้น และ Batres & Shiramizu (2022) ยืนยันว่าอคตินี้ฝังลึกข้ามวัฒนธรรม ให้ระวังเป็นพิเศษกับความประทับใจแรกจากรูปลักษณ์ที่ผ่านการปรับแต่งหรือคำพูดที่มั่นใจเกินเนื้อหา

กรณีจำลอง: ฝ่าย HR ที่เกือบตัดสินใจจากบุคลิกภาพล้วนๆ

สมมติว่า "พี่อ้อม" เป็นหัวหน้าฝ่าย HR กำลังสัมภาษณ์ผู้สมัครตำแหน่งนักวิเคราะห์ข้อมูล ผู้สมัครคนหนึ่งแต่งตัวเรียบร้อย พูดจาคล่องแคล่วมั่นใจ ตอบคำถามได้ลื่นไหลจนพี่อ้อมรู้สึกว่า "คนนี้น่าจะทำงานเก่งแน่ๆ" ทั้งที่ยังไม่ได้ดูพอร์ตงานหรือทดสอบทักษะจริงเลย ขณะที่ผู้สมัครอีกคนพูดติดขัดกว่าและดูประหม่า แม้พอร์ตงานจะมีตัวอย่างโปรเจกต์ที่ซับซ้อนกว่าก็ตาม

ก่อนตัดสินใจ พี่อ้อมลองใช้กรอบนี้ทบทวน: แยก เธอเปิดแบบประเมินที่แยกคะแนนเป็นด้านๆ คือทักษะเทคนิค การสื่อสาร และการแก้ปัญหา แทนการให้คะแนนความรู้สึกโดยรวมแบบเดียว, ถาม เมื่อพบว่าตัวเองอยากให้คะแนนทักษะเทคนิคของผู้สมัครคนแรกสูง เธอถามตัวเองว่านั่นมาจากพอร์ตงานจริงหรือมาจากความมั่นใจตอนพูด, วัด เธอให้ผู้สมัครทั้งสองคนทำแบบทดสอบวิเคราะห์ข้อมูลชุดเดียวกันและให้กรรมการอีกคนตรวจแบบไม่รู้ว่าใครเป็นใคร แทนอาศัยความประทับใจจากการสัมภาษณ์อย่างเดียว และ ระวัง เธอเตือนตัวเองว่าความคล่องแคล่วในการพูดสัมภาษณ์ไม่ได้แปลว่าทำงานเทคนิคเก่งกว่าเสมอไป

ผลการทดสอบจริงออกมาว่าผู้สมัครคนที่สองทำได้ดีกว่าอย่างชัดเจน ทั้งที่ตอนสัมภาษณ์ให้ความรู้สึกโดยรวมด้อยกว่า กรณีนี้เป็น สถานการณ์จำลองเพื่อสาธิตวิธีคิด ไม่ใช่กระบวนการสรรหาหรือบุคคลจริง

ลองเอาไปปรับใช้ดู

1. เวลาประเมินใครสักคน ลองแยกแต่ละคุณสมบัติออกจากกันอย่างตั้งใจดูนะครับ เพราะ Thorndike (1920) พบว่าคนมักให้คะแนนทุกด้านไปในทิศทางเดียวกันตามความประทับใจโดยรวม การถามตัวเองว่า "เราให้คะแนนด้านนี้เพราะหลักฐานจริง หรือเพราะความประทับใจจากด้านอื่น" ช่วยลดอคตินี้ได้ 2. ระวังเป็นพิเศษกับความประทับใจแรกจากรูปลักษณ์และคำพูดที่มั่นใจ เพราะ Batres & Shiramizu (2022) ยืนยันว่า halo effect ระหว่างความสวยงามกับคุณลักษณะเชิงบวกเกิดขึ้นสอดคล้องกันข้ามวัฒนธรรมถึง 45 ประเทศ แสดงว่าอคตินี้ฝังลึกในธรรมชาติมนุษย์มากกว่าที่คิด 3. ลองระวังไม่ใช้ "ความสามารถ" เป็นหลักฐานเดียวในการตัดสิน "ความน่าไว้วางใจ" ของคนดูนะครับ เพราะ Chen, Guo, & Bi (2022) พบว่าข้อมูลเรื่องความสามารถสามารถเปลี่ยนภาพการรับรู้ศีลธรรมของคนคนหนึ่งได้ ทั้งที่เป็นคนละมิติกันโดยสิ้นเชิง 4. เวลาประเมินการพูดหรือการนำเสนอ ลองแยกเนื้อหากับวิธีการนำเสนอออกจากกันดูนะครับ เพราะ O'Grady (2023) พบว่าคะแนนความคล่องแคล่วในการพูดถูกปนเปื้อนจากปัจจัยอื่นอย่างความซับซ้อนของคำศัพท์ การใช้เกณฑ์ประเมินที่แยกแต่ละมิติชัดเจนช่วยลดปัญหานี้ได้ 5. ระวังภาพที่ผ่านการปรับแต่งในโซเชียลมีเดียส่งผลต่อการตัดสินคุณสมบัติอื่นโดยไม่รู้ตัว เพราะ Gulati et al. (2024) พบว่าแค่ภาพสวยขึ้นก็ทำให้คนคนเดิมถูกมองว่าฉลาดขึ้นและน่าเชื่อถือขึ้นในสายตาคนอื่น ทั้งที่ตัวตนจริงไม่ได้เปลี่ยนแปลงเลย