一个人看起来凶，是否真的更可能攻击？一张脸看起来不可信，是否更可能背叛？如果观察者意见一致，是否说明他们共同看见了某种真实行为信号？这些问题比“什么脸显霸气”高出一个证据层级，也更容易造成现实伤害。
前几篇已经说明，眉眼、表情相似、脸宽、成熟感和性别化外观都可能参与威胁或支配印象。印象有规律，不等于行为可预测。要从“看起来凶”走到“未来会攻击”，必须有独立行为效标、样本外预测、低误报和跨场景稳定性。
现有证据最支持两件事：第一，人们会迅速形成并共享外貌印象；第二，这些印象会影响信任、量刑、招聘与互动。证据远不够支持的，是把静态陌生脸当作个人诚信、合作或暴力风险检测器。凶感是观察者反应，攻击性是跨情境行为倾向，两者不能靠语言相似直接相等。
先把四类主张排成阶梯
| 主张 | 需要的证据 | 常见偷换 |
|---|---|---|
| 图片显凶 | 多名观察者对同图评分一致 | 写成本人凶 |
| 当下像愤怒 | 表情、声音、事件与本人状态资料 | 写成长期易怒 |
| 某次任务更攻击 | 标准任务中的具体行为 | 写成现实危险 |
| 长期攻击倾向 | 跨时间、跨场景可靠行为与效标 | 由一张脸推断 |
低阶主张成立，不自动为高阶主张提供许可证。多人都觉得某张图有威胁，只验证了知觉共识；同一个人在一次竞争任务中选择较强手段，也不等于他在家庭、工作和公共场景都如此。
风险应用还多一层要求：模型不只要在研究样本显著，还要在未见人群中提供有用增益，并报告敏感度、特异度、阳性预测值、不同群体误差和行动后果。面孔印象研究通常不是按这个目标设计。
阶梯实例：从眉部收紧到“暴力人格”跨了几步？
照片显示眉部收紧，这是图像描述；观察者给高愤怒分，是知觉结果；本人是否当时生气，需要上下文；是否会攻击，要看行为；是否有稳定攻击倾向，则需要长期资料。把五步压成一句“面相凶暴”，每一步都丢掉了替代解释。
凶感、威胁感与攻击性分别是什么？
凶感是中文日常总词，可能混合愤怒相似、低亲和、高支配、成熟和社会距离。威胁感是观察者预期目标或场景会带来成本。攻击性则可以指状态性攻击行为、问卷倾向、他评记录或长期反复行为，研究定义差异很大。
一个恐惧的人可能让场景显得有威胁，却不是威胁来源；一个正式角色可以显支配，却行为温和；一个实际会利用别人者也可能拥有高亲和外观。外观类别与行为类别没有一一对应。
研究若拿“罚时”“信任游戏回款”“问卷敌意”和“刑事记录”共同代表攻击，会合并完全不同过程。读者必须先看结果变量，再看标题。
共识为什么不等于准确？
准确性至少需要一个独立真值。让 A 组评价照片是否凶，再让 B 组做同样评分，两组相关很高，只说明印象可复现；要验证行为，需要把评分与目标后来在可靠任务或长期记录中的表现比较。
共享刻板也会制造共识。若社会长期把某种族群化外观、男性化或成熟脸与威胁联系，多名观察者会使用相同规则，算法也能学会复现。高信度偏见仍是偏见。
行为效标本身也可能被制度影响。看起来凶的人被更多盘查，记录自然更多；若把记录当“真实危险”训练模型，选择性关注就被循环验证。
行为“真值”本身可靠吗？
可信、合作和攻击不是血型那样稳定且单一的标签。信任游戏中的返还金额会受对方先投入多少、奖金大小、匿名程度和参与者是否理解规则影响；问卷会受自我呈现；纪律记录受谁被检查和谁有权记录影响。
如果一次任务的重测信度很低，脸与它的相关即使显著，也可能无法在第二天复现。把多次、不同场景行为汇总能提高稳定性，却又改变构念：平均合作不等于在任何特定关系中都会合作。
研究需要报告效标怎样定义、测了几次、由谁记录、是否盲于外貌评分，以及不同指标是否一致。一个模糊的“真实攻击性”字段，往往把研究者希望预测的东西先假设为存在。
效标实例：一次没有返款，能否标成“不可信者”？
参与者可能误解规则、认为第一行动者不公平、对奖金不在意，或偶然按错。一次选择适合研究该轮行为，不足以代表长期诚信。若模型用二元人格标签训练，它会把任务噪声当成脸部真值。
更可靠的设计会重复任务、记录理解和理由，并限制结论到具体行为范围。
目标人数、图片数和观察次数为什么要分开？
一百名观察者各评价同样二十张脸，会产生两千条评分，却只有二十个独立目标。行为准确性外推到“人”时，真正目标样本仍是二十；观察者再多，只能更精确估计这二十张图的平均印象。
每位目标有多张照片又带来层级结构。若同人的图同时进入训练和测试，模型可能识别身份或拍摄来源，再看似准确预测与身份固定的行为标签。正确拆分应按人隔离，外部验证还要换机构、时间和相机。
报告“模型看了十万张脸”若其实来自数百人视频抽帧，会严重夸大证据规模。图片数、身份数、行为测量数和观察者数必须分别列出。
数据拆分实例：随机按照片分组为什么会泄漏？
同一人的正面照进训练集、侧面照进测试集，模型先认出是谁，再取回训练阶段见过的标签。测试分数很高，却没有证明能预测新人的行为。按身份分组后性能骤降，才暴露原来的身份泄漏。
对真人风险应用，只有未见身份和未见来源的结果才有讨论价值。
研究案例一：行为信息与脸，哪一种真正提高了预测？
Efferson 与 Vogt 先让男性参与者完成序贯社会困境，再让另一批观察者根据照片和互动信息预测第二行动者的返还行为。观察者能利用第一行动者是否给予信任等行为背景形成有一定准确性的猜测，但静态照片没有进一步提高准确性，部分人依赖脸反而损失表现。论文 DOI：10.1038/srep01047
这个设计的重要处在于设置了基线。若多数目标都会互惠，始终预测互惠就可能胜过复杂看脸策略。研究不能只问“参与者有没有使用脸”，而要问使用后是否比忽略脸更准确。
任务只涉及一类男性样本和具体信任游戏，不能证明所有外貌推断都无信息；但它直接反驳“只要人们敢依据脸下注，就说明脸有诊断价值”。信念强度和预测准确是两件事。
基线实例：猜多数类为什么会赢过“仔细看脸”？
若一百人中八十人会互惠，全部猜互惠就有 80% 准确。看脸模型即使识别出少数非互惠者，也可能把更多互惠者误判，最终只有 70%。后者看起来更精细，实用表现却更差。
任何风险工具都要与简单基线和直接行为信息比较，不能只展示内部相关。
应该用相关、二选一准确率还是风险概率？
连续评分与连续行为的相关适合描述共同变化；两张脸中选谁返还更多，是配对准确；把人标成高/低风险则需要分类阈值。三种指标回答不同问题，不能把相关系数换算成“识人准确率”。
配对任务还可能人为平衡类别，让随机基线是 50%；现实中高风险很少，始终猜低风险就有很高表面准确。分类报告必须给混淆矩阵和概率校准，说明预测 20% 风险的一组人是否真的约有 20% 发生目标行为。
模型选择阈值还包含价值判断：漏掉一名高风险与误伤一名低风险各有多大成本，谁承担成本，是否有其他可行动信息。统计软件不会替社会决定这些问题。
指标实例：相关显著，为什么分类仍近乎没用？
两组平均行为略有差异，样本足够大时相关可显著，但分布高度重叠。任何阈值都会同时包含大量两类人。论文说“存在信号”可以，产品说“准确识别危险者”则需要完全不同的证据。
读者应寻找样本外误差，而不只看 P 值。
研究案例二：更大、激励化的陌生人判断支持准确吗？
Jaeger、Evans、Stel 与 van Beest 让参与者做有激励的信任决定和可信预测，并比较裁切/未裁切照片以及男女目标。两项研究中，基于静态脸的判断与目标实际可信行为无关，裁切方式和目标性别也没有挽救准确性。论文 DOI：10.1016/j.evolhumbehav.2022.04.004
有激励意味着参与者答对会获得收益，减少“随便凭感觉打分”的解释。研究仍局限于特定经济行为和样本，但结果清楚支持：当静态陌生脸是唯一信息时，人们不能稳定检测可信行为。
这不表示互动中永远无法了解他人。语言、历史选择、声誉、承诺能否核验和对小利益的处理，都比静态脸提供更直接的证据。文章的边界是反对由脸替代这些信息。
合作实例：头像很可信，第一次小额合作该怎么做？
合理策略不是断言对方一定可靠，也不是因脸怀疑。可以设置清楚协议、分阶段投入、保留记录，并根据实际履约更新信任。风险管理依赖可观察行为和可逆步骤，不依赖面相。
为什么有些研究又报告略高于偶然？
Tognetti 等人在塞内加尔行为资料与跨文化观察任务中研究静态脸是否能传递合作线索，报告在其设计中出现一定区分能力。论文 DOI：10.1016/j.evolhumbehav.2013.08.002
Bonnefon、Hopfensitz 与 De Neys 也在受控任务中讨论可信检测的模块性，报告某些判断条件下高于偶然的表现。论文 DOI：10.1037/a0028930
正负结果并存时，不能挑一篇代表真相。需要比较目标行为、图片是否含表情/背景、观察者是否同文化、强制二选一还是连续预测、样本量、基线策略和是否在新目标上验证。略高于偶然也不等于足以做个体决策。
真正稳健的结论应在多实验室、预注册和统一指标中复现，并能解释何时有、何时没有。当前证据更适合说“特定任务偶有小准确性报告，但静态脸不是可靠通用行为读数”。
当前情绪线索与长期行为线索为何要隔离？
真实愤怒表达、紧握物品、逼近姿态和明确语言可以提供当下冲突信息。这些是动态行为和情境线索，不是稳定骨相。安全判断若把它们连同脸一起输入，模型可能主要依赖正在发生的行为，却被宣传成“从面部结构预测攻击”。
静态数据库也可能残留表情。已被拘留者在拍照时更紧张、疲惫或不悦，对照组使用微笑社交头像；模型区分的是状态与拍摄流程。统一中性表情可以减少混杂，却也让研究离真实互动更远。
正确表述应与信息层级一致：从视频检测到持续逼近和高声威胁，最多说明当前升级风险；从中性证件照测未来人格，是另一项更弱的主张。不能借前者的合理性替后者背书。
场景实例：系统报警到底看见了脸还是动作？
模型在冲突视频上表现很好，但消融实验发现去掉身体和声音后性能接近随机，去掉面孔仍保持大部分效果。产品若叫“AI 看脸识暴力”，就是把真正信息来源说错。
审计应分别遮蔽脸、身体、声音和背景，检查每一通道的增益。
时间和机会怎样限制“人格预测”？
行为发生需要机会。一个人没有违规记录，可能是行为倾向低，也可能从未处于相同岗位；记录多的人可能工作时长更长或承担高冲突角色。若不按暴露时间和机会校正，模型会把岗位与资历当人格。
预测窗口也要固定。未来一周、未来一年和一生是否攻击不是同一问题，环境和保护因素会变化。静态脸理论若声称稳定，至少应跨时间复现；若只在当前任务有效，就不该叫长期倾向。
人口迁移、政策和平台变化还会造成分布漂移。一个历史样本上的阈值不会永久有效，部署后人的行为也会响应系统，进一步改变数据。
机会实例：投诉更多的主管一定更有攻击性吗？
主管每天处理数十次冲突，普通员工很少有同类接触。按总投诉比较会把暴露机会当个人倾向。应考虑接触次数、事件严重度、独立核验和岗位差异；面孔在这里没有提供缺失的分母。
相关为什么可能来自目标的自我呈现？
自然照片不只包含稳定外观。目标选择是否微笑、穿什么、在哪里拍、使用何种社交平台，以及是否提交正式照片。某些行为倾向可能影响自我呈现，观察者利用的是风格、表情或场景，而非骨相。
这类信息仍可能在特定平台有预测力，却不应称为“脸揭示人格”。平台规范一变，相关可能消失；有意识改变照片也会破坏模型。
若研究想测稳定形态，应统一表情、服装、背景和拍摄流程；若想测现实个人资料页，则要承认刺激包含自我呈现，并验证跨平台泛化。
研究案例三：脸为什么会影响信任，即使已有行为历史？
Rezlescu 等人操纵面孔可信外观，在信任博弈中比较有无合作历史信息的决策。参与者的战略选择仍会受难以随意控制的面部配置影响，行为资料并未总能完全消除外观效应。论文 DOI：10.1371/journal.pone.0034293
这项研究证明的是影响力，不是准确性。脸能改变投资多少，甚至在有更相关信息时持续干扰，恰好说明第一印象为何需要程序约束。
如果外观看起来可信者得到更多初始信任，他也获得更多合作机会；看起来不可信者被拒绝后，别人缺少观察其良好行为的机会。长期结果可能形成自我实现差异。
履历实例：事实明明相同，为什么头像仍改变选择？
两位服务者拥有相同评分、价格和完成记录，只换头像后，用户愿意预付的金额不同。这个差异不表示头像更准确，而是低诊断性线索仍在竞争注意。隐藏头像或先呈现记录，可以测试偏见是否下降。
平台应优先展示可核验表现，并避免按面部可信分排序。
外貌影响行为，会不会让相关“变真”？
当别人因一张脸减少信任，目标得到的合作机会和信息也会减少。他可能采取防御、退出或强硬回应，随后被解释为最初判断正确。相关是互动制造的，不是脸提前揭示了内在特质。
这种自我实现路径尤其会出现在权力不对称场景：警务人员先把某人当威胁、面试官先把候选人当不可靠、教师先把学生当问题人物。对方的紧张反应成为新的“行为证据”，却没有公平基线。
研究若只在互动结束后把结果与初始外貌相关，容易把观察者处理效应归给目标。更好设计随机改变观察者获得的照片信息，并记录双方行为顺序。
互动实例：被反复怀疑的人为何说话更防御？
服务人员一开始用审问语气要求额外证明，客户感到被针对，回答变短并要求解释。系统记录“态度不合作”，下一次审查更严格。若忽略第一步差异对待，数据库会把循环写成客户风险。
公平审计要从接触起点开始，而不是只看最后结果。
“看起来像罪犯”为什么是一种制度危险？
犯罪不是稳定长相类别。所谓犯罪脸模型通常拿已被逮捕、起诉或拍摄入库的人作标签，再与证件照、网络头像等对照。两组在光线、姿态、表情、画质、年龄、社会经济背景和采集机构上都可能系统不同。
即便模型准确区分两套图片，它也可能识别“拘留照风格”而非犯罪倾向。历史标签还受警务部署、起诉资源、辩护质量和结构性偏见影响，不能当成自然真值。
预测未来暴力需要行为、情境和动态风险因素。静态不可改变外观既缺乏机制，也无法提供可行动干预。
研究案例四：“犯罪脸”算法为什么可能只是数据集幻觉？
Bowyer、King、Scheirer 与 Vangara 分析从脸自动推断犯罪性的主张，指出数据选择、标签、图像采集和实验设计足以制造看似高准确的结果，并将其称为“criminality from face”幻觉。论文 DOI：10.1109/TTS.2020.3032321
核心问题不只是模型偏见，而是目标构念本身无效。把“曾被司法系统标记”当作天生犯罪性，把照片来源差异当生物特征，再用随机拆分让同来源图片同时进入训练和测试，准确率不会证明面相。
真正审计应按人物和采集来源隔离数据，在不同机构、相机和时期外部验证，检查去掉背景、统一画质后性能是否崩溃，并评估群体误差。即便通过，也仍要证明预测目标正当、因果机制和社会收益，门槛远高于比赛准确率。
泄漏实例：模型怎样靠背景认出“犯罪者”？
正类全是统一墙面、固定高度与正面无笑拘留照，负类来自社交媒体彩色自拍。模型学习背景色、压缩和姿态就能高分；换成统一拍摄后性能消失。把这称为脸部犯罪特征，是数据命名欺骗。
可解释热图也未必解决问题。模型把注意标在脸上，仍可能利用表情、光照或相机处理，不等于发现人格结构。
人脸模型怎样做最低限度的反事实审计？
同一张脸可制作不改变身份的技术变体：统一背景、亮度与分辨率，轻微改变裁切和压缩；如果风险分数大幅波动，模型主要依赖成像条件。也可用同人不同日期照片检验稳定性，避免把最凶的一帧当人物常量。
跨来源测试比内部热图重要。训练用某机构拘留照，测试必须来自不同机构且对照组也按同样流程拍摄；否则相机和机构仍泄漏。按族群、性别、年龄、残障和肤色分别报告误差，不能用总体平均遮盖小群体伤害。
反事实换脸或生成式编辑要谨慎，因为模型可能连带改变纹理与身份。审计结果若依赖不自然图片，也不能证明真实因果。每项变换都需要自然度和身份保持检查。
稳定性实例：同人五张照片得到五个风险等级
证件照、户外照、微笑照、视频截图和低清头像分别落在低到高风险。系统若声称测稳定人格，这种个体内波动已经否定用途；若它承认测照片印象，就不应参与人事或执法。
产品必须按真实用途的构念接受检验，不能在失败后把目标改名。
法庭研究显示的是准确，还是偏见后果？
Blair、Judd 与 Chapleau 研究黑人被告的非洲中心性面部特征与量刑，发现更符合刻板的外观与更严厉刑罚相关，即使同属黑人被告。论文 DOI：10.1111/j.0956-7976.2004.00739.x
Wilson 与 Rule 发现被评价为更不可信的已定罪被告更可能获得极端刑罚，即使只看与案件无关的脸部印象。论文 DOI：10.1177/0956797615590992
这些关联证明外貌可能进入高代价决定，不证明受到更重处罚的人本来更危险。案件资料有混杂，模拟与控制分析能加强偏见解释；无论如何，量刑应由法律事实与程序回答，不能反向把处罚记录当外貌准确性的验证。
模拟案件能否显示外貌对证据判断的因果影响？
Porter、ten Brinke 与 Gustaw 让参与者评价法律证据和被告责任，操纵或测量初始可信外观，发现第一印象会影响证据解释和有罪判断。论文 DOI：10.1080/10683160902926141
模拟实验能固定案情、只改变头像，更接近“照片导致判断变化”。它仍不等于真实陪审团流程，却清楚说明同一证据可能因脸而被不同解释。
解决方向是减少无关图片、结构化证据评估、提醒决策者区分印象与证明标准，而不是建立一套“校准后的正确看脸法”。
重新分析为什么常让外貌准确性变小？
Olivola 与 Todorov 重新检验多类外貌推断的诊断价值，指出部分看似准确的结果受图片、群体差异和统计方式影响，个体层面的实用价值被高估。论文 DOI：10.1016/j.jesp.2009.12.002
例如职业群体平均脸可能不同，观察者能区分群体原型，却不能准确判断群体中的某个人；或模型在同一图片集合内相关，换目标就失效。聚合准确与个人准确必须分开。
研究标题写“能从脸看出”，读者应继续问准确率相对什么基线、误差多大、有没有外部验证和是否只是群体平均。
基线率怎样让小线索在现实中失效？
严重攻击行为在一般人群中基线较低。即使某指标对研究样本有轻微区分能力，放到百万用户会产生大量误报。被错误标记者可能遭到审查、拒绝和记录，伤害远大于一次实验猜错。
阳性预测值取决于敏感度、特异度和基线率，不是相关系数的别名。论文只报告显著相关，无法评估系统部署后有多少警报是真的。
高代价应用还要求公平、可申诉、数据最小化和可行动因素。面孔外观不可通过良好行为即时改变，本身就不适合作为风险门槛。
基线实例：99% 准确为什么仍可能错得很多？
若真实高风险率极低，1% 的误报落在庞大低风险人群上，数量可能超过真正高风险者。宣传“99% 准确”若不展示混淆矩阵，就是隐藏最重要的现实结果。
面孔行为预测远没有达到这一假设水平，实际理由只会更弱。
即使模型不自动决策，“只作辅助”也安全吗？
风险分数显示给人工后会形成锚定。审核者可能优先寻找支持高风险标签的行为，把相同迟疑在低风险者身上解释为紧张，在高风险者身上解释为欺骗。最终签字由人完成，不代表模型没有因果作用。
辅助系统还会改变资源分配：高分者被检查更多，低分者更少，模型下一轮获得的标签因此不均衡。若没有随机审计或统一检查标准，就无法知道分数是否真的提高安全。
最低治理要求包括明确禁用场景、记录谁查看分数、告知受影响者、提供解释与申诉、定期外部审计和停用阈值。对于缺乏构念效度的犯罪脸与人格脸，最合理的控制不是加免责声明，而是不部署。
人工复核实例：审核员为什么很难抵消红色警报？
界面先显示“高风险 87%”，再让审核员读材料。即使材料没有违规，审核员也可能要求额外证明；这些额外流程产生更多可被记录的事件。若把分数隐藏给一半审核员做盲测，才可能估计它实际增加了正确判断还是只增加怀疑。
外貌偏见怎样形成反馈循环？
看起来有威胁的人被更多监控、更少获得信任、更容易被解释为敌意；更多盘查产生更多记录，记录再训练下一代风险模型。最终模型说“历史数据验证了外观”，却没有看到历史数据由差异对待共同制造。
相反，看起来可信的人得到更多试错与解释机会，负面行为可能被理解为偶然。两组错误容忍度不同，行为记录自然分化。
审计需要比较同等行为下的处理差异，追踪谁被观察、谁有申诉、谁的事件被记录。只比较最终标签会把制度选择当目标本质。
真实风险评估应该依赖什么？
具体场景需要具体指标。职场安全看可观察违规、威胁言行、现场条件和明确流程；合作风险看履约记录、合同、分阶段交付和可验证声誉；临床或司法风险由专业、合法、经验证方法处理。
动态因素通常更可行动：近期行为变化、物质使用、明确计划、资源与保护因素。任何评估都有误差，需要知情、复核和申诉。静态脸既不提供行动方向，也容易引入受保护群体偏见。
日常个人判断则可以承认不确定：先从低风险互动开始，根据行为更新，不把亲和脸当担保，也不把凶感当证据。
内容网站怎样写“看起来凶”才不越界？
第一句描述画面：“这张图的眉眼收紧、直视、阴影较深。”第二句描述知觉：“这些条件可能提高部分观察者的威胁评分。”第三句明确边界：“不能据此判断本人会攻击或不可信。”
涉及研究时报告样本、刺激、行为定义、效应大小与零结果。若文章提到司法后果，写清它证明的是偏见影响，而非被告真实危险。
人物报道不应给无关照片配“天生狠人”“犯罪脸”等标签。网站也不提供真人凶相、诚信或暴力风险测试。
本篇没有回答什么？
本文没有重复 fWHR 与冰球、元分析争议，那由 MXZ-013 负责；没有重新解释眉眼线索，那由 MXZ-012 负责；没有提供降低无意压迫感的方法，那属于 MXZ-017。
本文也不否认表情、声音和行为在具体情境中能传递当前意图。它反对的是从静态陌生外貌跨到长期人格和高代价风险裁定。
最后：脸会影响判断，却不是行为记录
人们会依据凶感和可信外观分配信任、解释证据和施加惩罚。部分实验报告特定任务中的小准确性，但更严格、激励化研究显示，仅凭静态陌生脸通常不能稳定预测合作与可信行为；行为背景比脸更有用。
法律和算法研究进一步说明，外貌影响可以很真实，真实的是偏见后果，不是面相准确。数据来源、历史标签和选择性执法还能让模型把制度差异伪装成生物信号。
所以“看起来凶”只能作为图片感受来讨论。要判断一个人会怎样行动，应看可核验行为、时间、场景和程序化证据。脸可以决定别人先想到什么，不应决定一个人被信任、雇用、监控或惩罚的资格。
延伸阅读
参考来源
- Efferson, C., & Vogt, S. (2013). Viewing men’s faces does not lead to accurate predictions of trustworthiness. Scientific Reports, 3, 1047. DOI: 10.1038/srep01047
- Jaeger, B., Evans, A. M., Stel, M., & van Beest, I. (2022). Can people detect the trustworthiness of strangers based on their facial appearance? Evolution and Human Behavior, 43(4), 296–303. DOI: 10.1016/j.evolhumbehav.2022.04.004
- Tognetti, A., Berticat, C., Raymond, M., & Faurie, C. (2013). Is cooperativeness readable in static facial features? An inter-cultural approach. Evolution and Human Behavior, 34(6), 427–432. DOI: 10.1016/j.evolhumbehav.2013.08.002
- Bonnefon, J.-F., Hopfensitz, A., & De Neys, W. (2013). The modular nature of trustworthiness detection. Journal of Experimental Psychology: General, 142(1), 143–150. DOI: 10.1037/a0028930
- Rezlescu, C., Duchaine, B., Olivola, C. Y., & Chater, N. (2012). Unfakeable facial configurations affect strategic choices in trust games with or without information about past behavior. PLoS ONE, 7(3), e34293. DOI: 10.1371/journal.pone.0034293
- Bowyer, K. W., King, M. C., Scheirer, W. J., & Vangara, K. (2020). The “criminality from face” illusion. IEEE Transactions on Technology and Society, 1(4), 175–183. DOI: 10.1109/TTS.2020.3032321
- Blair, I. V., Judd, C. M., & Chapleau, K. M. (2004). The influence of Afrocentric facial features in criminal sentencing. Psychological Science, 15(10), 674–679. DOI: 10.1111/j.0956-7976.2004.00739.x
- Wilson, J. P., & Rule, N. O. (2015). Facial trustworthiness predicts extreme criminal-sentencing outcomes. Psychological Science, 26(8), 1325–1331. DOI: 10.1177/0956797615590992
- Porter, S., ten Brinke, L., & Gustaw, C. (2010). Dangerous decisions: The impact of first impressions of trustworthiness on the evaluation of legal evidence and defendant culpability. Psychology, Crime & Law, 16(6), 477–491. DOI: 10.1080/10683160902926141
- Olivola, C. Y., & Todorov, A. (2010). Fooled by first impressions? Reexamining the diagnostic value of appearance-based inferences. Journal of Experimental Social Psychology, 46(2), 315–324. DOI: 10.1016/j.jesp.2009.12.002