맨위로가기

공감-이타주의 가설

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.

1. 개요

공감-이타주의 가설은 타인을 돕는 행동의 동기를 설명하는 심리학 이론으로, 대니얼 배트슨이 주창했다. 배트슨은 사람들이 이기적인 이유로 돕는 경우도 있지만, 진정한 이타주의가 존재한다고 주장한다. 배트슨은 공감 수준과 돕지 않았을 때의 비용을 조작하는 실험을 통해, 높은 공감 수준의 경우 돕지 않았을 때의 비용과 관계없이 도움 행동이 나타나는 것을 확인했다. 공감-이타주의 가설은 공감이 이타적인 도움 행동을 자기 이익이 아닌 타인의 복지에 대한 진정한 관심에서 비롯되도록 동기를 부여한다고 본다. 이 가설은 공감-특정 보상, 공감-특정 처벌과 같은 반박 가설과 대조된다.

더 읽어볼만한 페이지

  • 이타주의 - 효과적 이타주의
    효과적 이타주의는 세상을 가장 효과적으로 이롭게 하는 방법을 탐구하는 철학적 운동으로, 기부, 직업 선택 등을 통해 세계 빈곤, 동물 복지 등을 개선하려 하며, 피터 싱어 등이 주요 인물이다.
  • 이타주의 - 자기부정
    자기 부정은 자신의 욕망을 포기하고 타인을 위해 금욕적인 삶을 사는 행위로, 자기 희생 및 헌신의 한 형태이며 종교, 철학, 사회 등 다양한 분야에서 나타나고 한국 사회에서도 특유의 태도로 나타난다.
  • 도덕심리학 - 책임
    책임은 법률 위반 행위에 대한 법적 제재를 포괄하며, 고의, 과실 등을 고려하여 형사 책임, 민사 책임, 행정 책임 등 다양한 형태로 나타나며, 자기 책임론은 사회적 약자에게 부정적인 영향을 미칠 수 있다.
  • 도덕심리학 - 이타주의
    이타주의는 자신보다 타인의 복지를 우선시하며 돕는 행위를 의미하는 개념으로, 철학, 윤리학, 심리학 등 다양한 분야에서 연구되며, 문화, 과학, 종교, 철학적 관점에 따라 다양한 형태로 나타난다.
  • 인간 관계 - 동성애
    동성애는 동성 간의 성적 매력, 행위, 애정을 의미하는 용어로, LGBT와 같은 포괄적인 용어가 사용되며 사회적 인식 변화와 함께 동성애자 권리 보호 노력이 진행 중이나, 원인은 명확히 밝혀지지 않았다.
  • 인간 관계 - 연인
    연인은 서로 사랑하는 관계를 뜻하며, 일본어의 '이모세', '오모히비토', '애인'과 영어의 'boyfriend', 'girlfriend', 'steady' 등 다양한 표현이 존재하지만, '아베크'는 점차 사용되지 않는 추세이다.
공감-이타주의 가설
개요
유형이타주의의 한 형태
기반도덕적 감정
특징
주요 동기타인에 대한 공감적 감정
행동타인의 복지를 증진시키기 위한 행동
목적순수한 이타적 동기에서 비롯된 도움 제공
이론적 배경
가설공감-이타주의 가설
관련 연구
주요 연구자다니엘 배트슨
비판 및 논쟁
대안적 설명이기적인 동기 (예: 고통 경감, 보상 기대)
추가 정보
관련 개념이타주의
공감
사회 심리학

2. 증거

타인을 돕는 행동이 자기 이익 때문인지, 아니면 타인의 이익을 위한 것인지에 대한 논쟁이 오랫동안 있어 왔다. 이 논쟁의 중심에는 공감-이타주의를 주장하는 대니얼 배트슨과 자기 이익을 주장하는 로버트 치알디니가 있다.

배트슨은 사람들이 때때로 이기적인 이유로 다른 사람을 돕는다는 것을 알고 있었다. 그는 동기를 구별하는 방법을 찾고자 했다. 한 실험에서, 학생들은 라디오 프로그램 테이프를 들었다. 인터뷰 중 하나는 다리가 부러지는 교통사고를 당해 고생하고 수업 진도를 따라가기 어려워하는 캐롤이라는 여성과의 인터뷰였다. 이 인터뷰를 들은 학생들에게는 강의 노트를 공유하고 그녀와 만날 것을 요청하는 편지가 전달되었다. 실험자들은 한 그룹에게는 그녀의 기분에 집중하도록(높은 공감 수준) 하고, 다른 그룹에게는 그럴 필요가 없다고(낮은 공감 수준) 말해 공감 수준을 다르게 했다. 또한 돕지 않았을 때의 비용을 달리했다. 높은 비용 그룹은 캐롤이 학교에 돌아와 심리학 수업에 같이 참여할 것이라고 들었고, 낮은 비용 그룹은 그녀가 집에서 수업을 마칠 것이라고 믿었다. 결과는 공감-이타주의 가설을 뒷받침했다. 높은 공감 그룹은 두 경우 모두 그녀를 도울 가능성이 거의 비슷했지만, 낮은 공감 그룹은 자기 이익에 따라 도왔다(매일 그녀를 수업에서 보면 돕지 않은 것에 대한 죄책감을 느끼게 됨).[4]

2. 1. 공감-이타주의 가설 대 자기 이익 가설

대니얼 배트슨은 사람들이 때때로 이기적인 이유로 돕는다는 것을 인지했다. 그와 그의 연구팀은 이러한 동기를 구별하는 방법을 찾는 데 관심을 가졌다. 한 실험에서, 학생들에게 라디오 프로그램 테이프를 듣게 했다. 인터뷰 중 하나는 캐롤이라는 여성과의 인터뷰였는데, 그녀는 다리가 부러지는 교통사고와 그로 인한 고생, 수업 진도를 따라가기 어렵다는 내용에 대해 이야기했다. 이 인터뷰를 들은 학생들에게는 강의 노트를 공유하고 그녀와 만날 것을 요청하는 편지가 주어졌다. 실험자들은 한 그룹에게는 그녀의 기분에 집중하도록(높은 공감 수준) 하고, 다른 그룹에게는 그럴 필요가 없다고(낮은 공감 수준) 말함으로써 공감 수준을 조절했다. 또한 돕지 않았을 때의 비용도 다르게 설정했다. 높은 비용 그룹은 캐롤이 학교로 돌아온 후 자신들의 심리학 수업에 참여할 것이라고 들었고, 낮은 비용 그룹은 그녀가 집에서 수업을 마칠 것이라고 믿게 했다. 실험 결과는 공감-이타주의 가설을 지지했다. 높은 공감 그룹은 두 경우 모두 그녀를 도울 가능성이 거의 비슷했던 반면, 낮은 공감 그룹은 자기 이익에 따라 도왔다. 즉, 매일 그녀를 수업에서 보게 되면 돕지 않았을 때 죄책감을 느낄 것이기 때문에 도왔던 것이다.[4]

배트슨과 동료들은 공감이 자기 이익이 아닌, 타인의 복지에 대한 진정한 관심에서 비롯된 이타적인 도움 행동을 유발한다는 것을 증명하고자 했다.[5]

그들은 공감-이타주의 가설에 반하는 두 가지 가설을 제시했다.

# 공감-특정 보상: 공감은 도움으로써 얻을 수 있는 사회적 보상에 대한 욕구를 불러일으킨다.

# 공감-특정 처벌: 공감은 도움으로써 피할 수 있는 사회적 처벌에 대한 두려움을 불러일으킨다.

2. 2. 반박 가설

배트슨(Batson)과 동료들은 공감이 이타적인 도움 행동을 자기 이익이 아닌 타인의 복지에 대한 진정한 관심에서 비롯되도록 동기를 부여한다는 것을 증명하고자 했다.[5] 그들은 공감-이타주의 가설에 반하는 두 가지 가설을 다루었다.

  • 공감-특정 보상: 공감은 도움으로써 얻을 수 있는 사회적 보상에 대한 욕구를 촉발한다.
  • 공감-특정 처벌: 공감은 도움으로써 피할 수 있는 사회적 처벌에 대한 두려움을 촉발한다.

3. 한국 사회와 이타주의

이전 답변에서 원본 소스 부재로 인해 섹션 작성이 불가능하다고 말씀드렸습니다. 여전히 원본 소스가 제공되지 않았기 때문에, 주어진 지시사항에 따라 결과물을 수정하는 것 또한 불가능합니다. 원본 소스를 제공해주시면 지시사항에 맞춰 위키텍스트를 수정하고 출력하겠습니다.

참조

[1] 서적 Social Psychology https://archive.org/[...] Prentice Hall
[2] 간행물 Empathic joy and the empathy-altruism hypothesis. http://doi.apa.org/g[...] 1991
[3] 간행물 Empathic joy and the empathy-altruism hypothesis https://pubmed.ncbi.[...] 1991
[4] 간행물 More evidence that empathy is a source of altruistic motivation. 1982
[5] 간행물 Five Studies Testing Two New Egoistic Alternatives to the Empathy-Altruism Hypothesis
[6] 서적 Social Psychology https://archive.org/[...] Prentice Hall



본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com