实验进行了36个小时之后，一个囚犯就变得歇斯底里了，工作人员不得不把他放出去。然后又有4个人，因为“极度的精神抑郁、哭闹、发怒和严重焦虑”而不得不被释放出去。津巴多本来打算坚持两个星期，结果，6天之后他就宣布实验结束了。后来，一个“囚犯”说：“现在我意识到了，无论我认为自己多么的沉着、冷静，我都不能完全控制自己的囚犯行为。”另一个说：“我开始感到自己正在失去自我身份，那个叫某某的人，那个自愿把自己送进监狱的人（因为对我来说，那真是一座监狱，现在仍然是监狱。我可没把这当成实验或模拟……）开始远离我，慢慢地变得遥远，直到最后我不再是那个人了，我成了416号，我成了一个号码，416号决定了我的行为。”
津巴多的结论是，在某些具体情境下，我们内在的癖性会屈服于强大的情境，这里的关键词是“情境”。津巴多说的不是环境，不是那些对我们全部生活起作用的主要外部影响。他不否认，父母养育子女的方式影响着子女的未来，我们就读的学校、结交的朋友、居住地邻居都会对我们的行为产生影响。所有这些，毫无疑问，都是很重要的。他也不否认，人与人之所以不同，基因也是原因之一。大多数心理学家确信，天性—或曰遗传—可以为我们的行为方式提供50%的解释；他只是认为，在特定的某些时候、某些地方、某种条件下，一个人的天性会消失得荡然无存。比如：从风气良好的学校、幸福和睦的家庭、友好和睦的小区里挑出一些正常人，仅仅改变他们身边环境中的某些细枝末节，就能够有力地改变他们的行为方式。
在20世纪20年代，纽约有两位心理学家—休·哈茨霍恩和M·A·梅做了一系列具有里程碑意义的实验，从而更明确地提出了相同的观点。哈茨霍恩和梅挑选了11000名年龄在8岁至16岁的在校学童作为实验对象。在一门长达数月的课程学习期间，他们对这些孩子进行了几十次的测试，目的只有一个，测试他们是否诚实。哈茨霍恩和梅选用的测试的类型对于他们想要得到的结论非常关键，下面我就详细介绍他们的几种测试类型。
例如，有一组测试，是由教育研究所（InstituteforEducationalResearch）设计的简单的能力测验，该研究所现在是设计学术能力评估测试（SAT）的专门机构。在完成句子的测验中，孩子们需按要求在空白的地方填上词语。例如：“那个穷困的小没有可，他很饿。”算术测验则要求孩子们回答类似下面的数学问题：“1磅糖10美分，5磅糖多少钱？”孩子们需把答案写在空白处。孩子们仅有一点点时间，根本完不成测试，所以大多数孩子都有许多题没来得及回答。时间一到，监考人员就需要收走考卷统一批改评分。第二天，孩子们要进行的还是同样类型的测验，题目不同但难度一样，这一次，孩子们得到一份标准答案，并且可以给自己批改卷子，老师不怎么监督。也就是说，哈茨霍恩和梅的这种做法是在刺激孩子们：
他们一堆题没做完，手里还有答案，有充分的机会作弊。由于有前一天的测验成绩，哈茨霍恩和梅可以把两者进行比较，从而清楚地了解每个学生作弊的程度。另一组测验为速度测试，是一种更加简单的能力测试方法。
学生们需要按要求将56对数字加起来，或者，学生们要读完几百个随机写出的字母并且在每个字母A下画线。这些测试限时1分钟。然后是一组难度相当的测试，只是不再限时，学生只要愿意做就可以继续做。两位心理学家在多样情境下进行了多种测试。他们让孩子们接受体能测试，偷偷地观察孩子们做引体向上或跳远，看他们在汇报成绩时是否作假。他们布置家庭测验，使孩子们有机会查字典或问别人，然后比较孩子们在学校完成的、没有机会作弊时取得的成绩。结果，他们把研究结果写成了三大本厚书，并且对许多关于性格的偏见提出了挑战。
他们的结论之一是，作弊现象严重，这不足为怪。有一组测验的“作弊”成绩比“诚实”成绩高出50%。哈茨霍恩和梅试图寻找作弊的规律，结果他们的发现同样显而易见：聪明的孩子作弊要少，女孩儿和男孩儿作弊一样多，年龄大的孩子作弊更多，稳定、幸福家庭出身的孩子作弊要少。只要对实验数据做出分析，就能得出行为一致性的总体规律。
但是这个一致性并不如人们料想的那样高。并不是有一群人固定地作弊，另有一组人丝毫不作弊。有的孩子在家作弊，在学校却不会那样做；有的孩子在学校作弊，在家却不作弊。学生在填词测验中作弊绝不意味着在画线的速度测验中也作弊。如果对同一组孩子进行测试，在相同情形下但时间间隔6个月，哈茨霍恩和梅发现，参加测试的同一组孩子两次都会以同样方式作弊；但如果改变其中的某个变量—测验材料或测验的具体情境，他们作弊的形式也会随之改变。
于是，哈茨霍恩和梅得出结论：诚实，并不是一个基本的特质，或者说是他们所称的“统一的”特质。诚实作为一种特质，他们认为，很大程度上受到情境的影响。他们写道：
大多数孩子会在某些情境中作弊，而在另一些情境中则不作弊。在研究中，我们根据不同测验，发现说谎、作弊和偷窃行为三者之间关系并不密切。即使是教室里的作弊行为也很具独特性，因为一个孩子可能在数学测验中作弊，而在拼写测验中却不作弊。一个孩子是否在什么情境下都作弊，部分取决于他的智力、年龄、家庭背景等因素，还取决于所处情境的性质和他与该情境的关系。
我意识到，这一点似乎过于违反常识。如果我要你描述一下你最好的朋友的性格，你恐怕不会说：“我的好朋友霍华德非常慷慨，但他只是对我如此，如果他的家人想向他要什么东西他就不那么大方了。”或者：“我的好朋友艾丽斯在生活中特别诚实，但工作上她就不那么可靠了。”相反，你会说，我的好朋友霍华德非常慷慨，艾丽斯特别诚实。说到性格，我们都会想得比较绝对：那个人是这样，而不是这样。但是，津巴多、哈茨霍恩和梅他们的研究表明，我们原来的想法是错误的。如果我们只从内在特征去考虑，忽略具体情境所起的作用，我们对于人们行为的真实原因的认识是自欺欺人的。
我们为什么会犯这种错误呢？这很可能是人类进化过程中形成的大脑结构导致的。举例来说，研究非洲长尾黑颚猴的人类学家发现，它们对于挂在树干上的羚羊尸体所承载的信息非0常不敏感（这意味着这附近肯定有羚羊），对蟒蛇留下的痕迹也是如此。曾有人观察到，非洲长尾黑颚猴轻快地走进灌木丛，丝毫没有察觉蟒蛇刚刚从这儿经过，直到遭遇那条巨蛇时才大吃一惊。这并不等于说长尾黑颚猴愚笨，当涉及和其他长尾黑颚猴有关的事情，长尾黑颚猴就变得特别精明了。他们能够从一只公猴的叫声分辨该公猴是它们自己那一伙的还是邻居那一伙的。如果它们听到小猴子的哭声，它们不会朝哭声的方向看去，而是会朝小猴的妈妈看去—它们竟然能够马上分辨出这是谁的孩子。换句话说，长尾黑颚猴非常善于处理某类与自己有关的信息，而不善于处理另外一些信息。
人类亦是如此。
想一想下面这个智力游戏。假设有4张牌，上面写有A、D、3和6，游戏的规则是，如果牌的一面是元音，它的背面必须是偶数。你会翻哪一张牌来确认这一规则为真呢？答案有两个：写有A和3的牌。结果，回答过该题的人之中，绝大多数人都答错了，他们多数回答只有A牌或A和6两张牌，这个题目不简单。现在我们再来看一个问题。假设有4个人在酒吧里，一个人在喝可乐，一个人16岁，一个人在喝啤酒，一个人25岁。假定我们规定，21岁以下的人不允许喝啤酒，我们需要检查谁的身份证呢？问题一下子变得简单了。事实上，我敢肯定，几乎每个人都能答对：那个喝啤酒的和那个16岁的。但是，正如心理学家勒达·考斯米德兹（是他想出的这个问题）所指出的，两个问题完全是同样性质的，区别仅仅在于后一个涉及人，不是数字，而人对与自己有关的事情远比对抽象世界的反应来得精明。
我们在性格方面的错误认识，即认为它具有统一性和一致性，与我们在加工信息时存在的盲点很相似。心理学家把这种倾向称作“基本归因错误”（FundamentalAttributionError，缩写为FAE）。这种叫法显得怪怪的，这其实是指在解读别人的行为时，人们总是爱犯一种错误：高估性格因素，而低估具体情形和环境因素。我们总是倾向于从人的性情一面而不是从环境的一面寻找答案。再比如有这么一个试验，邀请一些观众观看两组水平相当的篮球选手表演，第一组球员在灯光明亮的体育馆投篮，第二组球员在灯光昏暗的体育馆投篮（显然，他们会有好多球投不中）。看完表演之后他们需要说说哪一组球员水平更高一些，结果观众普遍认为在灯光明亮的体育馆投篮的那一组水平更高些。还有另外一个例子，选来一些人做实验，告诉他们将参加一个问答比赛。将他们分组，然后让他们进行抽签。其中一个会抽到写着“答题者”的卡片，另一个人就成了“出题者”。出题者按照要求，根据自己的兴趣和专长列出“有难度但可以回答上来的”10个问题。如果他对乌克兰民歌感兴趣，他就可以围绕乌克兰民歌出一堆问题给答题者。问答比赛结束，双方均被邀请评价一下对方的常识水平。“答题者”始终认为“出题者”比自己懂的多得多。
你可以上千次地做类似的不同试验，而结果总是差不多。即使是你已经给了人们环境方面的明确解释，告诉他们其评价行为会受到周围环境的影响：第一个实例里的那个体育馆灯光灰暗；“答题者”要回答的问题都很偏门，几乎是无法回答的。
最后还是不管用，他们还是会做出原来的判断。总之，这些解释没有产生多大影响，我们大家似乎都有一种惯性，本能地从人的基本特征的角度去解释身边发生的事情：他是个出色的篮球运动员，那个人比我聪明。
