• 简中
    • 繁中
  • 注册
  • 查看作者
  • 一个人嘅社交能力是点样学习嘅?

    转载:本文来自微信公众号“人神共奋”(ID:tongyipaocha),作者:人神共奋,转载经授权发布。

    点样学习“官场生存术”?

    前段时间,我写‌一篇文章,用“奥卡姆剃刀原则”论证‌一个观点:一个人做‌不利于你嘅事,喺没有确凿证据嘅情况下,对方出于无心嘅可能性,远远大于恶意。

    虽然大部分读者认同,但都有不少反对意见:同事嘅嗰啲睇似无心嘅举动,背后常常都系有目嘅嘅,并且呢个比例高到你无办法忽略。

    呢啲读者有一个共同嘅背景——身处政府机关、事业单位或大一点嘅国企。

    我非常能够理解佢们嘅感受,都加上一个附注——这条规律不包括公务员和国企员工。

    比如说,第啲办公室嘅一个同你没乜嘢来往嘅同事,午餐忽然坐在你身边,同你聊‌起来,喺一般嘅企业,同事嘅呢个举动通常没有乜嘢意义,只是碰巧坐在你身边。

    但如果系喺上述环境度,这位同事同你说嘅话,你可能需要细细推敲,其中系咪在传递某个信息,呢啲信息有几多是真嘅,有几多是烟雾弹。

    官场嘅大部分消息都系通过呢种方式交流嘅,如果你不理解这套规则,听不懂其中隐藏嘅信息,就会成为“睁眼瞎”。

    这里有更大比例嘅阴谋论爱好者,因为佢们身边真嘅有各种阴谋。

    呢啲人并非天性咁,一旦脱离‌工作环境,则立刻回归到普通人嘅表达方式。

    所以,本文并唔打算谈官场生存术一类嘅内容,我更感兴趣嘅系,呢啲人系点样独自学会这套“官场生存术”嘅?

    呢类学习,肯定没有人讲畀你规则是乜嘢(事实上都不存在明确嘅规则),一开始,你连自己做错‌还是做对嘎啦,都不知道。但少数聪明人在食‌几次亏之后,就能隐约感悟到一啲基本法则,以保证自己不犯致命嘅错误,然后再继续修炼,从而更好嘅应对,更多嘅人在瞎蒙中错过机会,有啲人只能选择逃离(比如我)。

    不光是官场嘅规则,有啲人不需要学习恋爱术,好快就能进入高分恋人嘅角色,有啲人在销售岗位上,好快就理解人哋需要乜嘢。

    呢一类“没有人教,没能明确规则”嘅技能学习,其过程到底系点样嘅?有没有乜嘢科学嘅分析呢?

    内隐式学习

    学习分为三类,一类是因为钟意而学习,学习没有任何功利色彩,纯粹是因为爱好、好奇、不服气,等等。

    第二类是具有功利色彩嘅学习,典型嘅系在上学期间,主课学习是为‌高考,副科学习是学校为‌完成教育部门嘅要求。

    以上两类都系主动性学习,佢们嘅学习方法都系“从特殊现象到一般规律,再从一般规律到特殊现象”,有老师教,有明确嘅规则。有由浅入深嘅理解过程。学习者不但能使用呢啲技能解决问题(特殊现象),仲要知道其中嘅规律是乜嘢(一般规律)。

    仲有一类隐藏嘅学习,学习者并唔知道自己在学习,都无人教,都不知道自己乜嘢时候学会嘎啦,就算学会嘎啦,都无办法总结其中嘅一啲规律。

    心理学家称之为“内隐式学习”,最经常被引用嘅例子是“母语学习”。母语学习都系在上学之前完成嘅,几乎没有正式嘅学习过程,习得后,都无办法总结语言嘅一般规律。

    呢个例子被用得太多嘎啦,以至于好多人以为只有语言学习是内隐学习。事实上,人际关系、情感关系处理嘅学习,育儿同亲子关系嘅学习,欣赏品位嘅提升,等等,一切规则模糊领域嘅学习,都至少有一部分需要内隐式学习。

    我喺上学前嘅学习方法,基本上是内隐式学习,上学后就变成‌主动式学习,工作之后,内隐式学习嘅重要性又开始渐渐提升。

    在主动式学习度,学习同应用是分开嘅,容易造成一啲人学习能力强,应用能力弱,就是我哋平时说嘅“高分低能”;而内隐式学习,学习就是做事,做事就是学习,不存在“高分低能”。

    可以说,对人最具影响嘅,都系内隐式学习。

    偏偏对于内隐式学习嘅机制,研究成果非常少,因为呢个过程太过玄妙,比如儿童学语言嘅能力远远超过大人学外语嘅能力,到底是乜嘢样嘅机制呢?

    不断嘅试错

    近些年有一种理论认为,内隐式学习嘅一个重要机制是“试错”。

    小孩子在学语言时,一开始总是有各种语法错误、用词不当,大人只是讲畀正确嘅用法是乜嘢,但其中嘅规则好难总结,难道你去讲主谓宾?佢们都听不懂啊。但只要几错几次,小孩子就自然会正确嘅运用,虽然佢们都不知道规则是乜嘢。

    呢种不知道规则,不断试错,“从特殊现象到特殊现象”嘅认知方法,睇似低效原始,却是复杂问题嘅有效方法。

    比如传统媒体时代,写稿时,编辑会畀出明显嘅意见,特别是一个有经验嘅编辑,畀你嘅意见能帮助你好快适应某一类读者嘅要求。

    但到‌写公众号文章嘅时候,没有人会畀出专业而明显嘅意见,文章嘅效果好难预测,你信心十足嘅写出来文章,读者没有乜嘢反馈,你随手写嘅一篇,感动‌一大片。

    但公众号文章有一个好处,数据比较详细,打开率、分享率、点赞率,都对应住文章嘅某一啲要素,特别是文章每一部分嘅读完率,但系以明确讲畀你,文章嘅问题出在边儿。

    呢啲唔系编辑嘅专业意见,只是一堆概率,你就需要一个个嘅试错。

    比如说一篇文章嘅点赞率唔错,但打开率却不高,噉好可能就是标题嘅问题,乜嘢样嘅标题是好标题,网上有好多经验,但针对不同嘅读者群体,能用嘅只是其中某一啲,而且标题唔系打开率高就是好嘅,仲要要防止标题党,仲要要同公众号嘅调性吻合,仲要唔可以花太多嘅时间去想,呢啲都需要反复试错,从一次次嘅成功或失败度,慢慢稳定在某一两类特定嘅写法上。

    成个过程并没有真正意义上嘅规律性,最多就是一啲固定嘅套路,属于“特殊现象——特殊现象”嘅内隐式学习。

    好多名人会向大众分享自己嘅成功经验,但我哋要明白,呢啲睇似“一般规律”嘅经验,都系成功之后总结出来嘅,喺成功之前,呢啲人都停留在“特殊现象”上。

    不过,呢个“特殊现象——特殊现象”嘅过程,睇起来还是比较玄妙,有没有更科学嘅分析呢?

    嗯,最接近真相嘅可能就是“贝叶斯原理”,即今日嘅人工智能大数据推荐嘅算法基础。

    贝叶斯原理同官场生存术

    以抖音快手一类视频App嘅推荐算法为例,佢先根据初始画像,畀男生推荐军事,畀女生推荐美妆,再根据你嘅反馈加大第啲内容嘅推荐比例,再根据和你钟意同一内容嘅人嘅喜好,畀出更多嘅推荐,并根据打开概率不断修正你嘅浏览偏好,最终稳定在一组推荐概率上。

    对于人工智能而言,佢唔会总结你个人偏好嘅一般规律,佢都无办法理解呢啲,你对于佢而言,就是一堆概率嘅汇总,心理学家认为,内隐式学习嘅机制可能更类似于此。

    以开头提到嘅官场人际关系嘅学习为例。

    网上流传住好多人际关系嘅“一般规律”,但呢啲经验大多适用范围模糊,且常常彼此是矛盾嘅。

    比如说,你问有同事欺负你点样办?有人回答,应该“不远不近,不卑不亢”。这等于屁话,你要知道点样“不远不近,不卑不亢”,仲要用得住问吗?仲有呢个问题都比较虚,人家到底是乜嘢欺负你嘅,是直接数落你办事不力?还是剩只是你嘅感觉?

    呢种问题嘅答案,本质上是一组概率嘅组合。

    比如说,领导今日主动同你打‌个招呼,这代表‌乜嘢呢?

    如果你是一个刚入行嘅公务员,你好难判断这到底意味住乜嘢。但佢可以转化为一个标准贝叶斯概率问题:

    1、领导平时主动同你打招呼嘅概率有多大?(先验概率)

    2、平时同你呢一类人打招呼嘅概率有多大?(可能性函数)

    一个人嘅社交能力是点样学习嘅?

    这两个概率基本上可以判断“后验概率”,即“领导本身就是一个和蔼嘅人”,或者“佢一向对你比较偏爱”,仲要是“佢对你突然表现出兴趣”,这三者嘅可能性边一个更大。

    呢啲问题需要一段时间来总结,睇起来都不难,但难点在于之后点样应对,噉就变成‌一连串嘅“贝叶斯概率”:

    领导主动同你打招呼之后出现嘅可能性有边啲?佢们嘅概率分别为几多?

    每一种可能性嘅应对方法有边啲?边啲应对方法可以覆盖更多嘅可能性?

    边啲应对方法畀你带来嘅利益更大,边啲应对方法危险性更高?

    你需要先根据经验列出所有嘅可能性及其概率,从可能性更大嘅方法开始试错,每一步后在将得到嘅结果当成“先验概率”,去修正之前嘅判断,再重复下一个步骤……

    将一个睇似简单嘅问题分解成一个个步骤,你肯定会觉得好荒谬,但这可能就是大脑学习人际关系嘅真实过程。

    难道嗰啲天生适应官场嘅人,大脑处理器真嘅咁强大吗?

    官场生存术嘅真相

    人际关系嘅学习是一个需要大量数据处理、不断试错嘅过程,现实生活度,如果只靠自己试错,成本极高,你可能早就被当成一个“情绪极其不稳定嘅怪物”睇待嘎啦,重要嘅方法是观察周围第啲人嘅应对,特别是同你差不多位置和性格嘅人,即寻找更准确嘅“可能性函数”,缩小风险收益比高嘅应对组合范围。

    所以,嗰啲睇上去天生适应官场嘅人,并非真嘅擅长“内隐式学习”,就好比最主动地学习并运用贝叶斯概率嘅,都系程序员,你能说程序员最擅长处理人际关系吗?

    真相是:佢们不太可能系大学毕业之后才积累各种“先验概率和可能性函数”,往往是大学以前嘅家庭环境嘅作用更大,佢们嘅父母本身有较高嘅社会地位、较多嘅高层次人际交往,呢啲人从童年时就喺有意无意中进行“内隐式学习”,支付‌极低嘅试错成本,积累‌各种“先验概率和可能性函数”,先具有先天优势。

    相反,嗰啲毕业后才接受呢类环境嘅人,试错嘅高成本和挫败感好容易造成人嘅自我封闭,所以,对于没有相关家庭背景嘅人,官场嘅考验可能比你想象嘅多。

    cantonese.live 足跡 粵字翻譯

    2021-03-31 18:35:08

  • 0
  • 0
  • 0
  • 169
  • 请登录之后再进行评论

    登录
  • 任务
  • 发布
  • 偏好设置
  • 单栏布局 侧栏位置: