type
Post
Created date
Jun 15, 2022 06:01 AM
category
Lifestyle
tags
Mental Model
Life
status
Published
Language
Chinese
From
Resonance Calendar
summary
slug
password
Author
Priority
Featured
Featured
Cover
Type
URL
Youtube
Youtube
icon
notion image
多读一些心理学,可能会更好的认清自己和他人,对身边发生的一些事更加淡然,多一份理解和接纳,多一份和解
1. 凡事无对错,少一份纠结。
世界上大多数事情都没有绝对的对与错。只是发生的概率、评判的标准、和每个人对事情本身的解读不同。主要看一个人的需求动机是什么。
2. 记忆具有选择性。
记忆是有选择性的,人选择记录下来的东西,往往是对自己有意义,造成深远影响的。你的记忆塑造了你。
3. 人的需求与动机,主要受原生家庭影响。
人最想要的,往往是童年时期得不到的;或者人最不想正视,也可能是其最想要而得不到的,而通过一种自欺欺人的方式逃避。比如原生家庭里严苛的父母,对孩子从来没有夸奖,只有批评,就会给孩子的成长造成两种极端影响:
自卑,认为任何事情我都做不好,不愿接受挑战,不敢尝试新事。极度敏感,善于体察他们的情绪,渴望得到良好的人际关系,至少是他人对自己的好人评价,甚至以迎合的方式讨他人,形成讨好型人格
叛逆,处处与父母作对,想要通过反抗的形式,以打破父母对自己的评价,证明父母的所作所为是错误的。正向的结果是父母认为我做不来的,我偏要努力做得最好。极端的的结果是父母不让我打架偷东西,我偏要。
再比如遇到不幸的事:
有些人不会念念不忘,只把它当做教训来避免再次发生。他们会想:“我要尽量避免这些不幸保证我不会出现在我的孩子身上。”
另一些人会想:“生活是不公平的。别人总过得很好。既然世界如此待我,我为何善待于它?”这就是为什么有些父母评价孩子说:“我小时候受过这样的库,而我熬过来了,他们怎么就不行?”
第三种人会想:“因为我小时候不幸福,所以我做的任何错事都要被原谅。”
以上,人们通过对早年发生在自己身上的事的不同解读,形成了不同的原始动机,其根本来源于爱与不满足。
4. 人的需求动机,很大程度上是可以强化的。
成长好比打怪升级,当人最初的原始动机形成之后,人的每一种行为表现,都是在往自认为的“优越感”的方面强化。拿健身举例,对有的人来说,跑步太辛苦了,远不如躲在空调房里扣着西瓜追剧看电影,懒或许是当下最好的选择;而另一些人,或许仅仅因为迷倒了几个健身房的哥们儿,而爱上了健身。安逸中的舒适和健身房内羡慕的目光,都是激励的一种表现,同样,惩罚也是。
由于每个人的需求动机不同,所以其表现出来的行为习惯也各不相同。拿个人兴趣爱好举例:有的人喜欢看书,其需求可能是想从中得到一些实用的知识,再通过实践达到某一方面的满足,比如分享后得到的崇拜;有的人喜欢看综艺,其需求可能只是想简单、快乐些。从个体需求上讲,两种行为都能得到精神层面的满足,所以并没有什么好与坏。同样,逛知乎和逛微博,看A片和看歌剧,其实本质上没什么不同。
再拿行为表现“发脾气”举例:有的人发脾气,可能因为环境的突然变化使其无法控制,从而生理上表现出应激反应,开启自我保护机制,想要以发脾气来逃避当时的环境;有的人则可能想要在某种环境中,树立威严。
当得知一个人的行为表现背后的真正需求是什么,就没有什么是无法理解的了。人都在逃避自己讨厌的,而朝着自认为“优越感”的方向前进。
一个人能真正的认清自我,知道是什么塑造了自己,才能真正意义上接纳自己,提高认知
以下为鸡汤:
凡事没有绝对意义的对与错,每个人对事的评价也不同,不要纠结于过去;
认清自己,好好给自己一个评价,包括行为习惯,兴趣爱好,喜欢什么,讨厌什么,或是在逃避什么,明确自己想要的;
当明确了自己想要的,请努力争取,袒露自己的欲望并不可怕,可怕的是不敢面对;
真正的强者,是一定有勇气去触碰那些在内心深处自己不敢触碰的东西;
你所有的进步,都来源于面对那些让你敏感,痛苦,回避的地方;
认识个体差异,每个人的原始需求不同,其行为表现,没有什么是不能理解的;
不要评价任何人的行为习惯,和兴趣爱好,任何人能在公众面前表现出来的一面,都是想让人看到、能使其感到优越的一面;
自嘲是一种自信的表现,但不代表别人对自己的某种行为进行嘲讽时,你也可以跟着一起嘲讽;
不要生气,行为、观念的冲突,往往只是每个人的原始出发点不同,道不同不相谋就可以了;
不要试图改变任何人,但如果你有能力,可以改变环境,前提是你做得足够好。
推荐两本书:
《自卑与超越》
《原生家庭:如何修补自己的性格缺陷》
声明:本文观点仅代表作者观点,不代表MBA智库立场。
玩AI既Startup都做唔住? 探討AI Startup 失敗原因Learning curve = 熱誠指數