
























在开始今天这个话题前,先来看两句话在同一个场景下会有怎样不同的感受:试想一下,现在是两个人在见面当下的第一句“寒暄”——
不过,这样的对话得有一个至关重要的前提:这两个人本身没有明确的主观偏好,比如其中一个人讨厌另一个人,不然对方说的每一句话都可能被视为“阴阳怪气”。这两句话最大的不同在哪里?这里先按下不表。
很早之前我写过相关的话题,我曾经做过疗愈话剧,简单来说就是安排 6-8 个陌生人或彼此熟悉的人,在一个场域根据剧本结构设定一些桥段,比如每个人上来做“主角”讲述一段自己觉得最牛逼的事情、或是最意难平的事情,而我会作为一个完全客观冷漠的视角来观察这个临时建立的关系里的关系网、矛盾、联盟或是各种几乎都可能是在我预料之外的社交结构。而在这个过程中,因为在以他人为镜时,又能看到自己未曾见过的客观的或非客观的自己。
而在这种极限微缩的社会结构里,每个人真的就会在活动里,自然而然地暴露自己的“人物原型”,或是找到自己人生剧本最重要的瓶颈,或是按照方法论寻找自己的人生追求。
当然,这种微缩社会,几乎是把一个社会构建的进程缩短到了两天的时间,所以全程的信息量大到爆炸,但同时也非常典型性地暴露了人在社交关系里经常存在的“问题”,比如以前提到过的“眼睛里没有被人”,“时刻渴望被关注”,亦或是接下来要提到的“抢话筒”。
但在社交关系建立之初,特别是在彼此都不了解,又不希望自己通过聊天暴露自己的“蠢”时,人们的聊天常常会围绕着“聊天气”,就比如“今天天气真好”“对”或是“你是上海人啊,那你很喜欢吃甜的咯”“对”……
聊天气最大的问题,在于社交里的彼此只是在复述一个大家都公认的事实,甚至是以为套近乎的“刻板印象”,很难从一个宏观的视角切入到一对一的“人”身上。另一种聊天气,是聊“物”,而迟迟进入不了“人”,就比如最开始提到的两句话,最大的区别在于,前者是在聊“物件”,而后者是在透过物件去了“人”。
要从“天气”聊到“人”,最关键的问题就在于“递梯子”——而表现形式就是提到过的“提问题”。想象一下,那些谄媚人类的大语言模型,之所以会让人不断地与之形成连接,有一个关键,就是大语言模型会非常聪明、甚至有些着急地问问题,一旦人开始回答这些问题,天就这样聊下去了,而且随着聊天的深入,被提问的那个人,就会渐渐觉得自己被“看见”,原因在于这些问题并不是围绕着“物件”,而是提问者本身。
上面的小节内容里,我几乎没有用到“提问”的方法,完全按照结论的方式写完了一整段。很有可能,不认同这个观点的人已经关闭了页面;甚至已经在心里暗骂我“爹味”很浓,无非就是想要宣讲我那套自以为是的观点。
于是,“递梯子”最大的缺点出现了——霸占着社交关系里的“话筒”。所谓话筒,就好像在 KTV 唱歌:如果歌不换着唱,那个一直拿不到话筒、自己的歌总是被人切掉的人,肯定很快就会对这场聚会失去兴趣。
试想一下,如果聊天双方采用的全是自己总结的“结论”,那么天很快就会聊死:因为结论就意味着观点上的交锋,而这种交锋又在刻意地规避矛盾冲突,最后也只能虚情假意地加一句“我同意你的观点”,然后开始巴拉巴拉陈述自己的观点。于是,这个天就又回到了“天气”,不过现在变成了各自以为自己聊的是“正确的天气”。
“递话筒”就成了这个时候的好破局方法——即,主动让对方的观点与自己产生相同或不同的碰撞,让彼此的观点不再是结论,而是“你是不是有不同的看法”。当然,“递话筒”也存在比较主观的风险——比如对方是一个非常看重自己的观点是否被认同的人,那么当你提出一个相反、甚至跟对方不同的观点时,很有可能会被对方视为“否定”。所以,这需要前序的“递梯子”,让彼此知道此时此刻在聊什么,而不是急着将一个话题拉入自己熟悉的场景中。
我今天几乎是在用“方法论”的方式呈现结论,这是非常典型的只有我自己拿着话筒时会发生的问题。前几天跟一个朋友在聊天,他问我这段时间怎么很少在朋友圈说话,我说我最近在忙。
他回复我了一句,我不得不停下手头的工作,开始跟他重新建立社交并聊下去的内容:
我看你朋友圈在说写小说,还以为你把自己熬穿了。
这比“最近在忙什么”这句话,多了好几层在我看来极其舒适的部分:
这句话之所以可以让天继续聊下去的关键是:
于是,这个聊天就从我开始抱怨脑细胞死掉开始,进入了社交聊天。接着我向他抛出了问题:“怎么今天有空来找我了,我看你前两天不是还在某地玩吗?”而我提出这个问题时,我必须去看看他最近的朋友圈,让我也必须要重新建立对他的关注,而不是完全霸占着话筒,聊我自己的事情。
必须强调一点,社交其实没有所谓的技巧,无非就是“有没有真正的看见对方”,而那些将“看见对方”作为“我希望被看见”的手段的,其实也非常容易被对方察觉到是否真诚。
当然,这样的聊天很“简单”,好像是个人就会,那这个“人”到底是你自己,还是你将对方看作了“人”,这个问题倒是值得留在最后作为一个非结论性的新问题。
此内容由惯性聚合(RSS阅读器)自动聚合整理,仅供阅读参考。 原文来自 — 版权归原作者所有。