话点 言语峰

为什么老好人惹人厌?

转载文章

向好友分享此话题 6人分享

分享话题后, 信息将显示于动态内。

自古以来,什么人都有,恶人,人们恐惧他;善人,人们爱戴他;而那些老好人呢?生活中总是可以看到那些随和厚道的、从不得罪人、看起来似乎没有一点儿脾气儿的,人家什么忙都愿意帮的人。按理来说,这种人应该是最讨人喜欢的,若你遇见了自己不愿意去做的或者懒得去做的事,只要叫一句“某某某,帮我个忙好不好”,一个简单明了的“好”,你就可以潇洒解脱,去做自己喜欢的事情。这多亏了那个热心人啊,怎么着也得给他授予一枚好人勋章吧!可是调查却表明,正是这种不拒绝,也不反抗的人,在“世界上最讨厌的人”排名榜中名列前茅。哎呦,出了力还不得好,为什么会这样呢?


【一、阿伦森效应】


这得归根于有名的阿伦森效应。所谓阿伦森效应,是指伴随奖励减少,态度也逐渐消极;伴随奖励增加,而态度逐渐积极的心理现象。曾经有人做过一个实验,将被试分4组对某一人给予不同的评价,借以观察某人对哪一组最具好感。第一组始终对之褒扬有加,第二组始终对之贬损否定,第三组先褒后贬,第四组先贬后褒,最后在实验对象对数十人进行后,发现大部分人对第四组最具好感,而对第三组最具反感。


阿伦森效应提醒人们,在日常工作与生活中,应该尽力避免由于自己的表现不当所造成的他人对自己印象不良方向的逆转。


老好人在人际交往中吃力不讨好便是这个缘故,当生活的风向改变,他也不得不开口说拒绝。而这唯有的一次拒绝,却比一个贬义词更像是一记巴掌,拍在对方的脸皮上。举例来说吧,有这么一个老好人,第一次,A找他帮忙,他没拒绝;第二次,A又寻求帮助,老好人又帮了他……之后,第三次,第四次,第五次,老好人都毫无意外的帮助A了。但在第无数次的帮忙后,老好人终于因为某些不得已的原因拒绝了A的请求,此时A被激起的愤怒感与失望感将胜于从前的种种,而老好人之前帮A做的所有事情,似乎都在他拒绝A的那一刻起,变得毫无意义。


经过无数次的帮助而建立起来的好感就因为仅有一次的拒绝就被破坏了,这究竟是谁的错?老好人想必也是捶胸顿足,有口难言。可能有人会说“这都是老好人的自作自受,谁让他一直都充当这个老“好人”呢”,但事情远远没有这么简单。


【二、登门槛效应】


很久以前就有人提出了“得寸进尺效应”,也叫做“登门槛效应”,这是指一个人如果接受了别人的一个小要求,那么别人在此基础上再提出一个更高点的要求,这个人也会倾向于接受。


上面所讲的A同志运用的就是得寸进尺效应,因为人的每个意志行动都有其行动的最初目标,在许多场合下,由于人的动机是复杂的,因此常常会面对不同的目标进行比较、衡量和选择,在相同情况下,那些简单易行的目标较容易让人接受并采取行动。另外,人们总愿意把自己调整成前后一贯、首尾一致的形象,即使别人的要求有些过分,但为了维护印象的一贯性,人们也会维持下去。老好人在一开始的时候帮助了A,为了他的美好形象,即使再不情愿,他也会始终的帮助A,所以才会有接踵而来的求助。


【三、摆脱“老好人”的形象】


如何摆脱“老好人”的形象?这个就需要改变你的行为模式。根据吸引力法则,他们会找你帮忙,是因为你是那个“愿意帮忙的人”。


当然,可能有些读者想问,朋友间,总会有不方便、需要帮忙的时候,难道说人家找你帮忙就必须一口拒绝,以免后患吗?我只能说,如果你这么做了,最后倒霉的还是你,你的人际关系和生活最后只会被你的这个“一口拒绝”弄的乱七八糟。对于别人的请求,需要选择性的帮忙,你要戴上辨别是非的眼镜去进行筛选。


【四、选择性帮忙】


如果把你身边的人分成几个生活圈的话,你可以选择:


①亲密圈:很好很好的朋友,你和他之间已经不在乎钱的问题,甚至可以分享一切;


②朋友圈:身边经常一起玩的,关系不错的,但比亲密圈少一分熟稔的人;


③熟人圈:同事、同学,你对他的感觉一般,不热情,不冷淡的;


④世界圈:陌生人(调查显示,一个人对陌生人比对认识的人愿意投入更多的信任)。


对于你心目中的亲密圈内的人也不用我说,连钱你都愿意彼此分享了,为他付出,你也定是心甘情愿的;朋友圈里的人,他的人格、人品,他是一个怎样的人,你们经常混在一起,总是略有耳闻的。爱占小便宜的家伙你委婉拒绝他或许是更好的选择,你觉得他还不错的人帮个小忙也无妨。剩下的那些人,你应该切身思考下你的人生会和他有交集吗?你讨厌他什么?仔细衡量其中的利与弊便可瞬间得出结果。


生活是美好的,每个人都是善良的。赠人玫瑰,手留余香。帮助了别人,心里也会快乐。但每个人都是独立的个体,谁也没有义务去无条件地帮谁。与其做一个博爱的滥好人,不如去爱少数人,也为少数人所爱。


1条回复

1
川川

说的真有理

邀请好友加入启维

输入想邀请的好友邮箱, 启维将第一时间发送邀请码

好友1
好友2
好友3
好友4
好友5

邀请邮件已发送, 感谢您使用启维!