不要当着我说别人坏话,不然我也想说 | 在拉近关系这件事情上,「说别人坏话」虽然可耻,但是有用。

当我说“我喜欢某个明星。”

你说“我也是!”

那么我们可能会就这个明星聊起来,又聊到其他共同的兴趣,然后逐渐地成为朋友。

 

但另一种情况,更加快速有效:

当我说“我超讨厌某个明星!”

你说“我也是!!!”

 

那么我们马上就能成为朋友。

 

共同讨厌一件事物,似乎比共同喜欢更加能拉近或维持人际关系。

 

然而这到底是为什么呢?以及,我们是否能够利用这个现象,在人际交往中给自己加分呢?

 

今天,我们来聊聊共同厌恶,这个社交中的另类润滑剂。

 

「共同」这件事本身,就很有吸引力

 

首先,根据相似相吸理论,人们会倾向于喜欢那些跟自己相像的人,包括与自己有同样的背景、兴趣和品位,也包括与自己有相似的性格、持同样的观点。

 

研究发现,这种相似性甚至包含了人口统计学因素:无论是朋友还是伴侣,他们在各个方面都比随机抽选出的一对陌生人更加相像:年龄、种族、教育程度、社会地位等等。概率上来说,人们甚至更可能和姓氏首字母相同的人结为夫妻。

 

另外,人们喜欢那些与自己相似的人,因为这样是令人心安的,且具有奖赏意义。它代表着一种自我肯定:

“Ta跟我很像,那应该也很可爱吧,毕竟我这么温油。”

因此,共同的价值观,也就是相似性,是产生吸引力的基础条件之一。

 

 

共同的厌恶把我们黏在一起

 

在相似性的范畴之内,共同的反感又要比共同的兴趣更容易让两个人形成联结。

 

Oklahoma大学的 Bosson 教授通过实验观察到:那些对某件事物有共同的厌恶的人们,对于对方的评价会更好,也倾向于认为自己更了解对方。

 

于是她提出了「负性优先效应」:比起分享积极的信息,能够共享消极态度的人更加亲近。

 

共同的消极态度(shared negative attitudes)就是指两人或两人以上共同对一个第三方持有负性的态度。这个第三方可以是任何事物:一部电影、一种食物、一首歌、共同的熟人、名人、某种现象等等……
 

 

 

在负性优先效应的背后,有以下这些可能的解释:

 

1. 憎恨的情感更加强烈

 

相比于积极的情感,消极情感往往更有感染力和传播性。

 

一项对社交网络信息传播的研究发现,在微博上最容易被广泛传播的是含有、或容易引起愤怒、憎恨情感的信息。

 

(图为模拟用户分享行为,红色代表愤怒情绪,黑色为厌恶、蓝色为伤心,绿色愉悦)

 

2. 敌意往往含有八卦成分

 

消极的态度通常和八卦信息相关联。

 

因为八卦、丑闻、谣言,这些信息基本上都是偏负性的,哪个明星出轨了、哪个人设崩塌了、哪个电影口碑太差了……而只有这样特征的信息才能够引起人们的关注、讨论和分享。

 

所以当人们在闲聊时谈论起反感的事物时,八卦就会成为非常主要的话题。

 

相比于讨论共同喜欢的事物,聊八卦岂不是更加刺激有趣。

 

另外,人类也有八卦的天性,说真的,很多友谊都是从一起说别人的坏话而开启的。在拉近关系这件事情上,「说别人坏话」虽然可耻,但是有用。

 

 

3 拿你当自己人

 

通常来说,大家在交朋友时都是先展示友好的一面,毕竟大部分人面对陌生人时,释放善意是默认设置。就像见面微笑说你好一样,是普遍的规则。

 

但展示负性的态度,虽然有一定风险,有时却能达到“奇效”。正因为对他人的负性评价一般是不被视为可以轻易分享的信息,所以它打破了建立社交印象的惯有模式:我和一个分享一件我讨厌的事,因为我猜测你可能也这样认为。

 

这时,我在发出一个信号:我信任你,在对你进行自我暴露(self exposure),而表露信任感是可以极大地增强两人之间的关系。

 

了解一个人不只限于知道Ta的喜好,当你知道Ta讨厌什么的时候,你才会觉得自己真正懂了这个人的秉性。

 

生活中,你跟亲近朋友吐槽的次数肯定比跟一般熟人要多。

 

所以如果哪天一个人和你分享:“我巨讨厌那谁!”这可能预示着你们的关系又近一步了。

 

 

4 划清了界限

 

这种共同反感在建立信任感的同时,也设立了群里内/外的边界(in-group/out-group boundaries)。人们倾向于对群体内的人表示好感,而对群体外的人持更多负性评价。

 

“你跟那个人划清关系,我们就可以接纳你。”这便是表明态度,当确认我们共同讨厌一个第三方之后,我俩就是一致对外的立场。这时,反感是一段关系的粘合剂。

  

 

4. 提升自尊

 

共同厌恶在某种程度上来说是一种向下社会比较。比如,我们都不喜欢某一件事物,可能代表我们都比Ta在某些方面要高级。至少,在态度上,我们都是藐视Ta的。这种向下比较可以维护或提升自我评价。

 

并且,相比于把自己喜欢的事物告诉别人,然后听到“我的天呐,你竟然喜欢这个”这种居高临下的话,表露厌恶或只是中立的态度,往往是更加安全的选择。

 

5. 塑造自我概念

 

将自己对一些事情的消极态度分享给他人,比起分享喜好来说,是更加强有力的塑造自我形象的手段。

 

如果一个人什么都喜欢,你会觉得Ta「没有个性」,是个老好人。相反,如果这个人表达了一点自己对一些事物的负性看法,与他人说“我讨厌地图炮、讨厌景区的人山人海、讨厌看面瘫的人演戏!”,那么Ta的形象会变得真实且有趣些。

 

一次次地表达“我讨厌什么”,也正是一次次向外界宣布“这就是我”的过程。

 

 

在更加广义的语境中,不仅仅只有共同厌恶第三方能够将人们更好地联结在一起,普遍意义上的负性信息和态度也可以达到相同的效果。

 

丧、颓、瘫、懒、馋,网络上的loser文化之所以受人追捧,都部分地应用了共同厌恶这个概念。

 

悲惨更能拉近人与人之间的关系。你觉得自己是个「没钱、没对象、没理想」的三无青年,但你不是一个人,还有这么多又穷又懒的单身狗陪着你呢。

 

这种调侃的负性态度,让我们感到一丝宽慰。大家一起葛优瘫,比起「大家都争当五好青年」来得更吸引人,也更容易获得认同。

 

 

知道这些有什么用呢?

 

有人拿这个概念做了生意。

 

比起一般社交软件上使用点赞、共同爱好来匹配用户,一款名为Hater的德国社交App就反其道而行,用共同讨厌的事物来帮人们找到朋友

 

比如说,当你刷到丁日又添了一个新纹身的图片时,可以选择「点呸」或者跳过,如果你「点呸」,也许就可以遇到谷大。

 

我们在日常生活中也可以利用这个概念,来帮助润滑、推进自己的人际交往过程。

 

以下是一些实操指南,也是注意事项:

 

1. 不可轻易说

 

正如之前所说,表达负性态度是一种自我暴露的方式,而在关系建立初期突然进行自我暴露,有时候会适得其反。

 

因此,共同消极态度最好在有一定的关系基础之后,再进行的步骤。起码,要知道对方的基本喜好,才能试探性地猜测Ta 是否反感什么东西。

 

2 话题要有限制

 

另外应注意的是,对于共同讨厌的事物本身,需要有一定话题范围限制。有一些普适的话题敏感区,例如种族、宗教或生理问题。

 

另外,每个人都有自己特定的敏感话题,可能是一位爱豆,一项爱好或是Ta的家乡等等,不要轻易的攻击别人热爱的事物,欣赏不来别人视若珍宝的,至少可以保持沉默。

 

3 程度要有把控

 

最后,只有某个特定区间的态度才能够被分享。太轻微的厌恶没有提出的兴致,太过严重的厌恶则有可能发展到人身攻击、仇恨、偏见、甚至歧视。

 

 

其实仔细想想的话,我们讨厌的事情非常多,只是有时候出于习惯,或碍于面子、社交礼仪,而克制自己表达负性态度

 

英剧《黑镜》有一集虚构了一个未来被科技异化了的反乌托邦世界:人人都处于公开的社交评价体系中,人们追求五星好评把自己逼得喘不过气。

 

女主最终因为一连串的失误被扣到负分关入监狱后,和一位狱友对骂起来,互相表达反感。

 

 

 

举这个例子不太恰当,但它向我们传递一个信息:有时候人们是需要一个表达愤怒、不满、厌恶、这些负性情绪的出口的。

 

吐槽有益身心健康,运用得当的话,还能拉近社会关系。

 

所以下次再社交、约会,当因为找不到共同兴趣爱好而冷场时,不妨从另一个角度,说说讨厌的事情吧。

 

你有什么讨厌的事物吗?

欢迎下方留言,也许顺便捞了个对象也说不定喔。

 

但如果你们说“我讨厌小编” “我也是!”这种话,我会哭喔。

 

References:

 

Bosson, J. K., Johnson, A. B., Niederhoffer, K., & Swann, W. B. (2006). Interpersonal chemistry through negativity: Bonding by sharing negative attitudes about others. Personal Relationships, 13(2), 135-150.

Weaver, J. R., & Bosson, J. K. (2011). I feel like I know you: Sharing negative attitudes of others promotes feelings of familiarity. Personality and Social Psychology Bulletin, 37(4), 481-491.

Zhao, J., Dong, L., Wu, J., & Xu, K. (2012, August). Moodlens: an emoticon-based sentiment analysis system for chinese tweets. In Proceedings of the 18th ACM SIGKDD international conference on Knowledge discovery and data mining (pp. 1528-1531). ACM.




公众号原创文章归简单心理版权所有
任何组织,机构和个人不得擅自转载和二次修改
转载请联系:media@jiandanxinli.com

 

2017年09月30日