石鑫华视觉论坛微信公众号:石鑫华视觉

 找回密码
 注册会员
查看: 2456|回复: 0

[鸡汤] 为什么人们对“晒”这种行为乐此不疲?

[复制链接]
  • TA的每日心情
    奋斗
    2016-9-2 08:29
  • 签到天数: 16 天

    连续签到: 1 天

    [LV.4]400FPS

    发表于 2014-1-9 15:37:48 | 显示全部楼层 |阅读模式 来自:广东省东莞市 联通

    注册登陆后可查看附件和大图,以及购买相关内容

    您需要 登录 才可以下载或查看,没有账号?注册会员

    x

    从心理学的角度来看,为什么人们会对“晒”这种行为乐此不疲?它究竟是一件好事还是坏事?

      是一种本能

      无论你“晒”的内容是人还是物,是生活体验还是心情感悟,它们都有一个共同点,那就是都与你有关。从本质上讲,所有这些“晒”的行为,都是在向他人传递关于我们自己的信息。心理学家将这种行为称为自我表露。

      人们似乎天生就热衷于将自己的信息展示给别人,据统计,在我们每天说的话里,有30%~40%是关于自己的;到了网上,这个比例可以增长到80%以上。自我表露是一种进化而来的本能,它可以为我们带来一些生存优势,比如拉近和他人的关系、获得反馈,让我们可以改进自己的表现。

      我们在展示与自己有关的信息时,还可以从中获得一种快感。哈佛大学的研究者发现,当人们表达自己的想法,或描述自己的性格时,会激活大脑中两个与奖赏机制有关的区域,获得与吃食物和性活动类似的快感。为了有机会获得这种快感,被试验者甚至愿意放弃更多的金钱报酬。

      可见,社交网络上的各种“晒”不是病,而是我们自我表露本能在虚拟世界中的延续。社交网络让自我表露变得更加方便。在过去,如果我们想告诉别人一些关于自己的事,只能针对具体的某个人进行点对点的交流。在社交网络上,同样的信息却可以多线程扩散。我们知道,在几个小时甚至几分钟的时间里,我们“晒”出任何东西,就可以被成百上千的人看到。社交网络的这种属性,让自我表露的门槛更低、效率更高,同时也放大了它的心理快感。也许这就是人们乐此不疲地在网上“晒”各种东西背后的动力。

      是好事还是坏事?

      那么,在社交网络上“晒”出自己的生活,究竟是一件好事还是坏事呢?有一种观点认为,社交网络的重度使用者在现实生活中都没什么朋友,沉迷于社交网络只会让我们更孤独。不过研究数据却表明,社交网络其实可以减少人们的孤独感。比如在近期的一项研究里,柏林大学的研究者将大学生分成两组,一组要求他们提高Facebook的状态更新频率,另一组则保持不变。一周之后,那些提高了状态更新频率的大学生,孤独感出现了显著下降,另一组则没有变化;更有趣的是,孤独感的下降与状态与是否有人回复无关,只要增加了状态更新频率,孤独感就会下降。

      除了缓解孤独,社交网络上的自我表露还可以强化和拓展我们的人际关系。

      心理学家很早就发现,自我表露是人际关系的润滑剂。当我们向别人透露与自己相关的信息、分享自己的想法时,彼此的关系就拉近了一些。而作为回应,对方也会透露一些与自己相关的信息;如此往复,形成良性循环,让关系不断深入。有许多研究表明,社交网络上的自我表露也可以产生类似的效果,促进我们的人际关系,增加我们的社会资本,最终提升幸福感。

      在这方面,似乎存在着“强者恒强”的现象——现实生活中外向、开朗、拥有更多的社会关系的人,在社交网络上往往也更加活跃。他们在社交方面的优势,能够迁移到虚拟世界中,从中获得更多的收益。不过有时我们也能看到,一些在现实生活中比较内向、社会关系较少的人,在网上却展现出了不同的一面。这也许是因为,虚拟世界中的交流与现实生活中面对面的交流相比,限制和障碍更少,压力也更小,这为他们提供了展现“真我”的机会。

      因此,总的来说,社交网络上的“晒”并不是一件坏事,它可以丰富我们的社交生活,提升幸福感。

      当然,凡事不能走极端,“晒”得太多也会带来一些问题。没有人会对我们生活的每个细节琐事都感兴趣,如果沉迷于自我表露的快感中,把自己的全部生活事无巨细地“晒”到网上,只会令观者感到疲惫,还可能给人留下自恋的印象。此外,用炫耀性的方式来“晒”,将获得优越感作为主要目的,也容易招致反感。如果能避免这些误区,将真正有趣的东西分享出来,注重平等而高质量的交流,形成自我表露的良性循环,那么各种“晒”将为我们的社交生活提供有益的补充。


    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册会员

    本版积分规则

    LabVIEW HALCON图像处理入门教程(第二版)
    石鑫华机器视觉与LabVIEW Vision图像处理PDF+视频教程11种全套
    《LabVIEW Vision函数实例详解》教程-NI Vision所有函数使用方法介绍,基于NI VISION2020,兼容VDM21/22/23
    LabVIEW图像处理教程
    机器视觉商城淘宝店铺
    视觉论坛充值赞助方法

    QQ|石鑫华视觉论坛 |网站地图

    GMT+8, 2024-3-28 23:55

    Powered by Discuz! X3.4

    © 2001-2024 Discuz! Team.

    快速回复 返回顶部 返回列表