赞美是一切管理问题的解决之道?

赞美很难把握分寸:好的赞美甚至比好的批评更像一门艺术,而糟糕的赞美还不如不赞美。即使是好的赞美,如果过度,也会失去魅力。和一切会让人上瘾的东西一样,赞美也存在安全用量。

 

我对赞美有瘾。本人条件既非富有吸引力,也不够成熟,更谈不上多产。但我依然渴望赞美。假如得不到赞美,我会一蹶不振;假如得到赞美,我会捧到灯光下细细考量,如果觉得“质量合格”,就会感受到短暂的“赞美快感”。但之后,我还会想要得到——我需要——更多的赞美。

由于我自己的欲望没有止境,所以我以为,赞美是一切管理问题的解决之道。特别是在当前这种经济形势下,用更多金钱作为奖赏谁也负担不起,于是,慷慨送出“棒极了”这种赞美之辞,似乎是理所当然的选择。

哎,可惜没那么简单。上周有位朋友打电话向我诉苦,说她觉得灰心丧气。在前一天,经理把她叫进办公室,打算对她大加赞扬一番。但效果却糟透了,让她觉得深受打击。他首先就她最容易完成的一部分工作向她表示祝贺,然后和颜悦色地称赞她工作勤奋。她忿忿地对我说,这就跟被称赞守时一样糟糕。

赞美很难把握分寸:好的赞美甚至比好的批评更像一门艺术,而糟糕的赞美还不如不赞美。即使是好的赞美,如果过度,也会失去魅力。和一切会让人上瘾的东西一样,赞美也存在安全用量,过量就会产生危险。每天摄入两个单位的酒精被认为是安全的,但每天两次赞美就过多了。如果一个人每天都能得到赞美,那他很快就会感觉不到任何兴奋感了;然而,如果赞美稍微减量,却会让人灰心沮丧。

美国的研究发现,过多的赞美是有害的:每做一件事情都会得到赞美的孩子,长大后不如没有经常得到赞美的孩子成功。赞美必须偶尔为之,否则毫无价值。

艾伦•休格爵士(Sir Alan Sugar)是英国最懂赞美之道的人之一,他最出名的就是骂人是废物时的那种刻薄方式。上周我看了英国版的电视系列节目《飞黄腾达》(The Apprentice),他对着一些有前途的选手粗暴地咆哮“干得好”,选手们顿时笑逐颜开——这正是我在工作中梦寐以求的那种强烈的“赞美快感”!

就像酒精一样,适当的赞美剂量因性别而异。男人往往对所有的赞美都信以为真,因此不消多少赞美就能获得信心。而女人则会过滤掉一半的赞美,因为它们或缺乏诚意、或不切要点、或有些冒犯,因而需要更多赞美才能振作起来。

除了数量,赞美的质量也很难准确把握。关于如何令赞美更加有效,管理人士通常会得到三条建议,但它们都很糟糕。第一条是,赞美必须当众进行。这完全是不负责任的建议。虽然赞美能否让“被赞美者”感觉更好一直无法确定,但可以肯定的是,当众赞美会让旁人都遭受到沉重的间接打击。

第二条,赞美必须有针对性。同样,这条建议也糟糕透顶,因为赞美者所选择称赞的具体方面与被赞美者希望得到称赞的方面可能并不一致。一位曾就职于英国广播公司(BBC)的朋友记得,时任总裁的约翰•伯特(John Birt)曾对她表示了衷心的赏识,称她为“出色的管理者”。她认为这令人泄气。他应该只说“你很出色”——然后就此打住。

最后一条,赞美者通常被告知要面带微笑。这个主意也不怎么样。好的赞美关键在于,必须看上去非常认真,听起来才会显得真诚。如果赞美是从某个咧着嘴笑的傻瓜嘴里说出来的,人们压根儿不会加以理会。

除了私下里、态度认真地进行泛泛的赞美,如果赞美者能同时贬低其他某个人,也会有所帮助。一位同事冷冰冰地坦言,他妈妈对他说过的最动听的话就是,他比妹妹更聪明。

有许多方法能毁掉好的赞美。惊讶的语气会毁了它,而任何否定的暗示,无论多么细微,都会抹去所有正面的影响。由于赞美会改变人的想法,我们无法对其保持理性。最近当一位读者表示“我通常很喜欢你的专栏”时,我因受到赞美而糊涂的脑子并不认为这是种赞美,而是将其理解为:我常常认为你在胡说八道。

在赞美方面最具智慧的哲人是驯狗师芭芭拉•伍德豪斯(Barbara Woodhouse),她的方法很容易适用于人类。她认为,狗并不在乎你说些什么:语气才重要。因此,就算你说“大黄,大黄”,只要语气足够怜爱,狗也会很开心。

这就是为何用电子邮件来赞美别人没有用,因为它显示不出语气。这也是为什么大多数管理者——他们在调整语气方面往往很差劲——虽费尽心思,却很难带来“赞美快感”的原因。

还有一个办法。一封手写的短笺总能很好地达到目的。一个人能费心去翻找信封和邮票,这本身就透露出一种正确的语气。只要信中没有激烈侮慢言辞,收信人都会很高兴。他们还会保存信件复本,这样,即使在很长一段时间内都得不到赞美,他们也能够在必要时重读这封信,以提高自己的赞美等级。 (本文来源:FT中文网 作者:露西•凯拉韦)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值