亲密关系中的冲突解决
[BetterExplained]亲密关系中的冲突解决
前几天和老婆一起（第 N 遍）看 Friends ，看到 R&R 第一次分手的那集，Rachel 因为工作加班好多天，在 Anniversary 也要加班，Ross 于是把晚餐带到 Rachel 的办公室，本来是一番浪漫好意，结果弄得 Rachel 很不开心，大吵一架于是分手。
冲突在于，Ross 希望能够在 Anniversary 和 Rachel 一起吃饭，而 Rachel 因工作紧张不能一起吃饭。其实这样的利益冲突在亲密关系中非常频繁，甚至可以说是吵架的主要原因。
一般来说，解决冲突的办法是两人都不越界要求对方，尊重对方的意愿，如果这样看的话，在 R&R 问题中 Ross 显然是 over-the-line 的，因为 Rachel 完全有不和他吃饭的自由，尽管 Ross 的要求很合理。但一旦双方皆认为自己合理，冲突却不可避免的时候，就必须各自退回到尊重对方的自由。
但其实这也不是问题的终极解决之道，因为这会导致一旦冲突发生，两人就退回到自己的领地，制造出冷战气氛来，“尊重对方”说起来容易，做起来着实没有那么容易。
经过老婆的提醒，意识到这里有一个更好的方案，简言之就是两人都将双方看成一个利益共同体。以下对比使用和不使用这个假设情况下的差别：
- 不使用“利益共同体”假设：对于 Ross 来说，他的期望是和 Rachel 共进晚餐，这个期望没有得到满足。于是 Ross 的个人利益是损失的。对于 Rachel 来说，她当然也期望和 Ross 共进晚餐，但是她认为更重要的是工作，况且只是延迟一个晚餐。权衡之后她认为应该工作为先。对她来说，虽然有所损失，但两害相权取其轻，她的总体收益仍然是正的。OK，这就是说 Ross 不满意，Rachel 是满意的。换言之如果他们共进晚餐了，那么 Ross 是满意了，但 Rachel 就不满意了。总有一个人会不满意。一旦每次争端都会有人不满意，结果就是日积月累，最后在一点爆发出来。然而，如果我们换一种假设，就能让双方都满意，而且心甘情愿地意见一致（当然，前提是你得认可以下的态度）。
- 这个假设就是，在计算损益的时候将双方的利益看成一个整体：这时对于 Ross 来说，和 Rachel 共进晚餐能够得到短期情绪收益，但会影响工作——严格来说是影响 Rachel 的工作，但关键在于这里我们假设 Rachel 的工作就是 Ross 的工作（利益是一个整体）：前一种情况下 Ross 感觉到共进晚餐对自己没有损失，但如果将 Rachel 的利益也归纳进来，Ross 就会认为共进晚餐是有损失的，这个损失就是影响 Ross/Rachel 的工作。在这个考虑之下， Ross 便会主动两害相权取其轻，放弃晚餐。
当然，以上是理想情况，现实生活中人们其实很难将他人的利益真正放在心上，不过亲密关系中的人如果想最优化相处的话还必须得这么做，因为本身两人的利益就是一个整体。
虽然这很困难，但有一个策略是可以一用的，Ross 可以设想自己处在 Rachel 的位置上会怎么办，但这话谁都会说，实际上往往是不够的，很少有人能够真正做到这样设身处地，因为他毕竟不在 Rachel 的位置上，正如 Ross 说的“It’s just a job”，说明他难以从情绪上感知到 Rachel 对这份工作的感觉。
为了避免这个认知缺陷，其实有一个更重要的技巧，也是这篇文章最想说的内容：他要回忆起自己曾经历过的和 Rachel 现在的处境很相近的境况，回忆自己当初是怎么办的。其实，在第一季的时候就恰好有这样的情况：他们第一次在一起时，博物馆之夜，Ross 刚好博物馆里面有急事，赶过去，结果忙到很晚，误了他们第一次的晚餐，让 Rachel 等了很久，如果 Ross 当时能够回想起博物馆之夜，想必就不难理解 Rachel 现在的心境了。
实际上，这种将别人所处的境况通过与自身曾经的经历进行平行的类比来学习的方法是一种非常重要的能力，也是真正能够从他人的经验当中学习到东西的一个重要基础。如果不能联系/类比到自己曾经相仿的境遇，别人的故事在大脑中的记忆就不够深层，虽然理性上能够理解，也似乎能够记住，但真正类似的事情发生到自己身上的时候就不能回忆起从别人故事中学到的教训了。要让别人的故事成为自己的故事，平行类比到自身的经历是必要的方法。这里涉及到的关于人类记忆的原理可以参考《找寻逝去的自我》。
[1] BetterExplained 是一个网站，致力于将数学中看似深奥的东西的来龙去脉讲清楚。
你可能也会喜欢以下文章
出处： http://www.cnblogs.com/todototry/
关注语言： python、javascript(node.js)、objective-C、java、R、C++
兴趣点： 互联网、大数据技术、大数据IO瓶颈、col-oriented DB、Key-Value DB、数据挖掘、模式识别、deep learning、开发与成本管理
产品：
本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接。
