混在职场,需要明白哪些道理

混在职场,需要明白哪些道理

1、善于利用好工作的时间 “当你受雇于人,因此依赖于他人的评价时,显得忙碌能帮助你在结果不确定的环境中邀功。显得忙碌能够加强人们对结果与你的作用之间的因果关系的判断。对于那些鼓吹自己的“存在”与“领导”在公司业绩中的作用的大公司CEO们更是如此。我没有听说过谁研究他们用于谈话和接受琐碎信息的时间有多大有效性,也没有几个作者有勇气质问CEO在公司成功中究竟有多大作用。”

2、不要主动去打听或获取太多的信息,让子弹飞一会 “把一张模糊的消火栓图片——模糊到使他们无法认出图片上是什么——给两组人看。对其中一组,分10次逐步提高图片的清晰度,对另一组分5次提高清晰度。在某个使两组人看到相同清晰度图片的时候停下来,请他们说出看到的是什么。经过较少中间步骤的那一组可能更快地辨认出消火栓。这意味着什么?你提供的信息越多,他们就会形成越多假设,他们的结论就越糟糕。他们看到了更多的随机噪点并将其当成了信息。 问题是,我们的思维是有惯性的:一旦形成一个观点,我们就很难改变,所以情况对那些推迟形成观点的人更有利。当你以糟糕的证据为基础形成观点时,你会很难解释与这些观点矛盾的后续信息,即使这些新信息更明显、更准确。有两个机制在起作用:证实偏差以及信念坚持偏差,即坚持不改变已有观点。请记住,我们把思想当做财产,所以很难舍弃它们。 消火栓实验最早出现于20世纪60年代,之后被重复过数次。人们对于经验现实的细节知识了解越多,看到的噪点(也就是那些奇闻逸事)就越多,也越可能把它们错当成真实信息。请记住我们是受情感影响的。每小时收听广播新闻比阅读周刊要糟糕得多,因为较长的时间间隔能够过滤掉一些信息。

3、Stay hungry,Stay fool,不断地去学习和进化自己。 “人类在对随机事件的认识上容易犯不对称的错误。我们把成功归因于能力,把失败归因于在我们控制之外的事物,比如随机性。对好结果我们感到有功劳,对坏结果却不感到有责任。这使我们以为我们在谋生的领域比其他人都在行。94%的瑞典人相信他们的驾驶技术在瑞典司机中排在前50%,84%的法国人认为他们的调情技巧在全法国排在前50%。”

4、不要过于相信自己的直觉,经常性地去安慰自己有好事即将发生,事实上,在一个糟糕的企业或环境里,事情总是有变得更坏的可能性。 “与许多生物变量一样,寿命属于平均斯坦,也就是说,它只具有温和的随机性。它不具有突破性,因为我们越老,活下去的机会越小。根据保险数据,在发达国家,新生女婴的寿命大约为79岁。在她的79岁生日,假设她具有平均健康水平,她的预期寿命还有10年;90岁时,她可能还能活4.7年;100岁时可能还能活2.5年;119岁时(假如她奇迹般地活了这么久),她可能还剩下大约9个月的寿命。随着她逐渐活过预期死亡日,预期的剩余寿命会越来越短。这是钟形曲线随机变量的主要特点。对剩余寿命的条件期望随着年龄的增长而降低。 对于人类的计划和冒险活动,则是另一番情形。如我在第三章所述,它们通常是具有突破性的。对于属于极端斯坦的突破性变量,你会看到截然相反的结果。假设一项计划预期在79天内完成(这里的天相当于上述新生女婴例子里的年)。在第79天,假如计划还未完成,那么人们预测它还需要25天;但在第90天,假如计划还未完成,它会还需要58天;在第100天还需要89天;在第119天还需要149天;在第600天,如果计划还未完成,你会预测它还需要1 590天。如你所见,你等待的时间越长,你预期还要继续等待的时间就越长。更多精彩资源–【文推网 wentuifa.com】

假设你是等待回到故乡的难民。每过去一天,你离回去的那一天就越远,而不是越近。建造下一座歌剧院的情况是一样的。如果预期需要两年时间,而3年后你想知道何时完工,不要指望它在很短的时间内竣工。如果战争平均持续6个月,而你的战争已经持续了两年,那么问题的解决大概还需要几年。阿拉伯与以色列的冲突已经持续了60年,并且还在继续,但在60年前它被认为是一个“小问题”。(请务必记住一点,在现代环境下,战争会比计划中持续更久并且会死更多人。)另一个例子:假设你给你最喜欢的作者写了一封信,你知道他很忙,并且回信需要两周时间。如果3周后你的邮箱仍然是空的,就不要指望明天有回信,平均还需3周才会有。如果3个月后还是什么也没收到,你就不得不准备好再等一年。每一天都会使你更接近死亡,而更加远离收到回信。”

5.不要迷信权威,不要过度地追逐风口,不考虑错误率的预测是荒谬的。

“不考虑错误率的预测显示出三种谬误,都来自同样对不确定性本质的错误理解。

第一种谬误:可变性问题。第一个错误在于太看重预测,而不关心它的准确性。但对于计划的目的而言,预测的准确性比预测本身重要得多。

第二种谬误在于没有考虑随着预测期限的加长,预测效力会降低。

第三种谬误在于对被预测变量随机性的错误认识。由于黑天鹅现象,这些变量可能会出现比所预测的乐观得多或悲观得多的结果。 这意味着什么?即使你认同某项预测,也必须考虑现实中严重偏离这一预测的可能性。这种偏离或许会受到不依赖稳定收入过活的投机者的欢迎,然而,风险承受能力有限的退休者禁不起这种意外。我要运用河水深度的观点,进一步说明在制定政策时估计范围的下限(即最糟情况)才是重要的,最糟情况比预测本身重要得多。当人们不能接受糟糕的情况时,这一点尤其重要。但现代的措辞习惯使得人们难以做到甚至不可能做到这一点。

人们常说智者能够预测未来,或许真正的智者是那些知道自己不能预测未来的人。