打造你的數位面貌

How to Curate Your Digital Persona
班恩.戴特納 Ben Dattner , 湯馬斯.查莫洛–普雷謬齊克 Tomas Chamorro-Premuzic
瀏覽人數:870
在商業世界中,或是涉及專業形象時,我們是個什麼樣的人,主要取決與他人怎麼看待我們。而在數位化的世界,我們可藉由制定一個數位形象,來引導演算法或人工智慧對你的判讀,以此對外展現自我,從而發展社交與職涯。我們可以從演算法的不同層面進行各種改造,透過熟知哪些對象會透過哪些數位平台對你進行評估,來展現自己最合適的樣貌。

「我到底是誰?」

好幾個世紀以來,哲學家、心理學家和神經科學家一直試圖回答這個問題(更不用說詩人和藝術家了)。對於企業領導人來說,好消息是,若要了解這個問題,他們不必變成心理治療師,也不需要拿到形而上學的研究學位。至於一般員工也不必為此而深入探索自己的潛意識,或釋放自己內在的佛洛伊德,才能明瞭這個問題。

在商業世界中,有一種簡單得多的方法可以了解我們是誰,至少針對我們的專業形象是如此,這個方法就是:只要留意其他人如何看待我們即可。

社會科學研究指出,我們在工作上是個怎麼樣的人,最主要是取決於其他人對我們的看法:他們如何衡量我們的行為和行動的成功程度、他們如何看待我們的性格和動機,以及他們如何將我們與他人作比較。不論是從我們的同儕獲得非正式的建議,還是參加與評估相關的正式活動,如果我們想要清楚確定自己工作時的專業形象,最好的方法,就是向眾人蒐集對我們的聲譽和個人「品牌」的評估。

學術研究顯示,擁有高度運作且正確的自我認知的人,會把其他人的意見納入他們對自我的感受中。這可能與一般盛行的建議背道而馳,但是,以策略上與政治上都很精明的方式展現自己的能力,確實攸關你是否能在任何專業環境中獲得成功。遵循「別過於擔心別人對你的看法」這句話的人,可能會阻礙了他們自己的職涯發展。正如學術評論所強調的,成功人士都非常擔心自己的聲譽[一個著名的例外是知名搖滾樂手瓊.傑特(Joan Jett)],而且他們非常在乎要以一種社會認可的方式,來塑造與描述自己。

當我們有幸與同事和客戶面對面開會時(大家還記得那個叫做「辦公室」的場所嗎?),其他人會根據我們在三維空間裡的實體存在,得到對我們的印象,包括我們握手時握得多緊,還有我們的聲音在空間音場環境下聽起來的感覺。甚至我們的氣味,都能向其他人傳達重要的社交資訊。在這些環境下,我們沒有機會完全像別人觀察我們那樣觀察自己,我們收到的回饋意見,頂多來自其他人傳達的訊號(像是微笑、哈欠、或多或少的眼神交流等),或者他們直接告訴我們的內容。

不過,既然我們目前有那麼多的溝通都是在線上進行,我們所有人都已經變成了自己的「化身」(avatar),也可以取得其他人可取得的許多相同的資訊(甚至是大多數的相同資訊)。我們每個人在網際網路上產生的龐大數據,就是原料,用來運作那些追蹤我們數位「足跡」的人工智慧(AI)演算法。其他人和組織也使用這些數據,迅速對我們的個人特質和專業特質做出判斷,尤其是當他們在決定是否招募我們、雇用我們、投資我們的新創公司、跟我們合作,或是和我們競爭之時。

即使我們的社群媒體帳號是私人帳號,還是可能有大量的公開資訊,而任何決心要評估我們的人,都可以取得那些資訊。例如,企業輕易就能使用我們的數位形象,來評估我們、確定我們的偏好、根據人口統計資料描繪我們的「樣貌特性」等個人資料,而且銷售商品給我們。我們可以確定,招募人員、投資人、同行和競爭對手也使用相同的數據,來制定和驗證有關我們的假設,包括我們是誰、我們關心哪些事物,我們在不同情境下的成功機率等。

不過,我們還有一些選擇。當人們和公司忙著使用我們的數據來影響和評斷我們時,我們也有能力以會影響他們的方式,來規畫呈現我們的數位化身。了解別人如何創造和使用我們的線上個人資料,以及我們可以如何取得資料和修改那些資料,是建立成功職涯的一部分。

不論你的目標是什麼,你都應該要知道你的公開數據所述說的故事,也要了解如何改變這個故事。

了解演算法

一個普遍的迷思是,我們不可能愚弄或欺騙演算法。但演算法的犯錯能力,比許多人以為的還要更像人類:人工智慧可以辨識各種訊號和模式,試圖理解它們,就像人們一樣,但它以更僵化、依循規範和公式化的方式這麼做。你若是了解演算法的公式,就可以安排展現自己想要其他人看到的形象。改變幾個像素就可以讓人工智慧以為,貓的照片其實是一碗酪梨醬,同樣的,針對你的線上形象做出微小改變,也可以導出對你截然不同的結論。

下列是一些「公開」的基本建構元素,你可以用來強化個人的線上形象。

照片:人們通常會認為,能夠辨識人臉的人工智慧「令人毛骨悚然」,但其實,有血有肉的人在判斷你的外表,包括性別、年齡和族裔等基本特質時,也會受到他們自己強大的偏見所影響(不論是有意識或無意識的偏見)。

有些事情不是你能控制的,但是你可以管理自己外表的許多層面。你可以改變自己真實的外表(請教造型師或熟悉時尚潮流的朋友,幫助你改善外表),或者你可以投資購買在拍攝後能修改照片的軟體。另一種方法是使用Zoom touchup之類的工具,這些工具可以在視訊談話或會議時改變你的外表。

影片:人工智慧軟體和人們,會根據網路上發布的影片來形成對你的印象。現在,像Hirevue這類公司出售的應用程式,可以解碼和詮釋在面談過程中錄下來的肢體語言和臉部表情。他們的客戶組織使用這樣得來的數據,描繪出求職者的特質、評估潛在的長處和弱點,然後做出聘雇決定。

如果你在公共領域發表自己的影片,請確認影片以有利的方式描述你,而且只記錄下你認為符合你專業形象的話語、外觀和肢體語言。如果影片無法代表你希望其他人認識的「你」,就不要發表這段影片,或試著刪除影片。

語氣:你在影片或音檔中的語氣,可以同時傳達出情感和真誠感(或缺少這兩者)。語言學中的韻律學(prosody)是運算社會科學中已相當有根基的領域,目的是把你說話的物理屬性,與情感、情緒和個性的可靠標記建立起相關性。你的聲音也可能傳達有關你健康情形的線索。

監控這類情況的一種方式,是投資以取得經驗豐富的教練提供的回饋意見,包括高階主管、表演、聲音或媒體等領域的教練都可以,他們可以提供有關你聲音聽起來如何的深入見解,並協助你練習說話,以創造你想要的印象。

用來溝通的語言:針對寫作、簡報和演講的文本分析,是一個迅速擴展的領域。目前可以使用IBM Watson情緒分析之類的工具,將你個人的語言風格,轉化為完整的個性描述。這要歸功於一種稱為「自然語言處理」(NLP)的技術,這種技術把人們使用的字詞類型,與特定的個性面向(例如人格、智力和興趣)作配對。顯然,留意你說話的內容和說話的方式會大有幫助。

雖然沒有一體適用的公式可以詮釋書寫或口說的詞語,但學術研究確實指出了某些一致的模式。正向字詞的使用,通常跟外向性格有關。如果你想要表現出比較外向、喜歡社交和自信,你就要寫出或說出「好玩」、「覺得興奮」和「令人驚嘆」之類的字詞。天性傾向於悲觀和情緒敏感的人,比較常使用負面字詞,例如「顧慮」,擔心和「害怕」。聰明且好奇的人,通常會使用較為複雜且不尋常的字詞,例如「敘事」(narrative),「主旋律」(leitmotiv)或「修辭」(rhetoric)。順帶一提,這種語言更有可能跟自由派的政治偏好有關,而非保守派。而且不令人意外的是,說髒話可能傳達出反社會和精神疾病的傾向,至於自我指稱的代名詞(受詞的「我」、我的、尤其是主詞的「我」)可能暗示自戀的傾向。

社群媒體的發文、分享和按讚:這三者的數量、品質和內容都可以接受分析;已有證據顯示,這三者與人格、信念、政治偏好和消費者行為都有相關性。雖然我們不知道是否有任何大型企業公開承認,在辨識、招募或評估求職者的過程中使用這項技術,但可以合理假設他們有這麼做。大量的學術研究顯示,我們的社群媒體活動是準確的指標,可顯示我們最深層的心理特徵。

正因如此,Humantic、Crystal Knows和Receptiviti這類新創公司,以及IBM Watson這類根基穩固的企業,能夠讓客戶將求職者在臉書(Facebook)、推特(Twitter)或LinkedIn上的個人資料和發文,轉化為與他們職涯有關的長處和弱點的心理描述。當你發布、分享或回應社群媒體發文時,你應想像自己正坐在一個虛擬禮堂前面這麼做,那個禮堂裡坐滿了你的潛在上司、同事、投資人或合作伙伴。你愈能啟發和激勵這群想像的閱聽眾,而非激怒或疏遠他們,成效就會愈好。華倫.巴菲特(Warren Buffet)認為,最成功的公司是能「取悅」顧客的公司,對於任何花時間來尋找且評斷你線上形象的人,你可能也該試圖引發他們產生這種反應。

操縱演算法

近年來,數位化身變得更為複雜和有意義,成為任何人的個人品牌與專業品牌中日益重要的成分。在策畫安排你的線上「自我」時,首先要考慮到可能有興趣要為你描繪個人資料的不同閱聽眾。這些閱聽眾包括哪些人,取決於你的職涯、角色和在組織中的層級,可能包括潛在的雇主、員工、投資人、交易對手、媒體、社區運動人士,甚至是政府官員或法規監管機關。

在開始策畫安排你的線上形象之前,應先設定目標,說明你希望每個潛在群體對你產生什麼印象;你還應該考慮,每個群體會到線上的哪個地方去評估你。對某些人來說,線上形象的策畫可能很簡單,只要增加、刪除或變更一張照片、一支影片或一篇社群媒體發文即可。其他人可能需要更全面和更長久的做法。

當然,這個過程可能會變得相當複雜和錯綜難解,導致在試圖創造印象的人類和試圖詮釋那個印象的人工智慧之間,引發了貓捉老鼠的遊戲或「軍備競賽」。例如,當劍橋大學(Cambridge University)的研究人員發表一項研究指出,在臉書上對圈圈薯條「按讚」,這麼做與智商較高有關聯,於是圈圈薯條開始獲得比之前高出許多的「讚」數量,這可能是因為讀到這篇故事的人,想要給演算法留下深刻的印象。反過來,人工智慧原本也可能改正本身的演算法,不再將「按讚」圈圈薯條解釋為智商較高,雖然人們仍然會預期,讀了這篇故事且了解其中含意的人相當聰明(至少從情緒智慧或社交智慧的角度來說是聰明的)。

為了給試圖評估你的演算法、人們和組織留下良好印象,有必要同時考慮你自己的個人資料(「個人內在」資料),以及你的參考群組中其他人的個人資料(「個人之間」資料) )。在融入群體和脫穎而出之間,找到恰當的平衡,這就是成功的關鍵。

「你絕對不會有第二次機會留下第一印象」這句諺語,向來在離線實體世界裡很有道理,目前在網路世界可能同樣有道理。只要幾個像素,結果可能就會大不相同。

(蘇偉信譯)



班恩.戴特納 Ben Dattner

高階主管教練和組織發展顧問,位於紐約市的戴特納顧問公司(Dattner Consulting)創辦人。


湯馬斯.查莫洛–普雷謬齊克 Tomas Chamorro-Premuzic

人力資源公司「萬寶華」(ManpowerGroup)首席人才科學家,倫敦大學學院(University College London)及美國哥倫比亞大學(Columbia University)商業心理學教授,也是哈佛大學創業金融實驗室(Entrepreneurial Finance Lab)研究員。他著有《為何有這麼多不適任的男性成為領導人?(以及該怎麼辦)》(Why Do So Many Incompetent Men Become Leaders? (and How to Fix It)),並根據這本書的內容在TEDx發表演講。


本篇文章主題聘僱