【信息科学技术与创新】情绪智能的扩展分析与总结 情绪概念及其模型 结合神经生物学对情绪智能深度分析 情绪智能对个人发展所能做的贡献及其提高方法
情绪智能的扩展分析与总结
摘要
- 首先对情绪概念及其模型作再度的深入探究
- 接着结合情绪会改变我们看待世界和理解他人行为的方式以及神经生物学对情绪智能深度分析
- 最后总结思考情绪智能在未被充分科学验证的情况下对个人发展所能做的贡献以及如何提高自身的情绪智能
Navigator
- 情绪智能的扩展分析与总结
- 一、 对情绪概念及其模型的深入探究
- 二、 结合神经生物学对情绪智能深度分析
- 三、 情绪智能对个人发展所能做的贡献及其提高方法
一、 对情绪概念及其模型的深入探究
情绪通常是指由神经的生理变化而引起的精神状态,与思想、感觉、行为反应以及一定程度的快乐或不快乐有很大的联系,目前学术界对其还没有关于定义的科学共识。情绪常常与情感、气质、个性、性格以及创造力等概念交织在一起,正因如此,对我们来说情绪是复杂的,关于情绪是否会导致我们的行为发生变化的问题目前有许许多多种理论,一方面,与情绪相关的生理学知识与神经系统的唤醒密切相关,而情绪也与我们的行为倾向有关,例如在我们大多数人看来,外向的人更擅长社交并表达自己的情绪,而内向的人更容易在社交方面退缩并隐藏自己的情绪,也即情感往往是动机的原动力。另一方面,情绪不是我们通常所认为的因果,而是各种相关成分的综合,可能包括动机、感觉、行为和生理变化,且这些成分都不是情绪,情绪也不是导致这些相关成分的原因。
让我们从历史的角度去探讨情绪的概念,历史上人性和身体感觉一直都是思想家和哲学家最感兴趣的一部分。无论西方还是东方社会都普遍认为情绪状态与人类身心的神圣和启蒙有关。如大多数西方哲学家(亚里士多德、柏拉图、笛卡尔、阿奎那、霍布斯等)都非常重视个人不断变化的行为以及情绪变化,他们由此提出了广泛的理论,试图解释人类行为及其后果的情感和动机。在启蒙时代,苏格兰思想家大卫休谟曾提出了一个革命性的论点,试图解释人类行为及其主要动机。他曾在《人性论》一书中所写:“唯独理性永远不能成为任何意志行动的动机……它永远无法对抗意志方向的激情……理性是且应该是情欲的奴隶,除了服侍和服从情欲之外,绝不能假装担任任何其他职务”,认为人类的行动是由“恐惧、欲望和激情”所驱动的。后来的思想家则提出,行动和情绪与现实的社会、政治、历史和文化方面密切相关,也与大脑和身体其他部位及其性质的复杂神经学和生理学有关。
目前对人类具有几种基本和复杂情绪还有许多不同的观点和解释,例如美国心理学家Paul Ekman一直支持情绪是离散的、可测量的以及在生理上不同的观点。其最有影响力的工作则围绕着发现某些情绪是被人类所普遍认可的,甚至在那些还没有文字的文明中。而其另一项经典研究则发现,当参与者将他们的面部肌肉张成不同的面部表情时,他们产生了与不同面部表情相匹配的主观和生理体验,Ekman的面部表情研究总结出了六种基本情绪:愤怒、厌恶、恐惧、快乐、悲伤和惊喜(查阅维基百科后发现与讲义上有出入,暂以维基百科为准)。而在他职业生涯的后期,Ekman则认为,除了这六种情绪之外,可能还存在其他普遍的情绪。并由Ekman的学生所领导的跨文化研究扩展了普遍情绪的清单,除了最初的六项研究之外,这些研究还为面部和声音表达中的娱乐、敬畏、满足、欲望、尴尬、痛苦、解脱和同情提供了证据,并发现了无聊、困惑、兴趣、自豪和羞耻的面部表情,以及轻蔑、宽慰和胜利的声音表达。
Robert Plutchik则同意Ekman的生物驱动观点,但其又进一步发展了“情绪之轮”,提出了八种主要情绪,分为积极或消极基础:快乐与悲伤;愤怒与恐惧;信任与厌恶;惊喜与期待。其认为一些基本的情绪可以被修饰成复杂的情绪,而复杂的情绪可能来自文化条件或与基本情绪相结合的联想,又或者类似于原色组合的方式,主要情感可以混合形成人类情感体验的全谱,就像人际间的愤怒和厌恶可以混合形成鄙视那样。而Jaak Panksepp则提出了七个生物遗传的初级情感系统,分别称为 SEEKING(期待)、FEAR(焦虑)、RAGE(愤怒)、LUST(性兴奋)、CARE(养育)、PANIC/GRIEF(悲伤)和 PLAY(社交快乐)。
二、 结合神经生物学对情绪智能深度分析
如同Ekman所说:“情绪会改变我们看待世界和理解他人行为的方式”,美国心理学家Peter Salovey和John Mayer于1990年将情绪智能定义为“监控自己和他人情绪、区分不同情绪并适当标记它们以及使用情绪信息来指导思维和行为的能力”。而定义后来则被分解并提炼成为四个能力,也即感知、使用、理解和管理情绪的能力,这些能力是不同的又是相关的,正因如此,情绪智能反映了将智力、同理心和情绪结合起来以增强对人际动态的思考和理解的能力。但是关于情绪智能的准确定义,在术语以及操作层面依然存在着很大的分歧。
目前,情绪智能主要有三种主流模型:能力模型,特质模型以及混合模型。其中基于能力的模型将情绪视为有用的信息来源,可以帮助人们理解和驾驭社会环境。该模型提出个体在处理具有情感性质的信息的能力以及将情感处理与更广泛的认知联系起来的能力方面存在差异,并且这种能力被认为表现在某些适应性行为中。该模型声称情绪智能包括四种能力:1.感知情绪——检测和解读面部、图片、声音和文化制品中情绪的能力,还包括识别自己情绪的能力。值得注意的是,感知情绪代表了情商的一个基本方面,因为它使情绪信息的所有其他处理成为可能。
2.使用情绪——利用情绪来促进各种认知活动的能力,例如思考和解决问题。通常情况下情商高的人可以充分利用他或她不断变化的情绪以最贴合手头的任务。
3.理解情绪——理解情绪语言和理解情绪之间复杂关系的能力,其包括对情绪之间的细微变化敏感的能力,以及识别和描述情绪如何随时间演变的能力。4.管理情绪——调节自己和他人情绪的能力,情商高的人可以驾驭情绪,甚至是消极情绪,并对其进行管理以实现预期目标。
能力模型在研究中因在工作场所缺乏预测效度而受到批评。然而就结构效度而言,能力情商测试与情商的自我报告量表相比具有很大的优势,因为它们将个人最大表现与标准表现量表进行比较,并且不依赖于个人对关于自己的描述性陈述的认可。特质模型则更偏重于个人性格,而混合模型则是将认知智能和个人性格中与情绪相关的部分融合在一起。
而目前更先进的基于边缘系统神经映射则发现,人类情绪的神经生物学解释是情绪其实为哺乳动物大脑边缘系统中组织的一种愉快或不愉快的精神状态。如果将情绪与爬行动物的反应性反应区分开来,那么情绪将是哺乳动物对一般脊椎动物唤醒模式的阐述,其中的神经化学物质(多巴胺、去甲肾上腺素和血清素等)会提高或降低大脑的活动水平,并且情绪很可能是由信息素介导的。在我们看来情绪与大脑区域中的某些活动有关,从而引导我们的注意力,激发我们的行为,并确定我们周围发生的事情的重要性。从最近的一些开创性工作来看,情绪可能与大脑中心的一组结构有关,也即前面提到的边缘系统,包括下丘脑、扣带回、海马和其他结构,而其他一些研究表明,其中一些边缘结构与其他人的情绪没有直接关系,而一些非边缘结构被发现具有更大的情绪相关性。这些神经生物学同样给予我们对大脑以及情绪智能一个可以更加深入理解与思考的角度。
三、 情绪智能对个人发展所能做的贡献及其提高方法
对于个人的前途发展,美国哈佛大学的心理学博士Daniel Goleman则根据一系列研究和调查,得出我们的成功百分之二十靠智商,百分之八十的因素来源于阶层、社会地位、情商等非智力因素,而其中核心的便是情商的结论,这意味着个人在学业成绩、工作表现以及社会定位方面都与情商也即情绪智能有着密不可分的联系。又如对于个人的身心健康,情绪智能的理论为心理治疗与情绪调节提供了新的角度。人们将情绪智能广泛用于改变自己的情绪体验、认知以及行为策略。例如一个人为避免某种情况的发生而尽力去避免其不必要的情绪。专业地说,尽管不同的心理治疗学派对情绪的调节方法不同,但对情绪的认知成分、身体能量释放或对情绪的象征性运动和面部表情成分方面都给予广泛认同,这些都毫无疑问地说明情绪智能对一个人的发展起着举足轻重的作用。
而结合前面各方面的研究我们不难发现提高自身情绪智能的方法,==不外乎善于去认识自己,并且长期不懈地练习,时时刻刻注意分析自己的情绪与感受,从而逐渐学会控制情绪,管理好自己,更进一步便是在社会交往中善于理解他人,调节好自身与他人之间的联系。 ==
参考文献
[1] 黄卫平. 数据智能科学技术导论
[2] https://www.sciencedirect.com/
[3] https://en.wikipedia.org/wiki/Emotional_intelligence
[4] https://baike.baidu.com/
[5] Goleman D. Emotional Intelligence: Why It Can Matter More Than IQ
【信息科学技术与创新】情绪智能的扩展分析与总结 情绪概念及其模型 结合神经生物学对情绪智能深度分析 情绪智能对个人发展所能做的贡献及其提高方法相关推荐
- 【信息科学技术与创新】数字世界 智能系统 人机交互 增强智能 虚拟化趋势与元宇宙浪潮 《元宇宙七大规则》
数字世界给人类所带来的空间与自由 摘要 数据是人类和智能系统认识和改造世界的工具 人机交互与增强智能对人类自身能力的辅助与强化作用 人类发展的虚拟化趋势与元宇宙浪潮 Navigator 数字世界给人类 ...
- 【信息科学技术与创新】 人类大脑中数据的产生,积累,增长 数据与信息 神经信息学
人类大脑中数据的产生.积累与增长 摘要 本文首先提出人类大脑的基本定义,数据与信息的相关概念 之后从神经元以及突触的作用机制分析人类大脑中数据的产生.积累与增长 最后结合神经信息学对未来的脑科学相关技 ...
- 【信息科学技术与创新】数据压缩的理论方法与现实意义 信息论 压缩编码 通信的数学理论 Huffman编码 LZ算法 虚幻引擎与数据压缩
数据压缩的理论方法与现实意义 摘要 首先通过信息论引出数据压缩编码的理论方法 接着结合目前技术发展分析压缩编码的现实意义 最后总结思考未来通信与存储的压缩方法 Navigator 数据压缩的理论方法与 ...
- 北京大学计算机视觉导师,北京大学信息科学技术学院林宙辰研究生导师介绍
考研交流群296795122 自1999年国家下放博士生导师审批权以来,北京大学博导遴选制度经历了从教授中遴选博导(1999年)-破格遴选副教授博导(2003年)-"不固定资格制" ...
- 倍思机械眼六合一智能HUB扩展坞 拓展全功能办公更方便
为旧电脑加装配置是老生常谈的话题,这样能够让电脑的运行更流畅,在办公中拥有更好的效果,例如加装内存条或者是加装显卡等等.为新电脑加装设备,你,听说过吗?为什么要为新电脑加装设备呢?原因非常简单,当下轻 ...
- 2021-06-21基于深度学习的智能机械故障诊断的部分域适应方法阅读笔记
文章目录 基于深度学习的智能机械故障诊断的部分域适应方法 一.提出的方法 二.网络优化 1.源域监督损失 2.实验比较 总结 基于深度学习的智能机械故障诊断的部分域适应方法 无监督的目标域训练数据不会 ...
- AIBlockChain:“知名博主独家讲授”人工智能创新应用竞赛【精选实战作品】之《基于计算机视觉、自然语言处理和区块链技术的乘客智能报警系统》案例的界面简介、功能介绍分享之区块链技术
AI&BlockChain:"知名博主独家讲授"人工智能创新应用竞赛[精选实战作品]之<基于计算机视觉.自然语言处理和区块链技术的乘客智能报警系统>案例的界面简 ...
- 语言计算:信息科学技术中长期发展的战略制高点
语言计算:信息科学技术中长期发展的战略制高点 (2010-10-10 17:31:25) 标签: 校园 分类: 工作篇 自然语言处理,简单地说,就是用计算机来处理人类的语言(英文.中文等).由于语言是 ...
- 北京大学信息科学技术学院本科生课程体系(修订版)
第1章引言 1.1成书动因 1.22008年版(简称红皮书)成书过程 1.32012年版(简称蓝皮书)成书过程 1.4本书(简称绿皮书)成书过程 1.5本书特点 第2章培养理念与培养体系 2.1培养理 ...
最新文章
- cocos2d-x开发中wstring和string的转换
- python大数据分析实例-python大数据分析代码案例
- Oracle会话及连接数优化
- LoadRunner 常用C语言函数使用
- 使用Kubeadm搭建Kubernetes(1.12.2)集群
- SQL计算两个日期之间的工作天数
- U-Boot提供的指令
- lspci | grep -i ethernet
- [leetcode] 7. 整数反转
- Windows Server 2012 搭建DHCP及远程路由访问
- OpenCV最简JAVA版范例
- python基本使用时常见错误
- linux 服务器长ping 加时间戳
- oracle ssd加速,使用Oracle的SSD
- test.java_test JavaWeb开发的试题库管理系统。包括用户 、 、试卷生成及增删改查等。 Develop 256万源代码下载- www.pudn.com...
- 用html计算长方形的面积公式,长方形面积公式是什么
- 看完不会你揍我!!Pytorch利用文本数据建立自己的数据集- Dataset Dataloader详解 附案例
- java DNS域名解析
- python兔子编程_少儿编程分享:手把手教你用PYTHON编写兔獾大作战(一)
- 表格新增的属性及高级表单