如何准确判断女生在感情里的口是心非?

心理导读:日本和中国都是明显的高语境文化的国家,往往话里有话,言不由衷。高语境的爱恋有时是很困难的,有时却很有意思。在信息不对称的情况下,需要很强的互相理解与信任。是一门技术活。 —— www.xinli001.com

文:佚名 

之前有这么一个段子,说川端康成问他的几个学生,英文的“I love you”如何翻译成日语。学生们翻译成“私はあなたを爱する”之类的Google 翻译体之后,川端大师抬头望了一下天,说,你们翻译得完全不对,如果是日本人的话,只要翻译成“今夜月色很好”,就可以了。

不知道为什么,假设这个事情是真的,我并不觉得它矫情。事实上,这个故事很真实,很令人信服。

学跨文化管理的时候,学到了“高语境”这么个概念。在高语境文化下,人们的真实意思并不能直接从语言的内容中推断出来,而要根据语气、表情、动作、氛围等等综合进行判断。

在商务环境下,“请问您觉得这个报价合适吗?” “听起来很合理呢,我要回去跟老板商量一下”,也许意味着后者根本无法接受这个价格。

而在恋爱环境下,“我还以为琴子是哥哥喜欢的类型呢”,“不可能,除非我智商变负”,就是个典型例子。嘴上说着不可能,但脸上藏不住的幸福感暴露了真实的心理。

日本和中国都是明显的高语境文化的国家,也就是说,往往话里有话,言不由衷。而在男女关系中,女性比男性要更含蓄、敏感多思,难以捉摸。试想,葬花坡上若无宝玉喊一句“只说一句话,从此撂开手”,黛玉岂不是要当下就哭死了?

高中的时候看《源氏物语》,印象最深刻的场景是,源公子从别的女人那儿回来之后,看到紫姬侧卧在床上,背朝外,只能看到她长长黑发的一个背影。

倘若这个时候,源公子没有 sense 地跑去问,“你是不是难过了?”贤惠的紫姬一定会否认的,也许会说,最近天气太热,不想起床。然而源公子之所以受到这么多女人的爱和等待,也是因为他很能体谅。看到紫姬无声的背影,源公子走向她,坐在床边,抚着她的头发说,“以后我都陪你”。情商之高令人发指

高语境的爱恋有时是很困难的,有时却很有意思。来回地印证、反复地确认,若有似无地传达某个信号,努力捕捉微表情。倾城之恋里面,范柳原说喜欢流苏的理由是“一个真正的中国女人”,而流苏最大的特长则是低头。低头是一个很强大的隐藏真实信息的动作。对方讲了一个趣事,你低头;对方向你表白,你低头。不展示真心,才够矜持。

然而,这种模棱两可暧昧的态度,可能会被不了解高语境的人误读。比如,恋人电话里吵架的时候,女生说“你再也不要打电话来了!”就把电话挂了。男生再打过去,挂断,再打,关机。这个男生于是觉得女生是真的生气不想理会自己了,放弃电话,想明天再好好解释。

“你再也不要打电话来了!”和“讨厌!”是一个感觉的。这个语境是“我很生气,除非你一直一直打电话给我,我才会原谅你。”

我看《情书》,无论看到哪儿都恨不得会哭。日本的审美是很招人恨的。最美的是失去。最美的是死亡。樱花是美丽的,只因为它的凋谢。情书里面,男孩子对女孩的爱恋一直表现得浅浅的完全没有被察觉,而到死后,才被一点一点回忆起来。而《追忆似水年华》给人的深深的怅然,则是最好的读者反应。

上个暑假的时候,我读了两三个最后自杀的日本作家的书,真是抑郁得很。三岛由纪夫的《金阁寺》就是一本让我备受打击的书,其打击不啻于目击最心爱的人跳楼。郁闷到暴。这大概就是日本的悲剧美学的极致了吧。

讲到悲剧美学了,就随便再一说。高语境的爱恋很容易出现问题,信息不对称的情况下,需要很强的互相理解与信任。远距离的恋爱之所以不易,就在于朦胧了高语境的背景。失去了眼神表情动作氛围,原本一个拥抱能解决的问题,原本撒娇卖萌的“你再不回来我就不等你了”,就会被误解放大成一场大危机。

因此心有灵犀、心心相印之类的话,都是非常高水平的恋爱程度。很高级。

傲娇是怎么一回事呢?好像在性格中就存在这种保守的态度。不愿意表明自己的态度。

因为在不知不觉中喜欢上了对方,潜意识里大喊“不好!陷进去了!”,感觉自己属于感情中的弱势者,对方的一举一动都会影响自己生活。于是反而表现出一副很强硬,很不屑的态度,以免被对方抓住痛脚。“我可没有先喜欢你哦。是你先喜欢我的呀“,是弱者自以为能够凭借立于不败之地的大把柄

我有一阵子觉得高语境的爱恋实在是太高难度了,于是尝试着直言不讳。但在高语境成为公共知识的背景下,所有的语言都会被转译,从而造成了更大的误解。

有些人说,自尊心害死人。有时候自尊心是会让人受苦的。但人类之所以实现了一些文明上的辉煌,也是因为尊严,pride。物质、宝贵的生命,都可以因为尊严而放弃。

我认为,正是这种短期的似乎”不理性“,才实现了更大的理性。

高语境的使用者,莫沮丧,多沟通,多信任;高语境的”受害者“,莫否定,莫悔痛,自尊自有其代价,而人生无常,也许哪一天好事会发生。

发表回复

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据