你找對工作了嗎? 用「冰山模型」配對成功,「提升認知」讓人生卓越!

by Carina Wu
你找對工作了嗎? 用「冰山模型」配對成功,「提升認知」讓人生卓越!

你的工作找對了嗎?

工作職務和你是否有配對成功,比你的薪資、企業頭銜更重要。

如果你的工作是自己不喜歡或無法勝任,在職場真的會超難熬…

找工作就像找搭檔、找人生伴侶一樣重要,你可以用「冰山模型」分析要素,檢視工作的配對程度。

冰山模型是由美國著名心理學家麥克利蘭所提出,他把一個人的內在價值要素,分成冰山上(顯性)、冰山下(隱性)兩個部分—

顯性要素:

  1. 知識:透過學習和實踐獲得的認知、經驗,和專業、閱讀、從事工作、興趣有關
  2. 技能:具備的專業技術

知識、技能相對容易提升,但是職涯發展的空間較低,若有許多人跟你一樣都具備相同知識與技能,被取代性極高。

隱性要素:

  1. 能力:可遷移、通用的能力,提升相對慢,但有利於職涯,可以實現加薪、升遷、跨領域發展
  2. 價值觀:判斷事物的標準,如:是否可以接受加班、更重視家庭還是事業
  3. 性格特質:個人行為偏好,如內向、外向者,若你喜歡獨處,但要大量社交,心裡會很不舒服
  4. 動機:分為成就動機、權力動機、親和動機,如:高度重複的工作,給予很少成就感

價值觀、性格、動機,都是受到童年與家庭教育影響,較難以被改變。

找對工作,發揮優勢!

  1. 確定目標職務
  2. 找出每一家公司的招募需求,列出共通性
  3. 按照冰山模型,分析他們的人才需求
  4. 將分析結果與自己能力比對,若底層要素不符合,不建議選擇

如果知識、技能不符合,可以選擇但要願意花時間學習。若想知道這個職位的未來發展,可以搜尋 Linkedin 相關行業的職務,看看他們的人才,之後去到哪些地方發展!

找對夥伴,成就職涯!

冰山模型也能用來找到夥伴,或是重新檢核自己需要培訓的要素。冰山上培養技能、考證照;冰山下則是培養人格、素養。

要找到合適的工作,能展現性格優勢,並認清自己的能力,發揮在適當的地方。

更需要檢核你的「認知」是否正確,人生越早看到這張圖,就能越好~

而我們該如何認清自己的能力呢?

可以先進行「自我認知」的檢核,由美國認知心理學家鄧寧和克魯格提出的鄧寧-克魯格效應,也就是達克認知 (D-K effect)。它主要在說明,多數人都高估自己的能力水平,無法認知、正視自己的不足,但能透過訓練來提高認知和技能。

目前的你,處在哪一區?

  • 不知道自己不知道:自我感覺良好、高估自己
  • 知道自己不知道:審視自我、越探索越渺小
  • 知道自己知道:精進自己、獲取經驗
  • 不知道自己知道:至高境界、眼界開闊

同時,想要提升認知,你可以做這 3 件事情

1、接受外部資訊:取得資訊、身體力行實踐觀念

2、轉為心理活動:把資訊轉為意圖,提高有效性

3、支配行為:資訊經過處理,會轉為認知

我們可以不過度想像未來,專注在當下如何發展。

拒絕被焦慮綑綁,而是先找到改變、調整的契機,從個人學習與成長,當做你最好的投資!

推薦 TibaMe 學習課程

找對工作!發揮優勢:超熙利!一門課搞定你的英文履歷面試

想進外商、跨國企業,卻卡在英文履歷面試不知道如何準備,或總抓不對重點準備得心慌意亂?這門由既是企業 CEO,又是英語教學博士的 Estella 申芷熙老師精心設計的全英文履歷面試課,將帶你挖掘自身亮點→打造吸睛履歷→撰寫動人求職信→準備英文面試,讓你在求職的競技場上能「面面俱到」!

找對夥伴成就職涯DDI職場必修課|HR和主管該如何有效徵才找到對的人?9大章節讓你一次學會目標選才技巧

你是否遇到以下問題:在面試中不知道該如何提問得到自己想要的答案?應徵者滔滔不絕,但是哪些才是有用的資訊?面試後該如何評估應徵者的情況得出最終的選才決定?國際領導力顧問公司DDI獨家與緯育TibaMe合作,首次曝光企業級課程!

自我認知!累積眼界:跨部門溝通-掌握溝通風格成就雙贏共識

本課程由擔任幾十年主管角色的李思恩講師,透過簡單生動的實際案例,帶出跨部門溝通背後的關鍵成因與方法,將授四種溝通風格的應對方式,如何排除溝通常見障礙,以及了解OK象限,進一步造就雙贏溝通用語,就讓我們用90分鐘的時間,一次解決職場最頭痛的跨部門溝通問題吧!

提升認知,轉為行動:用ChatGPT提升商機洞察力與創造力

你是否曾經陷入商業創意困境,無法想出商機好點子?你是否想學習如何運用人工智慧來提升商機洞察力?在本課程中,你將學習如何運用 ChatGPT,一種強大的自然語言處理技術,一起跟著劉恭甫(功夫老師)來提升商機洞察力,幫助你創造出好點子。

分享這篇文章:
0 留言
0

您也許會喜歡

發佈留言

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料