كما هي منشورة على مدوّنة البخاري
الأثر الهام لاختيار الكلمات على التواصل
مقياس العواطف يكشف في أيّ من الكلمات ينطوي الثقل الأكبر.
دراسة باللّغة الإنگليزية.
لقادة العالم، والصحفيّين، والمدراء التنفيذيّين، أو أيّ شخص اضطرّ إلى دفع سوء ظنّ وشبهة عنه، يمكن أن يكون لاختيار الكلمات تأثير هائل على كيفيّه فهم الرسالة التي يريد إيصالها إلى الناس.
هل يختلف المقصود في حال قلنا أن العرض كان جيّداً كفاية، أو جيّداً جدّاً؟ أو إذا وصفنا تقريراً بكلمة سيء أو ضعيف؟ وفقاً لدراسة استقصائية أجراها مركز YouGov، العواطف في الكلمات الإنگليزية ليس حادّة وجافّة كما يُعتقد.
الولايات المتّحدة العاطفيّة
لكلمات معيّنة القدرة على التعبير بدقّة أكبر عن العواطف الإيجابية والسلبية.
ومن المثير للاهتمام مثلاً أنّ التركيب very bad (سيء جدّاً) يزيح تماماً كلمات مثل abysmal (وضيع) و dreadful (كريه جدّاً) عن اعتبارها المصطلح الأكثر سالبيّة لأولئك المشاركين في الاستطلاع المقيمين في الولايات المتحدة.
في الرسم التالي، وعلى مقياس من 0 إلى 10، حيث 0 = سالب جدّاً و 10 = موجب جدّاً، بشكل عام، نرى كيف يكون الانطباع موجب أو سالب بناء على الكلمات (التراكيب) المستعملة لتوضيح شيء ما.
على الطرف الموجب من الطيف في الرسم، كان مصطلح perfect هو الأكثر إيجابية وبشكل قاطع.
الكلمات المؤثّرة في بريطانيا
النسخة من الدراسة التي أُجريت في المملكة المتّحدة تكشف فروقات مثيرة للانتباه في كيفيّة الإحساس بالكلمات.
في الرسم التالي، وعلى مقياس من 0 إلى 10، حيث 0 = سالب جدّاً و 10 = موجب جدّاً، بشكل عام، نرى كيف يكون الانطباع موجب أو سالب بناء على الكلمات (التراكيب) المستعملة لتوضيح شيء ما.
في مصوّر المملكة المتّحدة، تمتلك الكلمات “حدبات” أكثر في الرسم، ما يعني أنّ الناس يتوافقون أكثر على مكان سقوط كل كلمة على مقاس من عشر درجات. كذلك، يبدو أنّ هناك المزيد من الفروقات الدقيقة المتوافق عليها بشكل جماعي. أظهرت نتائج الولايات المتّحدة اتّفاقاً أقل على الكلمات التي لم تكن على الأطراف المتطرفة من طيف العواطف.
في كلا البلدين، الكلمة average في وسط الرسم تماماً ونالت أعلى نسبة اتّفاق في آراء الناس حول قيمتها في الاستبيان.
لغة الكم
من الطبيعة البشرية محاولة ترويض التعقيد وتنظيم الفوضى. ولطالما شكلّت اللّغة، بسياقاتها وانفتاحها على التفسير والتأويل، تحدّياً مغرياً.
تحقيقاً لهذه الغاية، طوّر الباحثون قوائم تقيس القيمة العاطفية لكلمات معيّنة. باستخدام تقنيّات التنقيب في البيانات، وبات من الممكن قياس نغمة قطعة من الكتابة.
أحد الأمثلة المقنعة على ذلك هو مشروع لمحلّلة البيانات، سوزان لي، التي أجرت تحليلاً للعواطف في خطابات المساهمين في وارن بافيت Warren Buffett، ووجدت أنّ غالبيّة الرسائل كان لها نبرة إيجابية.
الشاذ الوحيد؟ هو عام 2001، الذي كان عاماً مليئاً بالتحدّيات لعدد من الأسباب.
مع الاستمرار بتطوير هذه التقنيّات، من المحتمل أن نفهم بشكل أكبر كيف تصبح abysmal شخص ما = very bad لشخص آخر.
ليس اختياراً 
تعليق واحد