手势让你更有说服力 无论是试图在演示中突出关键观点、向团队表达沮丧，还是在推销时解释一个概念，许多人都会用手势来辅助传达信息。那么，“用手势讲话”真的能帮助表达观点吗？手势的类型是否有影响？ 为了探讨这些问题，研究人员使用视频分析软件，分析了从2006年到2017年上传到TED的2184个演讲视频中的近20万个片段，并将手势分为三类：描绘性手势，即通过视觉方式表达物体或概念，例如模拟转动齿轮来描述思维过程；强调性手势，这些手势用来强调某个重点，例如举起拳头表达喜悦；无关手势，如抓痒等动作。研究发现，使用手势的演讲者的视频确实更受欢迎。可是，当研究人员根据手势类型进行分析时，发现并非所有手势都有同样的效果：只有描绘性手势的增加与视频的“点赞”呈正相关。 为了确定描绘性手势为什么能提升演讲者的受欢迎程度，研究人员进行了一个后续研究，邀请685名美国参与者观看了一个女性创业者推销新护肤品的不同版本视频。每个视频中的演员和剧本都保持不变，但研究人员改变了演员使用的手势类型。观看视频后，参与者被问到了创业者在其眼中的能力、亲和力、好理解程度，以及自己购买这个产品的可能性。使用描绘性手势的视频中，参与者认为她的内容明显更好理解且更有说服力。此外，观看该视频的参与者比其他组的参与者更可能购买她的产品。研究人员表示，他们的发现为手势如何帮助我们解释复杂概念，以及我们如何利用手势使信息更有效提供了重要见解。 摘自《哈佛商业评论》，2026.1-2 职场晋升技能三项修炼 ●李春艳 一、选定赛道，确定路线。职场新人在22～25岁应大胆尝试多个岗位，明确可以坚持3～5年的职业赛道。职业赛道选定后大体有两条路径，第一条是成为高阶的管理者；另一条是想办法让自己成为老板。 二、了解需求，以终为始。无论是在企业升职还是创业当老板，都是让自己成为管理者。管理层级常划分为三个：基层管理者一般直接听从上级管理者安排，负责将各项工作落地执行，对组织的价值贡献核心是“高效做事”。中层管理者承上启下，是各项工作的组织实施者，包括拆解目标、组织团队、分工合作、监督实施等，即对上分忧，对下组织。中层管理者对组织的价值贡献核心是“正确做事”，即参照各项制度规范，组织实施企业各项工作任务，确保产品与服务顺利交付，并对企业各项制度规范查缺补漏，更新技术、方法、流程。高层管理者是企业的经营决策者，核心价值贡献是站在顶端制定并选择企业正确的发展方向，做出正确的重大经营决策，让企业“做正确的事”。管理者必须掌握技术技能、人际技能和概念技能。 三、锁定目标，分段实现。1.提升技术技能，成为细分业务领域主管。职场新人在25～28岁要想办法成为细分领域的主管。主管属于基层管理者，是执行层，晋升为主管，需要比其他人更快、更稳健、更高效地完成专业岗位任务。2.技能延伸，一专多能，跃升中层管理者。30岁要跃升为中层管理者难度较大，这需要在技术和人际技能两方面下功夫。第一，技术技能方面。需要技能拓展延伸，掌握某个或某几个业务模块的专业技术。第二，人际技能方面，随着管人数量和范围的增加，要在组织中起着承上启下、左右协同、内外沟通的重要职责，需要在沟通能力、团队建设能力、冲突解决能力、领导能力等方面补习相关技能。3.跨界学习，突破职场瓶颈，挑战职场高管。若继续挑战高层管理者岗位，概念技能的学习和掌握成为必须逾越的鸿沟，要具备建立在对企业复杂境况综合了解基础上，全局考虑，综合评估进行预判、决策、引领的能力。高层管理者的核心职责是站在顶端确定组织发展方向，决策重大事项，要全面具备全局观、决策力、战略定力。 摘自《企业管理》，2026.3 被算法放大的偏见 ●斯坦福商学院 社会中关于性别与年龄的偏见究竞有多根深蒂固？一项发表于《Nature》的最新研究指出，对年长女性的不准确刻板印象不仅广泛存在于网络图片和视频中，还被大语言模型（LLMs）继承并进一步放大。 斯坦福大学商学院组织行为学助理教授DouglasGuilbeault试图刻画一种“横贯整个文化层面的趋势”。不同于以往聚焦特定场景的研究，他们从更宏观的角度，系统分析了性别与年龄如何共同塑造人们对女性，尤其是职场女性的认知。 研究发现，尽管人口统计数据显示女性寿命更长、整体就业并不存在明显的年龄差距，但在网络视觉内容中，年轻女性却被严重“过度昊现”。这种“性别化的年龄偏差”同样存在于用于训练AI的图像数据库中。 这种偏见并未止步于视觉层面。研究者进一步分析了9个大语言模型，极盖数十亿词语，发现即便在没有任何图像的文本世界里，对年长女性的扭曲认知依然普遍存在。这表明，性别与年龄偏见已经深度嵌入我们理解和分类社会角色的语言结构之中。为了检验生成式AI在现实应用中的影响，研究团队让ChatGPT为54种职业生成了3.45万份简历。 结果显示：当使用女性姓名时，AI更倾向于生成“更年轻、经验更少”的职业履历；在对简历质量进行评分时，年长男性获得的评价最高，即便男女简历基于完全相同的初始信息。这意味着，AI简历筛选工具可能在无意中强化对年长女性和年轻求职者的歧视。
