《老年的意義》:到了90歲,選擇性遺忘可能是某種正面的智慧

我們想讓你知道的是
中年必須知道談生意時誰暗算了你;老年時忘了舊仇,沒什麼損失。選擇性記憶也有一種增強作用,讓富者更富──比起沉溺舊怨的祖母,說開心往事的祖母比較常有孫子女探視。
文:約翰.利蘭(John Leland)
為什麼越老越有智慧?
「年輕的時候,煩惱比較多。」
起初我會覺得長者是因為不想在媒體上發牢騷,所以才有所保留,他們的世代和我不同,不時興抱怨。然而一個月一個月過去,他們依然如此,我逐漸明白他們的選擇性記憶(美好時光的記憶栩栩如生,卻忘記不愉快的時光),對他們的日常生活有好處。即使他們無法控制發生在自己身體上的事,也能控制自己的過去,塑造過去而得到正面的結果。
「我回想我的一生,覺得我這輩子很快樂。」露絲把過去的快樂說得好像有得選擇。
他們還記得的苦難讓他們得以對付現在。他們不是撐過了大蕭條,或配偶緩慢又受折磨的死亡嗎?
我和露絲談話時,露絲時常說起她照顧垂死母親、丈夫和一個姊姊的歲月;她說她姊姊是「我們之中最聰明的那個」,死於阿茲海默症造成的緩慢退化。這些記憶似乎不令她痛苦,而是讓她記得更愉快的時光。露絲的長女茱蒂經營一個機構,專門服務低收入的老人,她說她時常在她服務的人身上看到這種韌性。茱蒂說:「活到八十五或九十歲的人,都有驚人的力量。像我母親,她失去丈夫,也失去雙親,她知道怎麼處理失落。雖然不會減輕痛苦,但人類很有韌性,而年長者經歷過各式各樣的事,我們有很多可以跟他們學習的。年老未必愉快,但也未必可怕。金錢有幫助。有親人也有幫助。但我遇過一些人既沒錢也沒親人,老了卻過得不錯。」
嚴重的記憶喪失很可怕,我們會擔心也是情有可原,不過選擇性遺忘可能是某種正面的智慧。你四十五歲的時候,記得婚姻或事業上犯的所有錯誤有好處,可以讓你記取教訓;到了九十歲,遺忘最好(最聰明),因為記得那些事徒傷心。中年必須知道談生意時誰暗算了你;老年時忘了舊仇,沒什麼損失。選擇性記憶也有一種增強作用,讓富者更富──比起沉溺舊怨的祖母,說開心往事的祖母比較常有孫子女探視。
有一天,我在王萍的公寓裡問她,她這九十年有什麼遺憾。王萍的公寓雖然樸素,卻總是窗明几淨。她不再給自己買衣服,毛衣脖子邊的地方微微磨損了。她把照顧窗邊植物當成例行公事,她說:「這很重要。我喜歡花,對我的身體很好。」對於我問起的遺憾,她搖搖頭說:「遺憾沒道理。沒辦法回到從前。過去的就過去吧。」
王萍描述了她每天的例行公事。她喜歡睡到很晚,然後把居服員前一晚做好的早餐拿去加熱。居服員十點來洗碗。早上王萍會給花澆水,她以前早上會去上一堂運動課,但她現在寧可坐著不動。午餐後,她會小睡一下,下午三點會下樓打兩個小時的麻將,成員每次都一樣,除了她還有中國南部廣東省來的三個女人。她說,她贏牌的日子就是好日子。每天晚上,她會和女兒講電話、下到公寓的交誼廳去閱讀或聊天。她坐直了會背痛,所以晚上不看電視,有時睡前會躺著閱讀。幾年前,她女兒給了她一臺筆記型電腦,讓她和中國的親戚通電子郵件或用Skype 聯絡,不過她沒地方放筆電,而且搬著筆電在公寓裡走來走去太吃力。她也試過平板電腦,但手抖得太厲害,不能用觸控式螢幕。
因此王萍只能接觸到一小圈人和少量的活動,最近公寓的一個好友過世,所以這個圈子更小了。不過這個圈子經過精挑細選,每個人對她都有某種意義,她不會把精力浪費在她不喜歡的人身上,或做自己不愛做的事。她不做自己不喜歡的工作,不用去有壞心學生的學校,她不擔心被炒魷魚或數學被當,她最擔心的是有沒有錢辦葬禮,而這問題已經解決了。為工作焦慮、婚姻緊張、財務煩惱、時間衝突、日常壓力──讓我夜不成眠,或讓我不開心的,就是這些事,但對王萍和其他長者來說,這些事其實不存在了。王萍說,她現在過得比較輕鬆,「年輕的時候,未來很遙遠,你不知道自己和這世界會變成怎樣,所以年輕的時候,擔心的事比老年人多。但我現在不擔心了。」
想像一下:不用再牽掛未來──也就是各種事很可能不會發生,唯獨一個例外,那就是死亡。即使只有片刻,不再牽掛未來的感覺就像第一次飛行,讓人覺得輕飄飄的、無拘無束。我們大多天天抱著未來而活,在這未來的重擔下辛勞。像老年人一樣思考,就像無牽無掛地旅行。
一九八○年代,瑞典社會學家拉斯.托斯坦(Lars Tornstam)驚訝地發現王萍這樣的人十分普遍。
他們雖然失去許多,老了卻心滿意足。托斯坦和我一樣,發現這樣的人隨處可見。他開始訪問他們,談起他們的人生時,他們描述了自己的價值觀如何隨著年歲漸長而改變。值得注意的是,他們對於如何運用時間、和誰一起共度時光,變得更挑剔了。他們不再有興趣在雞尾酒會與人閒聊或和陌生人調情,不再尋找新朋友或增加社交網路上的新聯絡人。
此外,他們變得沒那麼自我中心,比較意識到自己是大我的一部分。他們不覺得寂寞,反而告訴托斯坦,他們珍惜有獨處的時間可以沉思。其他社會科學家爭先想出新主意,讓老人有事可忙,托斯坦卻自創「超越老化」(gerotranscendence)這個詞,以不同的方式看待老年──不是一段衰退的時期,而是一個高點,此時人們會超脫物質煩惱,專注在真正有價值的事物上。
托斯坦推斷,老年之前的歲月都是在為這個階段做準備。
Tags:
新創Onramp Lab再下一城!看新產品ContactLoop聊天機器人,如何助金融業客戶業績提升2倍?

我們想讓你知道的是
談起Onramp Lab這個新創團隊或許有些陌生,但自2015年成立以來,憑藉著技術本位的實力與內部夥伴並肩合作,成功擄獲了金融、媒體、娛樂甚至是食品等不同產業,令人更好奇 Onramp Lab 究竟有何看家本領,又將拿出什麼秘密武器來滿足市場與客戶的需求?
談起Onramp Lab這個新創團隊或許有些陌生,但自2015年成立以來,憑藉著技術本位的實力與內部夥伴並肩合作,成功擄獲了金融、媒體、娛樂甚至是食品等不同產業,令人更好奇 Onramp Lab究竟有何看家本領,又將拿出什麼秘密武器來滿足市場與客戶的需求?
攤開Onramp Lab目前的解決方案版圖,Onramp Lab執行長吳鎮雄分析,目前團隊除了有以提供金融諮詢的搜尋引擎優化FinanceJar外,還有能提供從買廣告、刊登廣告等媒體採購一條龍服務的ThreeSigmaMedia,「但我們在協助企業過程中發現聯繫消費者的最後一哩路出現了斷層,」無論企業投入多少的廣告資源,若無法在黃金時間與消費者接上線,就容易錯過了可能創造產值的機會,甚至在錯誤的時間聯繫、也會影響品牌好感度。
吳鎮雄表示根據Onramp Lab內部的統計,當企業投放廣告找到消費者後,即時(realtime)聯繫與20分鐘後以及隔天聯繫所能創造的成交結果,將相差4倍到10倍之多,且消費者對與品牌的關注度與專注力也隨著時間雪崩式遞減,這讓Onramp Lab團隊試圖去思考,如何能近一步協助手中的企業客戶有效解決此一問題,因此催生出了Onramp Lab第三個解決方案:ContactLoop AI聊天機器人。
導入ContactLoop,為企業創造營收又省時省力

試想當你去參加一場聯誼獲得到心儀對象的聯繫方式時,你會怎麼做?「聯誼結束到約出來碰面,肯定會醞釀一段時間啊!」吳鎮雄笑著說。
同理,當企業透過廣告投放獲得一份潛在客戶名單,他們究竟是真的對產品有興趣,還是不小心誤按?過去企業只能照著這份名單逐一聯繫,拒絕、碰壁甚至是未果都是常態,但對於企業而言大量的人力與時間投入都是成本。如今,企業能透過Onramp Lab團隊打造的聊天機器人ContactLoop,透過AI與潛在客戶初步互動,再篩選出更精準的清單進行溝通,讓完成最後一哩交易的路變得更有效率。
吳鎮雄表示,這項服務在美國上線半年多來,就成功為金融產業企業客戶節省至少3成的客服人力,同時靠著更精準的消費者名單,衝出2倍業績成長的表現。「團隊花了大量時間了解客戶的使用場景,」如何與消費者打招呼、應該要準備哪些回應內容、避免開放式的問題不易聚焦等,當消費者被廣告吸引的那一刻起,ContactLoop就能即時的與他們聯繫,透過如同真人般一問一答的簡訊對話流程,篩選出真正含金量高的潛在消費者,協助企業最後能「一竿進洞」。
或許有所不知,由吳鎮雄領軍的Onramp Lab團隊,旗下產品皆是由在台灣的開發團隊一同協助打造,且團隊的平均年齡僅30歲,同時具備著強大的行銷DNA與產業知識背景,甚至對於銷售場景也多有著墨,相較於強調「技術」的聊天機器人,ContactLoop的產品設計上能更佳直覺與人性化,來自台灣的產品也更能解決各個市場的企業痛點。
Onramp Lab產品技術總監竇友志表示,ContactLoop不僅提供一站式服務,探索客戶需求,更隨時調整聊天機器人的參數與訓練其語言辨識模型,確保企業在使過程中能準確掌握消費者需求,更能針對問題進行AB測試、找出最佳的起手式或應答。針對美國市場區域碼眾多的特殊性,ContactLoop也能在後台依據消費者的所在地進行分類,避免用非其所在的區域碼電話聯繫,「就好像你在台北接到陌生區碼的電話也可能拒接是一樣的概念,」竇友志説。

摩拳擦掌台灣市場,瞄準保險、電商產業
如今,ContactLoop這項全新服務在美國已成功打下第一仗,「很期待接下來能帶進台灣市場,」吳鎮雄説。從他的觀察發現,諸如保險、電商、醫美這類型在台灣市場蓬勃發展,卻仍需要耗費大量人力與廣告成本進行陌生開發消費者的模式,或是高電價且資訊量大的電商零售,都是ContactLoop AI聊天機器人可以協助轉型的產業。

吳鎮雄認為Onramp Lab團隊能給予企業客戶的不只是ContactLoop而已,從協助企業找出精準消費者名單開始,整合ThreeSigmaMedia、FinanceJar等不同解決方案,以一站式的角色給予企業更完整的服務,他相信Onramp Lab能與企業客戶一同創造更好的價值。