從參與社群探索別人的英雄旅程｜思維增長EP39

參加不少實體社群活動時，我總會好奇別人生命中遇到什麼困難、怎麼克服、怎麼做重要決策、最後獲得了什麼。但最近我發現這一切的原因，是我喜歡聆聽別人的「英雄旅程」，那些痛苦的經驗、奮鬥的過程，從對方不斷分享的同時，能感受到對方生命旅途的厚度。

一、英雄旅程的 12 道環節

⠀⠀

《英雄旅程、英雄之旅（Hero’s journey）》是敘事學和比較神話學中的一種公式，描述了一個普通人如何踏上冒險、面對挑戰、經歷轉變，最終成長為更強大的自己的過程，後來被廣泛應用於文學和電影。

每個人的人生都可以看作是一個個獨立的英雄之旅，幾乎都會面臨「呼喚，踏上未知的道路，遇到挫折和考驗，尋找盟友和導師，最終戰勝困難，帶著寶貴的經驗和智慧回歸」。

在之前參加社群活動時，聆聽他人分享自己的故事，其實也是見證他們的英雄之旅，對方分享克服困難的故事、每個重要決定，之所以能夠打動我，是因為我在對方身上看到了自己的影子，感受到所謂的「共情、同理」。

當聽到別人如何在逆境中奮起、如何在迷茫中找到方向，其實也會激發自己對人生的思考，可以反思對方遇到的事情，有可能自己也會遇到。

「每個人都是自己生命中的英雄」

⠀⠀

⠀⠀

二、校園的英雄旅程

⠀⠀

校園生活雖然有時稚嫩，但我認為也不比職場簡單，沒有了金錢利益，若想要舉辦學生活動，更需要的是「身為一個同年齡層的學生，我要用什麼目標來說服你加入籌備團隊」。

當我舉辦越來越多場活動，也和不少總召、社長請教過，真的打從心底尊敬這些站出來第一線的人們，身為總召、社長、會長、甚至是各種社團幹部，這些角色無法滿足所有人，一定會在某些環節被討厭。

「只要有在好好努力，在某人的故事裡，可能也會變成壞人。」

在學生時代我一直在咀嚼上面這段話，在經營社團、舉辦活動的各種決策，幾乎都是多數決，因此終究會有少數人被犧牲，如同《英雄旅程》裡面的試煉、任務、危機，勢必需要想辦法克服，才能擔任好那個角色。

⠀⠀

回顧有一次參加大學生職涯交流活動，也開始思考，假設我是當年在底下廳的學生，會想聽什麼、會需要什麼、會對什麼感到迷惘、會在哪邊經歷挫折，一次次重新挖掘自我內心。

不論是大學時期的社團、讀書會、競賽、校友會、系學會，我一直很喜歡有「社群文化」的地方，透過社群能夠雙向成長，在交流過程中發現自身的優缺點，然後改進、成長、優化，成為更好的自己，成為自己旅途中的英雄。

社群就像是抽盲盒，每次參加都不知道會更新到什麼近況，但吸引我的其中一個原因也是因為這樣。

可以從中聽到不同人各自分享他喜歡的事，那種熱血、澎湃、自信、閃閃發亮的眼神總是充滿感染力；也可以聽到工作、學校、生活、感情上的種種，似乎也體驗了一回。

後來忘記在哪裡看到這段話，發現很貼近校園的英雄旅程：

「情緒終究會隨著時間慢慢淡去，舉辦企劃的激昂澎湃、或是遭受挫敗的無奈沮喪。最後留下來的，是那些不被磨滅的經驗、努力、和一起奮鬥過的人，這些東西，當不斷地集結在身上時，就會化為一種厚度，一種稱為人生的厚度。」

⠀⠀

⠀⠀

三、職場的英雄旅程

⠀⠀

關於職場，前陣子參加了一場職場交流活動，大家產業職業都很分散，有藥局、科技廠軟硬體 PM、空間經營者、行銷、業務、顧問、工程師、設計師、選手教練、包租代管、專職投資人，幾乎各職業都能找到。

因此問問題成為我參加的超大考驗，因為事前會拿到一份對方的自介，為了讓交流可以順利進行、不要 5 分鐘被句點，我需要自動開啟極高的好奇心模式不斷拋問題，像是：

• 你為什麼想做 / 選 / 換這個職位
• 你怎麼想參加 / 怎麼看到活動 / 對活動的想像

⠀⠀

也正因為產業跨很大，有時聊天會接不下去，通常是我對這個議題太陌生，陌生到不知道要從哪問起，但我後來發現用「要如何才能成為這個角色」的想法就比較能一直問下去。

可以開始探索「他做了哪些關鍵決策才有這些成就，衍生像是如何做決策、決策後如何修正、遇到哪些問題怎麼克服」，簡直像是在挖掘對方職場上的英雄旅程，這件事再次突破我的舒適圈。

還有一個主辦人分享的概念，我也很喜歡：「如果聊到一半，你發現對方超強，那你該讓其他人也認識他；如果你發現對方能分享的內容較少，那你值得去認識其他人」。

⠀⠀

⠀⠀

四、總結

⠀⠀

會想寫這篇是因為最近大量參與不少活動，像是老同學聚會、職場交流活動，認識了新朋友、也和舊朋友重逢，回想校園和職場遇到的各種角色，發現每個人都有自己的「英雄旅程」。

不論哪個產業、職業、身分，每個人都是努力在生活著，就算遇到各種奇奇怪怪的難關，正好塑造了那個人，也因此聽對方分享時，我都會不自覺思考「哇你撐過來了，換做是我可能不一定做得那麼好」。

最近參加完活動的最後，面對我眼前的這些「英雄們」，我都會試著說「希望下次聽到你的好消息」，感謝對方分享了他的英雄故事。

若對《思維增長》有興趣，可以再往前翻：

• 算法工程師與數據科學家的差異－講座心得｜思維增長EP38