邁向成功的格鬥課談運動與心理素質訓練計畫
×

邁向成功的格鬥課,談運動與心理素質訓練計畫

原始文章

邁向成功的格鬥課,談運動與心理素質訓練計畫

心理素質造英雄

不管是電影或現實生活,我們都曾見過這樣的畫面:在比賽最後關頭逆轉勝的運動員、在眾人質疑下侃侃而談的企業家、在手術房進行急救的主治醫師。不同的職業,不同的遭遇,但這些人都有相同的特質,冷靜,果決。
這裡我們統稱為心理素質。

如果能力與經驗決定了一個人優秀與否,強大的心理素質則能培養萬中選一的傑出。無論你用什麼方式定義成功,在大多數的情況下,心理素質都是成功人士的必要條件。

關於心理素質的定義有很多,包括自律、情緒控管、抗壓性、挫折容忍度、自信、克服恐懼等。這裡我們再次聚焦,把重點放在我認為最難訓練的部份,克服恐懼。

為什麼克服恐懼那麼難?

「熟能生巧」是所有人都能理巧並接受的經驗法則,你想打好籃球就要多練習,你想彈好鋼琴就要多練習,你想說一口漂亮的英文就要多練習,Practice makes perfect。不只是練習,還要有意識、有系統的「刻意練習」。

練習是必要的,但大部份的練習成果僅止於技巧層次,如果讓你懼怕的不是技巧,而是情境,這樣練習還有用嗎?

想像一下,如果你害怕上台報告,你實際上怕的是在台下的睽睽眾目,而不是報告的技巧。然而,最困難的地方在於,你很難隨時找一群人坐在台下,模擬實際報告時的肅殺氣氛,隨時準備慘電自己的老闆或客戶。這個情境本身無法模擬。

同理,回想一下那場你失手的比賽,你失敗的談判,當下讓你喘不過氣的壓力,忍不住顫抖的聲音和雙手。你知道自己還不夠強大,但無從練習。當然,有些人說,只要多經歷幾次就會習慣,但這個方式的成本太高,似乎註定要搞砸過幾次才會成長。我們無法接受,我們習慣未雨綢繆。

然而,我們在這裡能夠得到一個寶貴的共識:恐懼感是共通的,是外在事物引發的情緒反應,也就是說,我們只要能夠模擬恐懼、習慣面對恐懼,就能夠有效提升心理素質,無論你是上班族、醫師或運動員。

運動是訓練心理素質的唯一解

在大部份談論心理素質的書或文章中,提到的方式不外乎兩種,心理調適與運動。
心理調適的部份幾乎是廢話,那麼輕易就能調適的話,那還需要練嗎,因此這部份我們不談。

至於運動,則是多數人普遍較能接受的方式。藉由運動增強身體狀況,並且在競爭的情況下達到訓練結果,如籃球、足球等競賽型團隊運動。然而,這個方式的效率太差。我們不可能每一場比賽都遇到雙方同分,比賽時間剩30秒,而且剛好是我方進攻的局勢,尤其在團體運動中,可能會有其他技巧更高明的隊友扛起逆轉勝的重責大任。在這樣的條件下,很難為自己營造出高強度心理壓力的情境。

其他個人運動,如網球或跑步,似乎也沒辦法有效模擬緊張與危機感。
後來,我找了很久,終於發現我認為最適合的運動項目,格鬥。

從人類演化史角度切入

格鬥這個答案雖然沒有嚴謹的理論基礎,卻也不全然是憑空想像。在一些研究中,都嘗試將人類行為模式與演化史作聯結,也就是說,只要能夠理解人類的心理恐懼機制是為了對抗什麼怪物而存在,我們接下來要做的事情就是創造怪物,然後打倒牠。

以知名的著作《快思慢想(Think fast and slow)》來說,書中提到人類有兩個思考模式,「快思」模式與「慢想」模式,這兩個模式在人類演化的過程發揮相當大的作用。以演化論的正確說法,具備這兩種思考模式的個體,在危機四伏的原始社會中活了下來。書籍內容與本文關聯不大,這邊就不多談,但我們可以得到另一個寶貴的共識,從演化的角度切入。

想像一下,恐懼對於人類演化有什麼好處?避開危險。當原始人類遭遇野獸時,具備恐懼機制的個體會迅速作出反應,逃跑;不具恐懼機制的人可能還試著對野狼摸摸頭,結果被吃手手。懂得害怕的人活了下來,恐懼機制也一路保存在基因中直到現在。我們不必像人類祖先一樣,擔心突然冒出的豺狼虎豹,但恐懼機制以另一種方式被觸發,像是上台報告或談判。

如果以上論述過程你都能接受,你也一定猜到了「模擬恐懼、習慣面對恐懼」的方式:讓自己曝露在一定的攻擊危險中,然後戰鬥。

如果拳腳棍棒你都不怕,你還會怕老闆嗎?

應該選哪一種格鬥?

在得出格鬥這個結論論,我便開始思考,哪一種格鬥或武術較適合我。一開始,我評估的項目是劍道,但後來得知,劍道、跆拳道、西洋劍都已經是運動化的武術,因為運動化,所以有明確的規則及限制,像是不能打頭或其他要害,我認為這會降低模擬的真實性。最後,在同時考量個人的身體素質的情況下,我選擇了截拳道與棍術菲律賓魔杖。

以上觀點如有錯誤,請不吝指教。

截拳道
圖片來源:武甲Martial Armour
菲律賓魔杖
圖片來源:武甲Martial Armour
Aron

以前用MIX這個名字在網路打滾,後來改為Aron。工業設計系畢業,曾任職知名品牌行銷企劃,做點設計,寫文案也寫網站;目前擔任零售業數據分析師。最近開始玩截拳道、單輪車和Python量化投資。