這幾天看到雞排妹的發文蠻有感觸的,性騷擾無所不在,若不幸在工作中、職場上遇到,更是考驗當事人的臨場反應。
但有時更令人難過的,是無論當事人是當下表態不舒服、還是事後表態揭露事實,都容易反成為被檢討的對象。
「你是不是想太多?別人可能沒有這個意思,他不是這樣的人,只是比較愛開玩笑。」
「你若不舒服怎麼不當下就表態?看在眼裡的人也會支持你吧?」
諸如此類的言論,大量出現在雞排妹文章的留言處。
遇到性騷擾卻反而被檢討,這決不是少數個案,包括我自己也曾經在工作上遇到露骨的騷擾,但事後跟周遭人訴苦卻也是反過來被檢討:「是不是妳自己反應過剩?」「那妳怎麼不拒絕?」
事情發生在有一次於朋友的介紹下,
我去對方公司談設計案子。
業主初見到我時,就跟他朋友說:「你怎麼這麼會找人?這妹妹長得真可愛。」
這時我只覺得對方是位爽朗的大叔,他在跟朋友打打兄弟之間的嘴炮。
後來細聊案子的需求,我們雙方聊得很開心,結束後對方順口問我要不要跟他們一起去吃員工聚餐,我可以順便認識之後會合作的窗口。
我說好,一方面覺得這是人很多的聚餐,我朋友也會在,不會有問題,便答應去參加。
飯局剛開始氣氛都很好,朋友為我介紹了他們公司的員工,大家聊聊天、認識彼此的專長、討論後續怎麼合作。
但隨著業主喝了幾杯下肚,飯桌上的話題就越來越往成人向發展,像是:他去酒店都是怎麼玩的、他都如何不讓老婆發現他做了這些事等等。
物化女性的話題讓我很不舒服,因此我開始找其他人聊天,不想勉強自己參與令人不適的對話。
最後飯局最後總算結束。
基於禮貌,我去找朋友及業主說再見,告知自己要先離開了。
結果業主看到我便靠過來跟我說:
「妹妹妳真的好可愛唷,真想親妳一口。」
朋友連忙替我解危,叫業主不要喝醉在那邊亂鬧騷擾別人。
當時真的很感謝朋友,要是沒有他出來擋,我可能不知道面對這種如此露骨之話,該如何回覆。
雞排妹比我的例子更加為難之處,是當下完全沒有一個人站出來幫她(都是員工可能也沒人敢幫她),過程全憑她自己的智慧和臨場反應面對這一切。
面對工作職場上遇到的性騷擾,真的很難應對。
到底是要尷尬又不失禮貌的微笑?
還是要直接板起臉請他放尊重一點?
如果是陌生人,毫無懸念當然是板起臉啊;但若是關乎工作、還有要考慮朋友身為中間人的立場,這種又該如何選擇呢?
當下我很遲疑,根本無法立即做出決斷。
好險事情最後結束在他們覺得我的報價太貴,決定自行吸收設計的工作量。
但要離開協作的Line群組之前,發生更露骨的騷擾事件。
業主說我如果想要道歉就該這樣做:他發了一個GIF動圖在群組上,是一位外國女生邊搖邊脫衣服,最後一件也不剩的露點短影片。
群組上還有很多他的員工、有男有女,
但卻沒有任何一個人跳出來替我解危。
他們只是回覆各種哈哈大笑的貼圖,彷彿業主只是開了一個稀鬆平常的玩笑,我才是群組中最大驚小怪的那位。
我很認同雞排妹說尾牙性騷擾事件本身,就是一面照妖鏡。她在網絡上揭露後,文章、新聞底下就出現許多離譜的留言反過來檢討被害者。
有人質疑她只是想炒新聞、甚至反過來指責她怎麼可以公審別人。
我後來把我遇到的工作性騷擾過程跟周遭人訴苦,也曾被反過來質疑:「是不是妳太自我意識過剩了?人家可能根本沒那個意思。」「他會騷擾妳,是不是妳也做了會讓人誤會的事情?」
聽完真是無語,
凡事沒有早知道,但總有人喜歡馬後炮。
讓我重新認清身邊哪些人也是酸民等級,根本不值得深交。
面對性騷擾事件可以怎麼做?
我在網絡上爬到幾個具體遇到時能做的事,很值得參考:
1.#先以保護自己平安離開現場為主
不同狀況會有不同自保的方式,四下無人要明確拒絕對方、避免激怒以免引發攻擊行為。人很多的話,可以引起注意,讓周遭人幫你一把。
2.#分析下一次若遇到類似狀況可以怎麼做
面對性騷擾最難的是當下如何回應及保護自己,但若能將遇過的不好經驗內化成應對的SOP,日後若再次發生,就能保護自己。
如果今天是你遇到性騷擾,你會如何自保呢?
若還有其他不錯的建議,也歡迎大家補充。
建議大家可以繼續關注此事件的相關發文及後續,雖然充斥了很多令人傻眼的言論,但依舊有許多文章提出了很棒的見解,值得細看。
希望每一次有名人勇敢站出來揭露性騷擾事件,台灣兩性的平權都能越來越進步。
而不是看到更多人秀下限。
This is #癌友有嘻哈 謝采倪 2020.1.31 20:20
分析下一次若遇到類似狀況可以怎麼做 在 雙星堂十一至十二月・個人占星及流年諮詢・歡迎預約 的推薦與評價
10至12月限時推出:個人出生星盤分析加流年預測選項,一次過了解個人與流年星盤分析, ... 讓諮詢者可以在舒適、平和的狀況下,以占星角度認識自己及了解當下的課題。 ... <看更多>
分析下一次若遇到類似狀況可以怎麼做 在 臺灣學術倫理教育資源中心台灣學術倫理教育資訊中心題庫答案 ... 的推薦與評價
(3)前科狀況 ... (1)研究者必須使用符合倫理的程序來蒐集、分析和保存資料. (2)若數據分析的 ... 引述(quoting)時可能會遇到引述二手資料的情況,以下敘述何者正確? 2. ... <看更多>