Όταν οι άνθρωποι συγκεντρώνονται σε ένα πλήθος, οι σωματικές και συναισθηματικές συνδέσεις καθορίζουν την κίνησή τους, την κατάσταση του νου και τη θέλησή τους για δράση. Η κατανόηση του πλήθους μπορεί να μας βοηθήσει να διαχειριστούμε τον πανικό που προκαλείται από μια τρομοκρατική επίθεση. Η επιστήμη του πλήθους είναι ζωτικής σημασίας για τη διαχείριση πολλών καταστάσεων έκτακτης ανάγκης, ειδικά όταν η πυκνότητα γίνεται επικίνδυνα υψηλή. Ο πανικός ή το χάος σε ένα πλήθος μπορεί να σκοτώσει ή να τραυματίσει εκατοντάδες, όπως συνέβη στην Παρέλαση Αγάπης στη Γερμανία το 2010, όταν χιλιάδες συμμετέχοντες σε ένα φεστιβάλ ηλεκτρονικής χορευτικής μουσικής συσσωρεύτηκαν καθώς προσπάθησαν να μπουν σε ένα στενό τούνελ. 21 άνθρωποι πέθαναν από ασφυξία.
Η θεμελιώδης επιστήμη και η δημόσια ασφάλεια απαιτούν να αναπτύξουμε μια ολοκληρωμένη επιστήμη για τα πλήθη χρησιμοποιώντας μια σειρά επιστημονικών κλάδων. Σήμερα, η εργασία των κοινωνικών ψυχολόγων δείχνει ότι τα πλήθη επηρεάζονται από τις προσωπικότητες μεμονωμένων μελών. Έτσι, τα πλήθη μπορούν να ενσαρκώσουν την αλτρουιστική και βοηθητική συμπεριφορά καθώς και το αντίθετο. Και τώρα μπορούμε να επεκτείνουμε περαιτέρω την επιστήμη του πλήθους ενσωματώνοντας ποσοτική ανάλυση χρησιμοποιώντας την κλασική και στατιστική φυσική, την υπολογιστική επιστήμη και τη θεωρία περίπλοκων συστημάτων - τη μελέτη ομάδων οντοτήτων που αλληλεπιδρούν.
Μια σχετική έννοια από τη θεωρία πολυπλοκότητας είναι η «ανάδυση», η οποία εμφανίζεται όταν οι αλληλεπιδράσεις μεταξύ των οντοτήτων παράγουν ομαδική συμπεριφορά που δεν θα μπορούσε να προβλεφθεί από τις ιδιότητες οποιουδήποτε μεμονωμένου στοιχείου. Για παράδειγμα, η τυχαία μετακίνηση του H2Τα μόρια O σε υγρό νερό συνδέονται ξαφνικά στους μηδέν βαθμούς Κελσίου για να δημιουργήσουν στερεό πάγο. τα ψαρόνια εν πτήσει σχηματίζονται γρήγορα σε ένα διατεταγμένο κοπάδι.
Η αναδυόμενη συμπεριφορά μπορεί να προβλεφθεί εάν η αλληλεπίδραση μεταξύ των οντοτήτων είναι γνωστή, όπως παρουσιάζεται το 2014 από ερευνητές στο Πανεπιστήμιο της Μινεσότα που προσδιόρισαν πώς αλληλεπιδρούν δύο άνθρωποι σε κίνηση και, από αυτό, πώς κινείται ένα πλήθος. Οι ερευνητές εξέτασαν αρχικά μια ιδέα από τη φυσική, θεωρώντας ότι, όπως τα ηλεκτρόνια, οι πεζοί αποφεύγουν τη σύγκρουση απωθώντας ο ένας τον άλλον καθώς πλησιάζουν. Ωστόσο, οι βάσεις δεδομένων βίντεο έδειξαν ότι όταν οι άνθρωποι βλέπουν ότι πρόκειται να συγκρουστούν, αλλάζουν δρόμους. Από αυτό, οι ερευνητές έβγαλαν μια εξίσωση για το τι ισοδυναμεί με μια παγκόσμια δύναμη απώθησης μεταξύ δύο ανθρώπων, με βάση το χρόνο μέχρι τη σύγκρουση και όχι την απόσταση.
Η φόρμουλα αναπαρήγαγε με επιτυχία τα αναδυόμενα χαρακτηριστικά του πραγματικού κόσμου ενός πλήθους, όπως ο σχηματισμός ημικυκλικής διαμόρφωσης ενώ περιμένει να διασχίσει ένα στενό πέρασμα ή η αυτοσχέδια ανάπτυξη ανεξάρτητων λωρίδων καθώς τα μέλη του περπατούν προς διαφορετικές εξόδους. Αυτό καθιστά δυνατή την προσομοίωση της συμπεριφοράς του πλήθους για τον σχεδιασμό διαδρομών εκκένωσης, για παράδειγμα.
To να είναι χρήσιμο σε καταστάσεις έκτακτης ανάγκης, η ανάλυση του πλήθους πρέπει επίσης να λαμβάνει υπόψη τη συναισθηματική μετάδοση. Η διάδοση του φόβου μπορεί να αλλάξει την αναδυόμενη συμπεριφορά, όπως έδειξαν ερευνητές στο Τεχνολογικό Πανεπιστήμιο KN Toosi στο Ιράν. Το 2015, αυτοί δημιουργήθηκε μια έκδοση υπολογιστή ενός δημόσιου χώρου κατοικημένου με εκατοντάδες προσομοιωμένους ενήλικες και παιδιά και φρουρούς ασφαλείας που κατευθύνουν τους ανθρώπους προς τις εξόδους. Υποθέτοντας ότι οι συμμετέχοντες ανταποκρίνονταν σε ένα επικίνδυνο γεγονός, η προσομοίωση τους κλιμάκωσε σε μεγαλύτερα επίπεδα φόβου και πανικόβλητης, τυχαίας κίνησης όταν δεν κατάφεραν να βρουν έξοδο.
Εκτελώντας την προσομοίωση, οι ερευνητές διαπίστωσαν ότι μεταξύ 18 και 99 τοις εκατό θα μπορούσε να δραπετεύσει, ανάλογα με τον συνδυασμό των συμμετεχόντων. Ο μεγαλύτερος αριθμός αποδράσεων δεν σημειώθηκε με τον μικρότερο ή μεγαλύτερο αριθμό ατόμων ή πρακτόρων ασφαλείας αλλά σε ενδιάμεσες τιμές. Αυτό δείχνει ότι η συναισθηματική κατάσταση ενός πλήθους μπορεί να μεταφέρει τη δυναμική του σε ένα περίπλοκο μη γραμμικό στάδιο.
Μπορούμε να προσδιορίσουμε το συναίσθημα των ατόμων σε ένα πραγματικό πλήθος παρατηρώντας τη φυσική τους συμπεριφορά. Το 2018, μια ομάδα υπό τον Hui Yu του Πανεπιστημίου του Πόρτσμουθ στο Ηνωμένο Βασίλειο μεταχειρισμένος η κινητική ενέργεια, η ενέργεια της κίνησης στη φυσική, για να χρησιμεύσει ως μετρητής που θα μπορούσε να καθορίσει πότε ένα πλήθος εισέρχεται σε μια «ανώμαλη» συναισθηματική κατάσταση. Τα μέλη του πλήθους που τρέχουν από ένα επικίνδυνο συμβάν όπως μια έκρηξη έχουν αυξημένη κινητική ενέργεια, η οποία μπορεί να ανιχνευθεί σε εικόνες βίντεο πλήθους σε πραγματικό χρόνο. Χρησιμοποιώντας τεχνικές όρασης υπολογιστή, οι ερευνητές υπολόγισαν τις ταχύτητες των εικονοστοιχείων που απαρτίζουν τις εικόνες, από τις οποίες εντόπισαν το πιο ενεργητικό μέρος του πλήθους.
Οι ερευνητές εφάρμοσαν τη μέθοδό τους στο σύνολο δεδομένων βίντεο κλιπ που συγκέντρωσε ο επιστήμονας υπολογιστών Νικόλαος Παπανικολόπουλος και οι συνεργάτες του στο Πανεπιστήμιο της Μινεσότα. Αυτά τα κλιπ δείχνουν πλήθη πραγματικών ανθρώπων που αντιδρούν σε προσομοιωμένες καταστάσεις έκτακτης ανάγκης. Αρχικά, τα άτομα περπατούν κανονικά, στη συνέχεια ξαφνικά διασκορπίζονται και τρέχουν προς όλες τις κατευθύνσεις. Ο ενεργειακός αλγόριθμος ανίχνευσε γρήγορα αυτές τις μεταβάσεις και οι ερευνητές καταλήγουν στο συμπέρασμα ότι η μέθοδος μπορεί να ανιχνεύσει αυτόματα ασυνήθιστη, δυνητικά επικίνδυνη συμπεριφορά σε δημόσιες συγκεντρώσεις.
Άλλοι δεσμοί μεταξύ συναισθημάτων και πράξεων έχουν δημιουργηθεί από τον επιστήμονα υπολογιστών Dinesh Manocha στο Πανεπιστήμιο του Maryland και τους συναδέλφους του.CubePμοντέλο, το οποίο ενώνει την ανάλυση παραγόντων από τη φυσική, τη φυσιολογία και την ψυχολογία. Αυτοί οι τρεις παράγοντες συνδέονται στενά κατά τη διάρκεια της σωματικής δραστηριότητας και των συναισθηματικών αντιδράσεων που σηματοδοτούν ένα πλήθος σε κρίση. Το CubeP χρησιμοποιεί τη βασική φυσική των δυνάμεων και των ταχυτήτων για να υπολογίσει τη σωματική προσπάθεια ενός ατόμου σε κίνηση. Το CubeP ενσωματώνει επίσης το μοντέλο της συναισθηματικής μετάδοσης αναπτύχθηκε το 2015 από τον μηχανικό υπολογιστών Funda Durupinar στο Πανεπιστήμιο Bilkent στην Τουρκία και τους συναδέλφους της, το οποίο περιλαμβάνει τυπικά προφίλ προσωπικότητας που καθορίζουν την αντίδραση ενός ατόμου στο στρες. Το CubeP προσθέτει ένα φυσιολογικό μέτρο του επιπέδου πανικού για κάθε άτομο, με βάση τη σωματική προσπάθεια. Αυτό επηρεάζει τον καρδιακό ρυθμό, ο οποίος είναι γνωστό ότι δείχνει τον βαθμό φόβου. Όλα αυτά συνδυάζονται για να προβλέψουν την ταχύτητα και την κατεύθυνση της κίνησης για κάθε μέλος του πλήθους.
Οι ερευνητές δοκίμασαν το CubeP σε προσομοιώσεις υπολογιστή ενός πλήθους που αντιδρούσε σε ένα επικίνδυνο γεγονός, με ρεαλιστικά αποτελέσματα. Ένα εικονικό άτομο κοντά στην απειλή πανικοβάλλεται γρήγορα και τρέχει. Ένα πιο απομακρυσμένο άτομο ανταποκρίνεται στη συναισθηματική μετάδοση με φόβο και συμπεριφορά διαφυγής, αν και αργότερα. Οι ερευνητές εφάρμοσαν επίσης το CubeP στο σύνολο δεδομένων του Πανεπιστημίου της Μινεσότα και σε βίντεο πραγματικών καταστάσεων έκτακτης ανάγκης, όπως στο σύστημα του μετρό της Σαγκάης το 2014 και έξω από το κτίριο του βρετανικού κοινοβουλίου το 2017. Σε όλα αυτά, οι προσομοιώσεις CubeP της συμπεριφοράς του πλήθους ήταν αρκετά κοντά στην πραγματικότητα και πιο κοντά από την προσέγγιση Durupinar και άλλα μοντέλα φυσικών και ψυχολογικών παραγόντων.
Αυτή η βελτίωση δείχνει τη δύναμη μιας πολυεπιστημονικής επιστήμης των πλήθους. Καθώς οι γνώσεις συσσωρεύονται, είναι βέβαιο ότι θα είναι χρήσιμες στον αρχιτεκτονικό σχεδιασμό και τον σχεδιασμό καταστροφών. Ωστόσο, τα ευρήματα θα μπορούσαν να οδηγήσουν σε μεγαλύτερη επιτήρηση του πλήθους σε δημόσιους χώρους, ένα φαινόμενο που προκαλεί σήμερα ανησυχίες από την Αμερικανική Ένωση Πολιτικών Ελευθεριών σχετικά με το απόρρητο και την πιθανότητα κατάχρησης.
Κάτι χάνεται και κάτι κερδίζεται με τη μείωση της συμπεριφοράς του πλήθους σε αριθμούς. Η σύγκριση μοντέλων με πραγματικά δεδομένα θα παρέχει ευπρόσδεκτες γνώσεις για τη δυναμική του πλήθους, αλλά χρειαζόμαστε μια ευρεία κατανόηση και από την ψυχολογία. Ο Elias Canetti, ο βραβευμένος με Νόμπελ συγγραφέας που έγραψε το κλασικό Πλήθη και εξουσία (1960), προέβλεψε την ημέρα που αυτή η συνεργασία θα βοηθούσε να σπάσει ο κώδικας του πλήθους. Εξετάζοντας τη σημασία μιας ορισμένης κρίσιμης πυκνότητας στη συμπεριφορά του πλήθους, έγραψε: «Μια μέρα μπορεί να είναι δυνατό να προσδιοριστεί αυτή η πυκνότητα με μεγαλύτερη ακρίβεια και ακόμη και να μετρηθεί». Τώρα μπορούμε να μετρήσουμε και να αναλύσουμε τέτοιες ποσότητες, αλλά χρειαζόμαστε επίσης τις εκτεταμένες απόψεις των ανθρωπιστικών και κοινωνικών επιστημών για να μας πουν τι πραγματικά σημαίνουν.
Σχετικά με το Συγγραφέας
Ο Sidney Perkowitz είναι επίτιμος καθηγητής φυσικής στο Πανεπιστήμιο Emory στην Ατλάντα. Τα τελευταία του βιβλία είναι Universal Foam 2.0 (2015) Frankenstein: Πώς ένα τέρας έγινε εικονίδιο (2018) και Φυσική: Μια πολύ σύντομη εισαγωγή (προσεχώς, Ιούλιος 2019).
Αυτό το άρθρο δημοσιεύθηκε αρχικά στο Αιών και έχει αναδημοσιευτεί στο Creative Commons.
Σχετικά βιβλία
at InnerSelf Market και Amazon
