Wanneer mensen samenkomen in een menigte, bepalen fysieke en emotionele verbindingen hun beweging, gemoedstoestand en wil om te handelen. Het begrip van menigten kan ons helpen de paniek te beheersen die door een terroristische aanslag is veroorzaakt; een wetenschap van menigten is van vitaal belang voor het beheer van veel noodsituaties, vooral wanneer de dichtheid gevaarlijk hoog wordt. Paniek of chaos in een menigte kan honderden doden of gewonden veroorzaken, zoals gebeurde op de Love Parade in Duitsland in 2010 toen duizenden bezoekers van een elektronisch dance-muziekfestival zich opstapelden terwijl ze probeerden een smalle tunnel in te gaan; 21-mensen stierven aan verstikking.
Fundamentele wetenschap en openbare veiligheid vereisen dat we een complete wetenschap van menigten ontwikkelen met behulp van een reeks disciplines. Tegenwoordig toont werk van sociaal psychologen aan dat menigten worden beïnvloed door de persoonlijkheden van individuele leden; zo kunnen menigten zowel altruïstisch en behulpzaam gedrag als het tegenovergestelde belichamen. En nu kunnen we de crowd science verder uitbreiden door kwantitatieve analyse op te nemen met behulp van klassieke en statistische fysica, computationele wetenschap en de theorie van complexe systemen - de studie van groepen met elkaar in wisselwerking staande entiteiten.
Een relevant begrip uit de complexiteitstheorie is 'emergentie', die optreedt wanneer de interacties tussen de entiteiten groepsgedrag produceren dat niet kon worden voorspeld op basis van de eigenschappen van een individueel element. Bijvoorbeeld, willekeurig bewegende H2O-moleculen in vloeibaar water vallen plotseling op bij nul graden Celsius om vast ijs te maken; spreeuwen tijdens de vlucht vormen zich snel in een geordend koppel.
Opkomend gedrag kan worden voorspeld als de interactie tussen de entiteiten bekend is, zoals getoond in 2014 door onderzoekers van de Universiteit van Minnesota, die bepaalden hoe twee mensen in beweging met elkaar omgaan, en vandaar hoe een menigte beweegt. De onderzoekers overwogen eerst een idee van de natuurkunde, in de wetenschap dat voetgangers botsingen vermijden door elkaar af te weren als ze dichterbij komen, net als elektronen. Maar videodatabases toonden in plaats daarvan dat wanneer mensen zien dat ze gaan botsen, ze hun paden veranderen. Hieruit hebben de onderzoekers een vergelijking afgeleid voor wat neerkomt op een universele kracht van afstoting tussen twee mensen, gebaseerd op tijd tot aanrijding, niet op afstand.
De formule reproduceerde met succes de opkomende real-world kenmerken van een menigte, zoals het vormen van een halfcirkelvormige configuratie terwijl ze wachtten om door een smalle doorgang te sijpelen, of voor het zelfstandig ontwikkelen van onafhankelijke rijstroken terwijl de leden naar verschillende uitgangen lopen. Dit maakt het mogelijk om bijvoorbeeld het gedrag van de menigte te simuleren om evacuatiewegen te ontwerpen.
To nuttig zijn in noodsituaties, analyse van de menigte moet ook rekening houden met emotionele besmetting. Het verspreiden van angst kan emergent gedrag veranderen, zoals onderzoekers van de KN Toosi University of Technology in Iran laten zien. In 2015, zij aangemaakt een computerversie van een openbare ruimte vol met honderden gesimuleerde volwassenen en kinderen, en beveiligingsmedewerkers die mensen naar de uitgangen hebben geleid. Ervan uitgaande dat de deelnemers reageerden op een gevaarlijke gebeurtenis, escaleerde de simulatie hen tot grotere niveaus van angst en panische, willekeurige bewegingen wanneer ze geen uitgang vonden.
Bij het uitvoeren van de simulatie ontdekten de onderzoekers dat tussen 18 en 99 procent kon ontsnappen, afhankelijk van de combinatie van deelnemers. Het grootste aantal escapes is niet opgetreden bij het kleinste of grootste aantal personen of beveiligingsagenten, maar bij tussenliggende waarden. Dit toont aan dat de emotionele toestand van een menigte zijn dynamiek kan overbrengen naar een gecompliceerde niet-lineaire fase.
We kunnen de emotie van individuen in een echte menigte bepalen door hun fysieke gedrag te observeren. In 2018, een team onder Hui Yu van de Universiteit van Portsmouth in het Verenigd Koninkrijk gebruikt kinetische energie, de energie van beweging in de natuurkunde, om te dienen als een graadmeter die zou kunnen vaststellen wanneer een menigte een 'abnormale' emotionele toestand binnengaat. Crowdleden die een gevaarlijke gebeurtenis zoals een explosie uitvoeren, hebben een verhoogde kinetische energie, die kan worden gedetecteerd in real-time crowdvideobeelden. Met behulp van computervisietechnieken berekenden de onderzoekers de snelheden van de pixels waaruit de beelden bestaan, waaruit zij het meest energieke deel van de menigte identificeerden.
De onderzoekers pasten hun methode toe op de dataset van videoclips verzameld door de computerwetenschapper Nikolaos Papanikolopoulos en collega's van de Universiteit van Minnesota. Die clips tonen massa's echte mensen die reageren op gesimuleerde noodsituaties. In eerste instantie lopen de proefpersonen normaal, vallen dan plotseling uiteen en rennen alle kanten op. Het energiealgoritme voerde deze overgangen snel uit en de onderzoekers concluderen dat de methode automatisch ongewoon, potentieel gevaarlijk gedrag kan detecteren tijdens openbare bijeenkomsten.
Andere koppelingen tussen emoties en acties zijn gemaakt door de computerwetenschapper Dinesh Manocha aan de Universiteit van Maryland en zijn collega's in hun 'CubeP'model, dat analyse van factoren uit de fysica, fysiologie en psychologie verenigt. Deze drie factoren hangen sterk samen met de fysieke activiteit en emotionele reacties die een menigte in crisis markeren. CubeP gebruikt de basisfysica van krachten en snelheden om de lichamelijke inspanning van een persoon in beweging te berekenen. CubeP bevat ook het model van emotionele besmetting ontwikkelde in 2015 door de computeringenieur Funda Durupinar aan de Bilkent Universiteit in Turkije en haar collega's, die typische persoonlijkheidsprofielen bevatten die de reactie van een persoon op stress bepalen. CubeP voegt een fysiologische maat voor het paniekniveau toe voor elke persoon, op basis van lichamelijke inspanning. Dit beïnvloedt de hartslag, waarvan bekend is dat het de mate van angst aangeeft. Dit alles wordt gecombineerd om de snelheid en de richting van de beweging voor elk publiekslid te voorspellen.
De onderzoekers testten CubeP in computersimulaties van een menigte die reageerde op een gevaarlijke gebeurtenis, met realistische resultaten. Een virtueel persoon in de buurt van de dreiging raakt snel in paniek en rent. Een meer afstandelijk individu reageert later op emotionele besmetting met angst en ontsnappingsgedrag. De onderzoekers hebben ook CubeP toegepast op de dataset van de University of Minnesota en op video's van echte noodsituaties, zoals op het Shanghai-metrosysteem in 2014 en buiten het Britse parlementsgebouw in 2017. In al deze waren CubeP-simulaties van groepsgedrag redelijk dicht bij de realiteit en dichterbij dan de Durupinar-benadering en andere modellen die geen fysieke, psychologische en fysiologische factoren samenvoegen.
Deze verbetering illustreert de kracht van een multidisciplinaire wetenschap van menigten. Naarmate de inzichten zich opstapelen, zullen ze zeker van pas komen bij architectuurontwerp en rampenplanning. Bevindingen kunnen echter leiden tot meer bewaking van mensenmassa's in openbare ruimtes, een fenomeen dat momenteel aan de orde is zorgen van de American Civil Liberties Union over privacy en potentieel voor misbruik.
Er gaat iets verloren en er wordt iets gewonnen door het aantal mensen te verminderen. Het vergelijken van modellen met echte gegevens zal een welkom inzicht bieden in de dynamiek van de menigte, maar we hebben ook een diepgaand begrip van de psychologie nodig. Elias Canetti, de Nobelprijswinnende auteur die de klassieker schreef Menigten en kracht (1960), voorzag de dag waarop dit partnerschap zou helpen om de crowd code te breken. Bij het beschouwen van het belang van een bepaalde kritische dichtheid in het gedrag van mensen, schreef hij: 'Op een dag is het misschien mogelijk om deze dichtheid nauwkeuriger te bepalen en zelfs te meten.' Nu kunnen we dergelijke hoeveelheden meten en analyseren, maar we hebben ook de uitgebreide meningen van de geesteswetenschappen en sociale wetenschappen nodig om ons te vertellen wat ze werkelijk betekenen.
Over de auteur
Sidney Perkowitz is hoogleraar natuurkunde-emeritus aan de Emory University in Atlanta. Zijn nieuwste boeken zijn Universeel schuim 2.0 (2015) Frankenstein: Hoe een monster een pictogram werd (2018) en Fysica: een zeer korte introductie (aanstaande, juli 2019).
Dit artikel is oorspronkelijk gepubliceerd op eeuwigheid en is opnieuw gepubliceerd onder Creative Commons.
Verwante Boeken
at InnerSelf Market en Amazon
