När människor kommer ihop i en folkmassa definierar fysiska och känslomässiga samband deras rörelse, sinnesstämning och vilja att agera. Att förstå folkmassor kan hjälpa oss att hantera paniken som orsakats av en terroristattack. en vetenskap av folkmassor är avgörande för att hantera många nödsituationer, särskilt när täthet blir farligt högt. Panik eller kaos i en folkmassa kan döda eller skada hundratals, som hände vid Love Parade i Tyskland i 2010 när tusentals deltagare till en elektronisk dansmusikfestival staplade upp när de försökte komma in i en smal tunnel; 21-personer dog av kvävning.

Grundläggande vetenskap och allmän säkerhet kräver att vi utvecklar en komplett vetenskap om folkmassor som använder en rad olika discipliner. Idag visar socialpsykologernas arbete att folkmassorna påverkas av enskilda medlemmars personligheter. Således kan folkmassor förkroppsliga altruistiska och hjälpsamma beteenden liksom motsatsen. Och nu kan vi utvidga publikvetenskapen ytterligare genom att inkorporera kvantitativ analys med klassisk och statistisk fysik, beräkningsvetenskap och teorin om komplexa system - studien av grupper av interaktiva enheter.

Ett relevant begrepp från komplexitetsteori är "framväxt", som uppstår när interaktionerna mellan enheterna producerar gruppbeteende som inte kunde ha förutsägts av egenskaperna hos ett enskilt element. Till exempel slumpmässigt rörande H₂O molekyler i flytande vatten kopplas plötsligt till noll grader Celsius för att göra fast is; Stjärnor i flygning bildar sig snabbt i en ordnad flock.

Uppträdande beteende kan förutsägas om samspelet mellan enheterna är känt, som visas i 2014 av forskare vid University of Minnesota som bestämde hur två människor i rörelse interagerar och därmed hur en folkmassa rör sig. Forskarna betraktade först en fysisk idé, teoretisera att, som elektroner, fotgängare undviker kollision genom att avvisa varandra när de kommer närmare. Men videodatabaser visade istället att när människor ser att de håller på att kollidera, ändrar de sina vägar. Därefter härledde forskarna en ekvation för vad som motsvarar en universell kraft av repulsion mellan två personer, baserat på tid tills kollision, inte avstånd.

Formeln reproducerar framgångsrikt den framväxande verkligheten hos en folkmassa, som att bilda en halvcirkelformad konfiguration samtidigt som man väntar på att sippra genom en smal passage eller genom att utveckla oberoende banor samtidigt som medlemmarna går mot olika utgångar. Detta gör det möjligt att simulera mängderbeteendet för att designa evakueringsvägar.

To vara användbar i nödsituationer, publikanalys måste också redogöra för emotionell smitta. Spridning av rädsla kan förändra framträdande beteende, vilket framgår av forskare vid KN Toosi University of Technology i Iran. I 2015, de skapas en datorversion av ett offentligt utrymme som befolks med hundratals simulerade vuxna och barn och säkerhetsvakter som riktade människor till utgångarna. Förutsatt att deltagarna svarade på en farlig händelse eskalerade simuleringen dem till större nivåer av rädsla och panik, slumpmässig rörelse när de misslyckades med att hitta en utgång.

Running simuleringen fann forskarna att mellan 18 och 99 procent kunde fly, beroende på kombinationen av deltagare. Det största antalet flyktingar uppkom inte med det minsta eller största antalet personer eller säkerhetsagenter men vid mellanvärden. Detta visar att en folkmassas emotionella tillstånd kan bära sin dynamik till ett komplicerat olinjärt stadium.

Vi kan bestämma individernas känslor i en riktig folkmassa genom att observera deras fysiska beteende. I 2018, ett team under Hui Yu vid University of Portsmouth i Storbritannien Begagnade kinetisk energi, rörelsens energi i fysiken, för att tjäna som en mätare som kan fastställa när en folkmassa går in i ett "onormalt" känslomässigt tillstånd. Crowdmedlemmar som kör från en farlig händelse som en explosion har ökad kinetisk energi, vilket kan detekteras i realtidsklippvideobilder. Med hjälp av datasynstekniker beräknade forskarna hastigheterna hos pixlarna som utgör bilderna, varifrån de identifierade den mest energiska delen av publiken.

Forskarna tillämpade sin metod på dataset av videoklipp samlade av datavetenskapare Nikolaos Papanikolopoulos och kollegor vid University of Minnesota. Dessa klipp visar massor av riktiga människor som reagerar på simulerade nödsituationer. Inledningsvis går ämnena normalt och spricker plötsligt och kör i alla riktningar. Energialgoritmen avkände snabbt dessa övergångar, och forskarna drar slutsatsen att metoden automatiskt kan upptäcka ovanligt, potentiellt farligt beteende i offentliga sammankomster.

Andra kopplingar mellan känslor och handlingar har ritats av datavetenskapsmannen Dinesh Manocha vid University of Maryland och hans kollegor i deras "CubeP'modell som förenar analys av faktorer från fysik, fysiologi och psykologi. Dessa tre faktorer är starkt sammanhängande under den fysiska aktiviteten och emotionella svar som markerar en folkmassa i kris. CubeP använder grundläggande fysik av krafter och hastigheter för att beräkna kroppslig ansträngning hos en person i rörelse. CubeP innehåller också modellen av emotionell smitta utvecklade i 2015 av datortekniker Funda Durupinar vid Bilkent University i Turkiet och hennes kollegor, som innehåller typiska personlighetsprofiler som bestämmer en persons respons på stress. CubeP lägger till en fysiologisk mätning av paniknivån för varje person, baserat på kroppslig ansträngning. Detta påverkar hjärtfrekvensen, vilket är känt för att indikera graden av rädsla. Allt detta kombineras för att förutsäga hastighet och riktning för rörelse för varje folkmedlem.

Forskarna testade CubeP i datorsimuleringar av en folkmassa som reagerar på en farlig händelse, med realistiska resultat. En virtuell person i närheten av hotet panikerar snabbt och körs. En mer avlägsen individ svarar mot emotionell smitta med rädsla och flyktbeteende, men senare. Forskarna tillämpade även CubeP på datasetet University of Minnesota och till videoklipp av verkliga nödsituationer, som på Shanghai tunnelbanesystem i 2014 och utanför den brittiska parlamentets byggnad i 2017. I alla dessa CubeP-simuleringar av folkmängderbeteende var rimligen nära verkligheten, och närmare än Durupinar-tillvägagångssättet och andra modeller som inte slår samman fysiska, psykologiska och fysiologiska faktorer.

Denna förbättring illustrerar kraften i en multidisciplinär vetenskap av folkmassor. Som insikterna ackumuleras är de säkert användbara i arkitektonisk design och katastrofplanering. Resultat kan dock leda till mer övervakning av folkmassor i offentliga utrymmen, ett fenomen som för närvarande ökar oro från American Civil Liberties Union om integritet och potential för missbruk.

Något är förlorat och något som uppnåtts genom att minska mängden beteende i antal. Att jämföra modeller med verkliga data kommer att ge välkomna insikter i folkdynamik, men vi behöver också en djupare förståelse från psykologin. Elias Canetti, Nobels prisvinnande författare som skrev klassiken Crowds and Power (1960), förutsåg den dag då detta partnerskap skulle hjälpa till att bryta folkmassan. När han övervägde vikten av en viss kritisk densitet i mängdsbeteende skrev han: "En dag kan det vara möjligt att bestämma denna täthet mer exakt och till och med för att mäta det." Nu kan vi mäta och analysera sådana kvantiteter, men vi behöver också de vidsträckta synpunkterna på humaniora och samhällsvetenskap för att berätta vad de egentligen menar.

Om författaren

Sidney Perkowitz är professor i fysik emeritus vid Emory University i Atlanta. Hans senaste böcker är Universal Skum 2.0 (2015), Frankenstein: Hur ett monster blev en ikon (2018) och Fysik: En mycket kort introduktion (kommande juli 2019).

Denna artikel publicerades ursprungligen på aeon och har publicerats under Creative Commons.

relaterade böcker

at InnerSelf Market och Amazon