Britse onderzoekers hebben een model gemaakt dat laat zien hoe een meute treinreizigers zich in de spits gedraagt op stations. Daarvoor gebruikten zij een combinatie van speltheorie, een tak van de wiskunde waarin het nemen van beslissingen centraal staat, en de natuurkunde van complexe systemen.

Iedereen die wel eens met de trein reist, weet hoe druk het kan zijn in de spits. Wetenschappers hebben nu met speltheorie een model opgesteld dat laat zien hoe mensenmassa’s samendrommen rondom treindeuren. Het model kan uiteindelijk helpen dit soort publieke ruimtes veiliger te maken.

Speltheorie

Een situatie waarbij twee partijen moeten onderhandelen – zoals landen die strijden om grondstoffen of prijswinnaars die moeten beslissen hoe ze de winst gaan verdelen – kan in een model worden gevangen met behulp van speltheorie. Die theorie gaat ervan uit dat beide partijen een rationele en strategische beslissing maken.

Dit is hoe we wiskundefobie te lijf kunnen gaan
LEES OOK

Dit is hoe we wiskundefobie te lijf kunnen gaan

Sarah Hart vertelt hoe we de angst voor getallen en formules weg kunnen nemen.

Natuurkundige Thibault Bonnemain van Northumbria-universiteit in het Britse Newcastle upon Tyne en zijn collega’s gebruikten een combinatie van deze speltheorie en de natuurkunde van complexe systemen om erachter te komen hoe mensenmassa’s zich gedragen. Zij gebruikten hiervoor voorspellingen over hoe een persoon handelt wanneer een meute hem of haar omringt.

Groepsgedrag

Eerdere modellen gebruikten speltheorie al om verschillende aspecten van mensenmassa’s in kaart te brengen. Zo voorspelden ze hoe iemand in een massa zich naar een uitgang begeeft. Bonnemain en zijn team richtten zich juist op de directe omgeving van iemand die zich in een massa bevindt. Daarbij hielden ze rekening met andere mensen die direct naast die persoon stonden.

Het model nam ook mee hoe die persoon zou reageren op mogelijke obstakels of ‘indringers’ – mensen of voorwerpen die zich in één rechte lijn door de mensenmassa wurmen. ‘Een belangrijk aspect hierbij is anticipatie’, zegt Bonnemain. ‘De persoon moet kunnen begrijpen hoe zo’n indringer zich door de massa beweegt.’

Toen de onderzoekers verschillende simulaties draaiden, zagen ze dat de virtuele personen zich net zo gedroegen als hoe mensen dat in de echte wereld zouden doen. Wanneer een groot object zoals een ambulance erdoorheen moest, splitste de meute zich instinctief op en maakte zo ruimte.

Kosten en baten

Het model kon ook andere groepsgedragingen nabootsen, bijvoorbeeld de neiging van mensen om samen te drommen bij de deuren van de trein of de metro als het druk is. Het was het drukst bij de deuren op het moment dat ze dichtgaan. Het model liet ook zien hoe sommige mensen op het perron bij de deur blijven wachten, omdat het té druk is in de deuropening om in te stappen.

‘Om deze uitkomst te krijgen, moeten mensen zich beseffen dat het beter is om te wachten op de volgende trein dan om die drukke trein in te stappen’, zegt Bonnemain.

Verbeteringen

Hoewel het model nog verder ontwikkeld wordt, stelt Bonnemain dat het uiteindelijk gebruikt kan worden in de echte wereld. ‘De meest voor de hand liggende toepassing is om het model in te zetten bij het ontwerpen van locaties. Als er brand uitbreekt in een gebouw, hoe ontwerp je dat gebouw zodat de meeste mensen kunnen ontsnappen? Het model kan hierbij helpen, omdat je dan weet hoe mensen zich gedragen in een mensenmassa. Zo kan je uittekenen waar je precies de deuren moet plaatsen, zodat de maximale hoeveelheid mensen erdoorheen kan.’

Keith Still, een Britse adviseur omtrent het modelleren van mensenmassa’s, noemt het model een ‘handig en interessant hulpmiddel’ om groepsgedrag in ingewikkelde ruimtes te bestuderen. Hij geeft wel aan dat het model de complexe factoren mist om situaties in de echte wereld te voorspellen, zoals het gedrag van individuen.

‘Er is slechts één persoon nodig die zich midden in de meute ook maar iets afwijkend gedraagt om het hele groepsgedrag te veranderen’, aldus Still.

Bonnemain stelt dat het werk nog in een vroeg stadium zit, maar dat deze eerste resultaten veelbelovend zijn. ‘Het model dat wij voorstellen is heel simpel, dus het kan zeker verfijnd worden’, zegt Bonnemain. ‘Maar om sommige situaties te beschrijven, hebben we anticipatie nodig – en dit is een manier waarop dat kan.’