Wie Vogelschwärme oder Fischschwärme neigen auch Menschenmassen dazu, sich in Massen zu bewegen – fast so, als würden sie als Einheit denken. Wissenschaftler haben verschiedene Theorien aufgestellt, um diese Art von kollektivem Fußgängerverhalten zu erklären.
Ein neues Modell von Forschern der Brown University nimmt den Standpunkt eines einzelnen Crowd-Mitglieds ein und ist bemerkenswert genau bei der Vorhersage des tatsächlichen Crowd-Flusses, sagen seine Entwickler.
Das Modell, beschrieben in a Verfahren der Royal Society B Papier, veranschaulicht die Rolle der visuellen Wahrnehmung bei der Bewegung von Menschenmassen. Es zeigt, wie Crowd-Mitglieder, die aus der Sicht eines Teilnehmers sichtbar sind, bestimmen, wie dieser Teilnehmer der Crowd folgt und welchen Weg sie einschlagen.
Dieser Ansatz ist eine Abkehr von früheren Modellen, die aus der Sicht eines „allwissenden Beobachters“ operieren, sagte Studienautor William H. Warren, Professor für kognitive, sprachliche und psychologische Wissenschaften an der Brown University. Mit anderen Worten, die Bewegung der Menge wurde in früheren Studien aus der Perspektive einer Person analysiert, die die Menge aus der Ferne beobachtete.
„Die meisten allwissenden Modelle basierten auf Physik – auf Anziehungs- und Abstoßungskräften – und erklärten nicht vollständig, warum Menschen in einer Gruppe so interagieren, wie sie es tun“, sagte Warren.
In einer Reihe von Experimenten, die von Mitgliedern des Warren-Labors geleitet wurden und bei denen es darum ging, die Bewegungen von Menschen zu verfolgen, die Virtual-Reality-Headsets trugen, konnten Forscher die Bewegung einer Person basierend auf ihrer Sicht auf eine virtuelle Menschenmenge vorhersagen.
„Wir sind die erste Gruppe, die eine sensorische Grundlage für diese Art von koordinierter Bewegung bietet“, sagte Warren. „Das Modell bietet ein besseres Verständnis dafür, was Einzelpersonen in einer Menschenmenge visuell erleben, sodass wir bessere Vorhersagen darüber treffen können, wie sich eine ganze Gruppe von Menschen verhalten wird.“
Warren sagte, dass Modelle zur Bewegung von Menschenmengen eine Vielzahl von Anwendungen haben und verwendet werden können, um die Gestaltung öffentlicher Räume, der Verkehrsinfrastruktur und Notfallpläne zu informieren.
Eine Person verfolgen, um eine Gruppe zu verstehen
In Menschenmengen, wie in vielen anderen Tiergruppen, entsteht das „Schwarm“-Verhalten aus Interaktionen zwischen Individuen, erklärte Warren. Um diese Interaktionen zu verstehen, müssen Interaktionsregeln identifiziert werden, die bestimmen, wie eine Person auf ihre Nachbarn in einer Menge reagiert und wie mehrere Nachbarn kombiniert werden.
Um eine realistische individuelle Bewegungsbahn zu erzeugen, führte das Team Experimente in Warrens Virtual Environment Navigation Lab (VENLab) durch. Die Studienteilnehmer in einem großen offenen Raum trugen Virtual-Reality-Headsets, die animierte virtuelle 3D-Menschen zeigten, die so manipuliert wurden, dass sie sich auf unterschiedliche Weise bewegten – zum Beispiel könnten sich einige Personen in der virtuellen Menge in eine Richtung drehen, während andere als Gruppe weitergingen. Die Teilnehmer wurden angewiesen, mit der Menge zu gehen, während die Forscher ihre Bewegungen und ihren Weg verfolgten.
Die Forscher wussten aus ihrer früheren Arbeit an Fußgängerpaaren, dass ein Verfolger dazu neigt, sich der Gehrichtung und -geschwindigkeit eines Anführers anzupassen. Bei ihren neuen Experimenten fanden sie heraus, dass jeder Fußgänger seine Gehrichtung und -geschwindigkeit durch zwei visuelle Bewegungen steuert. Erstens gehen sie so, dass die seitliche Bewegung der Nachbarn im Sichtfeld reduziert wird. Gleichzeitig gehen sie, um die Ausdehnung und Kontraktion des Sichtfelds zu reduzieren, die auftritt, wenn sich ein Nachbar nähert oder entfernt. Durch die Verwendung dieser beiden Variablen zur Steuerung des Gehens stimmen sie schließlich mit der durchschnittlichen Richtung und Geschwindigkeit der Menge überein.
Sie fanden auch heraus, dass Fußgänger weniger auf virtuelle Menschen reagierten, die weiter entfernt waren, als es zu erwarten war, aber das wurde von zwei visuellen Faktoren angetrieben, sagte Warren: dem Gesetz der Optik (Dinge, die weiter entfernt im Raum sind, haben kleinere visuelle Bewegungen). und das Prinzip der Okklusion (weiter entfernte Nachbarn werden wahrscheinlich teilweise von näheren Nachbarn blockiert, wodurch sie schwerer zu sehen – und schwerer zu verfolgen sind).
Frühere Modelle hatten die Wirkung der Entfernung auf das Verhalten der Menschenmenge berücksichtigt, jedoch nicht aus visueller Perspektive. „Wir haben festgestellt, dass die Reaktionen aus zwei Gründen mit der Entfernung abnehmen, die zuvor nicht vollständig verstanden oder geschätzt wurden“, sagte Warren, „und beide haben damit zu tun, wen die Menschen in der Menge sehen können.“
Als die Forscher die Experimentergebnisse nutzten, um eine neue Theorie der kollektiven Bewegung zu erstellen, sagte sie erfolgreich individuelle Trajektorien sowohl in virtuellen Massenexperimenten als auch in realen Massendaten voraus.
Warren erklärte, dass Menschen in einer Gruppe visuelle Informationen verwenden, um ihr eigenes Gehen zu steuern – um nach links oder rechts abzubiegen oder zu beschleunigen oder zu verlangsamen, um Kollisionen zu vermeiden. Die Art und Weise, wie sie diese Informationen verwenden, um ihre Bewegungen zu steuern, wird als visuelle Kopplung bezeichnet, sagte er. Auch die anderen Personen in der Gruppe verhalten sich nach den gleichen Prinzipien.
Kollektives Verhalten in Online-Massen und virtuellen Räumen
Warren fügte hinzu, dass die Erkenntnisse aus solchen Fallstudien auf andere Situationen übertragen werden könnten, in denen Menschen oder Tiere ihr Verhalten unbewusst koordinieren – etwa in sozialen Medien.
Anstatt wie bei einer Menschenmenge im öffentlichen Raum visuell gekoppelt zu sein, werden Menschen in sozialen Netzwerken elektronisch über das Internet gekoppelt. In beiden Situationen gibt es die gleiche starke Tendenz für eine Person, andere um sie herum zu imitieren und denen zu folgen, die sich in eine ähnliche Richtung bewegen (ideologisch wie auch physisch). Aber wie Trent Wirth, Doktorand von Warren und Brown, in anderen Experimenten feststellte, wenn eine Gruppe anfängt, zu sehr von der aktuellen „Richtung“ einer Person abzuweichen, wird die Person diese Gruppe ablehnen und einer anderen Gruppe folgen, die sich in eine weniger abweichende Richtung bewegt.
„Das visuelle Netzwerk zwischen Menschen in einer Menschenmenge unterscheidet sich in Bezug auf die Art und Weise, wie Menschen interagieren, nicht so sehr von einem sozialen Netzwerk in sozialen Medien“, sagte er. „Sie sehen analoge Arten von Konsens und Polarisierung.“
Warren sagte, dass zukünftige Studien aus seinem Labor weiterhin Crowd-Netzwerke und kollektive Entscheidungsfindung untersuchen werden, insbesondere wie Gruppen sich entscheiden, sich zu teilen oder zu teilen, um unterschiedliche Wege im physischen Raum oder in einem sozialen Online-Netzwerk einzuschlagen.
„Es werden alle möglichen Entscheidungen auf individueller Ebene getroffen, aber auch kollektiv in Gruppen“, sagte Warren. „Unsere neue Studie ist nur eine Fallstudie dieses selbstorganisierten kollektiven Verhaltens.“
Gregory C. Dachner et al., Die visuelle Kopplung zwischen Nachbarn erklärt lokale Interaktionen, die der menschlichen „Beflockung“ zugrunde liegen, Verfahren der Royal Society B: Biologische Wissenschaften (2022). DOI: 10.1098/rspb.2021.2089