Comme les volées d’oiseaux ou les bancs de poissons, les foules d’humains ont également tendance à se déplacer en masse, presque comme s’ils pensaient comme un tout. Les scientifiques ont proposé différentes théories pour expliquer ce type de comportement collectif des piétons.
Un nouveau modèle de chercheurs de l’Université Brown prend le point de vue d’un membre individuel de la foule et est remarquablement précis pour prédire le flux réel de la foule, selon ses développeurs.
Le modèle, décrit dans un Actes de la Royal Society B papier, illustre le rôle de la perception visuelle dans le mouvement des foules. Il montre comment les membres de la foule qui sont visibles du point de vue d’un participant déterminent comment ce participant suit la foule et quel chemin ils empruntent.
Cette approche s’écarte des modèles précédents, qui fonctionnent du point de vue d’un « observateur omniscient », a déclaré l’auteur de l’étude William H. Warren, professeur de sciences cognitives, linguistiques et psychologiques à Brown. En d’autres termes, le mouvement de la foule a été analysé dans des études antérieures du point de vue de quelqu’un observant la foule à distance.
« La plupart des modèles omniscients étaient basés sur la physique – sur les forces d’attraction et de répulsion – et n’expliquaient pas complètement pourquoi les humains dans un groupe interagissent comme ils le font », a déclaré Warren.
Dans une série d’expériences menées par des membres du laboratoire de Warren, qui impliquaient de suivre les mouvements de personnes portant des casques de réalité virtuelle, les chercheurs ont pu prédire le mouvement d’un individu en fonction de sa vision d’une foule virtuelle.
« Nous sommes le premier groupe à fournir une base sensorielle pour ce type de mouvement coordonné », a déclaré Warren. « Le modèle permet de mieux comprendre ce que les individus d’une foule vivent visuellement, afin que nous puissions faire de meilleures prédictions sur la façon dont un groupe entier de personnes se comportera. »
Warren a déclaré que les modèles sur le mouvement des foules ont une variété d’applications et peuvent être utilisés pour éclairer la conception des espaces publics, des infrastructures de transport et des plans d’intervention d’urgence.
Suivre un individu pour comprendre un groupe
Dans les foules humaines, comme dans de nombreux autres groupes d’animaux, le comportement de « flocage » émerge des interactions entre les individus, a expliqué Warren. Comprendre ces interactions implique d’identifier les règles d’engagement qui régissent la façon dont un individu répond à ses voisins dans une foule et la manière dont plusieurs voisins sont combinés.
Pour produire une trajectoire de mouvement individuelle réaliste, l’équipe a mené des expériences via le Virtual Environment Navigation Lab (VENLab) de Warren. Les participants à l’étude dans une grande salle ouverte portaient des casques de réalité virtuelle qui montraient des humains virtuels 3D animés qui étaient manipulés pour se déplacer de différentes manières – par exemple, certaines personnes au sein de la foule virtuelle pouvaient se tourner dans une direction, tandis que d’autres continuaient en groupe. Les participants ont été invités à marcher avec la foule, tandis que les chercheurs ont suivi leurs mouvements et leur chemin.
Les chercheurs savaient, grâce à leurs travaux antérieurs sur des paires de piétons, qu’un suiveur a tendance à correspondre à la direction et à la vitesse de marche d’un meneur. À partir de leurs nouvelles expériences, ils ont découvert que chaque piéton contrôle sa direction et sa vitesse de marche en utilisant deux mouvements visuels. Premièrement, ils marchent d’une manière qui réduit le mouvement latéral des voisins dans le champ de vision. En même temps, ils marchent pour réduire l’expansion et la contraction du champ de vision, ce qui se produit lorsqu’un voisin se rapproche ou s’éloigne. En utilisant ces deux variables pour contrôler la marche, elles finissent par correspondre à la direction et à la vitesse moyennes de la foule.
Ils ont également constaté que les participants piétons répondaient moins aux humains virtuels qui étaient plus éloignés, comme on pouvait s’y attendre, mais cela était motivé par deux facteurs visuels, a déclaré Warren : la loi de l’optique (les choses qui sont plus éloignées dans l’espace ont des mouvements visuels plus petits) et le principe d’occlusion (les voisins les plus éloignés sont susceptibles d’être partiellement bloqués par des voisins plus proches, ce qui les rend plus difficiles à voir et plus difficiles à suivre).
Les modèles précédents avaient pris en compte l’effet de la distance sur le comportement de la foule, mais pas d’un point de vue visuel. « Nous avons constaté que les réponses diminuent avec la distance pour deux raisons qui n’étaient pas entièrement comprises ou appréciées auparavant », a déclaré Warren, « et elles ont toutes deux à voir avec qui les gens dans la foule peuvent voir. »
Lorsque les chercheurs ont utilisé les résultats de l’expérience pour créer une nouvelle théorie du mouvement collectif, ils ont réussi à prédire les trajectoires individuelles dans les expériences de foule virtuelle et les données de foule réelles.
Warren a expliqué que les membres d’un groupe utilisent des informations visuelles pour guider leur propre marche – pour tourner à gauche ou à droite, ou accélérer ou ralentir pour éviter les collisions. La façon dont ils utilisent ces informations pour contrôler leurs mouvements est appelée couplage visuel, a-t-il déclaré. Les autres individus du groupe se comportent également selon les mêmes principes.
Comportement collectif dans les foules en ligne et les espaces virtuels
Warren a ajouté que les résultats d’études de cas comme celle-ci pourraient être extrapolés à d’autres situations dans lesquelles des personnes ou des animaux coordonnent inconsciemment leur comportement, comme sur les réseaux sociaux.
Au lieu d’être couplés visuellement comme dans une foule dans un espace public, les personnes dans les réseaux sociaux sont couplées électroniquement via Internet. Dans les deux situations, il y a la même forte tendance pour une personne à imiter les autres autour d’elle et à suivre ceux qui vont dans une direction similaire (idéologiquement aussi bien que physiquement). Mais, comme Trent Wirth, étudiant diplômé de Warren et Brown, l’a découvert dans d’autres expériences, lorsqu’un groupe commence à s’écarter trop de la « direction » actuelle d’une personne, la personne rejettera ce groupe et suivra un autre groupe se déplaçant dans une direction moins divergente.
« Le réseau visuel parmi les personnes dans une foule n’est pas si différent d’un réseau social sur les médias sociaux, en termes de la façon dont les gens interagissent », a-t-il déclaré. « Vous voyez des types analogues de consensus et de polarisation. »
Warren a déclaré que les futures études de son laboratoire continueront d’explorer les réseaux de foule et la prise de décision collective, en particulier la façon dont les groupes décident de se diviser ou de bifurquer pour emprunter des chemins différents dans l’espace physique ou dans un réseau social en ligne.
« Il y a toutes sortes de décisions prises au niveau individuel, mais aussi collectivement en groupes », a déclaré Warren. « Notre nouvelle étude n’est qu’une étude de cas de ce comportement collectif auto-organisé. »
Gregory C. Dachner et al, Le couplage visuel entre voisins explique les interactions locales sous-jacentes au « flocage » humain, Actes de la Royal Society B: Sciences biologiques (2022). DOI : 10.1098/rspb.2021.2089