Virtuální dav pomůže zvládat skutečnou paniku

Proč se mírumilovné shromáždění tak snadno promění v běsnící dav? Jak se mezi lidmi šíří panika? A je možno negativním důsledkům takového chování zabránit včasným zásahem nebo architektonickými úpravami míst, na nichž se lidé shromažďují? Odpovědi na podobné otázky hledají počítačové modely lidského davu.

Chování davu se špatně studuje, protože vědci nemohou dělat stejné experimenty jako jejich šťastnější kolegové zabývající se buňkami nebo koloniemi surikat. Není možné jen tak shromáždit tisíce lidí do omezeného prostoru a začít volat: "Hoří!"

Mnohé zákonitosti lze odhalit studiem fotografií a videozáznamů pořízených v reálných situacích, ale v takových případech vědcům zpravidla chybí informace o přesném složení davu. Není také možné zopakovat stejnou situaci s nějakou drobnou změnou a sledovat, jak se tato změna projeví na chování lidí.

Panika v počítači

Paul Torrens z Arizonské státní univerzity se spolu s kolegy pokouší simulovat chování davu v počítači. Je si vědom náročnosti takového snažení: "Davy jsou komplexní, adaptivní systémy, které se mohou jevit jako chaotické, ale je v nich skrytý řád. Projevují se v nich geometrické vzory založené na interakcích mezi lidmi a jejich okolím. Je téměř nemožné je realisticky modelovat."

Torrens své modely buduje zdola nahoru. Základem algoritmů, které virtuální dav ovládají, jsou různé druhy interakcí mezi základními jednotkami davu, reprezentujícími jednotlivé lidi. Každý "člověk" v modelu disponuje "mozkem", který mu umožňuje specificky reagovat na okolní dění. Reakce se mohou v průběhu času měnit podle toho, jak se vyvíjí situace. Vědci přitom mají detailní informace o všech simulovaných jedincích v kterémkoli okamžiku.

Takový virtuální dav může být předem "nastaven" tak, aby odpovídal reálným situacím. Vědci mohou určit charakteristiky jednotlivých prvků a simulovat například různé osobnosti - alespoň ve zjednodušené podobě. (Jinak se bude chovat dav zakřiknutých introvertů, jinak tlupa opilých fotbalových výtržníků.)

Systém zpětných vazeb

Díky modelům Torrensův tým například zjistil, že v davu se překvapivě rychle šíří nonverbální informace. Důležitou roli hrají výrazy tváře i zdánlivě nedůležité pohyby. I jediný člověk přitom může snadno nastartovat řetězovou reakci, která rychle zasáhne celý dav. Chování davu naopak zpětně ovlivňuje jeho jednotlivé členy. Negativní příklady "davové psychózy" jsou dobře známy, ale dav může působit i pozitivně. Mírumilovné shromáždění dokáže za určitých okolností potlačit agresivitu nebo jiné asociální chování jednotlivců.

"Psychologie davu může fungovat jako pozitivní, uklidňující síla. Jen o ní nejsme zvyklí takto uvažovat, protože takové situace se zpravidla neobjevují ve večerních zprávách," říká k tomu Torrens.

Výsledky počítačových modelů mohou být užitečné pro policii, pro organizátory větších shromáždění, ale teoreticky najdou uplatnění i při plánování městské zástavby, protože umožní určit, jaké architektonické uspořádání je schopno negativní působení davu omezovat.

Výzkum je však teprve v počátcích. Torrensův tým se snaží kalibrovat modely pomocí dostupných dat z reálných situací. Než je bude možno využít v praxi, bude třeba získat jistotu, že odpovídají skutečnosti a že je na jejich výsledky spolehnutí.

Foto: Paul M. Torrens