Существует долгая история исследований, направленных на прогнозирование поведения групп и влияние на них. Но практически невозможно точно предсказать поведение людей, не в последнюю очередь из-за бесчисленных взаимодействий между физической, эмоциональной, когнитивной и социальной сферами.
Но все выглядит совсем иначе, если рассматривать людей в трафике, в социальных сетях и на крупных мероприятиях, на которых они появляются не как личности, а как часть толпы. «Люди в массе ведут себя подобно частицам в жидкости или газе», — объясняет профессор Массимо Форнасьер, заведующий кафедрой прикладного численного анализа Мюнхенского технического университета.
Аналогия с физикой
В физике не обязательно знать свойства каждой отдельной частицы, чтобы с большой вероятностью рассчитать направление потока большого количества молекул газа.
Достаточно понять их свойства среднего движения.
«Мы можем использовать тот же подход, рассматривая потоки человеческих масс, стаи животных или взаимодействующих роботов: аналогично силе притяжения между молекулами в газе, мы можем описать обобщенные поведенческие паттерны как результат взаимодействия социальных сил между отдельными агентами и представить их в математических уравнениях ", — говорит Форнасье, описывая свой подход.
Расчет коллективных моделей поведения
Профессор Форнасье и его команда недавно доказали математические утверждения, которые демонстрируют, насколько удивительно легко автоматически генерировать точные модели для конкретных, относительно простых групповых взаимодействий на основе данных наблюдаемой динамики.
Используя компьютерное моделирование, математики могут описывать потенциальные коллективные модели поведения большого количества людей, которые взаимно влияют друг на друга в данной ситуации. «На следующем этапе мы также можем делать прогнозы относительно будущего поведения», — говорит Форнасье. "И как только мы сможем заранее рассчитать поведение группы взаимодействующих агентов, мы окажемся всего в одном маленьком шаге от управления ими."
Информированные агенты следуют «стадному инстинкту»
В эксперименте, проведенном в мае 2015 года в сотрудничестве с Consiglio Nazionale delle Ricerche (CNR) и Римским университетом La Sapienza в Италии, Форнасье и его команда продемонстрировали, что процесс на самом деле поддается влиянию на групповое поведение.
С этой целью исследователи назначили двум группам по 40 студентов в каждой задачу найти определенное место в здании. Ученые поместили двух инкогнито информированных агентов в одну из групп. Просто очень решительно двигаясь в заданном направлении, агенты смогли направить группу к целевому месту.
Этот эксперимент демонстрирует, что взять под свой контроль самоорганизующиеся системы, которые также включают в себя группы людей, можно с удивительно небольшими усилиями. Математики также подтвердили, что результаты одинаково хорошо применимы к очень большим группам. «На самом деле достаточно двух-трех агентов на 100 человек», — говорит Массимо Форнасье.
Стратегия пастушьей собаки для формирования мнения
Тот факт, что его математические модели сформулированы в полностью абстрактной среде, позволяет легко адаптировать их к широкому спектру ситуаций. Это облегчает поиск эффективных решений для управления большими массами людей через здания без стресса или эвакуации людей в чрезвычайных ситуациях.
«Но мы также можем применить наши результаты к другим интересным областям общества, например к поведению инвесторов на финансовых рынках», — говорит Форнасье. Там точно скоординированные действия крупных инвесторов могут привести к значительным изменениям на рынке.
Формирование мнения в группах также основывается на взаимодействии людей. В своих моделях математики продемонстрировали, что эффективнее всего сосредоточиться на наиболее радикальных защитниках того или иного мнения.
Если вам удастся убедить их, остальная группа последует за ними.
«В природе есть хорошая модель для этого», — говорит Форнасье. "Чтобы вести стадо овец в желаемом направлении, хорошая пастушья собака всегда будет концентрироваться на животном, которое наиболее удалено от группы. Они достигают своей цели, обуздав самое упорное животное."
Пределы предсказания
«Для всех потенциально хороших сценариев приложений, конечно же, остается вопрос о злоупотреблениях», — говорит профессор Форнасье. "Хорошая новость в этом контексте заключается в том, что мы также доказали, что поведение не так легко предсказать или контролировать для всех видов динамики и ситуаций."
«Важным условием предсказуемости и управляемости является то, что бесчисленные возможные взаимодействия между агентами в большой группе могут быть сведены к небольшому количеству эффективных», — говорит Массимо Форнасье. "Прогнозы хорошо работают в группах, которые демонстрируют обобщенные модели поведения."
Однако при конкурирующих взаимодействиях, когда энергия отдельных агентов слишком велика, равновесие и, таким образом, согласованное движение группы агентов больше не может быть навязано с помощью простых, спорадических вмешательств.
«Обширный прогноз событий, подобный тому, что был осуществлен математиком Хари Селдоном в серии« Основы »Айзека Азимова, или всеобъемлющий контроль, осуществляемый в« Дивном новом мире »Олдоса Хаксли, останется научной фантастикой», — говорит профессор Форнасье.