Gli elettroni che sfrecciano l'uno intorno all'altro e gli umani ammassati insieme in una manifestazione politica non sembrano avere molto in comune, ma i ricercatori della Cornell stanno unendo i puntini.

Hanno sviluppato un approccio matematico estremamente accurato per prevedere il comportamento di folle di creature viventi, utilizzando metodi vincitori del premio Nobel originariamente sviluppati per studiare grandi raccolte di elettroni che interagiscono meccanicamente quantistica. Le implicazioni per lo studio del comportamento umano sono profonde, secondo i ricercatori.

Per esempio, utilizzando i dati video disponibili pubblicamente delle folle negli spazi pubblici, il loro approccio potrebbe prevedere come le persone si distribuirebbero in condizioni di affollamento estremo. Misurando le fluttuazioni di densità utilizzando un'app per smartphone, l'approccio potrebbe descrivere l'attuale stato comportamentale o l'umore di una folla, fornendo un sistema di allerta precoce per le folle che si spostano verso comportamenti pericolosi.

Tommaso Arias, professore di fisica, è l'autore principale di "Teoria della fluttuazione della densità-funzionale delle folle, " che ha pubblicato il 30 agosto in Comunicazioni sulla natura . I coautori includono Itai Cohen, professore di fisica; e Yunus A. Kinkhabwala, uno studente di dottorato nel campo dell'ingegneria.

Le interazioni tra gli individui in una folla possono essere complesse e difficili da quantificare matematicamente; il gran numero di attori in una folla si traduce in un complesso problema matematico. I ricercatori hanno cercato di prevedere il comportamento delle folle utilizzando semplici misurazioni della densità per dedurre le interazioni sottostanti e utilizzare tali interazioni per prevedere nuovi comportamenti.

Per realizzare questo, hanno applicato concetti e approcci matematici dalla teoria del funzionale della densità (DFT), una branca della fisica a molti corpi sviluppata per i sistemi di meccanica quantistica, al comportamento delle folle.

"Questo è uno dei casi troppo rari - in particolare quando sono coinvolti sistemi viventi - in cui la teoria ha preceduto gli esperimenti, e gli esperimenti, in precisi dettagli matematici, confermato completamente la teoria, " disse Arias.

Per testare la loro teoria, i ricercatori hanno creato un sistema modello utilizzando i moscerini della frutta che camminano (Drosophila melanogaster). Hanno prima dimostrato un modo matematico per estrarre funzioni che quantificano quanto le mosche amano luoghi diversi nel loro ambiente - la funzione "irritazione" - e quanto si preoccupano di affollarsi insieme - la funzione "frustrazione" basata sui dettagli di come la densità della popolazione cambia come le mosche più in giro.

Hanno poi dimostrato che mescolando e confrontando queste informazioni con le osservazioni di una singola mosca in un ambiente completamente nuovo, potevano prevedere con precisione, prima di ogni osservazione, come una grande folla di mosche si sarebbe distribuita in quel nuovo ambiente. Hanno anche monitorato i cambiamenti nel comportamento generale della folla, ad es. il suo "umore" – monitorando l'evoluzione della funzione di "frustrazione" delle preferenze sociali.

Mentre i moscerini della frutta erano "un comodo, ed etico, primo sistema di prova, "Aria ha detto il comportamento di una folla in una manifestazione politica fornirebbe un esempio umano della teoria DFT. Gli individui cercheranno di trovare la posizione migliore per stare in piedi, in genere più vicina al palco, evitando le aree sovraffollate. Quando saranno disponibili nuove e migliori posizioni, è probabile che gli individui si muovano verso di loro.

Per sviluppare una teoria matematicamente predittiva, i ricercatori hanno associato un numero – la funzione di vessazione – alla desiderabilità intrinseca di ogni luogo; il valore più basso sarebbe nella posizione ideale, più vicino al palco. La funzione di frustrazione spiega l'indesiderabilità degli effetti di affollamento, e una regola comportamentale tiene conto della tendenza degli individui a cercare luoghi migliori.

"La straordinaria scoperta matematica, "Aria ha detto "è che valori precisi di irritazione e frustrazione possono essere ottenuti istantaneamente e automaticamente, semplicemente osservando i cambiamenti nell'affollamento mentre la folla si aggira intorno, senza la necessità di alcun tipo di sondaggio per chiedere alle persone tra la folla come si sentono riguardo a luoghi diversi o all'affollamento insieme."

Variando le circostanze sociali nei loro esperimenti sulle mosche, come cambiare il rapporto tra maschio e femmina, o indurre la fame e la sete – e monitorare i valori di frustrazione della folla, i ricercatori hanno dimostrato di poter rilevare i cambiamenti nell'"umore" della folla. L'approccio DFT, perciò, non solo predice i comportamenti della folla in nuove circostanze, ma può anche essere utilizzato per rilevare rapidamente e automaticamente i cambiamenti nei comportamenti sociali.

Un'altra applicazione, utilizzando i dati del cellulare e del censimento, potrebbe analizzare i fattori politici o economici e le pressioni demografiche per descrivere e prevedere flussi di popolazione su larga scala, come le migrazioni di massa. "Le conseguenti previsioni sulla migrazione durante gli eventi acuti consentirebbero una migliore pianificazione da parte di tutti i livelli dei funzionari governativi, dai comuni locali agli organismi internazionali, con il potenziale per salvare milioni di vite umane, " notano i ricercatori.

Altri collaboratori inclusi J. Felipe Méndez-Valderrama, professore di fisica, Università di Los Andes, Bogotà, Colombia; e Jeffrey Silver, analista senior presso Metron Inc.