Tragedi Bangalore adalah kasus yang dipermasalahkan. Bertemu untuk merayakan kemenangan IPL T20 dari RCB, acara di Stadion Chinnaswamy, yang memiliki kapasitas sekitar 35.000 Bendejas sekitar 200.000 hingga 300.000 orang. Ras yang tak terhindarkan, didorong untuk masuk dan kurangnya disiplin menyebabkan kekacauan. Stammer yang dihasilkan menewaskan 11 orang mati dan lusinan terluka. Menurut laporan itu, seorang perwira polisi yang unggul telah menandai risiko sebelum acara, tetapi tidak ada langkah yang diambil.
Setiap tragedi itu unik. Namun, alasan yang disebutkan di atas hampir selalu sama. Kerumunan selalu “tiba -tiba besar”, gelombang mendadak disebabkan oleh “peristiwa yang tidak direncanakan” (VIP atau selebriti, pembukaan pintu yang terlambat) dan “kehadiran polisi yang tidak mencukupi”, yang menghasilkan kontrol kerumunan yang buruk.
Peningkatan sistem sederhana dapat mencegah atau setidaknya mengurangi tragedi. Sekarang, ada alat tambahan teknologi baru. Namun, mengambil keuntungan dari potensinya membutuhkan sesuatu yang tidak biasa di India: tim multidisiplin. Peralatan ini harus mencakup teknolog, dari pemrogram komputer hingga ilmuwan data, sensor dan ahli drone dan ahli matematika. Yang terpenting, mereka juga harus memiliki ilmuwan sosial, khususnya sosiolog dan psikolog, ras yang jarang terlihat dalam tim -tim tersebut.
Untuk memulai, peralatan ini akan mengumpulkan data sebanyak mungkin dari perangko masa lalu dan pertemuan besar untuk membangun model dinamika banyak sekali. Saya akan berusaha untuk memodelkan bagaimana dan kapan orang banyak tiba -tiba meningkat dan peristiwa yang mengarah pada ini di luar kendali.
- Apakah ada massa kritis atau kepadatan kerumunan yang menyebabkan dorongan dan kepanikan yang tidak terkendali?
- Apakah masalah pada titik pencekikan atau pelepasan tekanan mendadak (seperti ketika pintu membuka atau tiba seorang selebriti)?
- Apakah ada pola aglomerasi dan gerakan banyak?
Analisis berdasarkan data historis akan membantu membuat model untuk menjawab pertanyaan ini dan lainnya. Pembaruan acara baru, termasuk kerumunan besar dan cetakan, akan digunakan untuk terus meningkatkan dan memperbaiki model.
Mengumpulkan data lama bisa jadi sulit, tetapi itu mungkin. Itu harus bergantung pada data anekdotal, publikasi publikasi, liputan CCTV dan rekaman video seluler adegan.
Beberapa peristiwa di masa lalu dan di masa depan memiliki cakupan drone, yang akan memberikan data tambahan. Pengumpulan dan sintesis semua ini, dan integrasi dengan data tanah, peta lokal (di mana pintu?) Dan informasi meteorologis (hujan yang tiba -tiba atau suhu tinggi dapat menyebabkan cetakan) dapat dilakukan dengan lebih baik menggunakan AI.
Segala sesuatu yang disebutkan di atas tentang orang banyak juga berlaku untuk massa, bentuk orang banyak yang lebih terfokus, seringkali lebih mudah menguap, lebih mudah menguap. Manajemen meningkatkan tantangan yang sama.
Meningkatkan model berbasis data dengan informasi tentang perilaku manusia dapat membuatnya secara signifikan lebih tepat dan bermanfaat. Di sinilah sosiolog, yang memahami perilaku kelompok dan kerumunan, psikolog (yang memiliki ide tentang perilaku individu) memainkan peran penting.
Selain korelasi statistik yang disediakan oleh analisis data dan AI, ilmuwan sosial akan memberikan dinamika sebab dan akibat yang merupakan kunci untuk mencegah tragedi tersebut. Dalam istilah ilmiah, ini menambah fisika ke matematika. Selain itu, para ilmuwan sosial dapat menyarankan jenis pesan media sosial apa, atau ‘mendorong’, dapat menghindari akumulasi kerumunan atau menjamin perilaku orang yang aman. Dengan lebih banyak data, ilmu sosial, seperti analisis data, dapat meningkatkan model, pemodelan prediktif, bahkan pemodelan preventif.
Empat hal spesifik mengikuti hal di atas:
Data adalah kuncinya: Mengumpulkan dan mengumpulkan data dari semua sumber sangat penting. Di masa depan, teknologi baru, sensor, analisis data besar, IA-Must akan digunakan. Sementara model yang hanya berdasarkan pada analisis data statistik dapat disuntikkan, mereka tidak akan bekerja dengan baik di sini, karena perilaku kerumunan khusus untuk budaya.
Pelajari perilaku kerumunan: Ada pasar yang berkembang untuk acara langsung, konser, puluhan ribu orang yang melibatkan demonstrasi politik. Ini membuat model seperti itu vital. Kekhususan budaya menyoroti kebutuhan untuk mengembangkan model asli, yang membutuhkan partisipasi para ilmuwan sosial.
Sosiologi Komputasi: Ini membutuhkan penelitian yang canggih dan multidisiplin dengan tingkat saling pengertian antara teknologi dan ilmuwan sosial. Ini membutuhkan pengembangan disiplin baru: sosiologi komputasi. GOI harus mendukung penyebaran kursus khusus dan membiayai mereka. Perlu dicatat bahwa setiap keberhasilan penggunaan teknologi untuk kepentingan orang membutuhkan partisipasi ilmuwan sosial. ISRO menunjukkan keunggulan melalui tim perintis multipel dan transdisipliner untuk Eksperimen Televisi Satelit (Situs) pada tahun 1975.
Kunci Jaringan Sosial: Mengingat peran jejaring sosial dalam koleksi kerumunan dan perilaku selanjutnya (sering dipicu oleh rumor atau berita palsu), mereka akan membantu publikasi korektif dan preventif. Ini dapat dibuat dan dikirim secara instan oleh Genai, yang dapat diintegrasikan ke dalam model.
Dengan ukuran dan budaya populasi kita, kerumunan besar tidak bisa dihindari. Namun, apa yang dapat dijamin oleh model berbasis teknologi adalah bahwa kerumunan tidak sama dengan cetakan. Itu akan menjadi tragedi yang bisa dan akhirnya kita dapat dicegah.
Penulis adalah Presiden Institut Teknologi Informasi Indraprastha Delhi
