jueves, 21 de junio de 2012

Sobre el pánico de las multitudes

DIALOGO CON CLAUDIO DORSO, DOCTOR EN FISICA, DEPARTAMENTO DE FISICA, FCEN
Imagen: Pablo Dondero

Los modelos de estadística social intentan extraer las variables fundamentales que permitan predecir el comportamiento de los individuos en situaciones de pánico con herramientas de la física aplicada al movimiento de las multitudes.

–Usted tiene un montón de líneas de trabajo.
–Elijamos dos.
–De acuerdo. –Bueno, pero antes déjeme que le cuente un poco mi historia. Yo empecé trabajando en física nuclear, no en la tradicional, sino en termodinámica estadística aplicada a reacciones nucleares. Eso, en Berkeley. Como consecuencia de tratar ese tipo de problemas, empecé a trabajar en reconocimiento de estructuras, y me metí en descripciones geométricas. Fui tomando nuevas opciones, y así terminé en este momento trabajando, por un lado, en astrofísica nuclear, por el otro en problemas morfológicos de redes. Y eso lo estamos aplicando a casos sociales, como el estudio de los desaparecidos en Tucumán, o a epidemiología. Y también trabajo en pánico de multitudes.
–Cuénteme un poco de los desaparecidos en Tucumán. –Yo estaba dictando una materia que se llamaba física estadística computacional. Y una alumna mía me dijo que estaba trabajando con el equipo argentino de antropología forense, que tenían una cantidad de datos enorme, aunque muy incompleta, con casos de desaparecidos y me preguntó si se podía hacer algo para trabajar con eso, para lograr sacar de esa enorme cantidad de datos alguna información sólida sobre algo. Nos pusimos a estudiar el asunto y encontramos un método que nos permitió, mapeando esa base de datos en una red compleja, detectar estructuras. Nos centramos en Tucumán, que tiene el problema de que no hubo ningún cuerpo aparecido. Lo que nosotros pudimos hacer es proveer un método con el cual se puede estimar cuál es la probabilidad de que un desaparecido haya pasado por determinados centros clandestinos de detención.
–¿Y con eso? –La base de datos está compuesta por una determinada cantidad de individuos, de los cuales a veces optamos por borrar nombres y poner números, caracterizados por atributos: dónde vivía, dónde trabajaba, si militaba, si tenía estudios. Eso genera que uno pueda reconocer grupos de desaparecidos que están muy correlacionados, dándoles distinto peso a las relaciones que surgen naturalmente (si militan en el mismo lugar, si trabajan juntos, si viven cerca). Con eso se genera un algoritmo en el cual cada individuo es un punto y cada una de las relaciones una línea; después se estudia eso para ver si se producen estructuras. Nosotros contamos con cierta cantidad de información; por ejemplo, sabemos que hubo ciertas “caídas” (conjunto de eventos de desaparición correlacionados). Tenemos tres o cuatro caídas que estamos seguros de que son caídas reales, por testimonios y datos históricos, las comparamos con nuestro modelo y lo optimizamos. Finalmente, encontramos evidencia de que hay altas probabilidades de que un determinado grupo de individuos haya estado al mismo tiempo en el mismo campo de concentración.
–¿Y el tema del pánico de multitudes? –Hay un modelo, el modelo social, que trata de extraer los elementos fundamentales que marcan la dinámica de individuos que están en estado de pánico, moviéndose. Yo, por ejemplo, trato de alejarme de usted y de las paredes. Si, por necesidad, tengo que tener contacto con usted, hay una fricción que me va a retrasar en mi intento de ir hacia la salida. Entonces están las fuerzas sociales, por un lado, y la fuerza de mi deseo (de ir hacia cierto lugar). Este deseo está asociado a que yo quiero alcanzar cierta velocidad; a mayor pánico, mayor velocidad. Con esos elementos construimos un modelo y tratamos de ver bajo qué condiciones se puede optimizar la evacuación de un lugar. Es un problema que está lleno de paradojas.
–A ver... –En cualquier situación normal, se supone que si yo tengo que llegar a un lugar, lo mejor va a ser incrementar mi velocidad tanto como pueda, de modo de alcanzar el objetivo lo más rápido posible. Pero cuando estamos en una escena de pánico de multitudes, esto no ocurre. Si yo incremento mi velocidad hasta llegar a mi velocidad óptima, lo más probable es que me termine trabando. Se producen “racimos bloqueantes” (blocking clusters). Entonces nos preguntamos qué pasaría si pusiéramos un obstáculo delante de la salida. Uno esperaría que retrasara todo, y sin embargo, dependiendo de cómo se lo pusiera, podría hasta optimizar el desalojo.
–¿Por qué? –Porque se reduce la presión en la región donde se producen las aglomeraciones. Y ahora estudiamos qué pasa si en el ambiente hay humo que disminuye la visibilidad. Y –otra paradoja– al estar obligados a moverse más lento, el desalojo se produce más rápidamente. Nosotros trabajamos con 200 o 400 individuos, en 20 por 20 metros. O 40 por 50, y ven hasta dos metros, o seis metros.
–Cuando uno ve menos sale más rápido. Es raro... –Sí. Lo que hay que analizar ahí es qué estrategia tiene la gente para moverse. La más primitiva es que sea completamente al azar: corre, choca con una pared, cambia de lado, y así sucesivamente. Otra, probablemente más realista, es la de seguir a los vecinos. Es un comportamiento de manada, típico. Lo que ocurre es que esos bloqueos en las puertas están asociados con la presión, y la presión está asociada con la cantidad de individuos que está tratando de hacer lo mismo al mismo tiempo. Cuando se produce la baja visibilidad, resulta que el tamaño de los grupos de gente que están tratando de salir al mismo tiempo, disminuye. Entonces salen muy rápido, porque la presión es baja. Llegan a la puerta y salen. Si la visibilidad es mayor, se identifica más rápido la puerta y se producen más taponamientos. Y también jugamos, por supuesto, con el hecho de si tienen memoria o no. Cuanta más memoria tengan, más taponamientos se producen. El problema de esto es que no se pueden hacer experimentos.
–El apelotonamiento de gente en la salida podría pensarse como una onda de choque... –Es un fenómeno típico de los medios granulares. Yo esta mañana estaba viendo un molinillo de café, que cada tanto hace un ruido más fuerte. Y eso es porque los granos se trabaron, y hay que golpear para descomprimir. En los aparatos que trabajan con medios granulares, hay medios de evitar que se produzcan estos taponamientos.
–¿Y cómo pasó de la física nuclear a esto? –Sigo haciendo las dos. Si yo a alguien le trato de contar si un núcleo puede sobrellevar una transición de fase, no le interesa a nadie. O si trato de explicar cierta transición de fase morfológica en el gas interior de las estrellas de neutrones, para ver qué pasa con la transparencia de los neutrinos. Lo que intenté hacer fue algo útil, que le interese a la gente y que dé algunos resultados tangibles a corto plazo. Así fue como empecé con estas cosas. Y empecé con tanta mala suerte que el día que mandamos nuestro primer trabajo (hecho en colaboración con Daniel Parisi) fue el día en que ocurrió Cromañón. A las seis de la tarde mandamos el trabajo y a la noche pasó Cromañón.
–¿Cómo define el pánico? –Pánico en este caso es que tengo un objetivo muy preciso pero no hago comportamientos sofisticados para alcanzarlo. Me obnubilo.
–¿Y qué es lo que hace en astrofísica nuclear? –Yo me especialicé en transiciones de fase en sistemas finitos, y ahora estoy trabajando con transiciones de fase en sistemas infinitos. Especialmente, me focalizo en las estrellas de neutrones, que –hablando muy groseramente– son como núcleos gigantescos muy asimétricos, porque la relación protones-neutrones es mucho más alta que lo normal. A medida que uno se va metiendo hacia el centro, hay muchos más neutrones que protones. Esa asimetría nos resulta muy interesante, y con eso estamos trabajando ahora. ¿Qué pasa con las reacciones nucleares cuando los núcleos son muy asimétricos? Y resulta que eso es de mucha importancia para los astrofísicos, porque son el tipo de estructuras que se van a encontrar en las estrellas de neutrones.

0 comentarios: