Crowd Dynamics in Historical Perspective: Reframing the Amritsar Massacre through Agent-Based Modelling and Social Psychology
本研究采用基于代理的建模与社会心理学方法,证明1919年贾利安瓦拉巴格大屠杀因物理空间限制导致的死亡人数远高于官方记录,同时揭示了20世纪初的群体心理学理论如何将国家过度暴力合理化,从而为历史问责与现代人群安全提供关键见解。
原始论文采用 CC BY 4.0 许可(http://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明
想象一个拥挤的房间,人们正试图逃离突如其来的恐怖威胁。现在,再想象一下,房间里的人并非独立的个体,而是一个单一且不断变化的有机体,其中一个人的行为会改变其他人的命运。这正是某项新研究的核心思想,该研究利用计算机科学和历史学,重新审视大英帝国最黑暗的时刻之一:1919 年的阿姆利则惨案。
以下是研究人员所做的工作及其发现,使用日常类比进行的简单拆解。
历史谜团:“有多少人?”
1919 年,英军向印度一处围墙花园内一群和平的徒手民众开火。英国政府官方宣称有 379 人死亡。然而,一个多世纪以来,历史学家和目击者一直争论这一数字过低,认为实际死亡人数高达数千人。
这篇论文提出了一个问题:如果我们从物理学的角度审视这一情况,官方数字是否合理?
计算机实验:数字时光机
研究人员构建了该花园(贾利安瓦拉巴格)的“数字孪生体”,并填入了数千名虚拟人物(称为“智能体”)。他们并非凭空猜测,而是将这些人物编程为根据现实世界的物理规律奔跑、相互碰撞并对危险做出反应。
这就像一款非常严肃的视频游戏模拟,其目标并非获胜,而是根据房间布局和子弹速度,看看现实中会有多少人受伤。
实验设置:
- 房间: 一个仅有少数狭窄出口(如同漏斗)的围墙花园。
- 威胁: 50 名士兵持续射击 10 分钟。
- 人群: 5,000 至 15,000 人,拥挤不堪。
重大发现:“掩护”悖论
这项研究最有趣的部分在于人群自身的表现。研究人员发现,身处人群具有双刃剑效应,他们称之为“掩护”悖论。
- 掩护效应: 如果你被人群包围,你的邻居可能会在物理上阻挡子弹击中你。这就像站在厚厚的人墙后面;因为有人挡在前面,你反而更安全。
- 陷阱效应: 然而,如果士兵瞄准的是人群最密集的部分(他们很可能就是这样做的),那么身处紧密的群体中会使你成为更大的目标。这就像飞镖靶上的靶心;如果靶板上挤满了飞镖,你被击中的可能性就更大。
计算机模拟显示,当人群非常密集时,“陷阱效应”往往占据上风。人们被挤压、被阻挡无法奔跑,并被击中那些原本瞄准他人的子弹。人群不再是一群个体,而变成了一个混乱的移动障碍赛道。
结果:数字对不上
当研究人员以“保守”假设运行模拟时(即他们并未试图制造最坏情况;他们使用了士兵射击速度和人群奔跑速度的中等数值),结果令人震惊。
- 官方统计: 379 人死亡。
- 模拟统计: 即使采用最谨慎的设置,计算机预测的死亡人数也比官方报告多出数百至数千人。
- 若有 5,000 人,模型预测死亡人数约为 670 至 1,800 人。
- 若有 15,000 人,模型预测死亡人数高达 7,900 人。
结论: 如果考虑到人群规模、狭窄的出口以及射击持续时间,英国官方的 379 人死亡数字在物理上是不可能的。模拟表明,这场悲剧的规模远比历史教科书所承认的要大。
“心态”因素:将人群视为“暴民”
该论文还探讨了士兵为何会那样行事。它指出,在 20 世纪初,流行着一种理论(由一位名叫古斯塔夫·勒庞的人提出),认为人群就像野兽——非理性、危险,且并非由真正的人类组成。
英军指挥官戴尔将军看到的不是父母、孩子和农民组成的群体,而是一个“暴民”。论文认为,这种非人化的心态就像戴上了眼罩。因为他将人群视为一个单一的、具有威胁性的怪物,而非一群个体的集合,所以他觉得使用极端武力是正当的。计算机模型有助于证明,这种心态导致了一场远比必要惨重的灾难。
为何这在今天依然重要
作者表示,这不仅仅关乎历史。他们指出,我们今天仍在犯同样的错误:将大规模抗议者群体视为“暴民”而非人。当领导者将人群视为非理性的威胁时,他们更有可能使用暴力,从而造成不必要的混乱和死亡。
总结
这篇论文利用计算机模拟表明:
- 物理学很重要: 在拥挤的封闭空间内,由于人们相互卡住和阻挡,枪击持续的时间更长,造成的人员伤亡比简单的数学计算所显示的要多。
- 历史可能错了: 官方统计的 379 人死亡数字过低;模拟表明实际数字要高得多。
- 认知是危险的: 将人群视为“怪物”而非人,可能导致做出将悲剧演变为大屠杀的决策。
这项研究就像一种法医工具,利用数学来检验历史的“故事”,并发现官方故事在现实的重压下无法成立。
您所在领域的论文太多了?
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。