Naukowcy opracowali BEHAVE, framework łączący sztuczną inteligencję z modelowaniem zachowań zbiorowych, który pozwala analizować dynamikę grup ludzi w czasie rzeczywistym. System pracuje na zasadzie hybrydowego podejścia - łączy tradycyjne metody matematyczne służące do opisu ruchów zbiorowych z nowoczesnymi technikami machine learningu. To połączenie ma na celu osiągnięcie czegoś, co dotychczasowe podejścia oferowały słabo: precyzyjne przewidywanie, jak zachowuje się większa grupa osób w zmieniających się warunkach i sytuacjach.
BEHAVE znajduje potencjalne zastosowanie w kilku istotnych obszarach - od zrozumienia fenomenów społecznych, przez optymalizację przepływu tłumów w miejscach publicznych, aż po analizę interakcji grupowych w różnych kontekstach. W praktyce taki framework mógłby wspomóc planowanie bezpiecznych tras ewakuacji, projektowanie lepszych systemów transportu publicznego albo lepsze zrozumienie dynamiki protestów i zgromadzeń. Zdolność do rzeczywistego przewidywania zachowań zbiorowych otwiera perspektywy dla urbantystów, specjalistów bezpieczeństwa publicznego czy organizatorów dużych imprez.
Praca stanowi krok naprzód w nauce o złożonych systemach, gdzie tradycyjne modele często zawieszały się na zmienności i nieprzewidywalności ludzkiego zachowania. Hybrydowe podejście BEHAVE sugeruje, że przyszłość modelowania dynamiki społecznej może leżeć w mądrym połączeniu starych, sprawdzonych metod z mocą współczesnego AI - zamiast naiwnego polegania wyłącznie na jednym z tych podejść.