Pour tester leur théorie, les chercheurs ont créé un système modèle utilisant des mouches des fruits ambulantes (Drosophila melanogaster). Ils ont d'abord démontré un moyen mathématique d'extraire des fonctions qui quantifient à quel point les mouches aiment différents endroits de leur environnement - la fonction "vexation" - et à quel point elles hésitent à s'entasser - la fonction "frustration" basée sur les détails de la densité de population. changer au fur et à mesure des vols.

Ils ont ensuite montré qu'en mélangeant et en faisant correspondre ces informations avec les observations d'une seule mouche dans un environnement entièrement nouveau, ils pouvaient prédire avec précision, avant toute observation, comment une grande foule de mouches se répartiraient dans ce nouvel environnement. Ils ont également suivi les changements dans le comportement global de la foule - c'est-à-dire, son « humeur » – en suivant l'évolution de la fonction de « frustration » des préférences sociales.

Alors que les mouches des fruits étaient « un moyen pratique, et éthique, premier système de test, " Arias dit, le comportement d'une foule lors d'un rassemblement politique fournirait un exemple humain de la théorie DFT. Les individus essaieront de trouver le meilleur emplacement pour se tenir debout – généralement le plus proche de la scène – tout en évitant les zones surpeuplées. Lorsque de nouveaux et meilleurs emplacements deviennent disponibles, les individus sont susceptibles de se diriger vers eux.

Développer une théorie mathématiquement prédictive, les chercheurs ont associé un nombre – la fonction de vexation – à la désirabilité intrinsèque de chaque emplacement; la valeur la plus basse serait à l'emplacement idéal, le plus proche de la scène. La fonction de frustration rend compte de l'indésirabilité des effets d'encombrement, et une règle comportementale explique la tendance des individus à rechercher de meilleurs emplacements.

"La découverte mathématique remarquable, " Arias dit, "est que des valeurs précises pour la contrariété et la frustration peuvent être obtenues instantanément et automatiquement, simplement en observant les changements dans l'affluence au fur et à mesure que la foule se déplace, sans avoir besoin d'aucune sorte d'enquête pour demander aux gens dans la foule ce qu'ils ressentent à propos de différents endroits ou de l'entassement."

En faisant varier les circonstances sociales dans leurs expériences sur les mouches - comme changer le rapport mâle/femelle, ou induire la faim et la soif – et surveiller les valeurs de frustration de la foule, les chercheurs ont montré qu'ils pouvaient détecter les changements dans "l'humeur" de la foule. L'approche DFT, donc, prédit non seulement les comportements de la foule dans de nouvelles circonstances, mais peut également être utilisé pour détecter rapidement et automatiquement les changements de comportements sociaux.

Une autre candidature, en utilisant les données des téléphones portables et du recensement, pourrait analyser les facteurs politiques ou économiques et les pressions démographiques pour décrire et prévoir les flux de population à grande échelle, comme les migrations massives. « Les prévisions de migration résultantes lors d'événements aigus permettraient une meilleure planification par tous les niveaux de fonctionnaires du gouvernement, des municipalités locales aux organismes internationaux, avec le potentiel de sauver des millions de vies humaines, " notent les chercheurs.

Parmi les autres contributeurs, citons J. Felipe Méndez-Valderrama, professeur de physique, Université de Los Andes, Bogota, Colombie; et Jeffrey Silver, analyste principal chez Metron Inc.