Evaluando la seguridad de la multitud en situaciones de emergencia

Planear cómo sacar a la gente de lugares llenos rápidamente durante emergencias es super importante para la seguridad. Esto es especialmente cierto en lugares como estadios, salas de conciertos y plazas públicas. Si no se siguen las medidas de seguridad adecuadas, puede haber caos, lo que lleva a lesiones o incluso muertes. Este artículo habla sobre una Simulación de una emergencia así utilizando una herramienta llamada NetLogo. La simulación se basa en un evento real que ocurrió en una plaza en Turín, Italia, el 3 de junio de 2017, cuando un ruido fuerte causó una estampida.

#Antecedentes

Las emergencias relacionadas con aglomeraciones pueden pasar en cualquier parte del mundo. Estas situaciones pueden surgir durante eventos deportivos, conciertos o celebraciones. Si la seguridad de la multitud no se toma en serio, los resultados pueden ser desastrosos. En el incidente de 2017 en Turín, los fuegos artificiales causaron pánico entre la multitud, resultando en una estampida que dejó tres muertos y más de mil heridos. Las investigaciones mostraron que se ignoraron las reglas de seguridad. Por ejemplo, había barreras en la entrada de la plaza, que atraparon a las personas cuando intentaron escapar. Además, muchos vendedores vendían botellas de vidrio, que se rompieron durante el caos, aumentando el riesgo de cortes y lesiones.

#Objetivos de la Simulación

Los principales objetivos de la simulación eran dos. Primero, los autores querían crear un modelo que representara de cerca cómo se comporta la multitud en emergencias. Segundo, querían ver cómo varias medidas de seguridad podrían cambiar el resultado de tales situaciones. Por ejemplo, consideraron el impacto de una app móvil que podría ayudar a la gente a encontrar la salida más cercana.

#Estructura del Artículo

Este artículo está organizado en secciones. La primera parte examina la investigación existente sobre Evacuación de multitudes. Las siguientes secciones explican el problema, describen el modelo de simulación, presentan las métricas usadas para evaluar los resultados y discuten los hallazgos. Por último, se ofrecen sugerencias para futuras investigaciones.

#Revisión de Literatura

Existen muchos modelos de evacuación. Algunos investigadores sugieren que los modelos basados en agentes son mejores para crear diferentes escenarios hipotéticos. Estos modelos se pueden clasificar en varios tipos, incluyendo modelos clásicos, híbridos y genéricos. La simulación discutida aquí es principalmente un modelo clásico basado en agentes. Trabajos anteriores sobre evacuaciones se han centrado principalmente en espacios cerrados, como edificios, en lugar de áreas abiertas.

La necesidad de mejores estrategias de evacuación se volvió crucial después de incidentes importantes como los ataques del 11 de septiembre en EE.UU. Los investigadores empezaron a analizar problemas que surgieron durante estas situaciones para prevenir errores similares en el futuro. El objetivo principal en tales casos es evacuar a las personas lo más rápido posible mientras se evitan lesiones.

En espacios abiertos, como el evento en Turín, el caos se agravó por la falta de cumplimiento de los procedimientos de seguridad, resultando en muchas lesiones y fatalidades. El objetivo de la simulación aquí es analizar estos problemas de multitudes. Si bien es esencial reducir los tiempos de evacuación, la prioridad debe ser minimizar el número de lesiones y muertes.

#Metodología

#Definición del Problema

El objetivo de este proyecto es simular cómo la gente se comporta en una emergencia y cómo sus decisiones pueden afectar a otros. La simulación incluye características que permiten agregar nuevos puntos de salida y medir cuántas personas conocen la mejor forma de salir, posiblemente a través de una app móvil.

#Modelo de Simulación

El modelo comienza con un mapa de la plaza y un número fijo de personas en ella. Cuando suena una alarma indicando que debe comenzar la evacuación, las personas buscan la salida más cercana. Ajustan su velocidad según cuán llena esté la plaza y pueden cambiar de dirección si es necesario.

Cada persona en la simulación tiene características como su velocidad, posición, dirección y estado de salud. Su velocidad y salud se ven influenciadas por la densidad de la multitud. El estado de salud se clasifica en diferentes niveles de lesiones, lo que ayuda a rastrear el número de heridos durante la simulación.

El modelo también presenta dos variables importantes: la fracción de conscientes y la fracción de pánico. La fracción de conscientes indica cuántas personas conocen la ubicación de las salidas, mientras que la fracción de pánico representa el número de personas que reaccionan con pánico. Los que entran en pánico pueden moverse de manera más errática, haciendo más difícil la evacuación. La simulación termina cuando todos han salido de la plaza.

#Resultados y Discusión

#Escenario Descriptivo

El primer escenario buscaba replicar de manera realista los eventos que ocurrieron en Turín. Los resultados mostraron varios niveles de lesiones, siguiendo cómo evolucionó la situación a lo largo de la simulación. En un hallazgo clave, aumentar la fracción de pánico elevó significativamente el tiempo de evacuación. Por el contrario, aumentar el número de personas usando una app móvil que les dirigía a las salidas más cercanas redujo drásticamente el tiempo de evacuación.

#Escenario Especulativo

El segundo escenario se diseñó para ver cómo podrían cambiar los resultados si se implementaran mejores medidas de seguridad. En este escenario, una mayor conciencia de las salidas resultó en menos lesiones. Además, cuando se prohibieron las botellas de vidrio, las lesiones disminuyeron aún más. Los resultados indicaron que salidas más accesibles y un plan de evacuación más inteligente podrían salvar vidas y reducir lesiones.

#Experimento de Aplicación Móvil

El impacto de la app móvil fue intrigante. Si bien aceleró la evacuación, también resultó en tasas de lesiones más altas. Esto sugiere un trade-off entre sacar a la gente rápido y mantener su seguridad.

#Accesibilidad de Salidas

Permitir un acceso más fácil a las salidas resultó beneficioso. Los datos mostraron que cuando la gente podía escapar más rápido, se reportaron menos lesiones. Los resultados de la simulación demostraron que las salidas deben ser bien planificadas para facilitar evacuaciones rápidas.

#Botellas de Vidrio y Pánico

Eliminar las botellas de vidrio mejoró enormemente los resultados de seguridad. La simulación mostró que con menos objetos que romper y causar pánico, el número de lesiones disminuyó significativamente. Sin embargo, el pánico complicó las cosas, ya que el movimiento errático de las personas llevó a un mayor congestionamiento y lesiones.

#Conclusión

Las simulaciones destacaron la importancia de planear cuidadosamente cuando se organizan eventos con grandes multitudes. Los modelos replicaron efectivamente el trágico evento en Turín y mostraron cómo diferentes medidas de seguridad podrían haber cambiado el resultado. Este trabajo sirve como recordatorio de que cada detalle cuenta para asegurar la seguridad pública. Futuros estudios podrían ampliar el alcance para probar diferentes escenarios o explorar cómo varios factores interactúan en la dinámica de multitudes.

En resumen, seguir rigurosamente los procedimientos de seguridad es esencial, ya que incluso pequeños descuidos pueden tener consecuencias graves.