BREAKING NEWS
latest

Μπορεί ο τρόπος που περπατάμε να μας κάνει θύματα επίθεσης;


Είχες ποτέ σκεφτεί ότι ο τρόπος που περπατάς μπορεί να σε στοχοποιήσει ως θύμα επίθεσης στα μάτια ενός επίδοξου εγκληματία; Κι όμως, το πώς κινείσαι φανερώνει πολλά προς τα έξω, ειδικά αν σε βλέπει ο λάθος άνθρωπος.

Σε μια έρευνα του 1980, οι ψυχολόγοι, Betty Grayson και Morris Stein από τη Ν. Υόρκη, προσπάθησαν να ανακαλύψουν τι είναι αυτό που αναζητούν οι εγκληματίες στα υποψήφια θύματα τους. Έτσι, λοιπόν, κατέγραψαν με κάμερα στιγμιότυπα περαστικών στους δρόμους της Ν. Υόρκης και στη συνέχεια έδειξαν τις ταινίες σε 53 κρατούμενους. 

Όσοι έλαβαν μέρος, ήταν κατηγορούμενοι για έγκλημα σε αγνώστους, από απλή επίθεση μέχρι φόνο, και τους ζητήθηκε να κρίνουν πόσο εύκολη θα ήταν η απόπειρα μιας επίθεσης σε κάθε άνθρωπο.

Όπως προέκυψε, οι φυλακισμένοι εξέφρασαν πολύ διαφορετικές απόψεις σχετικά με τα υποτιθέμενα θύματα. Σαφώς, υπήρχαν και κάποια αναμενόμενα αποτελέσματα, όπου κατά μέσο όρο οι γυναίκες και οι ηλικιωμένοι αξιολογήθηκαν ως ευκολότερος στόχος σε σχέση με άλλους. 

Αλλά και μεταξύ εκείνων που θεωρητικά θα ήταν πιο δύσκολοι στόχοι, όπως οι νέοι άντρες, υπήρχαν άτομα που περισσότεροι από τους μισούς κρατούμενους τα τοποθέτησαν στην κορυφή της προτίμησης τους ως υποψήφια θύματα.

Έπειτα, οι ερευνητές ζήτησαν από επαγγελματίες χορευτές να αναλύσουν τα βίντεο κλιπ χρησιμοποιώντας το σύστημα Laban movement analysis – ένα σύστημα που χρησιμοποιείται από χορευτές, ηθοποιούς και άλλες ειδικότητες, για να περιγράψει και να καταγράψει με λεπτομέρεια την ανθρώπινη κίνηση. Αυτοί, λοιπόν, αξιολόγησαν τις κινήσεις των ανθρώπων – θυμάτων ως «ελαφρώς λιγότερο συκροτημένες» από ότι εκείνων που θεωρήθηκαν μη – θύματα.

Παρά το γεγονός ότι οι καθηγητές Grayson και Stein αναγνώρισαν την κίνηση ως την κρίσιμη μεταβλητή για την αποφάση δράσης των εγκληματιών, η μελέτη τους είχε το προφανές ελάττωμα ότι οι ταινίες τους περιείχαν πολλές αμφιλεγόμενες πληροφορίες, όπως για παράδειγμα, τα ρούχα που φορούσαν οι άνθρωποι ή τον τρόπο που κρατούσαν τα κεφάλια τους. Δύο δεκαετιές αργότερα, μια ερευνητική ομάδα του πανεπιστημίου της Canterbury της Νέας Ζηλανδίας, καθοδηγούμενη από τη Lucy Johnston διεξήγαγε μια πιο εξειδικευμένη έρευνα.

Η ομάδα χρησιμοποίησε μια τεχνική με το όνομα, point light walker. Αυτή αποτελεί την καταγραφή της ανθρώπινης κίνησης, μέσω ενσωματωμένων φωτεινών σημείων στις αρθρώσεις, πάνω σε μια μαύρη ολόσωμη στολή. Κατά την αναπαραγωγή, είναι ορατή μόνο η κίνηση των αρθρώσεων, χωρίς να φαίνονται τα ανθρώπινα χαρακτηριστικά ή άκρα του σώματος. 

Η τεχνική αυτή έχει δείξει ότι μπορούμε να διαβάσουμε χαρακτηριστικά από την κίνηση των αρθρώσεων, εξίσου ως προς το φύλο ή τη διάθεση. Έτσι, προκύπτει ότι ακόμα κι όταν οι υπόλοιπες πληροφορίες έχουν απομακρυνθεί, μερικά άτομα συνεχίζουν να ξεχωρίζουν ως πιθανά θύματα επίθεσης σε σχέση με άλλους.

Το πιο εντυπωσιακό μέρος των ερευνών ακολούθησε όταν η Johnston πρότεινε στους συμμετέχοντες να αλλάξουν τον τρόπο που βαδίζουν ώστε να φαίνονται πιο ευάλωτοι. Η πρώτη ομάδα των εθελοντών μαγνητοσκοπήθηκε εν κινήσει πριν και μετά την παρακολούθηση σύντομων μαθημάτων αυτοάμυνας. Χρησιμοποιώντας την τεχνική “point-light”, εθελοντές (όχι κρατούμενοι) τους αξιολόγησαν ως προς την αδυναμία στον τρόπο που περπατούσαν. Απροσδόκητα ίσως, η εκπαίδευση αυτοάμυνας δεν επηρέασε θετικά την κατάταξη των συμμετεχόντων.

Σε ένα δεύτερο πείραμα, οι νεοσύλλεκτοι εκπαιδεύτηκαν στο περπάτημα τους, εστιάζοντας ειδικά στα σημεία που οι ερευνητές ήξεραν ότι επιδρούν στο πόσο ευάλωτοι φαίνονται. Αυτό οδήγησε σε μία σημαντική πτώση της αδυναμίας κατά την αξιολόγηση όλων των εθελοντών, η οποία εξακολουθούσε να ισχύει όταν επανεξετάστηκαν ένα μήνα αργότερα.

Η έρευνα με τη χρήση “point light walker”, αποτελεί ένα ιδιαίτερο εγχείρημα που μέσα από στατιστική παρατήρηση και χρήση σύνθετων εργαστηριακών τεχνικών, μας δείχνει έναν έξυπνο τρόπο για να προφυλαχτούμε από μια ενδεχόμενη επίθεση, αλλάζοντας απλά τον «αέρα» που περπατάμε.

Το είδαμε εδώ



 ΚΟΙΝΟΠΟΙΗΣΤΕ ΤΟ ΑΡΘΡΟ ΣΤΟΥΣ ΦΙΛΟΥΣ ΣΑΣ

 ΣΧΟΛΙΑΣΤΕ ΤΟ ΑΡΘΡΟ 

ΣΤΟ FACEBOOK Ή ΣΤΟ BLOGGER👇

« PREV
NEXT »

Facebook Comments APPID