Het is al moeilijk genoeg om te pendelen, maar wat als je vastzit in de auto met iemand die je saai, vervelend of zelfs aanstootgevend vindt? Dat zal er waarschijnlijk voor zorgen dat zelfs de groenste persoon terugkeert naar de status van alleenstaande autorijder. Dat is het uitgangspunt waar onderzoekers van de Universiteit van Waterloo mee werkten aan een onderzoek dat onlangs is gepubliceerd in Transportation Research Part C. Het onderzoek is de eerste stap in het uitdagen van traditionele opvattingen over systemen voor het delen van ritten en het ontwikkelen van een systeem dat meer gewicht legt op de sociale component.
"Meestal gaat carpoolen over het matchen van mensen, afhankelijk van de geografische locatie en het tijdstip van de planning", zegt studieauteur Bissan Ghaddar, hoogleraar managementtechniek aan Waterloo in een persbericht. "We wilden het sociale aspect in de vergelijking opnemen, omdat het altijd ongemakkelijk is als er stilte in de auto is, vooral als het een lange reis is."
De onderzoekers gebruikten een aantal methoden om GRAAL te ontwikkelen, die ze omschrijven als 'een datagedreven methodologie voor GReen en sociaal carpoolen'. Ze analyseerden Twitter-feeds van potentiële carpoolers om nuttige gegevens over hun persoonlijke interesses te verzamelen. Vervolgens keken ze hoe de sociale kringen van de Twitter-gebruikers zich ontwikkelden om een mate van plezier te bepalen. Hierbij werd rekening gehouden met gelijkgestemdheid (overeenkomstige onderwerpen tussen gebruikers), evenals met homofilie, of hoe mensen de neiging hebben om soortgelijke soorten mensen op te zoeken.
Ze voerden ook een online-enquête uit waarbij mensen twee opties kregen voorgelegd:een groenere, maar minder sociale ritoptie en een socialere, iets minder duurzame rit. Negenendertig procent van de 237 verkregen antwoorden was geneigd voor de sociale oplossing te kiezen.
Het computeralgoritme matchte carpoolers niet alleen op basis van locatie en planning, maar ook op basis van deze geïdentificeerde persoonlijkheidsvoorkeuren. De onderzoekers probeerden dit matchmaking-algoritme vervolgens te simuleren met behulp van gegevens van echte carpoolers in San Francisco en Rome. Ze stelden vast dat gelukkige, compatibele carpoolers resulteerden in een daling van het autogebruik met 40 procent in San Francisco en een daling van 57 procent in Rome.
Hoe geweldig dit ook klinkt, de GRAAL-methode is nog niet in de praktijk getest. "We onderzoeken de mogelijkheid van samenwerking met de mobiliteitsbureaus van enkele steden om deze oplossing te testen bij eindgebruikers", schrijven de onderzoekers in het onderzoek. "Het doel van dit artikel was om een theoretische, gegevensgestuurde methodologie te ontwikkelen, beginnend met online beschikbare gegevens en eindigend bij de aanbevelingen."
Doe tot die tijd misschien een kort sms-interview voordat je in de auto van een vreemde stapt? Er is al genoeg verkeersagressie in de wereld!
Dat is nu gekAlleen al op Amerikaanse wegen zijn meer dan 250 miljoen auto's in gebruik!
