Новий підхід до виявлення брехні використовує справжні судові справи

Уважно спостерігаючи за тим, як люди говорять неправду під час судових справ з високими ставками, дослідники Мічиганського університету розробляють унікальне програмне забезпечення для виявлення брехні на основі реальних даних.

Їх модель виявлення брехні враховує як слова, так і жести людини, і, на відміну від поліграфа, для роботи не потрібно торкатися динаміка.

В експериментах прототип до 75 відсотків точно визначав, хто говорить неправду (що визначається результатами випробувань), порівняно з оцінками людей трохи вище 50 відсотків. Інструмент одного дня може стати в нагоді агентам охорони, присяжним і навіть працівникам психічного здоров’я.

Дослідники кажуть, що виявили кілька червоних прапорів брехливої ​​поведінки. Наприклад, у відеороликах брехливі люди більше рухали руками. Вони намагалися звучати певніше. І, дещо протилежне інтуїції, вони мали трохи більше шансів дивитись своїм допитуючим в очі, ніж люди вважали, що вони говорять правду серед інших видів поведінки.

Для розробки програмного забезпечення дослідники використовували методи машинного навчання, щоб навчити його наборі із 120 відеокліпів із висвітлення в ЗМІ фактичних випробувань. Деякі кліпи, які вони використовували, були зроблені на веб-сайті Проекту невинності, національної організації, яка працює, щоб звільнити незаконно засуджених.

Аспект твору «реального світу» - один із основних способів, яким він відрізняється.

«У лабораторних експериментах важко створити обстановку, яка спонукає людей до справжньої брехні. Ставки недостатньо високі ”, - сказала д-р Рада Міхалчеа, професор інформатики та техніки, яка керує проектом разом із доктором Міхай Бурзо, доцентом машинобудування в Мічиганському університеті.

“Ми можемо запропонувати винагороду, якщо люди можуть добре брехати - платіть їм, щоб переконати іншу людину, що щось неправдиве є правдою. Але в реальному світі існує справжня мотивація для обману ".

Відео містять показання як підсудних, так і свідків. У половині кліпів суб'єкт вважається брехливим. Щоб визначити, хто говорить правду, дослідники порівняли свої свідчення з судовими вироками.

Дослідники транскрибували звук, включаючи вокальну заливку, таку як "гм, ай, і тьфу". Потім вони аналізували, як часто випробовувані використовували різні слова або категорії слів. Вони також підрахували жести у відео, використовуючи стандартну схему кодування для міжособистісних взаємодій, яка оцінює дев'ять різних рухів головою, очима, бровою, ротом та руками.

Потім вони подавали дані у свою систему, дозволяючи сортувати відео. Коли він використовував дані як зі слів, так і жестів оратора, він на 75 відсотків точно визначав, хто бреше. Це набагато краще, ніж люди, які зробили просто краще, ніж перекидання монет.

"Люди погані детектори брехні", - сказав Міхалчеа. "Це не те завдання, в якому ми, природно, добре справляємося.

"Є підказки, які люди дають природним шляхом, коли вони обманливі, але ми не приділяємо достатньо уваги, щоб їх підняти. Ми не підраховуємо, скільки разів людина каже "Я" або піднімає очі. Ми зосереджуємось на вищому рівні спілкування ".

У кліпах людей, які брешуть, дослідники виявили наступну загальну поведінку:

• Брехуни частіше нахмурилися чи зіпсували все обличчя. Це було у 30 відсотках брехливих кліпів проти 10 відсотків правдивих;
• Брехуни частіше дивилися безпосередньо на допитувача: у 70 відсотках брехливих кліпів проти 60 відсотків правдивих;
• Брехуни частіше жестикулювали двома руками, у 40 відсотках брехливих кліпів, порівняно з 25 відсотками правдивих;
• Брехуни частіше користувались голосовою заливкою на кшталт "гм;"
• Брехуни частіше дистанціювались від дії такими словами, як "він" або "вона", а не "я" або "ми", і використовуючи фрази, що відображають певність.

"Ми інтегруємо такі фізіологічні параметри, як частота серцевих скорочень, частота дихання та коливання температури тіла, всі вони зібрані за допомогою неінвазивної теплографії", - сказав Бурзо. “Виявлення обману - дуже складна проблема. Ми розглядаємо це з кількох різних сторін ".

Для цієї роботи самі дослідники класифікували жести, замість того, щоб це робив комп’ютер. Вони в процесі навчання комп’ютера.

Результати були представлені на Міжнародній конференції з питань мультимодальної взаємодії та опубліковані у матеріалах конференції 2015 року.

Джерело: Університет Мічигану