Возможность с высокой точностью определять, лжет ли кто-то, была бы чрезвычайно полезна во многих случаях, но наиболее очевидна для правоохранительных органов. Идея настолько привлекательна, что мы все вместе просто не можем отказаться от нее, какой бы неуловимой ни оказалась технология. Средства массовой информации обычно представляют проблему как проблему технологии обнаружения лжи и любят рекламировать новые модные технологии, как будто это станет путем к высокоэффективному обнаружению лжи. Ниже я объясню, почему это, скорее всего, неправда, но сначала давайте взглянем на последние подобные сообщения.
Недавняя статья Би-би-си “Правдивая история?” Как правило, системы детекции лжи становятся высокотехнологичными. Они освещают исследование, проведенное учеными из Тель-Авива, опубликованное в декабре 2021 года, в котором электромиография используется для измерения движений лицевых мышц как явного признака лжи. Краткое изложение этого исследования Би-би-си заключается в том, что исследователи обнаружили, что есть два типа лжецов: те, у кого шевелятся губы, когда они лгут, и те, кто двигает бровями. Кроме того, исследование показало, что детекция лжи, основанная на этом методе, “точна на 73%”.
Существует множество методов машинной детекции лжи. Классический детектор лжи основан на измерении физиологических параметров, таких как частота сердечных сокращений, дыхания и потоотделения. По сути, это показатели тревожности, и поэтому данный тип детектора лжи на самом деле является детектором тревожности, основанным на предположении, что люди, которые лгут, с большей вероятностью будут испытывать тревогу, чем те, кто говорит правду. Однако есть хорошие лжецы, которые не беспокоятся, а есть люди, которые беспокоятся из-за того, что их допрашивают, независимо от того, виновны они в чем-то или нет. Таким образом, детекторы лжи такого типа имеют высокий процент ложных срабатываний и ложноотрицательных результатов.
Существуют также детекторы лжи, основанные на ФМРТ-исследовании. Идея заключается в том, чтобы выявить области мозга, которые активизируются, когда мы лжем, но неактивны, когда мы говорим правду. Это похоже на святой грааль детекторов лжи – вы не можете контролировать то, что делает ваш мозг на подсознательном уровне. Но, конечно, на самом деле это не так, и у этой технологии есть свои ограничения. Актеры, например, иногда используют метод, с помощью которого они заставляют себя на самом деле испытывать чувства, которые они пытаются изобразить, чтобы сделать их более искренними. Возможно, хороший лжец может на каком-то уровне убедить себя, что все, что он рассказывает, является реальностью. Кроме того, некоторые люди могут быть относительно безразличны к правде и не столько лгут, сколько говорят все, что хотят выдать за правду, не разбирая, правда это или нет.
Но, возможно, самым большим ограничением детекторов лжи с помощью МРТ является сама технология. Когда вы видите эти красивые изображения областей мозга, активизирующихся во время выполнения определенной задачи, это составные изображения многих испытаний и даже многих участников. На ФМРТ присутствует много фонового шума, и часто бывает сложно выделить сигнал из этого шума. Это делает их полезными для исследований, где усреднение по множеству тестов все еще может иметь смысл, но их трудно применить к отдельному человеку, поскольку в них преобладает шум.
В новом исследовании используется совершенно другой метод – изучение движений мышц лица (микровыражений) для выявления лжи. В предыдущих подходах, использующих этот метод, камера использовалась для визуального наблюдения и измерения движений лица. Что нового в этой методике, так это то, что она использует электромагнитные электроды для измерения сокращения определенных мышц. Они поместили электроды на одну сторону лица (предполагая, что мимические движения будут двусторонними, поэтому требовалась только одна сторона) и сосредоточились на надбровной мышце над бровями и скуловой мышце щеки. Результаты несколько интересны, но, на мой взгляд, показывают крайние ограничения технологии детектора лжи.
Они провели испытания с испытуемыми, которым давали одну из двух фраз, а затем они должны были сообщить получателю либо правильную фразу, которую они услышали, либо другую фразу, которую они не слышали. Им было предложено убедить собеседника в том, что фраза, которую они произносят, является той, которую они слышали, а получателю было поручено определить, лжет он или нет. Во втором раунде экспериментов испытуемым давали наличные в случае успеха, чтобы повысить их мотивацию. Без какой–либо помощи детектора лжи получатели в среднем на 50% угадывали, лжет ли отправитель, – это не лучше, чем случайное угадывание. Это означает, что в данном случае вероятность обнаружения лжи равна нулю.
Они использовали эти данные, чтобы обучить алгоритм искусственного интеллекта группировать движения лица, которые коррелируют с ложью, а затем использовать их в качестве прогностической модели для обнаружения лжи. В конечном итоге алгоритм обнаружил, что, когда люди лгут, они попадают в одну из двух основных групп: те, кто поднимает брови, когда лжет, и те, кто двигает щекой, когда лжет. Главный вопрос, конечно, заключается в том, как работает этот детектор лжи на основе ЭМГ? Результаты не впечатляют.
“Мы обнаружили, что классификатор был значительно лучше в обнаружении, чем люди (т.е. приемники), как на первом, так и на втором этапах эксперимента (t(39) = -6,8, p t(39) = -8,4, p
По сути, они оценивали, насколько успешно отправители лгали людям, а затем сравнивали это с тем, насколько успешно они справлялись с детектором лжи. В первом испытании они были менее успешны на 6,8%, а во втором – на 8,4%. Это несколько странный способ представления данных, и это всегда вызывает у меня подозрение, что происходит какой-то взлом. Были ли другие способы анализа данных незначительными? Изначально я искал точный показатель частоты ложноотрицательных и ложноположительных результатов, и меня всегда разочаровывает, когда я не могу найти этот самый полезный показатель. Часто данные представлены в виде того, насколько “точными” были прогнозы, но этого недостаточно, поскольку в конечном счете они неоднозначны.
Проблема, однако, может заключаться не в том, как исследователь решил проанализировать и представить данные, что может не свидетельствовать о каком-либо обмане или взломе с их стороны. Странный способ представления данных, в конечном счете, может быть обусловлен внутренней проблемой, лежащей в основе всего этого исследования, – не существует единого последовательного поведения, которое могло бы указывать на ложь.
Исследователи, участвовавшие в этом исследовании, признают это в ходе обсуждения:
Наш анализ на индивидуальном уровне с участием отдельных участников был разработан для выявления ключевых факторов, которые способствуют выявлению лжи конкретных людей – как временных событий (когда люди услышали стимул, передали сообщение или ожидали ответа), так и мимических мышц (ZM и CS). Тот факт, что мы выявили разные типы лжецов, противоречит идее о том, что проявление лжи имеет универсальные признаки
Что еще более важно – отдельные люди меняли свои “показания” в ходе последующих испытаний. Люди отличались друг от друга и от самих себя в прошлом. Все это звучит как хаос, и тщательно продуманные методы выделения какого-либо статистического сигнала из этого шума ставят под серьезный вопрос, существует ли здесь реальное явление и может ли оно быть применено к отдельным людям в реальном мире.
У меня также есть проблема с исследовательской парадигмой, поскольку она не воспроизводит стресс, связанный со ложью в реальной жизни, когда ставки высоки. Это возвращает нас к проблеме тревожности. Рассказы людей также могут отличаться в разных ситуациях, при разном уровне стресса и, возможно, при общении с разными людьми. Данные, получаемые от детекторов лжи, могут быть зашумленными, поскольку поведение, связанное с ложью (которое само по себе является спектром), по своей сути является зашумленным. Более совершенные технологии не решат эту проблему, а просто предоставят другие методы обнаружения шума.
Это означает, что как практичное устройство детекторы лжи могут иметь относительно низкую чувствительность и специфичность, что серьезно ограничивает их применение в юридических вопросах и ставит под сомнение этичность использования их при принятии важных решений. Сотрудники правоохранительных органов неоднократно говорили мне, что это может быть полезным инструментом при проведении допросов, в основном в качестве тактики запугивания. Если люди верят, что их ложь может быть раскрыта, они могут расколоться. Но это использование даже не зависит от работы детекторов лжи, а только от распространенного мнения, что они работают.
Это последнее исследование на самом деле не сильно продвинуло технологию детекции лжи и, на мой взгляд, подтвердило основное ограничение этого подхода. Поведение, связанное с ложью, слишком изменчиво и сложно по своей сути, чтобы применять какие-либо бинарные физиологические или поведенческие показатели для его надежного обнаружения.
