¿Puedes detectar a un mentiroso?

Es bastante complicado en conversaciones cara a cara que ofrecen expresiones faciales, gestos y tono de voz porque esas señales físicas agregan contexto. Detectar a un mentiroso se vuelve aún más difícil en las conversaciones a ciegas por computadora.

El investigador de la Universidad Estatal de Florida, Shuyuan Ho, quiere deshacerse de esas anteojeras creando un revolucionario polígrafo en línea.

"El futuro de mi investigación es un polígrafo en línea que podría usarse de muchas formas diferentes, "dijo Ho, profesor asociado de la Facultad de Comunicación e Información. "Podrías usarlo para citas en línea, Facebook, Twitter:las aplicaciones son infinitas. Creo que el futuro es ilimitado para un sistema de polígrafo en línea ".

Ho imagina un futuro en el que la tecnología pueda identificar a los mentirosos y los que dicen la verdad basándose en las palabras que escriben en los mensajes electrónicos. Su última investigación se sumergió en las oscuras profundidades del engaño en Internet donde el trolling, el robo de identidad y la suplantación de identidad (phishing) de números de tarjetas de crédito atraen a un número cada vez mayor de usuarios en línea.

El estudio de investigación, publicado en la revista Computadoras en el comportamiento humano , detalló los hallazgos de un juego en línea que creó para medir las comunicaciones veraces y engañosas entre dos personas.

Ho analizó las palabras en esas conversaciones, con la esperanza de extraer contexto de millones de bits de datos en muchos mensajes, descritos como señales de acción del lenguaje, al igual que las personas obtienen contexto al ver señales físicas que indican si alguien está diciendo la verdad o mintiendo.

Los resultados fueron sorprendentes.

Los experimentos revelaron que una persona podía detectar mentiras en mensajes aproximadamente el 50 por ciento de las veces, mientras que un enfoque de aprendizaje automático podría identificar el engaño con una tasa de precisión que oscila entre el 85 y el 100 por ciento.

Ho está entusiasmado con el potencial de esta investigación.

"Quiero llamar la atención del mundo sobre esta investigación para que podamos convertirla en un producto comercial que pueda adjuntarse a todo tipo de foros sociales en línea, ", Dijo Ho." Esta investigación básica ofrece un gran potencial para desarrollar un sistema de polígrafo en línea que ayude a proteger nuestra comunicación en línea ".

Ho supervisa el iSensor Lab en el campus de FSU, donde los investigadores realizan experimentos para comprender mejor el engaño en las comunicaciones en línea.

Para facilitar esas conversaciones, Ella creó un juego en línea diseñado para identificar las señales del lenguaje que desenmascaran a los engañadores y los que dicen la verdad.

El juego asignaba jugadores al azar para interpretar los papeles de "El santo" y "El pecador". Mientras los pecadores y los santos interactuaban a través de las computadoras, Los investigadores del iSensor Lab capturaron esas conversaciones y utilizaron tecnología de aprendizaje automático para analizar los patrones de palabras y escritura.

De ese análisis surgieron algunas tendencias lingüísticas fascinantes. Se descubrió que los pecadores mentirosos eran menos expresivos, pero usaron palabras más decorativas por mensaje. Mostraron más emociones negativas y parecían más ansiosos cuando se comunicaban con los que decían la verdad.

Los engañadores también tomaron menos tiempo para responder y usaron más palabras de perspicacia, como "pensar" y "saber, "y tendían a usar más palabras de certeza, incluyendo "siempre" o "nunca".

En cambio, los narradores de la verdad utilizaron más palabras de especulación, como "tal vez" y "adivinar, "y tardaron más en responder a las preguntas. Estos santos proporcionaron ideas más razonadas mediante el uso de palabras de causalidad -" porque "- y expresaron un pensamiento más reflexivo con palabras como" debería "y" podría ".

"Los narradores de la verdad tienden a decir 'no' mucho. ¿Por qué?" Preguntó Ho. "Les gusta dar énfasis cuando explican sus razones. Si les preguntas, '¿Es esto cierto?' Suelen decir 'no' porque hay otra razón verdadera ".

Los investigadores también calcularon los retrasos entre cada oración, e incluso partes de una oración, colocando marcas de tiempo en las palabras. Ese desglose preciso mostró claramente cuánto se detenía una persona durante las interacciones, otra señal de acción del lenguaje.

Esas pausas pueden haber sido tan leves que no necesariamente serían perceptibles para una persona, pero la tecnología de aprendizaje automático podría detectarlo.

Ho dijo que espera que su investigación eventualmente brinde a las personas una mejor protección cuando están en línea.

"Creo que todos tenemos buen sentido común sobre las personas que conocemos cara a cara, pero cuánto sentido común tenemos con los extraños que encontramos en línea, donde puedes conocer a mucha gente muy rápido, "Ho dijo." Esta investigación es muy importante porque puede proporcionar otro punto de referencia que ofrece más protección. Toda la sociedad puede beneficiarse ".