Nuevo enfoque para la detección de mentiras utiliza casos judiciales del mundo real

Al observar cuidadosamente a las personas que dicen mentiras durante los casos judiciales de alto riesgo, los investigadores de la Universidad de Michigan están desarrollando un software de detección de mentiras único basado en datos del mundo real.

Su modelo de detección de mentiras considera tanto las palabras como los gestos de la persona y, a diferencia de un polígrafo, no necesita tocar al hablante para funcionar.

En los experimentos, el prototipo tenía una precisión de hasta un 75 por ciento para identificar quién estaba mintiendo (según lo definido por los resultados del ensayo), en comparación con las puntuaciones de los humanos de poco más del 50 por ciento. La herramienta podría ser útil algún día para agentes de seguridad, jurados e incluso profesionales de la salud mental.

Los investigadores dicen que han identificado varias señales de alerta de comportamiento mentiroso. Por ejemplo, en los videos, las personas que mentían movían más sus manos. Intentaron parecer más seguros. Y, algo contradictorio, era un poco más probable que mirasen a los ojos a quienes les preguntaban que las personas que pensaban que estaban diciendo la verdad, entre otros comportamientos.

Para desarrollar el software, los investigadores utilizaron técnicas de aprendizaje automático para entrenarlo en un conjunto de 120 videoclips de la cobertura de los medios de ensayos reales. Algunos de los clips que utilizaron eran del sitio web de The Innocence Project, una organización nacional que trabaja para exonerar a los condenados injustamente.

El aspecto del "mundo real" del trabajo es una de las principales formas en que se diferencia.

“En los experimentos de laboratorio, es difícil crear un entorno que motive a las personas a mentir de verdad. Lo que está en juego no es lo suficientemente alto ”, dijo la Dra. Rada Mihalcea, profesora de ciencias de la computación e ingeniería que lidera el proyecto con la Dra. Mihai Burzo, profesora asistente de ingeniería mecánica en la Universidad de Michigan.

“Podemos ofrecer una recompensa si las personas pueden mentir bien: pagarles para convencer a otra persona de que algo falso es cierto. Pero en el mundo real existe una verdadera motivación para engañar ".

Los videos incluyen testimonios de acusados ​​y testigos. En la mitad de los clips, se considera que el sujeto está mintiendo. Para determinar quién decía la verdad, los investigadores compararon su testimonio con los veredictos del juicio.

Los investigadores transcribieron el audio, incluido el relleno vocal como "um, ah y uh". Luego analizaron la frecuencia con la que los sujetos usaban varias palabras o categorías de palabras. También contaron los gestos en los videos usando un esquema de codificación estándar para interacciones interpersonales que puntúa nueve movimientos diferentes de la cabeza, ojos, cejas, boca y manos.

Luego, introdujeron los datos en su sistema, lo que le permitió ordenar los videos. Cuando utilizó información tanto de las palabras como de los gestos del hablante, tuvo un 75 por ciento de precisión para identificar quién estaba mintiendo. Eso es mucho mejor que los humanos, que lo hicieron mejor que lanzar una moneda al aire.

“La gente es una pobre detectora de mentiras”, dijo Mihalcea. “Este no es el tipo de tarea en la que somos buenos por naturaleza.

“Hay pistas que los humanos dan de forma natural cuando están engañando, pero no estamos prestando la suficiente atención para detectarlas. No contamos cuántas veces una persona dice "yo" o mira hacia arriba. Nos estamos enfocando en un mayor nivel de comunicación ".

En los videos de personas mintiendo, los investigadores encontraron los siguientes comportamientos comunes:

• Los mentirosos eran más propensos a fruncir el ceño o torcer toda la cara. Esto fue en el 30 por ciento de los clips mentirosos frente al 10 por ciento de los veraces;
• Los mentirosos tenían más probabilidades de mirar directamente al interrogador, en el 70 por ciento de los clips de mentiras frente al 60 por ciento de los sinceros;
• Los mentirosos eran más propensos a gesticular con ambas manos, en el 40 por ciento de los clips de mentiras, en comparación con el 25 por ciento de los sinceros;
• Los mentirosos eran más propensos a usar relleno vocal como "um";
• Los mentirosos eran más propensos a distanciarse de la acción con palabras como "él" o "ella", en lugar de "yo" o "nosotros", y usando frases que reflejaban certeza.

"Estamos integrando parámetros fisiológicos como la frecuencia cardíaca, la frecuencia respiratoria y las fluctuaciones de la temperatura corporal, todos reunidos con imágenes térmicas no invasivas", dijo Burzo. “La detección de engaños es un problema muy difícil. Lo estamos abordando desde varios ángulos diferentes ".

Para este trabajo, los propios investigadores clasificaron los gestos, en lugar de que la computadora lo hiciera. Están en el proceso de entrenar a la computadora para hacer eso.

Los hallazgos se presentaron en la Conferencia Internacional sobre Interacción Multimodal y se publicaron en las actas de la conferencia de 2015.

Fuente: Universidad de Michigan