El programa revela las mentiras de una persona en la grabación de video con una precisión del 75%

La expresión de David Cameron puede interpretarse como un deseo de mantener la vejiga bajo control: según los científicos, una vejiga llena hace que la mentira sea más convincente

. La próxima vez, cuando vaya a mentir durante el interrogatorio, piense dos veces: ¿vale la pena? Incluso si aplica eltruco de David Cameronantes mencionadoy bebe un poco de agua, esto no lo salvará de la exposición. Expertos experimentados pueden reconocer la verdadcon una precisión del 65%. Y esto está lejos del límite, especialmente si entran en juego los sistemas modernos de aprendizaje automático.

Es natural que una persona normal diga la verdad. Al tratar de suprimir este impulso, es decir, al componer mentiras, el cuerpo tiene que hacer esfuerzos, la actividad del cerebro aumenta significativamente, el cuerpo experimenta estrés. Como resultado, la supresión de impulsos se manifiesta por un cambio en los parámetros físicos del cuerpo: pulso, sudoración, características de sonido de la voz, etc. Las mentiras son visibles por expresión facial, gestos, postura y otros signos verbales y no verbales.

Desafortunadamente, cuán mal mentimos, tan mal reconocemos las mentiras. Esto requiere entrenamiento especial.

Como ya se mencionó, los expertos identifican correctamente las declaraciones verdaderas / falsas mediante expresiones faciales y gestos en solo el 65% de los casos. Las personas comunes se enfrentan a esto en aproximadamente el 59.5% de los casos. Y ahora, los expertos de la Universidad de Michigan en Ann Arbor han logrado desarrollar un sistema de software que identifica correctamente una declaración veraz en el 75.2% de los casos, es decir, incluso mejor que una persona.

Para el clasificador, Rada Mihalcea y sus colegas usaron 121 videos de audiencias públicas, de los cuales 61 videos con testimonios falsos y 60 videos con testimonios verdaderos. La duración promedio de los videos es de 28 segundos.

Las audiencias judiciales son una fuente ideal de dichos datos porque las expresiones faciales y los gestos son más pronunciados allí. Los acusados ​​están extremadamente interesados ​​en ser creídos, por lo tanto, demuestran claramente gestos y expresiones faciales.

La fuente de información son los proyectos de derechos humanos como el Proyecto Inocencia . Este es un grupo que lucha por la rehabilitación de ciudadanos injustamente condenados.


El acusado Andrea Sneiderman da falso testimonio

Durante el entrenamiento, la secuencia de video fue acompañada por una transcripción de texto con una descripción de los gestos y expresiones faciales de los acusados, así como con el texto de sus palabras. Por ejemplo, los siguientes signos se muestran en los cuadros de los videos, comenzando desde la esquina superior izquierda: movimiento hacia adelante de la cabeza (en este caso, el proceso determinó un falso testimonio), movimiento de dos manos (falso testimonio), movimiento de una mano (falso testimonio), cejas levantadas (verdadero testimonio ), cejas fruncidas (falso testimonio), mirar hacia arriba (verdadero testimonio).



La transcripción de los videos se realizó utilizando el servicio de crowdsourcing de Amazon Mechanical Turk, a menudo se utiliza para el aprendizaje automático.

La distribución de nueve características de las expresiones faciales y los movimientos de las manos en la muestra final de datos del clasificador se muestra en el diagrama.



Durante la prueba, se realizó una evaluación gradual de verdadero / falso por tres grupos de sujetos (A1, A2, A3) y un sistema informático (Sys) por etapas. Al principio, solo se evaluó el texto, luego la banda sonora, luego la secuencia de video sin sonido y, finalmente, un video completo con todos los signos verbales y no verbales. Como resultado, el programa superó significativamente a las personas en la precisión del reconocimiento de mentiras en cada etapa, excepto en la pista de audio. A veces, el rendimiento de la computadora es significativamente mejor que el humano.



En el futuro, dichos sistemas se pueden utilizar para detectar automáticamente mentirosos en tiempo real. Esta es una tecnología útil para barcos, aeropuertos, departamentos de crédito de bancos, salas de reuniones para empleo, etc.

Los autores presentaron los resultados de su trabajo el 10 de noviembre de 2015 en la Conferencia Internacional de la Conferencia sobre Interacción Multimodal (ACM ICMI 2015), el artículo "Detección de engaños utilizando datos de prueba de la vida real" se puede estudiar de forma gratuita en este enlace ( pdf ).

Source: https://habr.com/ru/post/es386607/