Si una persona puede aprender a controlar parcialmente sus expresiones faciales (al menos movimientos grandes con músculos faciales) y "engañar" con el uso del lenguaje corporal, entonces los movimientos oculares son mucho más difíciles de controlar conscientemente. En un experimento, se les pidió a los participantes que reprodujeran la trayectoria de su mirada usando el cursor en la pantalla, e incluso con una declaración tan clara del problema, los sujetos no se dieron cuenta del 42-55% de sus movimientos oculares (Marti
et al. , 2014).
Por lo tanto, nuestros ojos pueden decir mucho sobre cuándo tratamos de ocultar la verdad, y el seguimiento ocular se puede utilizar con éxito para detectar mentiras.
Las mentiras están estrechamente relacionadas con la carga cognitiva. Según la teoría de la "carga cognitiva de mentiras", una respuesta falsa requerirá más recursos (atención y memoria) que una veraz, ya que el engaño se asocia con operaciones cognitivas adicionales (autocontrol, mantener más información en la memoria de trabajo, etc.) (Spence
et al ., 2001; Vrij
et al. , 2008).
En la prueba clásica de información oculta (CIT), se informa a los participantes con información sobre un delito que no sería conocido por un grupo de control "no involucrado" en el delito (Matsuda
et al. , 2012). Luego se pide a ambos grupos que reconozcan un objeto relacionado con el crimen (por ejemplo, un cuchillo) entre otros objetos irrelevantes. Un polígrafo (detector de mentiras) en este momento captura señales fisiológicas, por ejemplo, palpitaciones del corazón de los sujetos. Sin embargo, un problema común es característico de todos los métodos de impresión: permiten rastrear el crecimiento en la intensidad de los indicadores, que generalmente se interpreta como una manifestación de culpa o miedo, lo que no siempre es cierto (Ganis
et al. , 2003).
En el seguimiento de TI, el experimento se estructurará de una manera ligeramente diferente: mientras los participantes observan una serie de imágenes relacionadas con el crimen y son neutrales, el equipo rastreará y registrará los movimientos oculares.
Varios experimentos han demostrado que hay una diferencia entre cómo se mueve el ojo en mentirosos y en personas que dicen la verdad:
- Pupilas dilatadas asociadas con mayor ansiedad y carga de memoria de trabajo (Proudfoot et al ., 2016).
- Estrategia de evitación cuando una persona intenta no mirar un objeto (imagen) relacionado con un delito y presta más atención a los objetos neutrales (Proudfoot et al. , 2016, Kim et al. , 2016).
- Parpadeo : cuando una persona dice una mentira, el número de parpadeos es menor que cuando se entrega información veraz, pero después de que una persona ha mentido, el número de parpadeos aumenta considerablemente en comparación con el estado normal (Vrij et al. , 2008).
Todos estos signos permiten identificar mentirosos, pero en la actualidad solo se pueden rastrear utilizando equipos de laboratorio videooculográficos. La creación de un software de seguimiento ocular para grabar el movimiento de los ojos y el parpadeo llevará la tecnología a un nivel completamente nuevo. En Neurodata Lab también participamos en la creación de un rastreador informático de software que le permitirá reconocer los movimientos oculares con alta precisión y fuera del laboratorio sin el uso de equipos especiales.
Referencias- Ganis, G., Kosslyn, S., Stose, S., Thompson, W., Yurgelun-Todd, D. Correlatos neuronales de diferentes tipos de engaño: una investigación de fMRI. Corteza cerebral, vol. 13, número 8 (2003), pp. 830-836.
- Kim, K., Kim, J., Lee, J. Culpa, mentir y evitar la atención de la información oculta. Comportamiento social y personalidad: una revista internacional, vol. 44, número 9 (2016), pp. 1467-1475.
- Marti, S., Bayet, L., Dehaene, S. Informe subjetivo de fijaciones oculares durante la búsqueda en serie. Conciencia y Cognición, vol. 33 (2015), págs. 1-15. Publicado por Academic Press Inc.
- Matsuda, I., Nittono, H., Allen, J. El estado actual y futuro de la prueba de información oculta para uso en el campo. Frontiers in Psychology, vol. 3 (2012), pág. 532.
- Proudfoot, J., Jenkins, J., Burgoon, J., Nunamaker, J. Más que cumple con los ojos: cómo evolucionan los comportamientos oculométricos a lo largo de las interacciones de detección de engaños automatizados. Revista de Sistemas de Información de Gestión, vol. 33, número 2 (2016), pp. 332-360. Publicado por Routledge.
- Spence, S., Farrow, T., Herford, A., Wilkinson, I., Zheng, Y., Woodruff, P. Correlatos anatómicos funcionales y de comportamiento del engaño en humanos. NeuroReport, vol. 12, número 13 (2001), pp. 2849–2853. Publicado por Lippincott Williams y Wilkins.
- Vrij, A., Fisher, R., Mann, S., Leal, S. Un enfoque de carga cognitiva para la detección de mentiras. Revista de psicología de investigación y perfil del delincuente, vol. 5, número 1-2 (2008). pp. 39-43.