Bonjour, Habr! Je vous présente la traduction de l'article "
Voici comment un détecteur de mensonge AI peut savoir quand vous vous trompez " de Rob Verger.
Aujourd'hui, l'intelligence artificielle est partout - elle détermine ce qui est sur les photos de nourriture (sur des sites comme Yelp), aide les chercheurs à accélérer le processus d'IRM et peut même rechercher des signes de dépression dans la voix d'une personne. Mais il est peu probable que beaucoup aient pensé à utiliser l'intelligence artificielle comme détecteur de mensonge.
Cette idée - un détecteur de mensonge AI - est maintenant d'actualité car le nouveau projet européen de sécurité des frontières «iBorderCtrl» inclut une technologie qui se concentre sur la «détection de fraude». Cette initiative comprend un processus en deux étapes, et une étape incluant la «détection de fraude» fonctionne directement à domicile. Selon la Commission européenne, le protocole commence par une présélection, au cours de laquelle les voyageurs «utilisent une webcam pour répondre aux questions posées par un garde-frontière animé qui est sélectionné en fonction de son sexe, de son appartenance ethnique et de sa langue. Une approche unique pour «détecter la fraude» analyse les moindres changements dans les expressions faciales des voyageurs pour déterminer si la personne interrogée ment. »
Tout cela ressemble à de la science-fiction et rappelle bien sûr l'histoire problématique d'un polygraphe. Mais une telle intelligence artificielle est bien réelle. La seule question est de savoir à quel point cela peut être précis.
Rada Michalcha, professeur d'informatique et d'ingénierie à l'Université du Michigan, travaille à la détection des fraudes depuis une dizaine d'années. Ainsi, un détecteur de mensonge AI et son principe de fonctionnement ont été construits.
Les données dont les chercheurs travaillant sur l'intelligence artificielle et l'apprentissage automatique ont besoin en premier lieu. Dans ce cas, l'équipe de Rada Mikhalcha a commencé par une vidéo de cas réels. Par exemple, un accusé dans un procès au cours duquel il a été condamné peut fournir un exemple de fraude; les déclarations des témoins ont également été utilisées comme exemples de témoignages vrais ou faux. (Bien sûr, les algorithmes d'apprentissage automatique dépendent directement des données qu'ils utilisent, il est donc important de se rappeler qu'une personne reconnue coupable d'un crime peut en fait être innocente.)
En conséquence, 121 clips vidéo et transcriptions correspondantes de ce qui a été dit ont été utilisés (le rapport des déclarations fausses et véridiques est d'environ un pour un). Ces données ont permis à l'équipe de créer des classificateurs pour l'apprentissage automatique, qui avaient finalement une précision de 60 à 75%.
Quel modèle le système a-t-il remarqué? «Utilisation des pronoms. Les personnes qui tentent de mentir ont tendance à utiliser rarement les pronoms «je» ou «nous» et mentionnent généralement des choses qui leur sont liées. Au lieu de cela, ils utilisent souvent les pronoms «vous», «le vôtre», «il (a)», «ils». » - explique Rada Mikhalcha.
Ce n'est pas le seul attribut linguistique. Les gens qui mentent ont tendance à utiliser des «mots plus forts» qui «expriment leur confiance», explique Rada Mihalcha. Des exemples de tels mots sont des mots tels que «absolument» et «très», lorsque les révélateurs, au contraire, hésitent à répondre en utilisant des mots tels que «peut-être» ou «probablement».
«Je crois que les gens trompeurs compenseront plus probablement leurs mensonges en essayant de paraître plus confiants.»
Quant aux expressions faciales, le Mikhalcha Rada souligne que les personnes qui mentent sont plus susceptibles de regarder directement dans les yeux de la personne qui les interroge. Ces personnes utilisent également plus souvent deux mains pour faire des gestes au lieu d'une, car, selon l'hypothèse de Rada Mikhalch, elles tentent ainsi de sembler plus convaincantes. (Bien sûr, ce ne sont que des modèles: si quelqu'un vous regarde dans les yeux et fait des gestes avec les deux mains en parlant, cela ne signifie pas que cette personne ment.)
Il s'agit d'une liste de données remarquables que l'IA est capable de remarquer dès que les chercheurs lui donnent des exemples avec lesquels il peut travailler et avec lesquels il peut apprendre. Mais même Rada Mikhalcha elle-même admet que son travail n'est "pas parfait". «En tant que chercheurs, nous étions très heureux de pouvoir atteindre une précision de 75%.» Mais d'un autre côté, cela signifie que la probabilité d'erreur est de un sur quatre. "Je ne pense pas que cette IA puisse être utilisée dans la pratique, car la probabilité d'erreur est jusqu'à 25%."
En fin de compte, Rada Mihalcha voit cette technologie très utile pour les gens. Par exemple, cette technologie pourrait montrer qu'elle a remarqué quelque chose d '«inhabituel» dans la déclaration de quelqu'un, et plus tard, cette personne pourrait à nouveau être interrogée. Cette utilisation de l'IA n'est pas rare: une technologie qui étend ce que les gens peuvent faire.