(Fotograf Francesco Carta/Moment/Getty Images) Menschen sind notorisch schlechte Lügendetektoren, selbst wenn sie Lügnern direkt ins Gesicht starren.
A maschinelles Lernen Es hat sich herausgestellt, dass ein Werkzeug, das darauf trainiert ist, verräterische Anzeichen von Lügen zu erkennen, besser funktioniert als der Durchschnittsmensch, da es kaum mehr als Daten von tragbaren Sensoren verwendet, die winziges Flackern in den Gesichtsmuskeln erfassen.
Das von Forschern der Universität Tel Aviv, Israel, entwickelte System erkannte korrekt, wenn Menschen belogen wurden Durchschnittlich 73 Prozent der Zeit, und dabei wurden zwei Arten von Lügnern aufgedeckt.
Es sei „nicht perfekt, aber viel besser als jede bestehende [Gesichtserkennungs-]Technologie“, sagt Verhaltensneurowissenschaftler Dino Levy.
Tragbare Elektroden maßen die Bewegungen der Gesichtsmuskeln bei 40 Freiwilligen, die entweder vorspielten oder die Wahrheit sagten, um einen maschinellen Lernalgorithmus zu füttern, der langsam lernte, „verräterische“ Muster im Gesichtsausdruck der Menschen zu erkennen.
Häufig verwendete Lügendetektor-Technologie, wie z Polygraphen , beruhen typischerweise auf physiologischen Reaktionen wie Herzfrequenz, Blutdruck und Atemfrequenz – alles Funktionen, die Menschen lernen können, unter Druck zu kontrollieren. Trotz ihres anhaltenden Einsatzes in verschiedenen Bereichen der Strafverfolgung sind Polygraphen dies als ungenau angesehen bestenfalls.
Daher wird weiterhin nach anderen objektiven Methoden gesucht, um festzustellen, ob jemand wissentlich betrügt.
Die Idee, dass echte Emotionen es können „Leck“ im Gesicht eines Lügners ist jedoch nichts Neues. Es geht auf Charles Darwin zurück, der sich mit psychologischen Experimenten beschäftigte. Im Jahr 1872 bemerkte er: „Gesichtsmuskeln, die dem Willen am wenigsten gehorchen, verraten manchmal allein eine leichte und vorübergehende Emotion.“
Sie zu messen, zu erfassen oder gar zu erkennen, ist eine andere Sache: Diese unwillkürlichen, unkontrollierbaren Mikroausdrücke erscheinen nur für den Bruchteil eines Augenblicks und verschwinden nach 40 bis 60 Millisekunden.
Ein Großteil der Forschung zur Lokalisierung präziser Gesichtsmuskeln, die sich verformen, um einen Gesichtsausdruck zu formen, wurde mit einer Technik durchgeführt, die als Gesichtsoberflächen-Elektromyographie oder sEMG bezeichnet wird. Es misst die elektrische Aktivität der Gesichtsmuskeln und ist in der Lage, Ausdrücke zu registrieren, die zu subtil sind, als dass Menschen sie erkennen könnten.
Diese neue Studie testete einen neuen Typ tragbarer Elektroden, die empfindlicher und komfortabler als sEMG-Geräte sind, sowie ein maschinelles Lerntool, das darauf trainiert ist, Gesichtsausdrücke in Videoaufnahmen zu lesen.
„Da es sich um eine Erststudie handelte, war die Lüge selbst sehr einfach“, sagte Levy erklärt .
Zwei Personen saßen einander gegenüber und waren an die Elektroden angeschlossen. Eine Person trug Kopfhörer und wiederholte entweder das gehörte Wort oder sagte etwas anderes, um ihren Partner, der sie erwischen wollte, in die Irre zu führen.
Die Forscher zeichneten die Aktivität der Gesichtsmuskeln zwischen den Augenbrauen (sogenannte Corrugator Supercilia) und auf den Wangen (Zygomaticus Major) der Teilnehmer auf, während sie den Audiosignalen lauschten, sprachen und reagierten.
Die Leute zögerten beim Lügen nicht unbedingt mehr oder weniger, wie man vielleicht erwarten würde.
Die Studie ergab, dass unter den 48 Teilnehmern unterschiedliche „Give-Away“-Indikatoren auftraten. Manche Menschen aktivierten beim Liegen ihre Wangenmuskeln, während andere die Muskeln in der Nähe ihrer Augenbrauen zuckten.
Mit dem Lügenerkennungsalgorithmus „haben wir Lügen bei allen Teilnehmern erfolgreich erkannt und dies deutlich besser als ungeübte menschliche Detektoren“, die in 22 bis 73 Prozent der Fälle zu Recht Lügen entdeckten, Levy und Kollegen schreiben in ihrer Arbeit.
Aber der experimentelle Algorithmus erfordert noch viel mehr Arbeit, und Laut der Studie neigen die verräterischen Muskeln von Menschen dazu, sich im Laufe der Zeit zu verändern.
„Interessanterweise wurden Personen, denen es gelang, ihre menschlichen Gegenstücke erfolgreich zu täuschen, vom maschinellen Lernalgorithmus ebenfalls schlecht erkannt“, so die Forscher hinzufügen .
Das Aufdecken von Lügen ist in realen Situationen oder Situationen, in denen viel auf dem Spiel steht, offensichtlich schwieriger, da Wiederholungstäter im Allgemeinen längere Geschichten erzählen, die von Lügen und Halbwahrheiten durchzogen sind.
Es gibt auch andere Arten der Täuschung, die über reine Ein-Wort-Fehler hinausgehen, wie z. B. Auslassungen, Ausflüchte und die Verwendung mehrdeutiger Sprache zur Verschleierung der Wahrheit (sogenannte Äquivokation), die die Dinge verkomplizieren könnten.
Natürlich ist dies noch sehr früh und es gibt viele Gründe, warum jemand nervös sein könnte, aber nicht lügt. Die Zeit wird zeigen, ob diese Technik den Unterschied konkret erkennen kann.
„Wir hoffen, dass dies nach der Entwicklung und gründlichen Tests letztendlich eine ernsthafte Alternative zu Lügendetektortests darstellen könnte“, sagte Levy Die Zeiten Israels .
Das Team plant, mit den Experimenten fortzufahren, um seine Softwarealgorithmen so zu trainieren, dass sie aufblitzende Gesichtsausdrücke genauer erkennen, so dass sie schließlich ganz auf die Elektroden verzichten könnten.
Sie gehen davon aus, dass das Testen ihres Aufbaus mit Leuten, die substanziellere, beschwerlichere Lügen erzählen, ein ganzes Spektrum an Mikroausdrücken offenbaren könnte, die mit Lügen verbunden sind. Außerdem könnte das Bildanalysetool möglicherweise durch die Integration anderer neuer Technologien verbessert werden, die sich auf die Änderung des Tonfalls konzentrieren, schlagen Levy und Kollegen vor.
„Es gibt eine Vielzahl möglicher Erscheinungsformen der Täuschung, und wir haben lediglich zwei davon aufgedeckt“, so die Forscher daraus schließen .
Die Studie wurde veröffentlicht in Gehirn und Verhalten .