Детекторы лжи: мозг, голос и ИИ
Новые детекторы лжи, от томографа до нейросетей, хорошо выглядят в лаборатории, но на настоящих людях теряют точность, а при редких лжецах отмечают в основном честных
Новые детекторы лжи, от томографа до нейросетей, хорошо выглядят в лаборатории, но на настоящих людях теряют точность. Тест скрытой информации в лабораторных опытах надёжно отличает знающих детали события от незнающих, а анализатор стресса в голосе на 319 арестованных выявил 15 % лгавших, не лучше случайного. При 5 % лжецов среди отмеченных модулем iBorderCtrl настоящих лжецов 13,69 %.
Собран по первоисточникам: Фара и соавторы 2014, решение по делу «США против Семрау» 2012 · 30 мин · обновлено 01.10.2026
После урока вы сможете
- Пересчитывать на примере iBorderCtrl, сколько честных окажется среди отмеченных прибором, когда лжецов среди проверяемых мало
- Различать чувствительность, специфичность и вероятность того, что отмеченный действительно лжёт
- Объяснять, почему тест скрытой информации выдержал проверку в лаборатории и ослаблен в реальных расследованиях
- Называть, что показали проверки фМРТ, волны P300, анализаторов голоса, тепловизора и EyeDetect вне рук их разработчиков
- Пересказывать, что известно о детекторах лжи на основе ИИ и как их оценивает Регламент ЕС об искусственном интеллекте
В 2016-2019 годах Евросоюз финансировал проект iBorderCtrl, на него ушло 4 501 877,50 евро. Путешественник отвечает на вопросы виртуального пограничника, аватара на экране, а система по микродвижениям лица оценивает риск обмана. Пилотные испытания шли в Венгрии, Греции и Латвии, и участие в них было добровольным. Модуль распознавания обмана предложили исследователи Манчестерского столичного университета, и в их опытах точность была около 75 %.
В 2019 году журналист издания The Intercept прошёл такую проверку. На все 16 вопросов он ответил честно, и система отметила 4 ответа как ложные. Один человек и одна проверка ничего не доказывают. Но случай подсказывает вопрос, с которого стоит начинать разговор о любом детекторе лжи: откуда взяты 75 % и что они значат на настоящей границе.
Проект разобрали Санчес-Монедеро и Денсик. По открытым документам, модуль строили на записях 32 участников-актёров, 22 мужчин и 10 женщин. На новых людях его проверили по 9 парам из одного лжеца и одного честного. В среднем вышло около 75 % и 74 % при большом разбросе. Камера снимала 30 кадров в секунду, а для записи микровыражений обычно берут около 200. О том, что сами микровыражения встречаются крайне редко, говорит урок 5.
Главный вопрос в том, что будет на границе, где лжецов мало. Авторы разбора взяли из документов проекта две доли: модуль ловит 73,66 % лжецов и ошибочно отмечает 24,45 % честных. Пусть лжецов среди путешественников 5 %, то есть 50 из 1000. Тогда система поймает около 37 из них, это расчёт курса, и заодно заподозрит около 232 честных. Среди всех отмеченных настоящих лжецов окажется, по расчёту авторов, 13,69 %, меньше одного из семи.
Точность прибора и доля лжецов
У двух долей из разбора iBorderCtrl есть свои названия. Долю пойманных лжецов называют чувствительностью, а долю честных, которых прибор верно признал честными, специфичностью. У модуля iBorderCtrl чувствительность 73,66 %, а специфичность 75,55 %, ведь ошибочно он отмечает 24,45 % честных. Ни одна из этих долей не отвечает на вопрос, который важен человеку на границе: лжёт ли тот, кого отметили.
Этот третий показатель называют прогностической ценностью положительного результата. Он зависит не только от прибора, но и от базовой частоты, то есть от доли лжецов среди проверяемых. При 5 % лжецов у iBorderCtrl он 13,69 %. Если бы лгала половина путешественников, при тех же чувствительности и специфичности отмеченные лгали бы примерно в 75 случаях из 100, это расчёт курса.
Та же арифметика разобрана в уроке 7 на полиграфе. В примере комиссии NRC среди 10 000 сотрудников 10 шпионов, и тест, поймавший 8 из них, заподозрил бы 1598 честных. Тренажёр урока 7 позволяет менять число нарушителей и смотреть, какая доля «проваливших» тест окажется нарушителями. Для любого прибора из этого урока расчёт один: чем реже лжецы, тем больше честных среди отмеченных.
Кажется, что прибор с точностью около 75 % ошибается примерно в каждом четвёртом случае. Для тех, кого он отметил, это неверно. При 5 % лжецов среди отмеченных модулем iBorderCtrl честных больше шести из семи. Число верных ответов без доли лжецов среди проверяемых ничего не говорит о том, насколько можно доверять отметке прибора.
Тест скрытой информации: лаборатория и поле
Самый сильный из приборных методов в лабораторных опытах это тест скрытой информации, о котором шла речь в уроке 7. Проверяемого спрашивают о деталях события, известных только причастному, и смотрят, на какой вариант его организм реагирует сильнее. Бен-Шахар и Элаад в 2003 году свели 169 условий из 80 лабораторных исследований с записью электропроводности кожи. Средний размер эффекта вышел 1,55, в опытах с имитированным преступлением 2,09, а в 10 исследованиях с лучшими условиями 3,12.
Мейер и соавторы в 2014 году сделали сводку для четырёх показателей: электропроводность кожи дала 1,55, дыхание 1,11, частота сердца 0,89, мозговая волна P300 1,89. Обе сводки курс знает по аннотации. Комиссия NRC в 2003 году нашла у 13 лабораторных тестов скрытой информации медиану индекса точности 0,88. Утверждение, что в лаборатории тест надёжно отличает знающих детали события от незнающих, выдержало проверку.
В реальных делах картина другая. Элаад в 1990 году впервые оценил тест в настоящих расследованиях, работа известна курсу по аннотации. Он взял записи 50 невиновных и 48 виновных, где истину установили по признанию. По заранее заданному правилу тест верно признал 49 невиновных из 50, но лишь около 20 виновных из 48, то есть 42 %. При наилучшем для этих данных правиле вышло 94 % и 65 %.
Широко тест применяют только в Японии. По статье Хонтса и соавторов 2021 года, там 80-100 экспертов проводят около 5000 тестов в год, это примерно 0,6 % расследованных дел. Поэтому утверждение, что в реальных расследованиях тест так же точен, как в лаборатории, сильно ослаблено. О его пользе спорят. Бреннен и Магнуссен в 2023 году считают, что приборные методы точнее людей, но не дотягивают до судебного стандарта. Бен-Шахар и Версхюре в 2024 году отвечают, что польза тестов для следствия больше.
Мозг в томографе
Функциональная МРТ, или фМРТ, по изменению кровотока показывает, какие области мозга активнее во время задачи. В 2002 году Ленглебен и соавторы положили в томограф 18 человек, которые отрицали, что у них есть одна из полученных игральных карт. При обманных ответах сильнее работали передняя поясная кора и несколько лобных и теменных областей. Это было различие групп, а не диагностика отдельного человека.
Козел и соавторы в 2005 году пошли дальше. Участник «крал» кольцо или часы и в томографе отрицал обе кражи. Метод строили на 30 людях и проверяли на независимых 31, украденный предмет верно определили у 93 % и 90 %. В 2009 году та же группа взяла сценарий ближе к жизни, имитированную порчу дисков с компрометирующим видео. Программа верно определила 9 из 9 «преступников» и лишь 5 из 15 невиновных, специфичность 33 %. Все три работы курс знает по аннотации.
Обзор Фары и соавторов 2014 года свёл 28 сравнений лжи и правды из 23 исследований. Ни одна область мозга не была активна во всех. В большинстве задач ложь смешана с вниманием к редкому стимулу и с памятью. В одном опыте у трёх участников из трёх та же активация появлялась, когда они просто смотрели на заранее выбранное число. Авторы обзора пересчитали данные Козела 2009 года на базовую частоту. Если среди 101 человека лжёт один, тест отметит 68, и отмеченный окажется лжецом с вероятностью меньше 1,5 %.
Ганис и соавторы в 2011 году проверили фМРТ-вариант теста скрытой информации на участниках, обученных контрмерам, работа известна курсу по аннотации. Без контрмер точность для отдельных людей была 100 %, с контрмерами 33 %. Какие действия выполняли участники, курс не описывает. Это одно из падений точности у других методов, о которых говорит урок 7. Утверждение, что фМРТ видит ложь отдельного человека с точностью 90 % и выше, сильно ослаблено.
Метод дошёл до суда. На данных группы Козела выросла компания Cephos, её основал соавтор Козела Стивен Лейкен. В 2009-2010 годах компания трижды сканировала доктора Лорна Семрау, обвинённого в мошенничестве со счетами за медицинские услуги. Ответы были «не обманывает», «обманывает» и снова «не обманывает». Суд не допустил эти данные, и в 2012 году апелляционный суд шестого округа США это решение поддержал. По решению суда, метод не проверен в реальных условиях, у него нет известной частоты ошибок вне лаборатории, а проверка Семрау отличалась от исследований. Сам Лейкен признал в суде у метода «огромную проблему ложных срабатываний».
Измерено, как различаются сигналы мозга у здоровых молодых людей, которые лгали по инструкции о картах, кольцах и дисках. Отсюда не следует, что снимок мозга одного человека показывает, лгал ли он о настоящем событии. По показаниям Лейкена в деле Семрау, исследований людей, обвиняемых в реальных преступлениях, он не знал, а при утомлении точность падает почти на 25 процентных пунктов. Опыты описывают группы в лаборатории, а не конкретного подсудимого.
Волна P300 и «отпечатки мозга»
Волна P300 это всплеск электрической активности мозга примерно через 300-800 миллисекунд после редкого или значимого стимула. В тесте скрытой информации её используют как признак узнавания. Фарвелл и Дончин в 1991 году проверили 20 человек, каждый из которых участвовал в одном из двух сценариев имитированного шпионажа. Редкие стимулы о своём сценарии вызывали волну P300. В 12,5 % случаев алгоритм вывода не делал, а в остальных не ошибся, работа известна курсу по аннотации.
Позже Фарвелл назвал свой вариант «отпечатками мозга» и заявлял точность 100 % в более чем 200 случаях. В 2013 году его обзор разобрали Мейер, Бен-Шахар, Версхюре и Дончин, соавтор статьи 1991 года. Рецензируемых данных нашлось 3 набора, всего 30 участников в двух статьях: 48 верных и 6 неопределённых решений. Остальное было тезисами конференций, а одних и тех же 4 участников посчитали дважды. Утверждение о точности «отпечатков мозга» в 100 % получает статус «не было доказательством».
При этом авторы разбора высоко оценивают сам тест скрытой информации и P300 как метод. Есть у метода и уязвимость, её показал опыт Розенфельда и соавторов 2004 года, известный курсу по аннотации. Протокол с шестью деталями выявил 82 % виновных без контрмер и 18 % с контрмерами. Приёмы, по словам авторов, простые и легко заучиваются, сами приёмы курс не описывает.
Такие числа идут от разработчиков: 100 % у «отпечатков мозга», 86-88 % у EyeDetect по сайту производителя, точность «сравнимая с полиграфом» у тепловизора. Независимые проверки либо не проводились, либо дали меньше. Утверждение, что новые приборы почти не ошибаются, держится на заявлениях создателей, а не на опубликованных проверках.
Голос, тепло лица и зрачок
Анализ стресса в голосе продают как программы, которые будто бы слышат в голосе стресс лжи. По оценке Дамфусса и соавторов, полицейские управления США потратили на них более 16 000 000 долларов. В 2007 году эти авторы проверили две популярные программы, LVA и CVSA, на 319 арестованных в тюрьме округа Оклахома. При оформлении арестованных спрашивали о недавнем употреблении наркотиков, а правдивость ответа проверяли анализом мочи.
Программы выявили в среднем 15 % лгавших: LVA 21 %, CVSA 8 %. Вывод авторов: ни одна не выявляла обман лучше случайного. В опыте Харнсбергера и соавторов 2009 года записи 48 человек оценивали специалисты, обученные производителем LVA. Попаданий вышло 42-56 % при 40-65 % ложных срабатываний, работа известна курсу по аннотации. Министерство труда и пенсий Великобритании испытало похожий метод в 24 местных органах власти. В 2010 году оно написало, что показать его эффективность не удалось. Утверждение, что анализатор стресса в голосе распознаёт ложь, отвергнуто.
Побочный результат тюремного опыта оказался интереснее основного. Арестованные, которых опрашивали при «детекторе», лгали о наркотиках реже. Среди употреблявших солгали 14 %, а в похожем опросе без детектора в той же тюрьме в 2003 году 40,2 %. Прибор ложь не распознавал, но вера в него снижала число лжи. Это называют эффектом ложного канала, а урок 7 говорит о том же как о «мистике полиграфа».
Тепловизор прославила заметка Павлидиса и соавторов в журнале Nature 2002 года: съёмка лица будто бы распознаёт обман с точностью, сравнимой с полиграфом. Комиссия NRC разобрала исходный опыт на 25 армейских курсантах. В заметку вошла часть из них без объяснения отбора и без слепой оценки. Не было и перекрёстной проверки, то есть проверки на данных, на которых модель не строили. В полном анализе индекс точности тепловизора 0,70 против 0,88 у полиграфа, и комиссия назвала исследование «ошибочным и неполным».
В аэропорту у Вармелинка и соавторов 2011 года 51 пассажир говорил правду или лгал о предстоящей поездке. Тепловизор верно определил 64 % правдивых и 69 % лгущих, а интервьюеры без него 72 % и 77 %. Зрачок при лжи в среднем расширяется: в метаанализе ДеПауло и соавторов 2003 года d = 0,39, но всего по 4 оценкам на 328 людях. На зрачке, движениях глаз и чтении утверждений построен прибор EyeDetect. Прибор вырос из работы Кука и соавторов 2012 года. После имитированной кражи там верно отнесли около 85 % и 86 % из 40 и 112 участников.
Производитель EyeDetect заявляет точность 86-88 %. По справке Policing Project юридического факультета Нью-Йоркского университета 2020 года, все рецензируемые данные о точности получены командой самой компании, а независимых проверок нет. По той же справке, EyeDetect применяли при отборе кандидатов в полицию пяти штатов США. Для такой реальной проверки у заявленных 86-88 % статус «не было доказательством».
Искусственный интеллект и закон
Обзор Констансиу и соавторов 2023 года, известный курсу по аннотации, отобрал 81 работу о машинном распознавании обмана из 648 найденных. Заявленная точность от 51 до 100 %, у 19 работ выше 90 %. Но размеченных записей настоящей лжи мало, а 75 % работ с языковыми признаками сделаны на английском.
Локонте и соавторы в 2023 году дообучили языковую модель на трёх наборах английских текстов: мнениях, воспоминаниях и планах на будущее. На смеси всех наборов точность дошла до 79,31 %. Когда модель учили на двух наборах и проверяли на третьем, незнакомом, точность упала до уровня случайности.
Фон Шенк и соавторы в 2024 году собрали 1536 правдивых и ложных утверждений о планах на выходные, которые написали 986 человек. Алгоритм был прав в 66,86 % случаев, люди без него в 46,47 %. Важнее другое: «судьи» без алгоритма обвиняли во лжи 19,22 % утверждений, а когда подсказку алгоритма давали всем, 30,39 %. Среди тех, кто сам запросил подсказку и получил ответ «ложь», обвинили 84,91 %. Утверждение, что ИИ распознаёт ложь лучше человека, сильно ослаблено. В узких задачах на текстах он точнее, но на незнакомом материале теряет точность.
Регламент ЕС об искусственном интеллекте 2024/1689 запретил системы, выводящие эмоции человека на рабочем месте и в учебных заведениях, кроме медицинских целей и целей безопасности. Системы, которые полиция, миграционные и пограничные органы используют «как полиграфы или похожие инструменты», отнесены к высокому риску. У систем распознавания эмоций регламент называет «ограниченную надёжность, отсутствие специфичности и ограниченную обобщаемость». Запреты применяются со 2 февраля 2025 года, основная часть регламента со 2 августа 2026 года, курс сверял текст в редакции 2024 года. Документы самого iBorderCtrl через суд добивался открыть депутат Европарламента Патрик Брайер, но в 2023 году Суд ЕС оставил закрытыми документы о технологиях консорциума.
Что выдержало
Итог урока не сводится к тому, что детекторы лжи не работают. Тест скрытой информации в лабораторных опытах надёжно отличает людей, знающих детали события, от незнающих. Это повторено в сводке 169 условий и в сводке по четырём показателям. Есть у приборов и польза другого рода: в тюремном опыте вера в «детектор» снижала число лжи, хотя сам он ложь не распознавал.
Пересмотрено другое. Лабораторная точность не переносится в жизнь без потерь. Тест скрытой информации в настоящих делах пропускал много виновных, а фМРТ в сценарии ближе к жизни потеряла специфичность. Контрмеры снижали точность и фМРТ, и P300. Анализаторы голоса не лучше случайного, а громкие числа тепловизора, EyeDetect и «отпечатков мозга» идут от разработчиков. При редких лжецах прибор с точностью около 75 % отмечает в основном честных.
Слабые места нашли сами исследователи. Группа Козела опубликовала собственный результат с низкой специфичностью, Дончин разобрал заявления своего бывшего соавтора, комиссия NRC перепроверила опыт с тепловизором. Исследователи теста скрытой информации сами пишут об ограничениях переноса лабораторных результатов на реальные расследования.
Ключевые исследования
| Санчес-Монедеро и Денсик | 2022 | Разбор проекта iBorderCtrl по открытым документам: модуль обмана строили на 32 актёрах, на новых людях проверили по 9 парам, около 75 % при большом разбросе. Байесовский расчёт: при 5 % лжецов среди отмеченных настоящих лжецов 13,69 %. |
| Бен-Шахар и Элаад | 2003 | Метаанализ 169 условий из 80 лабораторных исследований теста скрытой информации с записью электропроводности кожи. Средний размер эффекта 1,55, при имитированном преступлении 2,09, в 10 исследованиях с лучшими условиями 3,12. Известен курсу по аннотации. |
| Элаад | 1990 | Первая проверка теста скрытой информации в реальных расследованиях: записи 50 невиновных и 48 виновных, истина по признанию. По заданному правилу верно 98 % невиновных и 42 % виновных, при наилучшем 94 % и 65 %. Известна курсу по аннотации. |
| Козел и соавторы | 2009 | Эксперимент с имитированной порчей дисков и фМРТ: в проверенной группе верно определены 9 из 9 «преступников» и 5 из 15 невиновных, чувствительность 100 %, специфичность 33 %. Известен курсу по аннотации. |
| Фара и соавторы | 2014 | Обзор и метаанализ фМРТ-детекции лжи: 28 сравнений лжи и правды из 23 исследований, ни одна область мозга не активна во всех, ложь смешана с вниманием и памятью. Пример с базовой частотой: среди 101 человека с одним лжецом тест отметит 68. |
| Дамфусс и соавторы | 2007 | Полевая проверка программ LVA и CVSA на 319 арестованных, правдивость ответов о наркотиках проверена анализом мочи. Выявлено в среднем 15 % лгавших, не лучше случайного. При «детекторе» о наркотиках лгали 14 % употреблявших против 40,2 % в опросе 2003 года. |
| Мейер, Бен-Шахар, Версхюре и Дончин | 2013 | Разбор заявлений о «отпечатках мозга»: из 13 исследований Фарвелла рецензируемые данные дают 3 набора, 30 участников, 48 верных и 6 неопределённых решений, одни и те же участники посчитаны дважды. Сам тест скрытой информации с P300 авторы оценивают высоко. |
| фон Шенк и соавторы | 2024 | Эксперимент: 1536 правдивых и ложных утверждений от 986 авторов, алгоритм на основе BERT прав в 66,86 % случаев, люди без него в 46,47 %. С подсказкой алгоритма «судьи» чаще обвиняли во лжи: 30,39 % против 19,22 %. |
Что подтвердилось, а что нет
169 условий из 80 лабораторных исследований, средний размер эффекта 1,55 (Бен-Шахар и Элаад 2003). Повторено для четырёх показателей, включая P300 с размером эффекта 1,89 (Мейер и соавторы 2014), медиана индекса точности 0,88 у 13 тестов (NRC 2003). Оговорки: это опыты с имитированными преступлениями, в реальных делах тест пропускал много виновных (Элаад 1990), и он уязвим для обученных контрмер (Розенфельд и соавторы 2004).
В лаборатории на молодых здоровых людях, лгущих по инструкции, 90-93 % (Козел и соавторы 2005) и 69-100 % по обзору (Фара и соавторы 2014). В сценарии ближе к жизни специфичность 33 % (Козел и соавторы 2009), с контрмерами точность падает со 100 до 33 % (Ганис и соавторы 2011), активация смешана с вниманием и памятью. Суды США такие данные не допускали (дело Семрау 2012 и другие).
319 арестованных: выявлено 15 % лгавших, не лучше случайного (Дамфусс и соавторы 2007). 48 человек при двойном слепом оценивании: 42-56 % попаданий при 40-65 % ложных срабатываний (Харнсбергер и соавторы 2009, по аннотации). Комиссия NRC 2003 года не нашла научной основы, а испытания Министерства труда и пенсий Великобритании не смогли показать эффективность.
Рецензируемые данные автора метода охватывают 30 человек в двух статьях, остальное тезисы конференций, одни и те же участники посчитаны дважды (Мейер, Бен-Шахар, Версхюре и Дончин 2013). При этом P300-вариант теста скрытой информации сам по себе работает в лаборатории (Мейер и соавторы 2014) и уязвим для простых контрмер (Розенфельд и соавторы 2004).
Термины
- чувствительность и специфичностьsensitivity, specificity
- Чувствительность: доля верно выявленных лжецов. Специфичность: доля верно оправданных честных. Высокая чувствительность при низкой специфичности даёт много ложных обвинений.
- базовая частотаbase rate
- Доля людей с проверяемым признаком, например нарушителей, среди всех проверяемых до любой проверки. При редком признаке даже точный тест даёт много ложных тревог.
- тест скрытой информацииconcealed information test, CIT, guilty knowledge test
- Проверка, узнаёт ли человек детали события, известные только причастному. Её называют также тестом виновного знания. Выявляет знание, а не ложь.
- контрмерыcountermeasures
- Действия проверяемого, призванные изменить результат теста.
- функциональная МРТfunctional magnetic resonance imaging, fMRI
- Метод, который по изменению кровотока показывает, какие области мозга активнее во время задачи. Видит средние различия групп, а не мысли.
- волна P300P300
- Всплеск электрической активности мозга примерно через 300-800 миллисекунд после редкого или значимого стимула. В тесте скрытой информации служит признаком узнавания.
- анализ стресса в голосеvoice stress analysis
- Программы вроде CVSA и LVA, которые заявляют, что по голосу видят стресс лжи.
- эффект ложного каналаbogus pipeline
- Люди говорят правду чаще, когда верят, что прибор всё равно распознает ложь, даже если прибор ничего не распознаёт.
- перекрёстная проверкаcross-validation
- Проверка модели на данных, на которых её не строили и не обучали. Без неё точность обычно завышена.
Практикум · Разбор новости о новом детекторе лжи
Новости о детекторах лжи на основе ИИ, томографа, голоса или движений глаз обычно называют одно число точности. Задание: разобрать одну такую новость или рекламу по вопросам урока. Понадобится только сам текст.
- Найдите новость, пресс-релиз или рекламу прибора или программы, которые распознают ложь. Сохраните текст и выпишите все числа о точности вместе с фразами, в которых они стоят.
- Для каждого числа определите, кто его получил: разработчик, его коллеги или независимые исследователи. Отметьте, названо ли исследование и опубликовано ли оно в рецензируемом журнале.
- Восстановите паспорт проверки: на ком мерили, сколько было людей, лгали ли они по заданию в лаборатории или с настоящими ставками, проверяли ли модель на новых людях и новом материале.
- Выясните, что это за число: доля пойманных лжецов, доля оправданных честных или общая доля верных ответов. Прикиньте, сколько лжецов среди тех, кого собираются проверять, и повторите для этой доли расчёт урока о 1000 путешественниках.
- Поставьте главному утверждению текста статус из реестра урока. Отдельно отметьте, говорит ли текст о контрмерах и об эффекте ложного канала, и не выдаёт ли он пользу от веры в прибор за его точность.
Вопросы для самопроверки
Модуль iBorderCtrl ловит 73,66 % лжецов и ошибочно отмечает 24,45 % честных. Что будет среди отмеченных, если лжецов среди путешественников 5 %?
- Три четверти отмеченных окажутся лжецами, как и обещает точность около 75 %
- Настоящих лжецов среди отмеченных будет меньше одного из семи, остальные честные
- Лжецов и честных среди отмеченных будет поровну, потому что ошибки уравновешиваются
- Отмеченных почти не будет, ведь при редких лжецах прибор срабатывает редко
Что показала первая проверка теста скрытой информации в реальных расследованиях, опубликованная Элаадом в 1990 году?
- Тест был так же точен, как в лабораторных опытах, и для виновных, и для невиновных
- Тест часто ошибочно обвинял невиновных, зато почти не пропускал виновных
- Тест не отличался от случайного угадывания ни для одной из двух групп
- Невиновных тест оправдывал хорошо, а виновных пропускал много
Почему суд по делу Семрау не допустил данные фМРТ, а апелляционный суд шестого округа США в 2012 году с этим согласился?
- Метод не проверен в реальных условиях, частота ошибок вне лаборатории неизвестна
- Закон США прямо запрещает приборные проверки на детекторах лжи в любых уголовных делах
- Томограф показал ложь, но защита доказала, что прибор был неисправен
- Результаты были безупречны, но суд счёл сканирование нарушением права хранить молчание
Чем закончилась проверка голосовых анализаторов LVA и CVSA на 319 арестованных в 2007 году?
- Программы выявили около 90 % лгавших, но только при опытном операторе
- Программы работали лучше полиграфа, и полиция перешла на них
- Программы выявили около 15 % лгавших, но при «детекторе» арестованные реже лгали о наркотиках
- Проверка сорвалась: у арестованных нельзя было узнать, лгали ли они
Что известно о точности прибора EyeDetect, который работает по зрачку и движениям глаз?
- Независимые лаборатории подтвердили 86-88 % на кандидатах
- Данные о точности получены разработчиками, независимых проверок нет
- Прибор не ловит никакого сигнала, потому что зрачок при лжи вообще не меняется
- Точность 86-88 % подтвердил федеральный суд, и после этого прибор стали применять в полиции
Ответы и разбор открываются в самопроверке урока: она считает результат и отмечает урок пройденным. Пройти самопроверку.
Что читать
- Farah, Hutchinson, Phelps, Wagner, 2014. Functional MRI-based lie detection: Scientific and societal challenges. Nature Reviews Neuroscience, 15(2), 123-131. Авторская версия: https://repository.upenn.edu/neuroethics_pubs/114: Раздел «Inferences about individual subjects» с примером о 101 человеке и обзор судебных дел. Журнальная версия платная, авторская открыта.
- United States v. Semrau, 693 F.3d 510 (6th Cir. 2012): https://www.govinfo.gov/content/pkg/USCOURTS-ca6-11-05396/pdf/USCOURTS-ca6-11-05396-0.pdf: Страницы 9-12 о том, как проводили три сканирования, и доводы суда о частоте ошибок вне лаборатории.
- Damphousse, Pointon, Upchurch, Moore, 2007. Assessing the validity of voice stress analysis tools in a jail setting. Отчёт для Национального института юстиции США: https://www.ojp.gov/pdffiles1/nij/grants/219031.pdf: Резюме, таблица ES1 с чувствительностью и специфичностью двух программ и раздел об эффекте ложного канала.
- Meijer, Ben-Shakhar, Verschuere, Donchin, 2013. A comment on Farwell (2012). Cognitive Neurodynamics, 7(2), 155-158. Открытый доступ: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3595430/: Таблица 1 со всеми рецензируемыми данными «отпечатков мозга» на одной странице.
- Sánchez-Monedero, Dencik. The politics of deceptive borders: 'biomarkers of deceit' and the case of iBorderCtrl. Препринт 2019 года: https://arxiv.org/abs/1911.09156: Байесовский расчёт для iBorderCtrl в таблице 4 и описание того, на ком проверяли модуль обмана. Журнальная версия 2022 года в Information, Communication & Society платная.