Melo aptikimas

septintojo dešimtmečio pabaigoje Paulas Ekmanas – tuomet jaunas Kalifornijos universiteto San Francisko medicinos mokyklos psichologijos profesorius ir tik pradėjęs savo gyvenimo darbą – užpildė San Francisko Viktorijos laikų laikų biblioteką filmų, kuriuose pavaizduoti 40 psichiatrinių pacientų veidai. buvo apklausti. Ekmanas, kuris dabar yra pagrindinis savo profesijos veikėjas, norėjo sužinoti, ar jis galėtų atskirti veido išraiškas, kad padėtų diagnozuoti psichikos sutrikimus. Moteris, vardu Marija, kuri prieš tai tris kartus bandė nusižudyti, šypsojosi ir linksmai kalbėjo savo juostoje. Taip atsitiko, kad ji ieškojo savaitgalio leidimo, kad galėtų grįžti namo ir nusižudyti.

Melo aptikimas yra sudėtingas: Ar Richardas Nixonas, kurį čia 1977 m. kalbino Davidas Frostas, yra tokio lygio? Tyrimai rodo, kad mikroraiškos atskleidžia pagrindines mūsų emocijas, norime to ar ne.

Marija buvo tai, kaip aš pirmą kartą atradau mikroraiškas, sakė Ekmanas, kai sutikau jį filmavimo aikštelėje Meluok Man , Fox televizijos drama, įkvėpta jo dešimtmečius trukusių tyrimų, kaip veido išraiškos, gestai ir kitas neverbalinis elgesys atskleidžia mūsų emocijas ir, svarbiausia, apgaulę. Kai kurie jauni psichiatrai, kuriuos mokiau, paklausė, ar galėčiau padėti atpažinti, kada nusižudęs pacientas sako tiesą ar meluoja apie tobulėjimą, sakė jis. Kai kurie jų pacientai išėjo iš ligoninės ir per valandą nusižudė. Tačiau Marija prieš išvykdama prisipažino, kad per [ankstesnį] interviu, kurį filmavau, melavo. Žiūrėdamas į filmą nemačiau jokių įrodymų. Taigi savaitę peržiūrėjau kadrą po kadro, ir šios mikroraiškos pasirodė – du atvejai, kiekvienas po 25 sekundės, iš 12 minučių.

Ši istorija buvo mūsų 2009 m. gegužės mėn. numerio dalis

• Žr. likusią numerio dalį
• Prenumeruoti

Marijos atveju jos bruožai trumpam rodė neviltį, kai kalbinantis gydytojas paklausė apie jos planus. Ekmanas sužinojo, kad tiriamieji žmonės išduoda savo emocinę būseną per mikroraiškas, kad ir kaip stengtųsi jas slopinti. Jis nustatė 46 veido ir raumenų judesius, kurie įvairiose kultūrose signalizuoja tokias pagrindines emocijas kaip baimė, nepasitikėjimas ir kančia.

Ekmanas man pasakė, kad iš pradžių nežinojau, kad galite išmokyti žmones atpažinti šias mikroraiškas realiuoju laiku. Aštuntajame dešimtmetyje jis sukūrė veido veiksmų kodavimo sistemą, arba FACS, kaip išsamią visų veido išraiškų taksonomiją, įskaitant šį įspėjantį raumenų elgesį. Nuo tada apmokyti FACS naudotojai paprastai įrodė, kad veidų skaitymo sėkmės rodiklis yra didesnis nei 75 proc. „Melas man“ – tai žymiausias Timas Rothas kaip daktaras Cal Lightmanas, pagal Ekmaną sukurtas personažas – tai labai vidutiniška pramoga Fox sėkmės žanre. Namas , kur patyręs ekspertas išsprendžia atvejus, kurių įstaigos tipai negali. Tačiau iš tikrųjų daugelis FACS vartotojų yra įstaigos tipai – policininkai, FTB agentai, JAV slaptosios tarnybos nariai.

IŠTEKLIAI:

• Kompiuterio išraiškos atpažinimo įrankių rinkinys (CERT)

• Meluok man, FOX

Norint pritaikyti Ekmano tyrimus praktikoje, nereikia jokios įgimtos dovanos. Dabar galėtumėte prisijungti prie interneto [ www.mettonline.com] ir išmokti mikroraiškos atpažinimo, kuris yra viena dalis, per valandą, sako Ekmanas. Praktikuodami dauguma iš mūsų galėtų iššifruoti šias trumpalaikes išraiškas realiuoju laiku. Iš pradžių visi mano, kad niekada to nepadarys, sako jis. Pabaigoje jie klausia: „Ar lėtinate šiuos dalykus?“ Mes ne, bet jūsų akys išmoko juos pamatyti.

Kiti tyrimai patvirtina Ekmano teiginius. 2006 m. atliktame tyrime neuromokslininkė Tamara Russell iš Londono universiteto Karaliaus koledžo parodė, kad valandos trukmės mikroraiškos lavinimas leido žmonėms, sergantiems šizofrenija, atpažinti veido išraiškas taip pat tiksliai, kaip ir sveikų žmonių.

Tačiau kai kurie daug geriau nei kiti skaito mikroekspresijas. Ekmano kolegė iš San Francisko universiteto Maureen O'Sullivan per du dešimtmečius išbandė 20 000 nelyginių žmonių ir iš šio skaičiaus nustatė 50 asmenų, kurie nuolat demonstruoja daugiau nei 80 procentų tikslumą nustatydami, kada kiti meluoja, o tik nedaugelis priartėjo prie tobulo tikslumo. Akivaizdu, kad šių retų asmenų sėkmę sudaro tam tikri konkretūs optimalūs gebėjimai.

Kadangi apmokyti FACS ekspertai paprastai atkuria filmuotą medžiagą tris valandas, norėdami išanalizuoti tik vieną tiriamojo veido trūkčiojimo ir mirksėjimo minutę vaizdo įraše, buvo prasminga paklausti, ar kompiuterinė sistema gali automatizuoti mikroraiškos analizės procesą ir suderinti O'Sullivano žmogaus. burtininkai. Ekmanas pirmą kartą svarstė iššūkį devintojo dešimtmečio pabaigoje. Per šabo atostogas Londone jis lankėsi Brunelio koledže, kur inžinierius, sukūręs vieną iš pirmųjų lygiagretaus apdorojimo kompiuterių, mokė dirbtinį neuroninį tinklą atpažinti teroristus. Inžinieriaus problema buvo ta, kad dėl įvairių tiriamųjų veido išraiškų jo sistemai buvo sunku atpažinti jų tapatybę, o Ekmano sunkumai buvo atvirkščiai: jam reikėjo nepaisyti individualių tiriamųjų fizionomijų, kad atpažintų emocijas, kurias atskleidžia jų išraiškos. Taigi abu vyrai dirbo kartu. Per tris dienas išmokėme aparatą atpažinti tris skirtingas skirtingų žmonių emocijas, sako jis. Grįžęs JAV, parašiau pasiūlymą dėl dotacijos NIH, kuri jį atmetė, teigdama, kad lygiagretaus apdorojimo kompiuteriai neegzistuoja. Ekmanas išreiškė savo nusivylimą draugui, kuris buvo Nobelio premijos laureatas fizikas; draugas susisiekė su Terry Sejnowski, tarpdisciplininiu kompiuterinės neurobiologijos žinovu Solko institute, kurio laboratorijoje buvo reikalingi kompiuteriai. Ekmanas ir Sejnowskis susibūrė ir gavo dotaciją.

Markas Frankas, buvęs Ekmano doktorantas ir dabar Bafalo universiteto Niujorke profesorius, turėjo didžiausią sėkmę automatizuodamas FACS. Frankas, dirbantis Bafalo suvienodintos biometrijos ir jutiklių centre, dirbo su Kalifornijos universiteto San Diege kompiuterių mokslininkų grupe, daugiausia buvusiais Sejnowskio studentais, kad FACS paverstų technologija, vadinama Computer Expression Recognition Toolbox (CERT). ). Paklausiau jo, kaip vyksta projektas.

Mes tai padarėme, pasakė man Frankas. Turime sistemą, kuri veikia realiu laiku. Kalbant apie mašininį mokymąsi, turėjome mašinoms pateikti gerą audiovizualinę medžiagą su tikromis emocijomis ir išraiškomis. Tada belieka treniruotis, testuoti, treniruotis, išbandyti. Jis sako, kad CERT veikia taip pat gerai, kaip ir žmonių ekspertas, tačiau jis yra šiek tiek greitesnis.

Technologija, kuri tiksliai nustato tikrąsias žmonių emocijas, turi didžiulį politinį, socialinį ir komercinį potencialą. Kas būtų, jei politikos apžvalgininkai būtų taikę, pavyzdžiui, praėjusių metų JAV prezidento debatų filmuotai medžiagai, kad atskleistų, ar McCainas ar Obama meluoja? Arba, jei advokatai jį naudotų analizuodami vaizdo įrašus, pateiktus teismo proceso metu, kad nustatytų, ar liudytojas melavo, tai išvada, kurią būtų galima laikyti įrodymu? Iš tiesų, kadangi technologija išgauna įprastą vaizdo įrašą, ji gali būti naudojama kaip pigi žiniatinklio paslauga, kad visi galėtų ja naudotis: žmonės gali įrašyti darbo pokalbius, verslo derybas, pasirašyti ikivedybines sutartis, vestuvių ceremonijas ar bet kokius kitus civilinius sandorius. peržvelgti juos, kad įsitikintų, jog suinteresuoti asmenys yra sąžiningi. Įdomu, ką darote, kai katė išeina iš maišo, sako Frankas. Ir ar galite jį grąžinti?

Argumentas priimti tokius įrodymus teisme atrodo nesudėtingas. Kad technologija būtų priimtina, ji turi atitikti vieną iš dviejų teisinių standartų; Daubert testas (iš 1993 m. JAV Aukščiausiojo Teismo bylos Daubert v. Merrell Dow Pharmaceuticals) yra naudojamas daugelyje jurisdikcijų. Daubertas reikalauja, kad moksliniai liudijimai būtų laikomi patikimomis „mokslinėmis žiniomis“, – sako Kalifornijos universiteto Deiviso teisės profesorius Edwardas Imwinkelriedas, kuris yra mokslinių įrodymų priimtinumo ekspertas. Aukščiausiasis Teismas „mokslo žinias“ apibrėžia kaip žinias, patvirtintas tam tikra metodika, kurią klasikiniu būdu apibūdino kaip hipotezės formulavimą ir, antra, vėlesnį kontroliuojamą eksperimentavimą arba sisteminį lauko stebėjimą, siekiant patikrinti ar suklastoti hipotezę. Atsižvelgiant į tris dešimtmečius trunkantį FACS pripažinimą ir CERT tikslumo rekordą, automatinė veido išraiškos analizė gali atitikti šiuos kriterijus.

Tačiau norint pateikti šį argumentą, reikės ekspertų, tokių kaip Frankas ar Ekmanas, palaikymo, o to nebus. Pavyzdžiui, Frankas palaiko JAV vyriausybės CERT naudojimą nacionalinio saugumo tikslais – jis spėja, kad tai gali įvykti iki 2011 m. – tačiau jis nenori, kad ši technologija dar labiau plistų: nors sulaukiame skambučio kas dvi savaites iš žmonių, norinčių užsidirbti didelių pinigų reklamuodami tai kaip melo atpažinimą, didžiuojuosi, kad niekas, dalyvaujantis moksle, iki šiol neapsiribojo tuo, ką jis palaiko.

Tai, ką patvirtina mokslas, yra tai, kad tiek FACS, tiek CERTS gali atskleisti didžiąją dalį tikrosios žmogaus emocijos, tačiau šie rezultatai turi būti suprantami protingai, ypač apgaulės aptikimo kontekste. Priešingu atveju, apibendrino Ekmanas, vartotojai rizikuoja tai, ką jis vadina Otelo klaida: Otelas tiksliai perskaitė Desdemonos baimę. Tačiau jis nepripažino, kad baimė būti netikėtam yra lygiai taip pat, kaip baimė būti pagautam. Taip, mūsų veidai atskleidžia, kokias emocijas mes patiriame, jei galite perskaityti ženklus. Tai, ką mūsų veidai nebūtinai atskleidžia, yra tai, kas sukėlė tą emociją. Jei to nežinote, interpretacija gali nuklysti. Atmeskite visus galimus paaiškinimus prieš darydami išvadą, kad tai, ką matote, yra melo apie nusikalstamą veiką požymis, perspėja Ekmanas. Nes labai dažnai taip nėra.

Markas Williamsas yra redaktorius Technologijų apžvalga .

paslėpti