Detecting deception in event narratives: the analysis of response latencies and error rates to unexpected questions.
تُظهر هذه الدراسة أن تحليل فترات الاستجابة ومعدلات الخطأ عند طرح أسئلة غير متوقعة يمكن أن يميز بفعالية بين الرواة الصادقين والمخادعين للأحداث السير-ذاتية، محققاً دقة تصنيف عالية من خلال التعلم الآلي.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
إن البشر فقراء بشكل ملحوظ في اكتشاف الأكاذيب. ففي المحادثات اليومية، لا نخمن بشكل صحيح إلا في حوالي نصف الحالات، وهو ما لا يتجاوز دقة رمي العملة المعدنية. وهذا القصور يخلق مشكلة خطيرة للمحققين والمحاكم، حيث غالبًا ما تكون الشهادة هي الدليل الوحيد المتاح. لعقود من الزمن، حاول الباحثون إيجاد طريقة أفضل لكشف الخداع من خلال دراسة كيفية عمل الدماغ عندما يكذب. الفكرة السائدة هي أن قول الكذبة يتطلب جهدًا ذهنيًا أكبر من قول الحقيقة. فعندما يختلق الشخص قصة، يجب على دماغه ابتكار التفاصيل، والتحقق من اتساقها، وقمع الحقيقة، كل ذلك مع محاولة الظهور بمظهر طبيعي. هذا العمل الذهني الإضافي، المعروف باسم "الحمل المعرفي"، غالبًا ما يترك أثرًا: حيث يستغرق الشخص وقتًا أطول في الإجابة، أو يرتكب المزيد من الأخطاء، أو يقدم ردودًا غامضة. ومع ذلك، فإن هذه الطريقة بها عيب؛ فإذا كان الكاذب قد تدرب على قصته مسبقًا، فيمكنه سردها بسرعة وسلاسة، مما يخدع النظام. ولحل هذه المشكلة، طور العلماء تقنية تسمى "الأسئلة غير المتوقعة". فبدلاً من السؤال عن النقاط الرئيسية للقصة التي أعدها الشخص، يقوم المحاور بالسؤال عن تفاصيل لم يفكر الكاذب في حفظها. هذا يجبر المخادع على التوقف وبناء معلومات جديدة في اللحظة ذاتها، بينما يقوم الشخص الصادق ببساطة باسترجاع تجربة حقيقية من ذاكرته.
قام فريق من الباحثين في جامعة بادوفا بإيطاليا مؤخرًا باختبار هذه التقنية في بيئة مضبوطة مصممة لمحاكاة مقابلة تحقيق حقيقية. لقد جمعوا ستين متطوعًا وقسموهم إلى مجموعتين. طُلب من المجموعة الأولى، وهي المشاركون الصادقون، وصف أحدث رحلة نهارية قاموا بها بالفعل، وكان عليهم استرجاع التفاصيل المحددة لتجربتهم الخاصة. أما المجموعة الثانية، وهي المشاركون المخادعون، فقد أُعطوا قصة قصة مكتوبة عن رحلة نهارية وطُلب منهم حفظها بدقة، وأُخبروا بأن يتظاهروا بأن هذه القصة هي ذكراهم الحقيقية. ثم جلس كلا المجموعتين في مقابلة مسجلة صوتيًا حيث أجابوا على سلسلة من الأسئلة. كانت بعض الأسئلة معتادة ومتوقعة، مثل "في أي وقت استيقظت؟"، بينما كانت هناك أسئلة أخرى ضابطة حول المقابلة نفسها، مثل "في أي مدينة أنت؟". أما الأسئلة الحاسمة، فكانت الأسئلة غير المتوقعة، مثل "كم استغرقت من الوقت للوصول إلى وجهتك؟". صُممت هذه الأسئلة لإيقاع الكاذبين في الفخ. وقاس الباحثون ثلاثة أشياء: الوقت الذي استغرقه كل شخص للبدء في التحدث بعد طرح السؤال، وعدد المرات التي أعطوا فيها إجابة خاطئة، وعدد المرات التي قدموا فيها إجابة صحيحة تقنيًا ولكنها غامضة أو ناقصة.
أظهرت النتائج فرقًا واضحًا بين المجموعتين، ولكن فقط عند طرح الأسئلة غير المتوقعة. فعندما سُئلوا عن تفاصيل لم يستعدوا لها، استغرق الأشخاص الذين كذبوا بشأن رحلتهم النهارية وقتًا أطول بكثير للإجابة مقارنة بالأشخاص الصادقين. كما ارتكبوا أخطاءً أكثر بكثير وقدموا إجابات أكثر غموضًا. بالنسبة للمجموعة الصادقة، كانت الأسئلة غير المتوقعة أصعب أيضًا من الأسئلة المتوقعة، لكن الزيادة في الوقت والأخطاء كانت أقل بكثير. وجد الباحثون أن الكاذبين عانوا تحديدًا لأنهم اضطروا لابتكار تفاصيل جديدة تتناسب مع قصتهم المزيفة مع الحفاظ على اتساق بقية الرواية. هذا العمل الذهني الإضافي أبطأ سرعتهم وجعلهم يخطئون. في المقابل، كان الأشخاص الصادقون يقومون ببساء التنقيب في ذاكرتهم الخاصة، وهي مهمة ذهنية مختلفة لكنها لا تتطلب نفس المستوى من البناء الفوري للمعلومات. كما سأل الباحثون المشاركين عن مدى صعوبة الأسئلة التي وجدوها، وقد صنف الكاذبون الأسئلة غير المتوقعة بأنها أصعب بكثير من الصادقين، مما أكد شعورهم بالإجهاد الإضافي.
ولرؤية ما إذا كان يمكن استخدام هذه النتائج لتحديد الكاذب في قضية حقيقية، استخدم الباحثون خوارزميات حاسوبية لتحليل البيانات. قاموا بتغذية أوقات الاستجابة، ومعدلات الخطأ، ودرجات الغموض في نموذج تعلم آلي. وعندما نظر الكمبيوتر إلى النمط الكامل للإجابات لشخص واحد، تمكن من التمييز بين المجموعتين الصادقة والمخادعة بدقة عالية جدًا، حيث حدد الغالبية العظمى من الكاذبين بشكل صحيح. ومع ذلك، عندما حاول الكمبيوتر الحكم على إجابة واحدة بمعزل عن غيرها، كان أقل موثوقية بكثير، حيث أخطأ غالبًا في كشف الكذبة أو اتهم شخصًا صادقًا بالخطأ. يشير هذا إلى أن لحظة تردد واحدة ليست كافية لإثبات الخداع؛ بل إن النمط العام للسلوك عبر العديد من الأسções هو ما يكشف الحقيقة. كما اختبر الباحثون قاعدة بسيطة: إذا كان متوسط وقت استجابة الشخص للأسئلة غير المتوقعة أبطأ من متوسط وقته للأسئلة الأخرى بجزء معين من الثانية، فمن المرجح أنه يكذب. نجحت هذه القاعدة في كشف الكاذبين بشكل جيد، لكنها وصمت أيضًا العديد من الصادقين كمشتبه بهم، مما يعني أنها كانت عرضة للإنذارات الكاذبة إذا استخدمت وحدها.
تقدم الدراسة أداة واعدة لفهم كيفية عمل الخداع، لكن المؤلفين حذروا من حدودها. فقد أُجريت التجربة في بيئة منخفضة المخاطر حيث كانت عواقب الكذب ضئيلة، على عكس التحقيقات الجنائية الحقيقية حيث يكون الضغط هائلًا. كما أن الكاذبين في الدراسة كانوا يحفظون قصة فحسب، بينما يضطر الكاذبون الحقيقيون غالبًا إلى نسج أكاذيب معقدة داخل حياتهم الخاصة. علاوة على ذلك، اعتمدت الدراسة على محاور ومصنف واحد، مما قد يؤدي إلى حدوث انحياز، وكان المشاركون معظمهم من طلاب الجامعات، الذين قد لا يمثلون عام السكان. ورغم هذه القيود، تشير النتائج إلى أن طرح الأسئلة غير المتوقعة هو وسيلة قوية لزيادة الحمل الذهني على الكاذب، مما يجعل من الصعب الحفاظ على خداعه. ويشير البحث إلى أنه بينما لا يوجد اختبار واحد مثالي، فإن الجمع بين أوقات الاستجابة مع معدلات الخطأ واستخدام التحليل الحاسوبي يمكن أن يساعد المحققين في نهاية المطاف على رصد الأكاذيب التي تخطئها البديهة البشرية. ويشير العمل إلى مستقبل تُصمم فيه المقابلات ليس فقط لجمع الحقائق، بل لإجهاد عقل المتحدث بلطف، وكشف الجهد الخفي للكذب من خلال علامات التردد والخطأ البسيطة والقابلة للقياس.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.