Detecting deception in event narratives: the analysis of response latencies and error rates to unexpected questions.
यह अध्ययन प्रदर्शित करता है कि अप्रत्याशित प्रश्नों के प्रति प्रतिक्रिया विलंबता (response latencies) और त्रुटि दरों का विश्लेषण करना, मशीन लर्निंग के माध्यम से उच्च वर्गीकरण सटीकता प्राप्त करते हुए, आत्मकथात्मक घटनाओं के ईमानदार और धोखेबाज कथावाचकों के बीच प्रभावी ढंग से अंतर कर सकता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
इंसान झूठ पकड़ने में बेहद कमजोर होते हैं। रोजमर्रा की बातचीत में, हम केवल लगभग आधे समय ही सही अनुमान लगा पाते हैं, जो कि सिक्का उछालने से बेहतर नहीं है। यह सीमा जांचकर्ताओं और अदालतों के लिए एक गंभीर समस्या पैदा करती है, जहाँ अक्सर गवाही ही एकमात्र उपलब्ध सबूत होती है। दशकों से, शोधकर्ता यह पता लगाने के लिए एक बेहतर तरीका खोजने की कोशिश कर रहे हैं कि जब कोई झूठ बोलता है तो मस्तिष्क कैसे काम करता है। प्रचलित विचार यह है कि झूठ बोलने के लिए सच बोलने की तुलना में अधिक मानसिक प्रयास की आवश्यकता होती है। जब कोई व्यक्ति एक कहानी गढ़ता है, तो उसके मस्तिष्क को विवरणों का आविष्कार करना पड़ता है, उनकी निरंतरता की जाँच करनी पड़ती है, और सच को दबाना पड़ता है, और यह सब करते हुए उसे स्वाभाविक दिखने की भी कोशिश करनी होती है। यह अतिरिक्त मानसिक कार्य, जिसे 'कॉग्निटिव लोड' (संज्ञानात्मक भार) कहा जाता है, अक्सर एक निशान छोड़ जाता है: व्यक्ति जवाब देने में अधिक समय लेता है, अधिक गलतियाँ करता है, या अस्पष्ट उत्तर देता है। हालाँकि, इस पद्धति में एक दोष है। यदि किसी धोखेबाज ने अपनी कहानी पहले से ही रट ली है, तो वह इसे जल्दी और सुचारू रूप से सुना सकता है, जिससे सिस्टम को चकमा दिया जा सकता है। इसे हल करने के लिए, वैज्ञानिकों ने "अनपेक्षित प्रश्नों" (unexpected questions) नामक एक तकनीक विकसित की। मुख्य कहानी के उन बिंदुओं के बारे में पूछने के बजाय जिन्हें व्यक्ति ने तैयार किया है, साक्षात्कारकर्ता उन विवरणों के बारे में पूछता है जिन्हें धोखेबाज ने याद करने के लिए नहीं सोचा था। यह धोखेबाज को मौके पर नई जानकारी बनाने के लिए मजबूर करता है, जबकि एक ईमानदार व्यक्ति बस अपने वास्तविक अनुभव के लिए अपनी स्मृति में झांकता है।
इटली के पादुआ विश्वविद्यालय के शोधकर्ताओं की एक टीम ने हाल ही में एक नियंत्रित सेटिंग में इस तकनीक का परीक्षण किया, जिसे वास्तविक जांच साक्षात्कार की नकल करने के लिए डिज़ाइन किया गया था। उन्होंने साठ स्वयंसेवकों को इकट्ठा किया और उन्हें दो समूहों में विभाजित किया। पहले समूह, ईमानदार प्रतिभागियों को, उनके द्वारा वास्तव में की गई हालिया एक दिवसीय यात्रा का वर्णन करने के लिए कहा गया। उन्हें अपने स्वयं के अनुभव के विशिष्ट विवरणों को याद करना था। दूसरे समूह, धोखेबाज प्रतिभागियों को, एक दिन की यात्रा के बारे में एक छोटी, लिखित कहानी दी गई और उन्हें इसे पूरी तरह से याद करने के लिए कहा गया। उन्हें यह बताने के लिए कहा गया कि यह कहानी उनकी अपनी वास्तविक स्मृति है। इसके बाद दोनों समूहों को एक ऑडियो-रिकॉर्डेड साक्षात्कार के लिए बैठाया गया जहाँ उन्होंने प्रश्नों की एक श्रृंखला का उत्तर दिया। कुछ प्रश्न मानक और अपेक्षित थे, जैसे "आप कितने बजे जागे?" अन्य नियंत्रण प्रश्न साक्षात्कार के बारे में थे, जैसे "आप किस शहर में हैं?" महत्वपूर्ण प्रश्न अनपेक्षित वाले थे, जैसे "आपको अपने गंतव्य तक पहुँचने में कितना समय लगा?" ये धोखेबाजों को अचानक पकड़ने के लिए डिज़ाइन किए गए थे। शोधकर्ताओं ने तीन चीजों को मापा: प्रश्न पूछे जाने के बाद प्रत्येक व्यक्ति के बोलने शुरू करने में कितना समय लगा, कितनी बार उन्होंने गलत उत्तर दिया, और कितनी बार उन्होंने ऐसा उत्तर दिया जो तकनीकी रूप से सही था लेकिन अस्पष्ट या अधूरा था।
परिणामों ने दोनों समूहों के बीच एक स्पष्ट अंतर दिखाया, लेकिन केवल तभी जब प्रश्न अनपेक्षित थे। उन विवरणों के बारे में पूछे जाने पर जिन्हें उन्होंने तैयार नहीं किया था, अपनी यात्रा के बारे में झूठ बोल रहे लोगों ने ईमानदार लोगों की तुलना में उत्तर देने में काफी अधिक समय लिया। उन्होंने बहुत अधिक गलतियाँ भी कीं और अधिक अस्पष्ट उत्तर दिए। ईमानदार समूह के लिए, अनपेक्षित प्रश्न अपेक्षित प्रश्नों की तुलना में कठिन भी थे, लेकिन समय और त्रुटियों में वृद्धि बहुत कम थी। शोधकर्ताओं ने पाया कि धोखेबाज विशेष रूप से इसलिए संघर्ष कर रहे थे क्योंकि उन्हें अपनी फर्जी कहानी के अनुरूप नए विवरणों का आविष्कार करना था और बाकी कथानक को सुसंगत बनाए रखना था। इस अतिरिक्त मानसिक कार्य ने उन्हें धीमा कर दिया और उनसे गलतियाँ करवाईं। इसके विपरीत, ईमानदार लोग केवल अपनी यादों को खंगाल रहे थे, जो कि एक अलग प्रकार का मानसिक कार्य था लेकिन इसमें मौके पर निर्माण करने की वैसी आवश्यकता नहीं थी। अध्ययन ने प्रतिभागियों से यह भी पूछा कि उन्हें प्रश्न कितने कठिन लगे। धोखेबाजों ने ईमानदार लोगों की तुलना में अनपेक्षित प्रश्नों को बहुत कठिन बताया, जिससे पुष्टि हुई कि उन्होंने अतिरिक्त तनाव महसूस किया।
यह देखने के लिए कि क्या इन निष्कर्षों का उपयोग वास्तविक मामले में धोखेबाज की पहचान करने के लिए किया जा सकता है, शोधकर्ताओं ने डेटा का विश्लेषण करने के लिए कंप्यूटर एल्गोरिदम का उपयोग किया। उन्होंने रिस्पॉन्स टाइम (प्रतिक्रिया समय), त्रुटि दर और अस्पष्टता स्कोर को मशीन-लर्निंग मॉडल में डाला। जब कंप्यूटर ने एक ही व्यक्ति के उत्तरों के पूरे पैटर्न को देखा, तो वह बहुत उच्च सटीकता के साथ ईमानदार और धोखेबाज समूहों के बीच अंतर करने में सक्षम रहा, और इसने धोखेबाजों के विशाल बहुमत की सही पहचान की। हालाँकि, जब कंप्यूटर ने अकेले एक उत्तर का निर्णय लेने की कोशिश की, तो वह बहुत कम विश्वसनीय था, और अक्सर झूठ को पकड़ने में विफल रहा या किसी ईमानदार व्यक्ति पर गलत आरोप लगाया। यह सुझाव देता है कि केवल एक क्षण की हिचकिचाहट झूठ साबित करने के लिए पर्याप्त नहीं है; बल्कि कई प्रश्नों के माध्यम से व्यवहार का समग्र पैटर्न ही सच्चाई को प्रकट करता है। शोधकर्ताओं ने एक सरल नियम का भी परीक्षण किया: यदि किसी व्यक्ति का अनपेक्षित प्रश्नों के उत्तर देने का औसत समय अन्य प्रश्नों के औसत समय से एक सेकंड के एक विशिष्ट अंश से अधिक धीमा था, तो वह संभवतः झूठ बोल रहा था। यह नियम धोखेबाजों को पकड़ने में अच्छा काम कर रहा था लेकिन इसने कई ईमानदार लोगों को भी संदिग्ध के रूप में चिह्नित किया, जिसका अर्थ था कि यह अकेले उपयोग किए जाने पर गलत अलार्म के प्रति बहुत संवेदनशील था।
यह अध्ययन यह समझने के लिए एक आशाजनक नया उपकरण प्रदान करता है कि धोखा कैसे काम करता है, लेकिन लेखक इसकी सीमाओं को नोट करने में सावधानी बरतते हैं। प्रयोग एक कम-जोखिम वाले वातावरण में हुआ था जहाँ झूठ बोलने के परिणाम न्यूनतम थे, वास्तविक आपराधिक जांच के विपरीत जहाँ दबाव अत्यधिक होता है। अध्ययन में धोखेबाज केवल एक कहानी याद कर रहे थे, जबकि वास्तविक धोखेबाज अक्सर अपने जीवन में जटिल झूठ बुनते हैं। इसके अलावा, अध्ययन एक एकल साक्षात्कारकर्ता और कोडर पर निर्भर था, जिससे पूर्वाग्रह आ सकता था, और प्रतिभागी मुख्य रूप से विश्वविद्यालय के छात्र थे, जो सामान्य आबादी का प्रतिनिधित्व नहीं कर सकते हैं। इन सीमाओं के बावजूद, निष्कर्ष बताते हैं कि अनपेक्षित प्रश्न पूछना एक धोखेबाज पर मानसिक भार बढ़ाने का एक शक्तिशाली तरीका है, जिससे उनके धोखे को बनाए रखना कठिन हो जाता है। शोध इंगित करता है कि हालांकि कोई भी एकल परीक्षण पूर्ण नहीं है, लेकिन प्रतिक्रिया समय को त्रुटि दर के साथ जोड़ना और कंप्यूटर विश्लेषण का उपयोग करना अंततः जांचकर्ताओं को उन झूठों को पहचानने में मदद कर सकता है जिन्हें मानवीय अंतर्ज्ञान चूक जाता है। यह कार्य एक ऐसे भविष्य की ओर इशारा करता है जहाँ साक्षात्कार केवल तथ्य एकत्र करने के लिए नहीं, बल्कि वक्ता के मन को धीरे से तनाव देने के लिए डिज़ाइन किए जाएंगे, जिससे हिचकिचाहट और त्रुटि के सरल, मापने योग्य संकेतों के माध्यम से झूठ के छिपे हुए प्रयास को प्रकट किया जा सके।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।