Detector de mentiras usando a Inteligência Artificial

A inteligência artificial está em toda parte – ela descobre o que há nas fotos de alimentos em sites como o Yelp, ajuda os pesquisadores a tentar fazer exames de ressonância magnética mais rapidamente e pode até procurar por sinais de depressão na voz de alguém. Mas aqui está um uso que você pode não ter considerado: detecção de mentiras.

Essa idéia – um farejador de IA – está no noticiário por causa de um projeto de segurança de fronteiras na Europa chamado iBorderCtrl que envolve tecnologia focada em “detecção de fraude”. A iniciativa inclui um processo de duas etapas e a parte de detecção de mentiras acontece em casa . De acordo com a Comissão Européia , o protocolo começa com uma pré-triagem em que os viajantes “usam uma webcam para responder perguntas de um guarda de fronteira animado por computador, personalizado para o gênero, etnia e idioma do viajante. A abordagem única da “detecção de fraudes” analisa as microexpressões dos viajantes para descobrir se o entrevistado está mentindo. ”

Soa como ficção científica e, claro, também traz à mente a problemática história dos testes de polígrafo . Mas tal sistema de inteligência artificial é possível. A questão é: quão preciso pode ser?

Rada Mihalcea, professora de ciência da computação e engenharia da Universidade de Michigan, trabalhou na detecção de fraudes por cerca de uma década. Foi assim que eles construíram um detector de engano de IA e como ele funciona.

A primeira coisa que os pesquisadores trabalhando em inteligência artificial e aprendizado de máquina precisam é de dados. No caso do trabalho que Mihalcea fez , eles começaram com vídeos de processos judiciais reais. Por exemplo, um réu falando em um julgamento no qual eles foram considerados culpados poderia fornecer um exemplo de engano; eles também usaram o testemunho de testemunhas como exemplos de declarações verdadeiras ou enganosas. (É claro que os algoritmos de aprendizado de máquina são tão bons quanto os dados alimentados, e é importante lembrar que alguém considerado culpado de um crime pode, na verdade, ser inocente .)

Ao todo, eles usaram 121 videoclipes e as transcrições correspondentes do que disseram – cerca de metade representava declarações enganosas e quase verdadeiras. Foram esses dados que eles usaram para construir classificadores de aprendizado de máquina que, no final das contas, tinham uma taxa de precisão de 60 a 75%.

Uma coisa que o sistema notou? “O uso de pronomes – pessoas que estão mentindo tendem a usar menos a palavra ‘eu’ ou ‘nós’, ou coisas que se referem a eles mesmos”, explica Mihalcea. “Em vez disso, as pessoas que estão mentindo usariam com mais frequência ‘você’, ‘seu’, ‘ele’, ‘elas’ e ‘ela’.”

Esse não é o único sinal lingüístico: alguém dizendo uma mentira usaria “palavras mais fortes” que “refletem a certeza”, diz ela. Exemplos desses tipos de palavras são “absolutamente” e “muito”, enquanto, curiosamente, as pessoas que dizem a verdade são mais propensas a se proteger, usando palavras como “talvez” ou “provavelmente”.

“Acho que as pessoas que são enganosas tentariam compensar a mentira que estão apresentando”, diz ela, “e, assim, tentam parecer mais certas de si mesmas.”

Quanto aos gestos, ela aponta que alguém sendo enganador provavelmente olharia diretamente nos olhos da pessoa que os questionava. Eles também tendem a usar as duas mãos quando gesticulam, em vez de apenas uma – também, ela suspeita, como parte de tentar ser convincente. (Claro, esses são os padrões que ela descreve: se alguém olha nos olhos e gesticula com as duas mãos enquanto fala, isso não significa que eles estejam mentindo.)

Estes são todos os fascinantes pequenos pontos de dados que a IA pode começar a perceber depois que os pesquisadores dão exemplos para trabalhar e aprender. Mas o trabalho de Mihalcea não é “perfeito”, ela admite. “Como pesquisador, estamos empolgados com a possibilidade de chegarmos a 75% [de precisão]”. Mas, analisando de outra maneira, é uma taxa de erro de um em quatro. “Eu não acho que está pronto para ser usado na prática, por causa do erro de 25 por cento [taxa].”

Em última análise, ela vê a tecnologia como sendo assistencial para as pessoas – poderia, por exemplo, indicar que percebeu algo “incomum” na declaração de um falante, e então talvez ter uma pessoa “investigue mais”. E isso é realmente um uso freqüente -case para AI: tecnologia que aumenta o que os humanos podem fazer.

WJ Sales
WJ Sales
Especialista em desenvolvimento de sites, lojas virtuais e sistemas. Faço parte da equipe que compõe a empresa Sales Publicidade. Atuamos em diversas áreas destinada ao Marketing. Faço publicações de artigos em blogs e nas redes sociais.

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Enter Captcha Here : *

Reload Image