Цикл: Зачем мы говорим? #8
Цикл: Зачем мы говорим? #8 🎭 Детектор лжи: почему машина никогда не заменит чутьё Знакомое чувство? Говорите безобидное, а близкий обижается. Не на слова. На тон. В голосе существует целая вселенная: возбуждение, скука, сарказм. Хороший собеседник ловит нюансы. А может ли так компьютер? Отличит шутку от колкости? Правду от лжи? Идея электронного судьи заманчива. Бездушная, но точная машина правды. Скорее, опасная иллюзия. 🔪 Убийца с Грин-Ривер 1980–90-е. США. Серийный убийца. 1984 год: подозреваемых проверяют на полиграфе. Среди них, Гэри Риджуэй, скромный маляр, отец семейства. Прошёл проверку. Признан чистым. Лишь в 2003-м, благодаря ДНК, его посадили. Признался в 48 убийствах. Полиграф его не поймал. И это не исключение. Британское психологическое общество: ● Проверяют виновного: точность 83–89% ● Проверяют невиновного: 53–78% - чуть лучше монетки Полиграф чаще ошибается в пользу виновного. Но миф живёт. В 2014-м в Британии ввели обязательный полиграф для опасных секс-преступников. Они стали чаще признаваться. Признания выбивал не аппарат. Вера в его всемогущество. ⚗️ Анализ стресса по голосу: шарлатаны в науке Может, компьютер проанализирует сам голос? Появились системы VSA. Производители: используют 1400 правоохранительных органов США и Пентагон. Минтруда Британии потратило £2,4 млн на тесты. В основе была псевдонаучная идея о «микротреморах голоса». Нет доказательств, что они существуют. Лингвисты Ласерда и Эриксон разобрали патент. Вердикт убийственный: «В любой области есть шарлатаны… Лингвокриминалистика не исключение». Алгоритм, всего лишь студенческая поделка. Считал пики и впадины. Выдавал «гороскоп»: «обманчивость; низкий стресс; нормальное возбуждение». «Генератор случайных чисел». Проверка в тюрьме: точность на уровне угадывания. Ложные обвинения были катастрофически высокие. Представьте аэропорт с такой системой. Тысячи невинных в поле зрения спецслужб. 🧠 Почему мы плохо распознаём ложь Может, проблема не в компьютерах? У лжи просто нет надёжных голосовых маркеров. Мы думаем: лжец отводит взгляд, ёрзает. Это стереотипы. 1994 год. 40 000 человек определяют, лжёт ли политик. ● Только слушали: угадали в 73% ● Читали текст: 64% ● Смотрели видео: 52% -хуже всех! Визуальные подсказки мешают. Израильские полицейские смотрели видео с подростками. Были уверены в себе. На деле - 46%. Почему? Ищем не те признаки. Лжецы замирают, контролируют себя. Презумпция правды. Мозг настроен верить. В саванне звук в кустах, хищник. Выживал тот, кто предполагал худшее. Но в общении правды больше.Есть и «ошибка Отелло». Он видел страдания Дездемоны, принял за вину. Невинный под давлением испытывает не меньший стресс. Компьютер совершит ту же ошибку. 🍺 А пьяного распознает? 1989 год. Капитан танкера «Эксон Вальдес» пьяным посадил судно на мель. Чудовищное загрязнение. 2011 год. Учёные напоили 154 добровольцев. Записали голоса. Алгоритмы определяли состояние. Лучший результат: 71% - как у человека. Недостаточно для ответственных решений. Замедлить речь мог и шум на мостике. Хейзелвуда оправдали. Анализ голоса не стал решающим. 😂 Смех - тоже не показатель Нейробиолог Софи Скотт: ● Настоящий смех: выше, хриплее, спазмы диафрагмы ● Социальный: каждые 2 минуты, «смазать» общение. Не связан с юмором Мозг реагирует по-разному. Компьютер слышит «ха-ха-ха», разницы нет. Чтобы понять юмор, нужен контекст, ирония, двусмысленность. Недоступно алгоритмам. 🤖 ИИ унаследует предрассудки Принстон: алгоритм на текстах из сети ассоциирует европейские имена с «любовью», афроамериканские, с неприятным. Женские - с семьёй, мужские - с карьерой. Google-переводчик: «o bir doktor» → «he is a doctor». «o bir hemşire» → «she is a nurse». Стереотип унаследован. Если такой ИИ анализирует заявления о приёме на работу, усилит дискриминацию.