Согласно новому исследованию Калифорнийского университета в Сан-Диего, алгоритмы машинного обучения значительно превосходят человеческое суждение в обнаружении устной лжи.
Работа исследователей была сосредоточена на способности участников распознавать ложь в популярном британском телешоу «Золотые шары», которое транслировалось с 2007 по 2010 год. Результаты показали, что людям сложно предсказать поведение конкурентов, тогда как алгоритмы делают это значительно эффективнее.
Алгоритмы машинного обучения опираются на различные визуальные, вербальные и голосовые сигналы, которые люди бессознательно передают, когда говорят правду. Исследователи обнаружили, что эти алгоритмы считывают признаки честности гораздо точнее, чем люди, принимавшие участие в исследовании.
«Мы обнаружили, что существуют определенные признаки, по которым можно определить, что человек лжёт. Эти признаки включают в себя ряд визуальных, вербальных и голосовых сигналов, которыми люди делятся, когда они честны и говорят правду. Алгоритмы лучше выявляют эти корреляции, чем люди», — поясняют исследователи.
Алгоритмы, использованные в исследовании, правильно предсказали поведение участников телешоу в 74% случаев. В то же время более 600 человек, принимавших участие в эксперименте, достигли точности распознавания лжи лишь от 51% до 53%, что лишь немногим превышает случайное угадывание.
Помимо сравнения возможностей машинного обучения и способности человека распознавать обман, исследование также изучало, как можно использовать алгоритмы, чтобы помочь людям различать правду и ложь. Было установлено, что люди склонны больше доверять выводам, сделанным с помощью машинного обучения.
«Время имеет решающее значение, когда речь идет о принятии алгоритмических рекомендаций. Наши результаты показывают, что люди будут больше полагаться на алгоритмические выводы, если они представлены на ранних этапах процесса принятия решений», — подчёркивают исследователи.
Таким образом, это исследование свидетельствует о том, что алгоритмы машинного обучения способны не только более эффективно распознавать ложь, но и могут служить полезным инструментом для улучшения способности людей отличать правду от лжи, особенно при своевременном внедрении в процесс принятия решений.