Lügenerkennung

In den späten 1960er Jahren füllte Paul Ekman – damals ein junger Psychologieprofessor an der University of California, San Francisco, School of Medicine und gerade sein Lebenswerk begann – ein viktorianisches Gebäude in San Francisco mit einer Bibliothek von Filmen, die die Gesichter von 40 Psychiatriepatienten zeigten, während sie wurden interviewt. Ekman, heute eine führende Persönlichkeit in seinem Beruf, wollte wissen, ob er Gesichtsausdrücke isolieren kann, um psychische Störungen zu diagnostizieren. Eine Frau namens Mary, die zuvor dreimal einen Selbstmordversuch unternommen hatte, lächelte und sprach fröhlich auf ihrem Tonband. Zufällig suchte sie nach einer Wochenendkarte – damit sie nach Hause gehen und sich umbringen konnte.

Lügenerkennung ist knifflig: Ist Richard Nixon, hier 1977 von David Frost interviewt, auf dem Niveau? Untersuchungen haben ergeben, dass Mikroausdrücke unsere grundlegenden Emotionen offenbaren, ob wir es wollen oder nicht.

Mary war, wie ich zum ersten Mal Mikroausdrücke entdeckte, erzählte mir Ekman, als ich ihn am Set von einholte Lüg mich an , das Fernsehdrama von Fox, inspiriert von seiner jahrzehntelangen Forschung darüber, wie Mimik, Gestik und andere nonverbale Verhaltensweisen unsere Emotionen und – am treffendsten – unsere Täuschungen offenbaren. Einige junge Psychiater, die ich unterrichtete, fragten mich, ob ich helfen könnte, herauszufinden, wann ein suizidaler Patient die Wahrheit sagt oder über seine Besserung lügt, sagte er. Einige ihrer Patienten hatten das Krankenhaus verlassen und sich innerhalb einer Stunde umgebracht. Mary hatte jedoch vor ihrer Abreise gestanden, dass sie während eines [früheren] Interviews, das ich gefilmt hatte, gelogen hatte. Beim Betrachten des Films konnte ich keine Beweise erkennen. Also ging ich eine Woche lang Frame für Frame durch, und diese Mikroausdrücke tauchten auf – zwei Instanzen, jede 25stel Sekunde, in 12 Minuten.



Kann Technologie die Wirtschaft retten?

Diese Geschichte war Teil unserer Ausgabe vom Mai 2009

  • Siehe den Rest der Ausgabe
  • Abonnieren

Im Fall von Mary hatte ihre Gesichtszüge Verzweiflung gezeigt, als der interviewende Arzt nach ihren Plänen fragte. Ekman erfuhr, dass die von ihm untersuchten menschlichen Probanden ihren emotionalen Zustand durch Mikroausdrücke verrieten, so sehr sie auch versuchten, sie zu unterdrücken. Er identifizierte 46 Gesichtsmuskelbewegungen, die kulturübergreifend Grundemotionen wie Angst, Misstrauen und Leid signalisieren.

Was ich am Anfang nicht wusste, erzählte mir Ekman, war, dass man Menschen trainieren kann, diese Mikroausdrücke in Echtzeit zu erkennen. Er entwickelte in den 1970er Jahren das Facial Action Coding System (FACS) als umfassende Taxonomie aller Gesichtsausdrücke, einschließlich dieser verräterischen Muskelverhaltensweisen. Seitdem haben geschulte FACS-Benutzer im Allgemeinen eine Erfolgsquote von mehr als 75 Prozent beim Lesen von Gesichtern gezeigt. Lie to Me – in dem der geschätzte Tim Roth als Dr. Cal Lightman, die auf Ekman basierende Figur, die Hauptrolle spielt – ist sehr durchschnittliche Unterhaltung im Genre des großen Erfolgs von Fox Haus , wo ein Einzelgänger-Experte Fälle löst, die Betriebstypen nicht können. In Wirklichkeit sind viele FACS-Benutzer jedoch Einrichtungstypen – Polizisten, FBI-Agenten, Mitglieder des US-Geheimdienstes.

RESSOURCEN:

  • Toolbox zur Erkennung von Computerausdrücken (CERT)

  • Lüge mich an, FOX

Es bedarf keiner angeborenen Begabung, um Ekmans Forschung in der Praxis anzuwenden. Sie könnten jetzt online gehen [ www.mettonline.com] und lernen Sie die Mikroausdruckserkennung, die ein Teil ist, in einer Stunde, sagt Ekman. Mit etwas Übung könnten die meisten von uns diese flüchtigen Ausdrücke in Echtzeit entschlüsseln. Anfangs glauben alle, dass sie es nie schaffen werden, sagt er. Am Ende fragen sie: „Verlangsamen Sie diese Dinge?“ Das sind wir nicht, aber Ihre Augen haben gelernt, sie zu sehen.

Andere Studien bestätigen Ekmans Behauptungen. In einer 2006 durchgeführten Studie zeigte die Neurowissenschaftlerin Tamara Russell vom King’s College der University of London, dass eine Stunde Mikroexpressionstraining es Menschen mit Schizophrenie ermöglicht, Gesichtsausdrücke genauso genau zu erkennen wie gesunde Menschen.

Einige können jedoch Mikroausdrücke viel besser lesen als andere. Ekmans Kollegin Maureen O’Sullivan von der University of San Francisco hat über zwei Jahrzehnte ungefähr 20.000 Menschen getestet und 50 Personen unter dieser Zahl identifiziert, die durchweg eine Genauigkeit von über 80 Prozent bei der Erkennung von Lügen zeigen, wobei nur sehr wenige eine perfekte Genauigkeit erreichen. Offensichtlich liegt dem Erfolg dieser seltenen Personen ein bestimmter, optimaler Satz von Fähigkeiten zugrunde.

Da geschulte FACS-Experten in der Regel drei Stunden lang Filmmaterial wiedergeben, um nur eine Minute der Gesichtszuckungen und -blinzeln einer Person auf Video zu analysieren, war es sinnvoll zu fragen, ob ein Computersystem den Prozess der Mikroausdrucksanalyse automatisieren und O'Sullivans menschlichem . entsprechen könnte Zauberer. Ekman betrachtete die Herausforderung erstmals Ende der 1980er Jahre. Während eines Sabbaticals in London besuchte er das Brunel College, wo ein Ingenieur, der einen der ersten parallel verarbeitenden Computer entwickelt hatte, ein künstliches neuronales Netz trainierte, um Terroristen zu erkennen. Das Problem des Ingenieurs bestand darin, dass die unterschiedlichen Gesichtsausdrücke der Probanden es seinem System erschwerten, ihre Identität zu erkennen, während Ekmans Schwierigkeit eher das Gegenteil war: Er musste die individuelle Physiognomie seiner Probanden ignorieren, um die Emotionen zu erkennen, die sich in ihren Ausdrücken offenbarten. Also arbeiteten die beiden Männer zusammen. Innerhalb von drei Tagen haben wir der Maschine beigebracht, drei verschiedene Emotionen bei verschiedenen Menschen zu erkennen, sagt er. Zurück in den USA schrieb ich einen Zuschussantrag für das NIH, der es ablehnte und behauptete, es gäbe keine parallel verarbeitenden Computer. Ekman drückte einem Freund, der ein Nobelpreisträger war, seine Frustration aus; der Freund kontaktierte Terry Sejnowski, die interdisziplinäre Eminenz der Computer-Neurobiologie am Salk Institute, deren Labor über die notwendigen Computer verfügte. Ekman und Sejnowski haben sich zusammengetan und das Stipendium bekommen.

Mark Frank, ein ehemaliger Postdoktorand von Ekman und jetzt Professor an der University at Buffalo in New York, hatte den größten Erfolg bei der Automatisierung von FACS. Frank, der am Buffalo Center for Unified Biometrics and Sensors arbeitet, hat mit einer Gruppe von Informatikern an der University of California, San Diego – hauptsächlich ehemaligen Studenten von Sejnowski – zusammengearbeitet, um FACS in eine Technologie namens Computer Expression Recognition Toolbox (CERT ). Ich fragte ihn, wie das Projekt läuft.

Wir haben es geschafft, sagte mir Frank. Wir haben ein System, das in Echtzeit arbeitet. In Bezug auf maschinelles Lernen mussten wir den Maschinen gutes audiovisuelles Material mit echten Emotionen und Ausdrücken zur Verfügung stellen. Dann heißt es nur noch trainieren, testen, trainieren, testen. CERT funktioniert ungefähr genauso gut wie ein menschlicher Experte, sagt er, aber es ist ein bisschen schneller.

Eine Technologie, die die wahren Emotionen der Menschen genau erkennt, besitzt ein enormes politisches, soziales und kommerzielles Potenzial. Was wäre, wenn politische Kommentatoren es beispielsweise auf Filmmaterial der US-Präsidentschaftsdebatten im letzten Jahr angewendet hätten, um zu enthüllen, ob McCain oder Obama lügen? Oder wenn Anwälte damit Videoaussagen in Gerichtsverfahren analysieren würden, um festzustellen, ob ein Zeuge gelogen hat, ein Befund, der als Beweis angeführt werden könnte? Da die Technologie in der Tat gewöhnliches Video abbaut, könnte es als billiger Webdienst vermarktet werden, damit jeder ihn nutzen kann: Menschen könnten Vorstellungsgespräche, Geschäftsverhandlungen, Unterzeichnungen von Eheverträgen, Hochzeitszeremonien oder jede andere Art von zivilrechtlichen Transaktionen aufzeichnen, mit ein Auge darauf, sie zu überprüfen, um den guten Glauben der Beteiligten zu überprüfen. Sie fragen sich, was Sie tun, wenn die Katze aus dem Sack kommt, sagt Frank. Und kannst du es wieder reinbringen?

Liste der Kernschmelzen

Das Argument für die Zulassung solcher Beweismittel vor Gericht scheint einfach. Um zulässig zu sein, muss eine Technologie einen von zwei rechtlichen Standards erfüllen; der Daubert-Test (aus dem Fall Daubert gegen Merrell Dow Pharmaceuticals des Obersten Gerichtshofs der USA von 1993) wird in den meisten Gerichtsbarkeiten verwendet. Daubert fordert, dass wissenschaftliche Zeugnisse als zuverlässiges „wissenschaftliches Wissen“ gelten müssen, sagt Edward Imwinkelried, Rechtsprofessor an der University of California, Davis, der ein Experte für die Zulässigkeit wissenschaftlicher Beweise ist. Der Oberste Gerichtshof definiert „wissenschaftliches Wissen“ als durch eine bestimmte Methodik validiertes Wissen, das er klassischerweise erstens als Formulierung einer Hypothese und zweitens als anschließendes kontrolliertes Experimentieren oder systematische Feldbeobachtung zur Überprüfung oder Falsifizierung der Hypothese bezeichnete. Angesichts der drei Jahrzehnte langen Akzeptanz von FACS und der Genauigkeitsbilanz von CERT könnte eine automatisierte Gesichtsausdrucksanalyse diese Kriterien durchaus erfüllen.

Diese Argumentation würde jedoch die Unterstützung von Sachverständigen wie Frank oder Ekman erfordern, und die kommt nicht. Frank unterstützt zum Beispiel die Nutzung von CERT durch die US-Regierung für Zwecke der nationalen Sicherheit – es könnte bis 2011 passieren, schätzt er –, aber er möchte nicht, dass sich die Technologie weiter verbreitet: Obwohl wir alle zwei Wochen einen Anruf erhalten von Leute, die das große Geld machen wollen, indem sie dies als Lügenerkennung vermarkten, ich bin stolz darauf, dass niemand, der sich mit der Wissenschaft befasst, bisher über das hinausgegangen ist, was sie unterstützt.

Was die Wissenschaft bestätigt, ist, dass sowohl FACS als auch CERTS einen Großteil der echten Emotionen jedes menschlichen Subjekts enthüllen können, aber diese Ergebnisse müssen intelligent interpretiert werden – insbesondere im Zusammenhang mit der Erkennung von Täuschungen. Andernfalls, resümierte Ekman, riskieren die Benutzer, was er Othellos Fehler nennt: Othello las Desdemonas Angst genau. Aber er erkannte nicht, dass die Angst, nicht geglaubt zu werden, genauso ist wie die Angst, erwischt zu werden. Ja, unsere Gesichter verraten, welche Emotionen wir erleben, wenn Sie die Zeichen lesen können. Was unsere Gesichter nicht unbedingt verraten, ist, was diese Emotion ausgelöst hat. Wenn Sie das nicht wissen, kann die Interpretation weit in die Irre gehen. Schließen Sie alle möglichen Erklärungen aus, bevor Sie zu dem Schluss kommen, dass das, was Sie sehen, ein Zeichen dafür ist, dass Sie über eine kriminelle Handlung gelogen haben, warnt Ekman. Denn sehr oft ist es das nicht.

Mark Williams ist Mitherausgeber von Technologieüberprüfung .

verbergen

Tatsächliche Technologien

Kategorie

Unkategorisiert

Technologie

Biotechnologie

Technologierichtlinie

Klimawandel

Mensch Und Technik

Silicon Valley

Computer

Mit News Magazine

Künstliche Intelligenz

Platz

Intelligente Städte

Blockchain

Reportage

Alumni-Profil

Alumni-Verbindung

Mit News Feature

1865

Meine Sicht

77 Mass Avenue

Treffen Sie Den Autor

Profile In Großzügigkeit

Auf Dem Campus Gesehen

Lerne Den Autor Kennen

Alumni-Briefe

Nicht Kategorisiert

77 Massenallee

Rechnen

Tech-Richtlinie

Lernen Sie Den Autor Kennen

Nachrichten

Wahl 2020

Mit Index

Unter Der Kuppel

Feuerwehrschlauch

Unendliche Geschichten

Pandemie-Technologieprojekt

Vom Präsidenten

Titelstory

Fotogallerie

Empfohlen