(Francesco Carta photographe/Moment/Getty Images) Les humains sont notoirement de pitoyables détecteurs de mensonges, même lorsqu'ils regardent les menteurs droit dans les yeux.
UN apprentissage automatique L'outil formé pour détecter les signes révélateurs de mensonge s'est avéré faire mieux que la personne moyenne, en utilisant un peu plus que les données de capteurs portables qui captent de minuscules scintillements dans les muscles faciaux.
Développé par des chercheurs de l'Université de Tel-Aviv, en Israël, le système détecte correctement les mensonges.73% du temps, en moyenne, et a révélé deux types de menteurs dans le processus.
Ce n'est 'pas parfait, mais bien meilleur que n'importe quelle technologie [de reconnaissance faciale] existante', dit neuroscientifique comportemental Dino Levy.
Des électrodes portables ont mesuré les mouvements des muscles faciaux de 40 volontaires qui ont soit menti, soit dit la vérité, pour alimenter un algorithme d'apprentissage automatique qui a lentement appris à reconnaître les schémas « révélateurs » dans les expressions faciales des gens.
Technologie de détection de mensonge couramment utilisée, telle que polygraphes , reposent généralement sur des réponses physiologiques telles que la fréquence cardiaque, la pression artérielle et la fréquence respiratoire - toutes les fonctions que les gens peuvent apprendre à contrôler sous pression. Malgré leur utilisation continue par divers secteurs de l'application de la loi, les polygraphes sont considéré comme inexact au mieux.
Ainsi, la recherche se poursuit pour d'autres moyens objectifs de savoir si quelqu'un est sciemment trompeur.
L'idée que les émotions authentiques peuvent 'fuite' sur le visage d'un menteur n'est pas nouveau, cependant. Cela remonte aussi loin que Charles Darwin, qui s'est aventuré dans des expériences de psychologie. En 1872, il note : « Les muscles du visage les moins obéissants à la volonté trahiront parfois seuls une émotion légère et passagère.
Les mesurer, les capturer ou même les reconnaître est une autre affaire : ces micro-expressions involontaires et incontrôlables n'apparaissent qu'un instant pour disparaître après 40 à 60 millisecondes.
Une grande partie de la recherche visant à localiser des muscles faciaux précis qui se contorsionnent pour former des expressions a été effectuée à l'aide d'une technique appelée électromyographie de surface faciale, ou sEMG. Il mesure l'activité électrique des muscles faciaux et est capable d'enregistrer des expressions trop subtiles pour être détectées par les humains.
Cette nouvelle étude a testé un nouveau type d'électrodes portables conçues pour être plus sensibles et confortables que les appareils sEMG, et un outil d'apprentissage automatique formé pour lire les expressions faciales dans les séquences vidéo.
'Comme il s'agissait d'une étude initiale, le mensonge lui-même était très simple', Levy explique .
Deux personnes étaient assises face à face, calées jusqu'aux électrodes. Une personne portait des écouteurs et répétait le mot qu'elle avait entendu ou disait quelque chose de différent, pour tromper son partenaire qui essayait de l'attraper.
Les chercheurs ont enregistré l'activité des muscles faciaux entre les sourcils (appelés corrugator supercilia) et sur les joues (zygomaticus major) des participants alors qu'ils écoutaient les signaux audio, parlaient et répondaient.
Les gens n'ont pas forcément plus ou moins hésité en mentant, comme on pouvait s'y attendre.
L'étude a révélé que parmi les 48 participants, les gens affichaient différents indicateurs de « cadeau ». Certaines personnes activaient les muscles de leurs joues lorsqu'elles étaient allongées, tandis que d'autres contractaient les muscles près de leurs sourcils.
Avec l'algorithme de détection de mensonges, 'Nous avons réussi à détecter des mensonges chez tous les participants et l'avons fait nettement mieux que les détecteurs humains non formés', qui ont à juste titre repéré des mensonges entre 22 et 73 % du temps,Levy et ses collègues écrivez dans leur papier.
Mais l'algorithme expérimental a encore besoin de beaucoup plus de travail, etLes muscles révélateurs des gens sont susceptibles de changer avec le temps, selon l'étude.
'Il est intéressant de noter que les individus qui ont réussi à tromper leurs homologues humains ont également été mal détectés par l'algorithme d'apprentissage automatique', ont déclaré les chercheurs. ajouter .
Détecter les mensonges est évidemment plus difficile dans des situations réelles ou à enjeux élevés où les menteurs à répétition racontent généralement des histoires plus longues enfilées de mensonges et de demi-vérités.
Il existe également d'autres types de tromperie au-delà des erreurs pures et simples d'un mot, telles que l'omission, l'évasion et l'utilisation d'un langage ambigu pour dissimuler la vérité (appelée équivoque) qui pourrait compliquer les choses.
Bien sûr, c'est encore très tôt, et il y a de nombreuses raisons pour lesquelles quelqu'un peut être nerveux mais ne pas mentir. Le temps nous dira si cette technique est capable de faire concrètement la différence.
'Notre espoir est qu'après un développement et des tests approfondis, cela pourrait fournir une alternative sérieuse aux tests polygraphiques', a déclaré Levy. Le Times d'Israël .
L'équipe prévoit de poursuivre les expériences pour entraîner leurs algorithmes logiciels à détecter les expressions faciales flash avec une plus grande précision, de sorte qu'ils pourraient éventuellement supprimer complètement les électrodes.
Ils s'attendent à ce que tester leur configuration avec des personnes racontant des mensonges plus substantiels et ardus puisse révéler tout un éventail de micro-expressions associées au mensonge. En outre, l'outil d'analyse d'images pourrait peut-être être amélioré en intégrant d'autres technologies émergentes qui se concentrent sur le changement du ton de la voix, suggèrent Levy et ses collègues.
'Il existe une foule de manifestations possibles de tromperie, et nous n'en avons découvert que deux', expliquent les chercheurs. conclure .
L'étude a été publiée dans Cerveau et comportement .