Je leest:

Taal voor de leugendetector

Taal voor de leugendetector

Auteur: | 9 december 2011

Amerikaanse wetenschappers zijn al decennialang op zoek naar een betrouwbare leugendetector. Werden voorheen fysiologische kenmerken zoals hartslag en zweetproductie gemeten, tegenwoordig vormt taal het belangrijkste uitgangspunt.

Een apparaat dat kan meten of iemand de waarheid spreekt. Voor rechters zou het een ideaal hulpmiddel zijn (Spreekt deze getuige de waarheid?), net als voor investeerders op de beurs (Hoe eerlijk zijn de uitspraken van deze bedrijfsleider?). Het is dus niet voor niets dat Amerikaanse wetenschappers al decennialang op zoek zijn naar een betrouwbare leugendetector. De bekendste en oudste leugendetector, de polygraaf, werkt op basis van fysiologische kenmerken zoals hartslag en zweetproductie. De laatste jaren wordt er steeds meer gewerkt aan software die leugens op kan sporen op basis van geschreven of gesproken taal.

Uh…

Julia Hirschberg van de Columbia Universiteit is professor in de computerwetenschap. Ze leert computers leugens op te sporen door patroonherkenning. Daarbij geeft de gesproken taal allerlei aanwijzingen: volume, toonhoogte, pauzes tussen woorden, uh’s en ah’s, nerveus gelach en nog meer andere kleine kenmerken kunnen leugenaars verraden. Doctor Hirschberg is niet de enige onderzoeker die computers op deze manier leert om emoties in spraak op te sporen. Ook sommige taalkundigen en andere computerwetenschappers zijn op zoek naar talige kenmerken die emoties als angst, vriendelijkheid of zelfs geflirt bloot kunnen leggen.

Gedachten lezen

Computerprogramma’s die erin slagen om deze verborgen emoties boven water te krijgen, kunnen ingezet worden voor allerlei praktische toepassingen. Zoals software die kan bepalen wanneer politici een loopje nemen met de waarheid, of die een callcenter-medewerker kan waarschuwen voor boze klanten aan de lijn. Zelfs software waarmee datingservices op basis van iemands stem allerlei kenmerken aan die persoon toe kunnen kennen zoals ‘aardig’, ‘serieus’, ‘introvert’ of ‘extravert’. De programma’s die deze wetenschappers ontwikkelen zullen voorlopig niet gebruikt worden in de rechtszaal. Toch is de computer soms beter in het lezen van onze gedachten dan menig levend wezen.

Corpus

Zoals in het onderzoek van doctor Hirschberg. Samen met collega’s legde zij een corpus van geluidsfragmenten aan waarin mensen verhalen vertelden. Sommige logen, anderen spraken de waarheid. Voor de totstandkoming van het corpus werden mensen geïnterviewd: wanneer ze een leugen vertelden, moesten ze op de ene knop drukken en wanneer ze de waarheid vertelden, op een andere knop. Na afloop werden de opnames geanalyseerd op stemkenmerken die moesten bepalen of de persoon loog of niet. De algoritmes (instructies aan de computer) die Hirschberg ontwikkelde zorgden ervoor dat de computer in 70 procent van de testsituaties een leugenaar aan kon wijzen. Testpersonen van vlees en bloed haalden een veel lagere score bij het horen van hetzelfde ‘bewijs’: slechts 57 procent had het bij het rechte eind.

Humor

Shrikanth Narayanan is professor computerwetenschap, taalwetenschap en psychologie aan de Universiteit van Zuid-Californië. Hij gebruikt ook computermodellen om emotionele spraak te analyseren. Volgens hem zijn sommige emotionele signalen makkelijker te herkennen dan andere. In gesprekken in huwelijksbemiddeling bijvoorbeeld: wanneer het woord jij veel vaker voorkomt dan ik wijst dat er meestal op dat huwelijkspartners de ander de schuld geven voor hun problemen.

Moeilijker wordt het wanneer ingezoomd wordt op subtielere emoties. Narayanan’s wiskundige technieken gebruiken bijvoorbeeld honderden stemsignalen zoals pitch, timing en intensiteit om boze personen te herkennen. Zijn lab heeft ook stemkenmerken gevonden die dronkenschap kunnen detecteren. Humor bleek een stuk moeilijker.

Aandelen

David Larcker is professor aan de Stanford School of Business. Hij analyseerde de woorden van bedrijfsleiders die in de openbaarheid mededelingen deden over hun bedrijf die later niet bleken te kloppen. Zij gebruikten bijvoorbeeld veelvuldig clearly (duidelijk) en very clearly (erg duidelijk). Met zijn onderzoek laat Larcker zien dat een leugendetector ook van nut kan zijn voor investeerders in aandelen: alleen al op basis van de woorden van een bedrijfsleider zijn de risico’s op de beurs in te schatten. Nu alleen nog wachten op de ultieme leugendetector…

Bron:

  • Anne Eisenberg 2011: Software That Listens for Lies. The New York Times.

Zie ook:

Dit artikel is een publicatie van NEMO Kennislink.
© NEMO Kennislink, sommige rechten voorbehouden
Dit artikel publiceerde NEMO Kennislink op 09 december 2011

Discussieer mee

0

Vragen, opmerkingen of bijdragen over dit artikel of het onderwerp? Neem deel aan de discussie.

NEMO Kennislink nieuwsbrief
Ontvang elke week onze nieuwsbrief met het laatste nieuws uit de wetenschap.