Deception Detection – Lie Detector

„It always takes two for a lie: one, who tells the lie, and one who believes it.“ Konfusius

Haben Sie schon einmal ihren Schlüssel verloren oder zumindest verlegt? Wie schön wäre es, wenn wir in einer Welt leben würden, in der wir keine Schlösser brauchen würden, weil niemand stehlen würde. Und wie schön wäre es, wenn sich alle an die Regel halten würden, dass man zwar nicht alles sagen muss, was wahr ist, aber dass alles, was man sagt, wahr sein muss. Die Welt ist halt nicht so. Und es scheint, dass wir uns daran gewöhnt haben, dass selbst denen, die man die Macht gibt, einen Atomkrieg auszulösen, in weniger als 7% die Wahrheit sagen dürfen und trotzdem gewählt werden. Der alte Witz: „F: Woran erkennt man, dass ein Politiker lügt? A: Seine Lippen bewegen sich.“, ist kein Witz mehr, sondern gehört zur Allgemeinbildung.

„https://www.youtube.com/watch?v=twFrFyftjdk„
Unternehmer können sich es aber nicht leisten, wissentlich belogen zu werden. Sicherheitsfirmen sind sofort ihre Kunden los, wenn sich ein Krimineller unter ihre Mitarbeiter eingeschlichen hat. Etwas Ähnliches gilt für Wirtschaftsprüfungsgesellschaften, die nicht entdeckt haben, dass der Chef-Kontroller des zu prüfenden Unternehmens an der Spielsucht litt und über Jahre hinweg Geld veruntreut hat. Banken stehen im Firmenkundengeschäft aber auch im Privatkundengeschäft bei der Kreditvergabe immer wieder vor dem Problem, die Glaubwürdigkeit der Aussagen ihrer Kunden zutreffend einzuschätzen. Fehleinschätzungen wie bei der Kreditvergabe an Dr. Jürgen Schneider können zu extrem hohen finanziellen Verlusten führen. Deshalb ist es naheliegend, dass man sich wünscht, man könne die ehrlichen von den unehrlichen Menschen präzise unterscheiden.

Deception Detection via Eye-Tracking

Die Aussage: „Eyes don’t lie.“ geht auf die einfache Tatsache zurück, dass man zwar die Gesichtsmuskulatur unter Kontrolle halten kann, und geübte Schauspieler jede erwünschte Emotion vortäuschen können, aber die Pupillengröße lässt sich gar nicht und die Blinkrate nur schwer bewusst kontrollieren. Damit eröffnen sich ganz neue und vor allem zielsicherere Wege, Aussagen auf ihren Wahrheitsgehalt zu überprüfen.

Blickbasierte Biometrie öffnet neue Wege bei der Identifikation von wahrheitsgetreuen versus absichtlich irreführenden Aussagen mit Hilfe der  Fixationen, der Frequenz des Augenblinzelns und der Pupillenerweiterungen. Die Analyse von Fixationen hat gezeigt, dass sie sich bei Probanden zwischen wahrheitsgetreuen und absichtlich irreführenden Aussagen signifikant unterscheidet. Auch die Frequenz des Augenblinzelns variiert signifikant. Und auch die Pupillenerweiterungen erlaubt es, Falschaussagen zu entdecken, denn die kognitive Belastung steigt während der Lüge: Die Person muss in diesen Momenten gleichzeitig an die richtige und an die falsche Aussage denken. Aufbauend auf diesen Möglichkeiten der biometrischen Messungen, haben Cantoni, et al. [2016] mit ihrer spanischen Firma Converus ein Augenexamen für die innovative Aufdeckung von Falschaussagen entwickelt, das Eye-Tracking nutzt.

„https://www.youtube.com/watch?v=IzBJ74469U0&t=177s„

„EyeDetect: The Future of Lie Detection is Here“

Dieser Test erfordert 30 Minuten und für die Analyse der Ergebnisse werden weniger als 5 Minuten benötigt. Tests mit konventionellen Lügendetektoren und einem ausgebildeten Prüfer dauern 90 Minuten und die Anfertigung der Ergebnisse noch einmal einige Stunden. Praktische Tests haben eine Trefferquote von 85% gezeigt für den Test EyeDetect gezeigt. Wird er zusammen mit dem Polygraphen verwendet, steigt diese Quote auf fast 98% wenn beide das gleiche Ergebnis zeigen. EyeDetect erfordert keine Kabel und kann von jedem Techniker in der natürlichen Sprache durchgeführt werden.

Literatur

Bhaskaran, Nisha, Nwogu, Ifeoma, Frank, Mark G. and Govindaraju, Venu, [2010], “Lie To Me: Deceit Detection via Online Behavioral Learning”, Proceedings of SPIE – The    International Society for Optical Engineering, April 2010.

Bond, Gary D., [2008], “Deception Detection Expertise”, Law and Human Behavior, Volume 32, Issue 4, pp. 339–351, August 2008.

Cantoni, Virginio, Musci, Mirto, Nugrahaningsih, Nahumi and Porta, Marco, [2016], “Gaze-based biometrics: An introduction to forensic applications”, Pattern Recognition Letters, pp. 1–4, December 2016.

Cook, Anne E., Hacker, Douglas J., Webb, Andrea K., Osher, Dahvyn, Kristjansson, Sean, Woltz, Dan J. and Kircher, John C., [2012], “Lyin’ Eyes: Ocular-motor Measures of Reading Reveal Deception”, Journal of Experimental Psychology, Appl. Vol. 18, No. 3, pp. 301–313, September 2012.

Handler, Mark and Honts Charles, [2016], “Screening Survival Analysis – Understanding Base Rates, Accuracies, & Successive Hurdles in Credibility Assessment Screening with Complementary Technologies”, The Police Polygraph Digest, January, 2016.

Marcos-Ramiro, Alvaro, Pizarro-Perez, Daniel, Marron-Romera, Marta and Gatica-Perez Idiap, Daniel, [2014], “Automatic Blinking Detection towards Stress Discovery”, Proceedings of the 16th International Conference on Multimodal Interaction, ACM New York, NY, USA, pp. 307-310, 2014.

Mehrubeoglu, Mehrube, Pham, Linh Manh, Le, Hung Thieu, Muddu, Ramchander and Ryu, Dongseok, [2011], “Real-Time Eye Tracking Using a Smart Camera”, Applied Imagery Pattern Recognition Workshop (AIPR), 2011 IEEE, Oct 2011, Washington, DC, United States, 2011.

Mohammadi, Gheis*, Shanbehzadeh, Jamshid and Sarrafzadeh, Abdolhossein, [2015], “A Fast and Adaptive Video-Based Method for Eye Blink Rate Estimation”, International Journal of Advanced Computer Research, Volume 5, Issue 19, 2249-2277, June, 2015.

Pak, Jinie and Lina, Zhou, [2013], “Eye Gazing Behaviors in Online Deception”, Proceedings of the Nineteenth Americas Conference on Information Systems, Chicago, Illinois, August 15-17, 2013.

Proudfoot, Jeffrey Gainer, [2013], “Evaluating the Feasibility of Using Noncontact Sensors to Conduct a Targetless Concealed Information Test”, 2013 European Intelligence and Security Informatics Conference, 2013.

Proudfoot, Jeffrey Gainer, [2014], “Identifying Deception Using Novel Technology-Based Approaches to Uncover Concealed Information”, Dissertation, Department of Management, University of Arizona, 2014.

Rybar, Metod and Bielikova, Maria, [2016], “Automated Detection of User Deception in On-line Questionnaires with Focus on Eye Tracking Use”, 11th International Workshop on Semantic and Social Media Adaptation and Personalization (SMAP), Oct. 20-21, 2016.

Schuetzler, Ryan M., [2012], “Countermeasures and Eye Tracking Deception Detection”, University of Nebraska at Omaha, Information Systems and Quantitative Analysis Faculty Proceedings & Presentations, Paper 28, 2012.

Schwedes, Charlotte and Wentura, Dirk, [2012], “The revealing glance: Eye gaze behavior to concealed information”, Memory & Cognition, Volume 40, Issue 4, pp 642–651, May 2012.

Seymour, Travis L., Baker, Christopher A. and Gaunt, Joshua T., “Combining blink, pupil, and response time measures in a concealed knowledge test”, Frontiers in Psychology, Volume 3, Article 614, pp. 100-114, February 2013.

Sun, Yijia, Zafeiriou, Stefanos and Pantic, Maja, [2013], “A Hybrid System for On-line Blink Detection”, Working Paper, Department of Computing, Imperial College London, Hawaii International Conference on System Sciences, 2013.

Walczyk, Jeffrey J., Griffith, Diana A., Yates, Rachel, Visconte, Shelley R., Simoneaux, Byron and Harris, Laura L., [2012], “Lie Detection by Inducing Cognitive Load – Eye Movements and Other Cues to the False Answers of ‘Witnesses’ to Crimes”, Criminal Justice and Behavior, Vol. 39, No. 7, pp. 887-909, 2012.

Webb, Andrea K., Honts, Charles R., Kircher, John C., Bernhardt, Paul, and Cook, Anne E., [2009], “Effectiveness of pupil diameter in a probable-lie comparison question test for deception”, Legal and Criminological Psychology, Vol. 14, pp. 279-292, 2009.

Books

Clifton Charles, [1991], Deception Detection: Winning the Polygraph Game, Paladin Press, 1991.