Une nouvelle approche de la détection des mensonges utilise des affaires judiciaires du monde réel

En observant attentivement les gens racontant des mensonges lors de procès à enjeux élevés, des chercheurs de l'Université du Michigan développent un logiciel unique de détection de mensonges basé sur des données du monde réel.

Leur modèle de détection de mensonge prend en compte à la fois les mots et les gestes de la personne, et contrairement à un polygraphe, il n’a pas besoin de toucher le locuteur pour fonctionner.

Dans les expériences, le prototype était précis jusqu'à 75% pour identifier qui mentait (tel que défini par les résultats des essais), par rapport aux scores des humains d'un peu plus de 50%. L'outil pourrait être utile un jour pour les agents de sécurité, les jurys et même les professionnels de la santé mentale.

Les chercheurs disent avoir identifié plusieurs signaux d'alerte de comportement de mensonge. Par exemple, dans les vidéos, les personnes qui mentent bougeaient davantage leurs mains. Ils ont essayé de paraître plus sûrs. Et, de manière quelque peu contre-intuitive, ils étaient légèrement plus susceptibles de regarder leurs interlocuteurs dans les yeux que les gens qui pensaient dire la vérité, entre autres comportements.

Pour développer le logiciel, les chercheurs ont utilisé des techniques d'apprentissage automatique pour le former sur un ensemble de 120 clips vidéo provenant de la couverture médiatique d'essais réels. Certains des clips qu'ils ont utilisés provenaient du site Web de The Innocence Project, une organisation nationale qui s'efforce d'exonérer les condamnés à tort.

L’aspect «monde réel» du travail est l’une des principales façons dont il est différent.

«Dans les expériences de laboratoire, il est difficile de créer un environnement qui motive les gens à vraiment mentir. Les enjeux ne sont pas assez élevés », a déclaré le Dr Rada Mihalcea, professeur d'informatique et d'ingénierie qui dirige le projet avec le Dr Mihai Burzo, professeur adjoint de génie mécanique à l'Université du Michigan.

«Nous pouvons offrir une récompense si les gens peuvent bien mentir - payez-les pour convaincre une autre personne que quelque chose de faux est vrai. Mais dans le monde réel, il y a une vraie motivation pour tromper.

Les vidéos comprennent les témoignages des accusés et des témoins. Dans la moitié des clips, le sujet est considéré comme menteur. Pour déterminer qui disait la vérité, les chercheurs ont comparé leur témoignage aux verdicts du procès.

Les chercheurs ont transcrit l'audio, y compris le remplissage vocal tel que «um, ah et euh». Ils ont ensuite analysé la fréquence à laquelle les sujets utilisaient divers mots ou catégories de mots. Ils ont également compté les gestes dans les vidéos en utilisant un schéma de codage standard pour les interactions interpersonnelles qui marque neuf mouvements différents de la tête, des yeux, des sourcils, de la bouche et des mains.

Ensuite, ils ont introduit les données dans leur système, lui permettant de trier les vidéos. Lorsqu'il utilisait à la fois les paroles et les gestes de l'orateur, il était précis à 75% pour identifier qui mentait. C’est beaucoup mieux que les humains, qui ont fait mieux qu’un tirage au sort.

«Les gens sont de mauvais détecteurs de mensonges», a déclaré Mihalcea. «Ce n’est pas le genre de tâche dans laquelle nous sommes naturellement doués.

«Il y a des indices que les humains donnent naturellement lorsqu'ils sont trompeurs, mais nous ne sommes pas suffisamment attentifs pour les détecter. Nous ne comptons pas combien de fois une personne dit «je» ou lève la tête. Nous nous concentrons sur un niveau de communication plus élevé. »

Dans les clips de personnes qui mentent, les chercheurs ont découvert les comportements courants suivants:

• Les menteurs étaient plus susceptibles de froncer les sourcils ou de contorsionner tout le visage. C'était dans 30 pour cent des clips mensongers contre 10 pour cent des clips véridiques;
• Les menteurs étaient plus susceptibles de regarder directement le questionneur, dans 70 pour cent des clips mensongers contre 60 pour cent de véridiques;
• Les menteurs étaient plus susceptibles de faire des gestes avec les deux mains, dans 40 pour cent des clips mensongers, contre 25 pour cent des véridiques;
• Les menteurs étaient plus susceptibles d'utiliser un remplissage vocal tel que «um»;
• Les menteurs étaient plus susceptibles de se distancer de l'action avec des mots tels que «il» ou «elle», plutôt que «je» ou «nous», et en utilisant des expressions qui reflétaient la certitude.

«Nous intégrons des paramètres physiologiques tels que la fréquence cardiaque, la fréquence respiratoire et les fluctuations de la température corporelle, tous rassemblés par imagerie thermique non invasive», a déclaré Burzo. «La détection des tromperies est un problème très difficile. Nous l'abordons sous plusieurs angles différents. »

Pour ce travail, les chercheurs ont eux-mêmes classé les gestes, plutôt que de se faire faire par l'ordinateur. Ils sont en train de former l’ordinateur à cela.

Les résultats ont été présentés à la Conférence internationale sur l'interaction multimodale et sont publiés dans les actes de la conférence 2015.

Source: Université du Michigan