Os humanos são notoriamente detectores de mentiras infelizes, mesmo quando encaram os mentirosos bem na cara.
Descobriu-se que uma ferramenta de aprendizado de máquina treinada para detectar sinais reveladores de mentira se sai melhor do que a pessoa média, usando pouco mais do que dados de sensores vestíveis que captam pequenos tremores nos músculos faciais.
Desenvolvido por pesquisadores da Universidade de Tel Aviv, em Israel, o sistema detectou corretamente quando as pessoas mentiam em 73% das vezes, em média, e revelou dois tipos de mentirosos no processo.
“Não é perfeito, mas muito melhor do que qualquer tecnologia existente [de reconhecimento facial]”, diz o neurocientista comportamental Dino Levy.
Eletrodos vestíveis mediram os movimentos dos músculos faciais em 40 voluntários que mentiram ou disseram a verdade, para alimentar um algoritmo de aprendizado de máquina que lentamente aprendeu a reconhecer padrões de “entrega” nas expressões faciais das pessoas.
A tecnologia de detector de mentiras comumente usada, como polígrafos, geralmente depende de respostas fisiológicas como frequência cardíaca, pressão arterial e frequência respiratória – todas as funções que as pessoas podem aprender a controlar sob pressão. Apesar de seu uso contínuo por várias áreas da aplicação da lei, os polígrafos são considerados imprecisos, na melhor das hipóteses.
Portanto, a busca continua por outras maneiras objetivas de saber se alguém está sendo enganoso intencionalmente.
A ideia de que emoções genuínas podem “vazar” no rosto de um mentiroso não é nada nova. Isso remonta a Charles Darwin, que se envolveu em experimentos de psicologia. Em 1872, ele observou: “Os músculos do rosto que são menos obedientes à vontade, às vezes, por si só, traem uma emoção leve e passageira.”
Medir, capturar ou mesmo reconhecê-los é outra questão: essas microexpressões involuntárias e incontroláveis aparecem apenas por um momento parcial, desaparecendo após 40 a 60 milissegundos.
Grande parte da pesquisa para localizar músculos faciais precisos que se contorcem para formar expressões foi realizada usando uma técnica chamada eletromiografia de superfície facial, ou sEMG. Ele mede a atividade elétrica dos músculos faciais e é capaz de registrar expressões sutis demais para serem detectadas por humanos.
Este novo estudo testou um novo tipo de eletrodos vestíveis projetados para serem mais sensíveis e confortáveis do que os dispositivos sEMG e uma ferramenta de aprendizado de máquina treinada para ler expressões faciais em imagens de vídeo.
“Como se tratava de um estudo inicial, a mentira em si era muito simples”, explica Levy.
Duas pessoas sentaram-se frente a frente, amarradas aos eletrodos. Uma pessoa usava fones de ouvido e repetia a palavra que ouvia ou dizia algo diferente, para enganar o parceiro que estava tentando pegá-los.
Os pesquisadores registraram a atividade dos músculos faciais entre as sobrancelhas (chamado corrugator supercilia) e nas bochechas (zigomático maior) dos participantes enquanto ouviam as dicas de áudio, falando e respondendo.
As pessoas não hesitam necessariamente mais ou menos ao mentir, como você pode esperar.
O estudo descobriu que, entre os 48 participantes, as pessoas exibiam diferentes indicadores de “distribuição”. Algumas pessoas ativaram os músculos das bochechas ao mentir, enquanto outras contraíram os músculos perto das sobrancelhas.
Com o algoritmo de detecção de mentiras, “Detectamos mentiras com sucesso em todos os participantes e o fizemos significativamente melhor do que detectores humanos não treinados”, que detectaram mentiras corretamente em 22 a 73 por cento das vezes, escrevem Levy e seus colegas em seu artigo.
Mas o algoritmo experimental ainda precisa de muito mais trabalho, e os músculos reveladores das pessoas estão propensos a mudar com o tempo, descobriu o estudo.
“Curiosamente, os indivíduos que foram capazes de enganar com sucesso seus homólogos humanos também foram mal detectados pelo algoritmo de aprendizagem de máquina”, acrescentam os pesquisadores.
Detectar mentiras é obviamente mais desafiador na vida real ou em situações de risco, onde mentirosos repetitivos geralmente contam histórias mais longas entremeadas de mentiras e meias-verdades.
Existem também outros tipos de engano além dos erros de uma palavra, como omissão, evasão e o uso de linguagem ambígua para esconder a verdade (chamado equívoco) que pode complicar as coisas.
Claro, ainda é muito cedo, e há muitos motivos pelos quais alguém pode estar nervoso, mas não mentir. O tempo dirá se esta técnica é capaz de dizer concretamente a diferença.
“Nossa esperança é que, eventualmente, após o desenvolvimento e testes completos, isso possa fornecer uma alternativa séria aos testes do polígrafo”, disse Levy ao The Times of Israel.
A equipe planeja continuar com os experimentos para treinar seus algoritmos de software para detectar expressões faciais em flash com maior precisão, de modo que eles possam eventualmente eliminar os eletrodos por completo.
Eles esperam que testar sua configuração com pessoas contando mentiras mais substanciais e árduas possa revelar todo um espectro de microexpressões associadas à mentira. Além disso, a ferramenta de análise de imagem talvez possa ser melhorada integrando outras tecnologias emergentes que se concentram na mudança do tom de voz, sugerem Levy e seus colegas.
“Há uma série de possíveis manifestações de engano, e apenas descobrimos duas delas”, concluem os pesquisadores.
Publicado em 23/11/2021 10h30
Artigo original:
Estudo original: