Hispanopedia Wiki
Articulo de referencia

Detección de mentiras

La detección de mentiras es una evaluación de una declaración verbal con el objetivo de revelar un posible engaño intencional. La detección de mentiras puede referirse a un proc...

Hispanopedia WikiContenido en espanolLectura gratuita

La detección de mentiras es una evaluación de una declaración verbal con el objetivo de revelar un posible engaño intencional. La detección de mentiras puede referirse a un proceso cognitivo de detección de engaño mediante la evaluación del contenido del mensaje, así como de las señales no verbales. [ 1 ] Por lo general, las personas no son tan buenas detectando mentiras como creen. La persona promedio solo puede detectar mentiras con una precisión aleatoria, y los expertos, incluidos los agentes del orden, no son significativamente mejores en ello. [ 2 ] Hay varias razones para esto: la persona promedio tampoco espera que otros le mientan e instintivamente cree que los demás están diciendo la verdad. [ 2 ]

La detección de mentiras también puede referirse a técnicas de interrogatorio utilizadas junto con tecnología que registra funciones fisiológicas para determinar la veracidad y la falsedad en las respuestas. Esta última es comúnmente utilizada por las fuerzas del orden en los Estados Unidos, pero rara vez en otros países porque se basa en pseudociencia . Existe una amplia variedad de tecnologías disponibles para este propósito. [ 3 ] La medida más común y utilizada durante más tiempo es el polígrafo . Una revisión exhaustiva de la investigación existente realizada en 2003 por la Academia Nacional de Ciencias concluyó que había "poca base para esperar que una prueba de polígrafo pudiera tener una precisión extremadamente alta". [ 4 ] : 2, 212 No hay evidencia que sustente que la detección de mentiras no verbal , como observar el lenguaje corporal, sea una forma efectiva de detectar mentiras, incluso si es ampliamente utilizada por las fuerzas del orden. [ 5 ] [ 6 ]

Señales de engaño

Existen varias señales verbales que podrían indicar que alguien está mintiendo. Los mentirosos tienden a dar declaraciones más breves y vagas, desvinculadas de sí mismos. [ 2 ] Las historias altamente estructuradas con menos detalles reducen el riesgo potencial de inconsistencia, pero también suelen carecer de detalles contextuales y sensoriales. Se ha demostrado que los mentirosos evitan enmendar sus declaraciones en favor de historias definitivas, mientras que las personas que dicen la verdad se corrigen de forma más natural y proporcionan huellas de memoria menos perfectas. [ 7 ] Dado que mentir requiere una mayor carga cognitiva que decir la verdad, las personas que mienten también pueden tardar más en responder y hablar con declaraciones más cortas, con más pausas y una gramática más simple. Sin embargo, estas señales varían mucho entre individuos debido a factores como la experiencia con la mentira, la motivación, las normas culturales y la capacidad cognitiva, por lo que tienen un bajo poder predictivo. [ 7 ]

Existen varias señales no verbales que popularmente se cree que implican que alguien está mintiendo, como evitar el contacto visual y moverse inquieto y tocarse la cara con más frecuencia. Sin embargo, se ha descubierto que estas señales no son indicadores consistentes de mentira y reflejan teorías comunes en lugar de un apoyo fiable. [ 8 ] Algunos estudios han encontrado diferencias no verbales entre mentirosos y personas que dicen la verdad, pero son estadísticamente pequeñas y contradictorias. Por ejemplo, el aumento de la carga cognitiva debido a la mentira puede reflejarse en señales no verbales como la disminución y la lentitud de los movimientos, pero esta diferencia es tan sutil que queda eclipsada por la variabilidad entre individuos. [ 8 ] Al igual que con las señales verbales de engaño, el comportamiento no verbal está fuertemente influenciado por factores como la cultura, la personalidad y la salud mental, lo que hace que la fiabilidad de las señales no verbales sea inconsistente. [ 8 ]

Precisión general y limitaciones de la evaluación

La evidencia acumulada en la investigación sugiere que las máquinas detectan el engaño mejor que el azar, pero con tasas de error significativas [ 9 ] y que las estrategias utilizadas para "engañar" las pruebas del polígrafo, denominadas contramedidas, pueden ser efectivas [ 10 ] . A pesar de su falta de fiabilidad, los resultados son admisibles en los tribunales de algunos países, como Japón. Los resultados de los detectores de mentiras rara vez se admiten como prueba en los tribunales estadounidenses [ 11 ] .

En 1983, la Oficina de Evaluación Tecnológica del Congreso de los Estados Unidos publicó una revisión de la tecnología [ 9 ] y encontró:

"...actualmente solo existe evidencia científica limitada para establecer la validez de las pruebas poligráficas. Incluso cuando la evidencia parece indicar que las pruebas poligráficas detectan sujetos engañosos mejor que el azar, son posibles tasas de error significativas, y las diferencias entre el examinador y el examinado, así como el uso de contramedidas, pueden afectar aún más la validez." [ 12 ]

En el artículo académico revisado por pares de 2007 titulado "Charlatanería en la ciencia forense del habla", los autores revisaron 50 años de investigación sobre detectores de mentiras y llegaron a la conclusión de que no existe evidencia científica que respalde que los detectores de mentiras de análisis de voz realmente funcionen. [ 13 ] El fabricante de detectores de mentiras Nemesysco amenazó con demandar a la editorial académica por difamación, lo que resultó en la eliminación del artículo de las bases de datos en línea. En una carta a la editorial, los abogados de Nemesysco escribieron que los autores del artículo podrían ser demandados por difamación si volvían a escribir sobre el tema. [ 14 ] [ 15 ] [ 16 ]

Sin embargo, el "ruido" externo en el polígrafo puede provenir de la vergüenza o la ansiedad y no estar específicamente relacionado con la mentira. [ 17 ] Cuando los sujetos son conscientes de la evaluación, su respuesta emocional resultante, especialmente la ansiedad, puede afectar los datos. Además, los trastornos psicológicos pueden causar problemas con los datos, ya que ciertos trastornos pueden llevar a una persona a hacer una declaración que cree que es verdad, pero que en realidad es una invención. Como en todas las pruebas, el examinador puede causar sesgos en la prueba con su interacción con el sujeto y la interpretación de los datos. [ 3 ]

Historia

siglo XX

El estudio de métodos fisiológicos para pruebas de engaño que miden alteraciones emocionales comenzó a principios del siglo XX. Vittorio Benussi fue el primero en trabajar en pruebas prácticas de engaño basadas en cambios fisiológicos. Detectó cambios en la relación inspiración-espiración, hallazgos que fueron confirmados por N. E. Burtt. Burtt realizó estudios que enfatizaron los cambios en la presión arterial sistólica cuantitativa. William Moulton Marston estudió la presión arterial y observó que un aumento de la presión arterial sistólica de 10  mm Hg o más indicaba culpabilidad mediante el uso del esfigmomanómetro Tycos , con el que reportó una precisión del 90-100%. Sus estudios utilizaron estudiantes y casos judiciales reales. Luego, en 1913, W. M. Marston determinó la presión arterial sistólica mediante métodos oscilatorios y sus hallazgos citan cambios definidos en la presión arterial durante el engaño de sospechosos de delitos. En 1921, John Augustus Larson criticó el método intermitente de presión arterial de Marston porque los cambios emocionales eran tan breves que podían pasar desapercibidos. Para corregir esto, modificó el esfigmógrafo de Erlanger para que proporcionara una curva continua de presión arterial y pulso, y lo utilizó para estudiar a 4000 criminales. [ 18 ] En la década de 1990, un equipo de científicos, Stanley Abrams, Jean M. Verdier y Oleg Maltsev, desarrollaron una nueva metodología que aportaba seis coeficientes que afectaban positivamente la precisión de los resultados del análisis del detector de mentiras. [ 19 ]

siglo XXI

Dos metaanálisis realizados hasta 2004 encontraron una asociación entre mentir y un aumento del tamaño de las pupilas y los labios apretados. Los mentirosos pueden permanecer más quietos, usar menos gestos con las manos y hacer menos contacto visual. Pueden tardar más en responder preguntas, pero, por otro lado, si han tenido tiempo para prepararse, pueden responder más rápido que quienes dicen la verdad, hablar menos y repetir más frases. No parecen estar más inquietos, parpadear más ni tener una postura menos relajada. [ 20 ] [ 21 ] [ 22 ]

Paul Ekman ha utilizado el Sistema de Codificación de Acciones Faciales (FACS) y, «cuando se combina con medidas de voz y habla, [este] alcanza tasas de precisión de detección de hasta el 90 por ciento». Sin embargo, actualmente no hay evidencia que respalde tal afirmación. Actualmente se está automatizando para su uso en las fuerzas del orden y se sigue mejorando para aumentar la precisión. Sus estudios utilizan microexpresiones, que duran menos de una quinta parte de segundo, y «pueden revelar emociones que alguien quiere ocultar, como ira o culpa». Sin embargo, «los signos de emoción no son necesariamente signos de culpa. Una persona inocente puede estar aprensiva y parecer culpable», nos recuerda Ekman. Con respecto a sus estudios, las mentiras sobre emociones actualmente tienen el mayor beneficio de las señales faciales y de voz, mientras que las mentiras sobre creencias y acciones, como los delitos, utilizan señales de gestos y palabras. Ekman y sus colaboradores han validado muchos signos de engaño, pero no los publican todos para no instruir a los delincuentes [ 20 ].

James Pennebaker utiliza el método de Investigación Lingüística y Conteo de Palabras (LIWC), publicado por Lawrence Erlbaum , para analizar contenido escrito. Afirma que este método es preciso para predecir mentiras. Pennebaker cita su método como "significativamente más efectivo que los jueces humanos para identificar correctamente muestras de escritura engañosas o veraces"; su método tiene una tasa de precisión del 67%, mientras que las personas capacitadas tienen una precisión del 52%. En este estudio se utilizaron cinco procedimientos experimentales. En los estudios 1 a 3, se pidió a los participantes que hablaran, escribieran a mano o teclearan una afirmación verdadera o falsa sobre el aborto. Los participantes fueron asignados aleatoriamente a decir una afirmación verdadera o falsa. El estudio 4 se centró en los sentimientos hacia los amigos y en el estudio 5 los estudiantes participaron en un delito simulado y se les pidió que mintieran. Se pidió a jueces humanos que calificaran la veracidad de 400 comunicaciones relacionadas con el aborto. Los jueces leyeron o vieron la declaración y respondieron con un sí o un no sobre si esta era falsa o no. LIWC clasificó correctamente el 67% de las comunicaciones sobre el aborto y los jueces clasificaron correctamente el 52%. Sus estudios han identificado que el engaño conlleva tres marcadores escritos principales. El primero es el uso reducido de pronombres en primera persona como «yo», «mí», «mío», «mío» y «mí mismo» (singular), así como «nosotros», «nos», «nuestro» y «nosotros mismos» (plural). Quienes mienten «evitan las declaraciones de propiedad, se distancian de sus historias y evitan asumir la responsabilidad de su comportamiento», al tiempo que utilizan más palabras que expresan emociones negativas como «odio», «inútil» y «triste». En segundo lugar, utilizan «pocas palabras excluyentes como “excepto”, «pero” o «ni”» al «distinguir lo que hicieron de lo que no hicieron». [ 20 ]

Más recientemente, el trabajo de CA Morgan III y GA Hazlett ha aportado evidencia de que un análisis computarizado del contenido del habla derivado de entrevistas cognitivas (es decir, la longitud de la respuesta y el recuento de palabras únicas) proporciona un método para detectar el engaño que es demostrablemente mejor que los juicios profesionales y útil para distinguir entre afirmaciones genuinas y falsas de adultos sobre la exposición a eventos altamente estresantes y potencialmente traumáticos. [ 23 ] Este método resulta particularmente prometedor, ya que no es confrontativo y es científicamente válido tanto a nivel nacional como intercultural.

Técnicas de interrogatorio y evaluación

Normalmente, en las pruebas de polígrafo o de análisis de estrés vocal se utilizan tres tipos de preguntas:

Las preguntas irrelevantes establecen una base para comparar otras respuestas mediante preguntas sencillas con respuestas claras de verdadero o falso.

Las preguntas de comparación guardan una relación indirecta con el evento o la circunstancia, y están diseñadas para incitar al sujeto a mentir.

Las preguntas relevantes se comparan con preguntas de comparación (que deberían representar respuestas falsas) y preguntas irrelevantes (que deberían representar respuestas verdaderas). Se refieren a aquello que se cuestiona en particular. [ 24 ]

La prueba de preguntas de control (CQT) utiliza preguntas de control, con respuestas conocidas, para servir como línea base fisiológica y compararlas con preguntas relevantes para un incidente particular. La pregunta de control debería tener una mayor respuesta fisiológica si se dice la verdad y una menor respuesta fisiológica si se miente. [ 17 ] La prueba de conocimiento culpable (GKT) es un formato de opción múltiple en el que se leen las opciones de respuesta o una respuesta correcta y respuestas incorrectas adicionales, y se registra la respuesta fisiológica. Los controles son las respuestas alternativas incorrectas. La mayor respuesta fisiológica debería ser para la respuesta correcta. [ 17 ] Su objetivo es determinar si el sujeto tiene conocimiento sobre un evento particular. [ 3 ]

Además de que la prueba tiende a no encontrar inocentes, también hay problemas donde algunos delincuentes podrían tener una mayor respuesta fisiológica a la pregunta de control que a la pregunta específica, lo que hace que sea difícil determinar la culpabilidad usando este método incluso cuando las personas no están usando técnicas específicas para intentar engañar la prueba. [ 25 ] Aunque los problemas con las tasas de falsos positivos y falsos negativos del CQT se discuten más arriba, también hay problemas metodológicos con la forma en que los defensores del CQT determinan la precisión de la prueba. [ 25 ] Debido a que la precisión del CQT a menudo se determina a través de si un individuo que se le da la prueba proporciona a la policía una confesión de un delito de la prueba, esto significa que los casos en los que alguien fue absuelto de los cargos después de tomar un polígrafo o, en el peor de los casos, da un falso confesionario cuando en realidad es inocente no se toman en cuenta a la hora de determinar la precisión de la prueba. [ 25 ] Otro problema es que, debido a cómo se administra la CQT y cómo funciona el proceso de detección de mentiras, solo las personas que se consideran engañosas son interrogadas para obtener una confesión. [ 25 ] Esto significa que el resultado del polígrafo y la confesión no son independientes entre sí, lo que dificulta mucho el uso de las confesiones como único determinante de la precisión de la prueba. [ 25 ] Estos problemas metodológicos proporcionan evidencia falsa que respalda el uso continuado de esta prueba, a pesar de las muchas fallas que posee. [ 25 ] Si bien podría decirse que incluir esta prueba como herramienta policial es útil porque a veces puede proporcionar información precisa, la probabilidad de que cause dificultades indebidas a personas que son realmente inocentes y que se pierda tiempo en el proceso, hace que sea un método muy poco confiable para que lo utilicen los agentes del orden. [ 25 ]

Se considera que ambos métodos están sesgados contra los inocentes, ya que los culpables que temen las consecuencias de ser descubiertos pueden estar más motivados para hacer trampa en el examen. Varias técnicas (que se pueden encontrar en línea) pueden enseñar a las personas cómo cambiar los resultados de los exámenes, incluyendo encoger los dedos de los pies y morderse la lengua. Se ha demostrado que el cálculo mental es ineficaz, al menos en un estudio, especialmente en estudiantes que cuentan hacia atrás de siete en siete. Un estudio ha encontrado que en la prueba de conocimiento culpable, los sujetos pueden concentrarse en las respuestas alternativas y aparentar inocencia. [ 17 ]

Polígrafo

La detección de mentiras comúnmente involucra el polígrafo , [ 26 ] y se utiliza para probar ambos estilos de engaño. Detecta reacciones autonómicas , [ 20 ] tales como microexpresiones, frecuencia respiratoria, conductividad de la piel y frecuencia cardíaca . [ 27 ] Las microexpresiones son cambios no verbales breves e incompletos en la expresión, mientras que el resto muestra una activación del sistema nervioso. [ 26 ] Estos cambios en las funciones corporales no son fácilmente controlados por la mente consciente. También pueden considerar la frecuencia respiratoria , la presión arterial , la dilatación capilar y el movimiento muscular. Durante una prueba de polígrafo, el sujeto usa un dispositivo de presión arterial para medir las fluctuaciones de la presión arterial. La respiración se mide usando neumógrafos alrededor del pecho, y finalmente se colocan electrodos en los dedos del sujeto para medir la conductividad de la piel. Para determinar la verdad, se supone que el sujeto mostrará más signos de miedo al responder las preguntas de control, conocidas por el examinador, en comparación con las preguntas relevantes, cuyas respuestas se desconocen. Los polígrafos se centran más en el valor predictivo de la culpabilidad en las pruebas, comparando las respuestas del participante a preguntas de control, preguntas irrelevantes y preguntas relevantes para medir la activación fisiológica, que luego se interpreta como una manifestación de miedo y se asume el engaño. [ 26 ] Si una persona muestra engaño, habrá cambios en las respuestas de activación fisiológica a las preguntas relevantes. Los resultados se consideran inconclusos si no hay fluctuación en ninguna de las preguntas. [ 28 ]

Se supone que estas medidas indican una respuesta de estrés a corto plazo , que puede deberse a la mentira o a la importancia que tiene para el sujeto. El problema radica en que también están asociadas con el esfuerzo mental y el estado emocional , por lo que pueden verse influenciadas por el miedo, la ira y la sorpresa, por ejemplo. Esta técnica también puede utilizarse con CQT y GKT. [ 3 ]

Las agencias gubernamentales de Estados Unidos, como el Departamento de Defensa , el Departamento de Seguridad Nacional , la Oficina de Aduanas y Protección Fronteriza e incluso el Departamento de Energía , utilizan actualmente polígrafos. Estas agencias los utilizan regularmente para evaluar a sus empleados. [ 29 ]

Los críticos afirman que la "detección de mentiras" mediante el uso del polígrafo no tiene validez científica porque no es un procedimiento científico. [ 30 ] Las personas han encontrado maneras de intentar engañar al sistema, como tomar sedantes para reducir la ansiedad; usar antitranspirante para evitar la sudoración; y colocar alfileres o morderse partes de la boca después de cada pregunta para demostrar una respuesta fisiológica constante. [ 31 ] A medida que la tecnología y la investigación han avanzado, muchos se han alejado del polígrafo debido a las desventajas de este método de detección. Los defensores del polígrafo afirman que tiene una tasa de precisión del 70%, un 16% mejor que la detección de mentiras en la población general. [ 32 ] Es más probable que alguien que ha fallado la prueba confiese que alguien que la ha aprobado, lo que contribuye a que los examinadores del polígrafo no aprendan de sus errores y, por lo tanto, no mejoren. [ 17 ]

Análisis del estrés vocal

El análisis de estrés vocal (también llamado análisis de riesgo vocal) utiliza ordenadores para comparar el tono , la frecuencia , la intensidad y los microtemblores. De esta forma, el análisis de voz detecta variaciones mínimas en la voz que se consideran indicativas de mentira. Incluso puede utilizarse de forma encubierta por teléfono, y ha sido empleado por bancos, compañías de seguros y el gobierno del Reino Unido. Los bancos y las compañías de seguros evalúan la veracidad de los clientes en determinadas situaciones, utilizando ordenadores para registrar las respuestas. El software compara las preguntas de control con las preguntas relevantes evaluadas para detectar el engaño. Sin embargo, su fiabilidad ha sido objeto de debate en revistas científicas revisadas por pares. [ 3 ] «Cuando una persona miente, una interferencia involuntaria de los nervios provoca que las cuerdas vocales produzcan una onda sonora distorsionada, concretamente un nivel de frecuencia diferente al que produce la misma persona al decir la verdad». [ 33 ]

Varios estudios publicados en revistas revisadas por pares mostraron que el VSA tiene un rendimiento aleatorio en lo que respecta a la detección del engaño. Horvath, McCloughan, Weatherman y Slowik (2013), [ 34 ] por ejemplo, probaron el VSA en las grabaciones de los interrogatorios de 74 sospechosos. Dieciocho de estos sospechosos confesaron posteriormente, lo que convierte el engaño en la verdad más probable. Con una clasificación precisa del 48%, el VSA tuvo un rendimiento aleatorio. Otros estudios mostraron resultados similares (Damphousse, 2008; Harnsberger, Hollien, Martin y Hollien, 2009). [ 35 ] [ 36 ] [ 37 ] En 2003, el Consejo Nacional de Investigación concluyó: «En general, esta investigación y las pocas pruebas controladas realizadas durante la última década ofrecen poca o ninguna base científica para el uso del analizador de estrés de voz computarizado o instrumentos de medición de voz similares». [ 4 ] : ​​168

Comportamiento no verbal

Las personas suelen evaluar las mentiras basándose en el comportamiento no verbal, pero tienden a sobreestimar indicadores engañosos, como: evitar el contacto visual, prolongar las pausas entre declaraciones y realizar movimientos excesivos con las manos o los pies. [ 38 ] Dispositivos como el detector de mentiras Silent Talker registran un gran número de microexpresiones en intervalos de tiempo y las codifican en vectores extensos que la inteligencia artificial o los clasificadores estadísticos clasifican como comportamiento veraz o engañoso. [ 39 ] [ 40 ]

El Dr. Alan Hirsch, del departamento de Neurología y Psiquiatría del Centro Médico Rush Presbyterian-St. Luke's de Chicago, explicó el "síndrome de Pinocho" o "efecto Pinocho" de la siguiente manera: la sangre fluye hacia la nariz cuando las personas mienten. Este exceso de sangre puede provocar picazón en la nariz. Como resultado, las personas que exageran la verdad tienden a rascarse o tocarse la nariz con más frecuencia. [ 41 ]

Seguimiento ocular

John Kircher, Doug Hacker, Anne Cook, Dan Woltz y David Raskin han desarrollado en la Universidad de Utah una tecnología de seguimiento ocular que consideran una alternativa al polígrafo. A diferencia del polígrafo y otros métodos, esta tecnología no se basa en una reacción emocional, sino en una reacción cognitiva. Mide la dilatación pupilar, el tiempo de respuesta, el tiempo de lectura y relectura, y los errores. Los datos se registran mientras los sujetos responden preguntas de verdadero o falso en un ordenador. [ 29 ]

Han descubierto que mentir requiere más esfuerzo que decir la verdad, por lo que su objetivo es encontrar indicios de esfuerzo. Las personas que no dicen la verdad podrían, por ejemplo, tener las pupilas dilatadas y tardar más en responder a la pregunta. [ 29 ]

El seguimiento ocular afirma ofrecer varias ventajas sobre el polígrafo: menor coste, una quinta parte del tiempo de realización, los sujetos no necesitan estar conectados a nada y no requiere examinadores de polígrafo cualificados para realizar la prueba. [ 29 ] La tecnología no ha sido sometida a revisión por pares.

Observaciones cerebrales

La cronometría cognitiva , o la medición del tiempo que se tarda en realizar operaciones mentales, puede utilizarse para distinguir entre mentir y decir la verdad. Un instrumento reciente que utiliza la cronometría cognitiva con este fin es el aletiómetro de respuesta antagónica cronometrada , o TARA.

La lectura cerebral utiliza la resonancia magnética funcional (fMRI) y los múltiples vóxeles activados en el cerebro ante un estímulo para determinar qué ha detectado el cerebro y, por lo tanto, si le resulta familiar.

La espectroscopia funcional de infrarrojo cercano (fNIRS) también detecta oxígeno y actividad cerebral, al igual que la resonancia magnética funcional (fMRI), pero en este caso analiza los niveles de oxígeno en sangre. Presenta ventajas sobre la fMRI debido a su portabilidad; sin embargo, su resolución de imagen es de menor calidad. [ 3 ]

Dado que existen diferentes estilos de mentira, un engaño espontáneo o artificial se construye a partir de una mezcla de información ya almacenada en la memoria semántica y episódica . [ 26 ] Es aislado y más fácil de generar porque carece de verificación cruzada con el panorama general. Este estilo contrasta con las mentiras memorizadas, que no son tan ricas en detalles, pero se recuperan de la memoria. [ 26 ] A menudo se ajustan a un escenario real para facilitar su recuerdo.

Doppler transcraneal funcional (fTCD)

Los recientes avances que permiten la monitorización no invasiva mediante la técnica de Doppler transcraneal funcional (fTCD) demostraron que la resolución exitosa de problemas emplea una estrategia de conocimiento discreto (DKS) que selecciona vías neuronales representadas en un hemisferio, mientras que el resultado fallido implica una estrategia de conocimiento no discreto (nDKS). [ 42 ] Una prueba poligráfica podría considerarse una tarea de memoria de trabajo. Esto sugiere que el modelo DKS puede tener un correlato en las operaciones mnemotécnicas. En otras palabras, el modelo DKS puede tener una base de conocimiento discreto (DKB) de componentes esenciales necesarios para la resolución de la tarea, mientras que para nDKS, la DKB está ausente y, por lo tanto, se produce una búsqueda "global" o bihemisférica. Basándose en esta última premisa, se diseñó un sistema de "detector de mentiras" como se describe en la patente estadounidense n.º 6,390,979 . Se obtiene un patrón de cambios en la velocidad del flujo sanguíneo en respuesta a preguntas que incluyen respuestas correctas e incorrectas. La respuesta incorrecta provocará una activación bihemisférica, mientras que la respuesta correcta activará una respuesta unilateral. La poligrafía cognitiva basada en este sistema carece de cualquier control subjetivo de los procesos mentales y, por lo tanto, presenta una alta fiabilidad y especificidad; sin embargo, esto aún debe comprobarse en la práctica forense. Véase también biometría cognitiva .

Los potenciales evocados evalúan el reconocimiento y, por lo tanto, pueden o no ser efectivos para evaluar el engaño. En los estudios de ERP se evalúan las ondas de amplitud P3, que son grandes cuando se reconoce un elemento. [ 17 ] Sin embargo, se ha observado que las amplitudes P100 tienen una correlación significativa con las calificaciones de confiabilidad, cuya importancia se discutirá en la sección de EEG. Esto, junto con otros estudios, lleva a algunos a afirmar que, dado que los estudios de ERP se basan en procesos perceptivos rápidos, "son fundamentales para la detección del engaño". [ 43 ]

Electroencefalografía (EEG)

La electroencefalografía (EEG) mide la actividad cerebral mediante electrodos colocados en el cuero cabelludo del sujeto. El objetivo es identificar el reconocimiento de información relevante a través de esta actividad. Se muestran imágenes u objetos al sujeto mientras se aplican técnicas de interrogatorio para determinar el reconocimiento. Esto puede incluir, por ejemplo, imágenes de la escena de un crimen. [ 3 ]

La confiabilidad percibida es interpretada por el individuo al observar un rostro, y esta disminuye cuando alguien miente. Estas observaciones son "demasiado sutiles para ser procesadas explícitamente por los observadores, pero [sí] afectan los procesos cognitivos y afectivos implícitos". Estos resultados, en un estudio de Heussen, Binkofski y Jolij, se obtuvieron mediante un estudio con un paradigma N400 que incluía dos condiciones dentro del experimento: rostros veraces y rostros mentirosos. Los rostros se mostraban brevemente durante 100 ms y luego los participantes los calificaban. Sin embargo, las limitaciones de este estudio serían que solo contó con 15 participantes y la edad promedio era de 24 años. [ 43 ]

Los algoritmos de aprendizaje automático aplicados a datos de EEG también se han utilizado para decodificar si un sujeto creía o no una afirmación, alcanzando una precisión de aproximadamente el 90 %. Este trabajo fue una extensión del trabajo de Sam Harris y sus colegas, y demostró además que la creencia precede a la incredulidad en el tiempo, lo que sugiere que el cerebro puede aceptar inicialmente las afirmaciones como descripciones válidas del mundo (creencia) antes de rechazar esta noción (incredulidad). Comprender cómo el cerebro evalúa la veracidad de una afirmación descriptiva puede ser un paso importante en el desarrollo de métodos de detección de mentiras basados ​​en neuroimagen. [ 44 ]

Imágenes por resonancia magnética funcional (fMRI)

La resonancia magnética funcional (RMf) analiza el sistema nervioso central para comparar el tiempo y la topografía de la actividad cerebral y detectar mentiras. Mientras que un polígrafo detecta cambios en la actividad del sistema nervioso periférico , la RMf tiene el potencial de detectar la mentira en su origen.

Las resonancias magnéticas funcionales (RMf) utilizan electroimanes para crear secuencias de pulsos en las células del cerebro. El escáner de RMf detecta los diferentes pulsos y campos que se utilizan para distinguir las estructuras tisulares y la diferenciación entre las capas del cerebro, el tipo de materia y la capacidad de ver crecimientos. El componente funcional permite a los investigadores observar la activación cerebral a lo largo del tiempo y evaluar la eficiencia y la conectividad comparando el uso de sangre en el cerebro, lo que permite identificar qué partes del cerebro utilizan más oxígeno y, por lo tanto, se utilizan durante una tarea específica. [ 45 ] Los datos de RMf se han examinado a través de algoritmos de aprendizaje automático para decodificar si los sujetos creían o no en afirmaciones, que abarcan desde afirmaciones matemáticas y semánticas hasta creencias religiosas. [ 46 ]

Históricamente, las pruebas de detección de mentiras mediante resonancia magnética funcional (RMf) no se han admitido como prueba en procedimientos legales; el intento más famoso fue el caso de fraude de seguros de Harvey Nathan [ 47 ] en 2007. [ 32 ] La falta de respaldo legal no ha impedido que empresas como No Lie MRI y CEPHOS ofrezcan exploraciones privadas de RMf para detectar el engaño. Si bien los estudios de RMf sobre el engaño han afirmado una precisión de detección de hasta el 90%, muchos tienen problemas para implementar este tipo de detección. Solo se pueden usar respuestas de sí o no, lo que permite flexibilidad [ 32 ] en la veracidad y el estilo de la mentira. Algunas personas no pueden someterse a una, como aquellas con afecciones médicas, claustrofobia o implantes. [ 32 ]

Drogas

Históricamente, se han utilizado sustancias como el tiopental sódico , el etanol y el cannabis para obtener información precisa de sujetos que no lo desean. [ 48 ] Se ha demostrado que la información obtenida mediante estas sustancias, divulgadas públicamente, es muy poco fiable, ya que los sujetos aparentemente mezclan libremente hechos y fantasías. [ 49 ] Gran parte del supuesto efecto se basa en la creencia de los sujetos de que no pueden mentir bajo los efectos de la sustancia.

Véase también

Referencias

  1. ↑ Granhag, Pär Anders; Vrij, Aldert; Verschuere, Bruno (2015). Detección del engaño: desafíos actuales y enfoques cognitivos (Serie Wiley sobre Psicología del crimen, la policía y el derecho) . Hoboken, Nueva Jersey: Wiley-Blackwell. pag.  205.ISBN​ 978-1118509661.
  2. 1 2 3 Stangor, Charles (2017). Principios de psicología social (1.ª ed. internacional). BCcampus. ISBN  978-1-77420-193-0.
  3. 1 2 3 4 5 6 7 "Detección del engaño" . Oficina Parlamentaria de Ciencia y Tecnología (Reino Unido) . Consultado el 26 de abril de 2012 .
  4. 1 2 El polígrafo y la detección de mentiras . Consejo Nacional de Investigación. 2003. doi : 10.17226/10420 . ISBN 978-0-309-26392-4.
  5. ↑ Vrij, Aldert; Hartwig, Maria; Granhag, Pär Anders (2019). "Leyendo mentiras: comunicación no verbal y engaño" . Annual Review of Psychology . 70 (1): 295– 317. doi : 10.1146/annurev-psych-010418-103135 . ISSN 0066-4308 . PMID 30609913. S2CID 58562467 .   
  6. ↑ Seigel, Jessica (25 de marzo de 2021). "La verdad sobre mentir" . Revista Knowable . doi : 10.1146/knowable-032421-1 . Recuperado el 8 de diciembre de 2021 .
  7. 1 2 Brennen, Tim; Magnussen, Svein (2022). "La ciencia de la detección de mentiras mediante señales verbales: ¿Cuáles son las perspectivas de su aplicabilidad práctica?" . Frontiers in Psychology . 13 835285. doi : 10.3389/fpsyg.2022.835285 . ISSN 1664-1078 . PMC 9037296. PMID 35478762 .   
  8. 1 2 3 Brennen, Tim; Magnussen, Svein (2020). "Investigación sobre signos no verbales de mentiras y engaños: un callejón sin salida" . Frontiers in Psychology . 11 613410. doi : 10.3389/fpsyg.2020.613410 . ISSN 1664-1078 . PMC 7767987. PMID 33381072 .   
  9. 1 2 "Validez científica de las pruebas poligráficas: una revisión y evaluación de la investigación – un memorándum técnico" (PDF) . Washington, DC: Congreso de los Estados Unidos, Oficina de Evaluación de Tecnología (OTA-TM-H-15). Noviembre de 1983. Recuperado el 3 de septiembre de 2016 . 
  10. ↑ La verdad sobre los detectores de mentiras . Asociación Americana de Psicología .
  11. ↑ "Decir la verdad sobre los detectores de mentiras " . usatoday.com
  12. ↑ Dunning, Brian (8 de julio de 2014). "Skeptoid #422: Detección de mentiras" . Skeptoid . Consultado el 22 de junio de 2017 .
  13. ↑ Eriksson, A.; Lacerda, F. (2007). "Charlantry en la ciencia forense del habla: un problema que debe tomarse en serio" . International Journal of Speech, Language and the Law . 14 (2). doi : 10.1558/ijsll.2007.14.2.169 . Archivado del original el 13 de enero de 2010. Recuperado el 28 de enero de 2009 .
  14. ↑ ¿ Todo mentiras? Científicos amenazados con acciones legales por artículo sobre detectores de mentiras. Archivado el 13 de abril de 2009 en Wayback Machine . Universidad de Estocolmo .
  15. ↑ Amenazas por la investigación sueca sobre detectores de mentiras. Archivado el 7 de diciembre de 2010 en Wayback Machine . The Local . 27 de enero de 2009.
  16. ↑ Disponible en línea en: Anders Eriksson; Francisco Lacerda (14 de febrero de 2007). «Charlatanería en la ciencia forense del habla: un problema que debe tomarse en serio» (PDF) . Revista Internacional de Habla, Lenguaje y Derecho . 14.2 2007: 169. Archivado del original (PDF) el 2 de agosto de 2016. Consultado el 3 de septiembre de 2016 .
  17. 1 2 3 4 5 6 Preston, Elizabeth (julio de 2002). "Detectando el engaño" . Observer . 15 (6) . Recuperado el 26 de abril de 2012 .
  18. ↑ Keeler, Leonarde (enero de 1930). "Un método para detectar el engaño". American Journal of Police Science . 1 (1): 38– 51. doi : 10.2307/1147254 . JSTOR 1147254 . 
  19. ↑ "Perspectiva histórica: algunas técnicas del polígrafo" . Western Morning News . 3 de octubre de 2018. Consultado el 26 de agosto de 2020 .
  20. 1 2 3 4 Adelson, Rachel (julio de 2004). "Detectando el engaño" . Monitor on Psychology . 37 (7): 70. Recuperado el 26 de abril de 2012 .
  21. ↑ Bond CF, Jr; DePaulo, BM (2006). "Precisión de los juicios sobre el engaño". Personality and Social Psychology Review . 10 (3): 214– 234. doi : 10.1207/s15327957pspr1003_2 . PMID 16859438. S2CID 15248114 .  
  22. ↑ DePaulo, Bella M.; Morris, Wendy L. (2004). «Capítulo 2: Discernir la verdad de la mentira: señales conductuales del engaño y la vía indirecta de la intuición». En Granhag, Pär Anders; Strömwall, Leif A. (eds.). La detección del engaño en contextos forenses (Transferido a impresión digital. ed.). Cambridge: Cambridge University Press. ISBN  978-0521541572.
  23. ↑ Morgan CA III; et al. (2011). "Eficacia del análisis de declaraciones forenses para distinguir relatos de testigos oculares veraces de engañosos sobre eventos altamente estresantes". Journal of Forensic Sciences . 56 (5): 1227– 1234. doi : 10.1111/j.1556-4029.2011.01896.x . PMID 21854383 . S2CID 25246267 .   
  24. ↑ Goldstein, Andrew (1 de mayo de 2026). "Cómo son las preguntas del polígrafo para el FBI, la policía, la CBP, los bomberos y los empleos federales" . The Polygraph Examiner .
  25. 1 2 3 4 5 6 7 Iacono, William G. (octubre de 2008). "Policía eficaz: comprender cómo funcionan y se utilizan las pruebas del polígrafo" . Criminal Justice and Behavior . 35 (10): 1295– 1308. doi : 10.1177/0093854808321529 . ISSN 0093-8548 . S2CID 143302792 .  
  26. 1 2 3 4 5 Ganis, G.; Kosslyn, SM; Stose, S.; Thompson, WL; Yurgelun-Todd, DA (2003). "Correlatos neuronales de diferentes tipos de engaño: una investigación mediante resonancia magnética funcional" . Cerebral Cortex . 13 (8): 830– 836. doi : 10.1093/cercor/13.8.830 . PMID 12853369 . 
  27. ↑ Psicología forense . BBC Ciencia y Naturaleza.
  28. ↑ "La verdad sobre los detectores de mentiras (también conocidos como pruebas de polígrafo)" . apa.org . Consultado el 4 de septiembre de 2016 .
  29. 1 2 3 4 "Los psicólogos educativos utilizan el método de seguimiento ocular para detectar mentiras" . psychologicalscience.org. 12 de julio de 2010. Consultado el 26 de abril de 2012 .
  30. ↑ La mentira detrás del detector de mentiras, por George W. Maschke y Gino J. Scalabrini
  31. ↑ "Pruebas de polígrafo" . epic.org . Centro de información sobre privacidad electrónica . Consultado el 23 de septiembre de 2016 .
  32. 1 2 3 4 Rusconi, Elena; Mitchener-Nissen, Timothy (2013). "Perspectivas de la resonancia magnética funcional como detector de mentiras" . Frontiers in Human Neuroscience . 7 : 594. doi : 10.3389/fnhum.2013.00594 . PMC 3781577. PMID 24065912 .  
  33. ↑ S. Manes. "Detector de mentiras. (Confianza en el software detector de mentiras)". Forbes, 5 de octubre de 1998.
  34. ↑ Horvath, F., McCloughan, J., Weatherman, D., & Slowik, S. (2013). "La precisión de los juicios de los auditores y los operadores de análisis de voz por capas (LVA) sobre la verdad y el engaño durante los interrogatorios policiales". Journal of Forensic Sciences , 58, 385–392.
  35. ↑ Damphousse (2008). "Análisis del estrés vocal: solo el 15 por ciento de las mentiras sobre el consumo de drogas se detectan en la prueba de campo" . NIJ Journal . 259 : 8–12 .
  36. ↑ Harnsberger, JD; Hollien, H.; Martin, CA; Hollien, KA (2009). "Estrés y engaño en el habla: evaluación del análisis de voz por capas". Journal of Forensic Sciences . 54 (3): 642– 650. doi : 10.1111/j.1556-4029.2009.01026.x . PMID 19432740 . S2CID 205767994 .  
  37. ↑ Hollien, H.; Harnsberger, JD; Martin, CA; Hollien, KA (2008). "Evaluación del NITV CVSA". Journal of Forensic Sciences . 53 (1): 183– 193. doi : 10.1111/j.1556-4029.2007.00596.x . PMID 18279255 . S2CID 205767046 .  
  38. ↑ Akehurst; Koehnken (1996). "Creencias de personas comunes y agentes de policía sobre el comportamiento engañoso". Psicología Cognitiva Aplicada . 10 (6): 461– 471. doi : 10.1002/(sici)1099-0720(199612)10:6 < 461::aid-acp413 > 3.3.co ; 2-u .
  39. ↑ Rothwell, J.; Bandar, Z.; O'Shea, J.; McLean, D. (2006). "Silent talker: un nuevo sistema informático para el análisis de las señales faciales de engaño" . Journal of Applied Cognitive Psychology . 20 (6): 757– 777. doi : 10.1002/acp.1204 .
  40. ↑ Rothwell, J. McLean; Bandar, J.; O'Shea, Z. (2006). "Cartografía del estado conductual de una persona mediante una red neuronal de retropropagación". Journal of Neural Computing and Applications . 16 ( 4– 5): 327– 339. doi : 10.1007/s00521-006-0055-9 . S2CID 8968052 . 
  41. ↑ Dr. Game W. Gifford Jones (26 de julio de 2010). "¿Puede el 'síndrome de Pinocho' resolver el dilema del niqab?" . The Telegram . Recuperado el 12 de agosto de 2021 – vía PressReader .
  42. ↑ Njemanze, PC (2005). "Lateralización cerebral e inteligencia general: diferencias de género en un estudio Doppler transcraneal". Brain and Language . 92 (3): 234– 239. CiteSeerX 10.1.1.532.5734 . doi : 10.1016/j.bandl.2004.06.104 . PMID 15721956 . S2CID 12440401 .   
  43. 1 2 Heussen, Yana; Ferdinand Binkofski; Jacob Jolij (septiembre de 2010). "La semántica del rostro mentiroso: un estudio de EEG". Revista Internacional de Psicofisiología . 77 (3): 206. doi : 10.1016/j.ijpsycho.2010.06.006 .
  44. ↑ Douglas, Pamela K; Edward Lau; Ariana Anderson; Wesley Kerr; Austin Head; Margalit Wollner; Daniel Moyer; Michael Durnhofer; Wei Li; Jen Bramen; Mark S Cohen (2013). "Decodificación de ensayos individuales de la toma de decisiones sobre creencias a partir de datos de EEG y fMRI utilizando características de componentes independientes" . Frontiers in Human Neuroscience . 7 : 392. doi : 10.3389/fnhum.2013.00392 . PMC 3728485. PMID 23914164 .  
  45. ↑ Simpson JR (2008). "Detección de mentiras mediante resonancia magnética funcional: ¿demasiado bueno para ser verdad?". J. Am. Acad. Psychiatry Law . 36 (4): 491– 498. PMID 19092066 . 
  46. ↑ Douglas, PK (2011). "Comparación del rendimiento de algoritmos de aprendizaje automático y número de componentes independientes utilizados en la decodificación de fMRI de creencia vs. incredulidad" . NeuroImage . 56 ( 2): 544– 553. doi : 10.1016/j.neuroimage.2010.11.002 . PMC 3099263. PMID 21073969 .  
  47. ↑ Langleben, DD; Dattilio, FM (2008). "Comentario: El futuro de las imágenes cerebrales funcionales forenses". The Journal of the American Academy of Psychiatry and the Law . 36 (4): 502– 4. PMID 19092068 . 
  48. ↑ Kapoor, P.; Chugh, Y.; Kapoor, AK; Sinha, US (2008). "Tortura, terrorismo y suero de la verdad" . Revista Internacional de Toxicología Médica y Medicina Legal . 10 (2).
  49. ↑ Rowell, Jr (1952). "Admisibilidad de la evidencia obtenida mediante dispositivos y análisis científicos". Florida Law Review . 5 (5).