Alleen dat laatste verhoogt al de geclaimde betrouwbaarheid. Dus iemand die bij een ambtenaar komt met een stempel 95% zeker leugenaar zal veel eerder ook als leugenaar door de mens beoordeeld worden. Vervolgens komt in de statistieken te staan dat het systeem ook in dit geval de juiste keuze heeft gemaakt omdat de mens het hetzelfde beoordeeld heeft.
Helemaal mee eens. Het hele systeem lijkt zo te zijn opgezet dat het zichzelf zal gaan bewijzen. Successen zullen namelijk worden geregistreerd, maar het falen deels niet. Als iemand namelijk niet als leugenaar door het systeem wordt aangemerkt, en ook niet door de beambten wordt betrapt, zal dit niet als falen worden geregistreerd.
En er zijn nog andere manieren waarop dit (statistisch) rammelt aan alle kanten. Om te beginnen is 76% betrouwbaarheid vanuit wetenschappelijk oogpunt rampzalig laag, terwijl het maar de vraag is hoe ze bij dat gehalte zijn gekomen. Er zijn namelijk fundamentele problemen met het testen van dit soort systemen onder lab-omstandigheden.
Even wat achtergrondinformatie:
Dé pionier op het gebied van leugendetectie door middel van micro-expressies is Paul Ekman, emiritus hoogleraar van UCSF. Het iBorderCtrl-systeem zal vrijwel zeker (indirect) aan hem schatplichtig zijn. De sleutel voor het detecteren van leugens is volgens Ekman nauwelijks zichtbare, onvrijwillige gezichtsuitdrukkingen (micro-expressies) die het gevolg zijn van emoties waar de persoon in kwestie zich vaak niet of slechts deels van bewust is. Ekman onderscheidt drie soorten emoties die vaak leiden tot micro-expressies:
1)
Detection Apprehension: Angst om op een leugen betrapt te worden. Wordt kleiner als de leugenaar denkt met zijn leugen weg te komen, bijvoorbeeld omdat hij het inschattingsvermogen van de persoon waar hij tegen liegt niet hoog inschat, of juist groter als er veel op het spel staat of als de gevolgen groot zijn als de leugen ontmaskerd wordt.
2)
Deception Guilt: schuldgevoel over de leugen zelf ("guilt") of over het gedrag dat door de leugen verhult wordt ("shame"). Iemand met een diepreligieuze overtuiging dat het "fout" is om te liegen zal hier bijvoorbeeld meer last van hebben. Als de leugenaar een relatie heeft met het slachtoffer is de kans op sterke emoties en daarmee micro-expressies groter.
3)
Duping-delight: De positieve emotie die de leugenaar voelt als hij denkt met de leugen weg te komen.
Al deze emoties zijn onvrijwillig en soms onbewust aanwezig en eigenlijk niet goed na te bootsen in een testomgeving. De emotionele toestand van bijvoorbeeld een denkbeeldige moslimterrorist (want daar zijn de politici die met name voorstander zijn van dit soort systemen meestal zo bang voor) zal totaal anders zijn als die van een willekeurig testpersoon.
Het is trouwens maar de vraag of de emoties die je gaat detecteren het gevolg zijn van een leugen. Iemand kan ook om hele andere redenen onbewust en onvrijwillige emoties tonen. Detection apprehension speelt daarbij ook rol bij false positives: Als je ervan overtuigd bent dat de kans groot is dat de machine je ten onrechte van een leugen zal beschuldigen, laat je dezelfde micro-expressies zien als wanneer je ervan overtuigd bent dat de machine je terecht op een leugen zal betrappen. Met andere woorden: de angst voor false-positives zal leiden tot een false-positive.
Voor een deel geldt dit trouwens ook voor de klassieke leugendetector (polygraaf). Als een testpersoon bijvoorbeeld overtuigd is van de werking van de leugendetector worden de resultaten betrouwbaarder. Is de proefpersoon ervan overtuigd dat hij ten onrechte beschuldig zal worden van een leugen, wordt de kans op false positives groter. In de VS zijn gevallen bekend van leugendetectors waarvan de werking door de proefpersoon vooraf getest moest worden met een setje speelkaarten. De onderzoekers gebruikten daarbij een set gemerkte kaarten, zodat de proefpersoon er heilig van overtuigd raakte dat de machine een 100% detectiescore had, om zo de betrouwbaarheid van de èchte test op te vijzelen...
Nog een probleem: micro-expressies kunnen worden beïnvloed en tot op zekere hoogte worden onderdrukt door het innemen van bepaalde medicaties. Micro-expressies werken fundamenteel anders bij mensen die gezichtschirurgie hebben gehad of behandel zijn met spierontspannende middelen zoals botox. Als de spieren in je gezicht deels verlamd zijn, kun je ze ook niet onvrijwillig gebruiken voor een micro-expressie...
Volgend probleem: het hele systeem van micro-expressies werkt maar zeer beperkt bij mensen met persoonlijkheidsstoornissen, met name bij psychopaten. Omdat psychopaten nauwelijks emoties voelen bij het liegen (geen schuldgevoel, geen angst om ontmaskerd te worden, etc), vertonen ze ook vrijwel geen micro-expressies. Alleen duping delight komt regelmatig voor.
Conclusie:
Een systeem dat a) maar bij een zeer kleine groep is getest, b) bij die test een (wetenschappelijk gezien) zeer lage betrouwbaarheid heeft, c) op een manier is getest die überhaupt niet betrouwbaar is, d) gebaseerd is op gedetecteerde emoties, maar niet interpreteert waar deze emoties vandaan komen, e) niet werkt bij mensen die bepaalde medicijnen gebruiken, f) met botox behandeld zijn en g) bij psychopaten. Tel daarbij op dat er stevige privacybezwaren zijn en ik vraag me af waar de Europese Commissie in vredesnaam mee bezig is.
Oh en net voordat ik deze reactie wilde plaatsen las ik nog dit op de site van de EU:
As a consequence, the partner organisations of IBORDERCTRL are likely to benefit from this growing European security market – a sector predicted to be worth USD 146 billion (EUR 128 bn) in Europe by 2020.
Er gaat dus ook nog een wereld van commerciële belangen en stevige geldstromen schuil achter dit walgelijke project...
[Reactie gewijzigd door doeternietoe op 24 juli 2024 19:23]