Искусственный интеллект (AI) продолжает развиваться, и новое исследование, проведенное Университетом штата Мичиган, ставит под сомнение его способности в выявлении обмана. В рамках исследования, опубликованного в Журнале коммуникации, ученые провели 12 экспериментов с участием более 19,000 AI-персонажей, чтобы выяснить, насколько хорошо AI может распознавать ложь и правду у людей.
Исследование направлено на понимание того, как AI может помочь в обнаружении обмана и моделировании человеческих данных в социальных науках. Однако, как подчеркивает один из авторов, использование больших языковых моделей для этой цели требует осторожности.
Для оценки AI в сравнении с человеческим восприятием обмана исследователи использовали Теорию правдоподобия (Truth-Default Theory, TDT), которая предполагает, что люди в основном честны и склонны верить в правдивость других. Это помогло сравнить поведение AI с человеческим в аналогичных ситуациях.
В ходе экспериментов AI оценивал аудиовизуальные и аудио-only материалы, определяя, лжет ли человек или говорит правду. Исследователи анализировали различные переменные, такие как тип медиа, контекст и личность AI, чтобы понять, как это влияет на точность распознавания.
Результаты показали, что AI имеет предвзятость к лжи: его точность в распознавании лжи составила 85.8%, в то время как для правды — всего 19.5%. В условиях краткого допроса точность AI была сопоставима с человеческой, но в менее формальных ситуациях AI проявлял предвзятость к правде, что больше соответствовало человеческому восприятию.
Основная цель исследования заключалась в том, чтобы понять, что можно узнать о AI, включая его в эксперименты по выявлению обмана. Однако результаты показали, что AI не всегда соответствует человеческим стандартам точности, и это подчеркивает важность человеческого аспекта в теории обнаружения обмана.
Исследование напоминает о том, что, хотя использование AI для выявления лжи может показаться высокотехнологичным и беспристрастным решением, на данный момент нам еще предстоит пройти долгий путь, прежде чем AI сможет эффективно справляться с этой задачей.