Birinin yalan söylediğini nasıl anlarız
Yeni araştırmalar, bir yalancıyı tespit etmek için, bir kişinin hikayesindeki ayrıntı düzeyi dışında her şeyi göz ardı edin.
Bir kişi kim, ne, ne zaman, nasıl ve neden hakkında zengin açıklamalar yaparsa, muhtemelen doğruyu söylüyordur. Bu ayrıntıları gözden kaçırırlarsa, muhtemelen yalan söylüyorlar.
Amsterdam Üniversitesi’nden araştırmacıların bulduğuna göre, bu çok basit testi kullanarak ve başka hiçbir şey yapmadan, insanlar gerçeği yalanlardan yaklaşık yüzde 80 doğrulukla ayırabiliyor.
Yalancıları yakalamaya gelince, genellikle değerlendirmemizde mümkün olduğu kadar çok yalancı işaret kullanmaya çalışırız. Kaygan mı görünüyorlar? Endişeliler mi? Neden kıpır kıpırlar?
Örneğin, 11 Eylül terör saldırılarından sonra, ABD havaalanı güvenlik personeli, 92 davranışsal ipucu aramak üzere eğitildi bir kişinin aldatıcı olduğuna dair . Yaygın olarak yalan dedektörleri olarak adlandırılan yalan makineleri , olası yalanları tespit etmek için kan basıncı, kalp atış hızı ve solunum hızı gibi farklı fizyolojik girdileri birleştirir.
Bununla birlikte, araştırmalar , eğitimli profesyonellerin bile gerçeği yanlışlardan ayırmaya çalışırken rastgele şanstan biraz daha iyisini yaptığını gösteriyor.
Sorunun bir kısmı, birçok çelişkili veri noktasını anında entegre etmenin ve bunu birinin yalan söyleyip söylemediği konusunda ikili bir karara dönüştürmenin son derece zor olmasıdır.
“Bu imkansız bir görev” diyor . Adli psikolog ve çalışmanın baş yazarı Bruno Verschuere,
“İnsanlar, birden fazla sinyali doğru ve doğru bir yargıya entegre etmek şöyle dursun, tüm bu sinyalleri kısa sürede değerlendiremez.”
Başka bir sorun da, insanların masum ve suçlu insanların neye benzediğine dair, doğruyu söyleme veya yalan söyleme konusunda pek tahmin edici olmayan klişelere sahip olmalarıdır.
Verschuere ve Amsterdam Üniversitesi’ndeki meslektaşları, bu sorunların üstesinden gelmek için ” radikal bir alternatif ” denemeye karar verdiler. Çalışma katılımcılarına yalnızca bir ipucuna – bir kişinin hikayesindeki ayrıntı düzeyine – odaklanmaları ve diğer her şeyi görmezden gelmeleri talimatını verdiler.
Araştırmacılar, “Gerçeğin basitlikte bulunabileceğini düşündük ve aldatmacayı tespit etmeye çalışırken ipuçları eklemek yerine bırakmayı öneriyoruz” diyor .
Dokuz çalışmadan oluşan bir dizide, 1.445 kişiye , bir öğrencinin kampüsteki faaliyetleri hakkında el yazısı ifadelerin, video transkriptlerin, video röportajların veya canlı röportajların doğru veya yanlış olup olmadığını tahmin etmeleri talimatı verildi.
Bu açıklamalar, ya bir dolap için sahte bir sınav hırsızlığı yapan ve bu konuda yalan söyleyen ya da kampüste masumca dolaşıp faaliyetleri hakkında gerçeği söyleyen öğrencilerden geliyordu.
Yalanları tespit etmek için sezgilerine güvenen veya karar vermek için birçok faktörü kullanan çalışma katılımcıları, rastgele şanstan daha iyi performans göstermedi.
Ancak, hesaplardaki yalnızca ayrıntı düzeyine odaklanmaları talimatı verilenler, yüzde 59-79 doğrulukla doğru ve yalanı doğru bir şekilde ayırabildiler.
Bu katılımcılara, . “mesajın kişi, yer, eylem, nesne, olay ve olayların zamanlaması gibi ayrıntıları içerme derecesini” ve “mesajın ne ölçüde eksiksiz, somut, çarpıcı göründüğünü” incelemeleri söylendi veya ayrıntılar açısından zengin”.
Araştırmacılar, “Verilerimiz, tek bir iyi ipucuna güvenmenin birçok ipucu kullanmaktan daha faydalı olabileceğini gösteriyor” diyor .
Araştırmacıların ‘en iyiyi kullan (ve gerisini görmezden gel)’ kuralı, katılımcıların aktivitenin amacının yalanları tespit etmek olduğunu bilip bilmemelerine bakılmaksızın üstün bir yalan tespit yöntemiydi.
Bu, suçluluk ve masumiyet hakkında önceden var olan klişelerin, ayrıntı düzeyini bir yalan tespit aracı olarak kullanmanın önüne geçmediğini gösteriyor.
Araştırmacılar, yüksek riskli durumlarda, insanların güvenilirliğini artırmak için yalanları ayrıntılarla zenginleştirmesinin muhtemel olduğunu, bu nedenle yalan tespit kurallarının bağlama bağlı olmasının mümkün olduğunu söylüyor .
Bununla birlikte, giderek daha fazla ipucu kullanmanın – hatta büyük veri ve makine öğreniminin – yalan tespitinde kesinliği artırmayacağını savunuyorlar .
bir Yalanları tespit etmek için 11 farklı kriter kullanan önceki çalışmada , insanlar ayrıntı düzeyini doğru bir şekilde derecelendirdiler, ancak diğer gereksiz bilgiler genel muhakemelerini gölgeledi.
Araştırmacılar, “Aşırı bilgi yüklemesiyle başa çıkmanın mantıksız bir yolu, mevcut bilgilerin çoğunu basitçe görmezden gelmektir… Bazen daha az, daha fazladır” diyor .
