ANN ARBOR — Ao analisar vídeos de importantes processos judiciais, pesquisadores da Universidade de Michigan estão desenvolvendo um software de detecção de mentiras exclusivo, com base em dados reais e sem a necessidade do “toque”, como os polígrafos.

Seu protótipo considera tanto as palavras quanto os gestos da pessoa interrogada e, ao contrário de um detector de mentiras, e não é preciso tocá-la para funcionar. Nos experimentos, o software foi até 75% preciso na identificação de quem estava mentindo (baseado nos resultados dos julgamentos). Em média, os homens conseguem detectar a mentira em um pouco mais de 50% dos casos.

Com o software, os pesquisadores dizem ter identificado vários comportamentos. Os mentirosos mexeram mais as mãos. Eles tentaram se demonstrar mais seguros. E, intuitivamente, eles olharam nos olhos dos entrevistadores mais frequentemente do que aqueles que se presume estar dizendo a verdade, entre outros comportamentos.

O sistema pode ser, no futuro, uma ferramenta útil para os agentes de segurança, os júris e até mesmo para os profissionais de saúde mental, dizem os pesquisadores.

Para desenvolver e treinar o software, a equipe usou técnicas de aprendizado com a utilização de um conjunto de 120 clipes de vídeo da cobertura da mídia de testes reais. Eles adquiriram alguns dos clipes pelo site The Innocence Project, uma organização nacional que trabalha para libertar os condenados injustamente.

O aspecto do “mundo real” é um dos principais diferenciais desta pesquisa.

“Nos experimentos de laboratório, é difícil criar uma configuração que motiva as pessoas a mentirem verdadeiramente. As apostas não são altas o suficiente,” disse Rada Mihalcea, professora de Ciência da Computação e Engenharia que lidera o projeto com Mihai Burzo, professor assistente de Engenharia Mecânica da UM-Flint. “Nós podemos oferecer uma recompensa, se as pessoas conseguirem mentir bem — pagá-los para convencer a outra pessoa que algo falso é verdadeiro. Mas no mundo real existe uma verdadeira motivação para enganar.”

Os vídeos incluem os depoimentos dos réus e das testemunhas. Em metade dos clipes, a pessoa é considerada estar mentindo. Para determinar quem estava dizendo a verdade, os pesquisadores compararam seus testemunhos com veredictos da corte.

Para realizar o estudo, a equipe transcreveu o áudio, incluindo todos os “preenchimentos vocais”, como “um, ah, e uh.” Eles então analisaram como muitas vezes a pessoa utilizou várias palavras ou categorias de palavras. Também contaram os gestos nos vídeos usando um esquema de codificação padrão para interações interpessoais que contabiliza nove movimentos diferentes de cabeça, olhos, sobrancelhas, boca e mãos.

Os pesquisadores inseriram os dados no sistema e o deixou classificar os vídeos. Quando tanto os gestos quanto as palavras da pessoa interrogada foram consideradas, o software foi 75% preciso na identificação de quem estava mentindo. O resultado é muito melhor do que as avaliações feitas por seres humanos, que só tiveram melhor desempenho do que o jogo de moeda “cara ou coroa”.

“Os humanos são fracos detectores de mentira,” disse Mihalcea. “Esta não é um tipo de tarefa que somos naturalmente bons. Há indícios que os homens se entregam naturalmente quando estão mentindo, mas nós não estamos atentos o suficiente para detectá-los. Não estávamos contando quantas vezes uma pessoa diz ‘eu’ ou olha para cima. Estavam focados em um nível mais elevado de comunicação.”

Nos clipes das pessoas mentindo, os investigadores encontraram alguns comportamentos comuns:

• Fazer movimentos ou caretas com o rosto todo. Isso foi detectado em 30% dos mentirosos contra 10% das pessoas que diziam a verdade.
• Olhar diretamente para o interrogador: em 70% dos clipes de quem mentia contra 60% de quem era verdadeiro.
• Gesticular com as duas mãos — em 40% dos clipes dos mentirosos, em comparação com 25% dos verdadeiros.
• A utilização de interjeições como “um, ah” no meio das frases foi mais comum durante a mentira.
• O próprio distanciando da ação com palavras como ‘ele’ ou ‘ela,’ em vez de ‘eu’ ou ‘nós’ e o uso de frases que refletiam certeza.

O desenvolvimento deste software é parte de um projeto mais extenso.

“Nós estamos integrando parâmetros fisiológicos como ritmo cardíaco, taxa de respiração e flutuação da temperatura do corpo, todos juntos com imagem térmica não-invasiva,” Burzo disse.

Os pesquisadores também estão explorando o papel da influência cultural.

“A detecção da fraude, da mentira é um problema muito difícil,” disse Burzo. “É por isso que precisar trabalhar em vários ângulos diferentes.”

Para este trabalho, os próprios pesquisadores classificaram os gestos dos entrevistados, ao invés de deixar o trabalho para o computador. Eles estão no processo de treinamento do computador para fazer isso.

Study
Rada Mihalcea