EL SISTEMA VERIPOL

El sistema VeriPol permite detectar muchas de las denuncias falsas

En los últimos años se ha detectado un aumento en el número de denuncias falsas por robo con violencia e intimidación (RVI) y de hurto mediante el sistema del tirón (HT). Muchas personas probablemente no sepan que poner una denuncia falsa es un delito que puede suponer antecedente para el denunciante y que si, además, conlleva un delito de estafa a una entidad (como una compañía de seguros), puede acarrear responsabilidad penal. 

Quizás por ello, en 2014 se inició un proyecto para tratar de detectar este tipo de denuncias falsas. En tal proyecto participaron la Universidad Complutense y la Universidad Carlos III de Madrid, así como la Universidad "La Sapienza" de Roma y personal del Ministerio del Interior de España. El sistema, denominado VeriPol, ha sido validado recientemente para su uso oficial por la Policía Nacional en la detección de este tipo de denuncias falsas.

Dicho sistema consiste en una herramienta informática que estima la probabilidad de que una denuncia por robo con violencia e intimidación, o hurto con tirón, sea falsa. Para ello, calcula y analiza las combinaciones de las palabras más comunes que se emplean cuando se pone una denuncia falsa ante la policía. La entrada del sistema es el texto de cada denuncia y desde ahí se extrae el texto descriptivo de la misma. El sistema procesa ese texto descriptivo, extrayendo las características útiles para clasificar dicha denuncia, utilizando técnicas de procesamiento de lenguaje natural y pasando éstas características a un modelo matemático que estima la probabilidad de falsedad de la denuncia. Entre otras cosas, identifica las palabras que nos delatan cuando alguien pone una denuncia falsa. 

Parece ser que las palabras delatoras tienen unos patrones tan evidentes, que hacen que se haya podido establecer el correspondiente algoritmo. Dichas palabras han sido obtenidas del análisis de los textos transcritos de 1122 denuncias interpuestas en el año 2015, de las cuales se tenía la certeza de que 534 habían sido verdaderas y 588 falsas (había sido detectada su falsedad, o los denunciantes habían admitido haber mentido). En dicho algoritmo se han tenido en cuenta múltiples aportaciones que han realizado las investigaciones sobre la detección del engaño basado en el análisis de contenido.

Así, se sabe que las denuncias verdaderas suelen aportar más detalles que las falsas, siendo las falsas más breves. Por ello, en las falsas los hechos suelen ocurrir por detrás de la supuesta víctima, porque de esta forma se evita tener que dar detalles. Además, el atacante suele llevar "casco", "pasamontañas", "vestir de negro"... y los "tirones" suelen ocurrir desde "atrás", o por la "espalda". También suelen producirse para llevarse el "bolso" o la "mochila", que además el/la denunciante lleva colgado en un "hombro". En contra, las denuncias verdaderas incluyen típicamente, con más frecuencia, palabras que describen acciones y cualidades específicas, como "empezar a", "pelear", "gritar", "hombre", "edad", "delgado", "constitución", "cara", "pelo", barba", etc.

Además, las denuncias falsas son más imprecisas temporalmente ("se produjo hace unos días", "hace tres o cuatro días", etc.) y las descripciones se centran en el valor del objeto y/o en el motivo oculto por el que se denuncia, en lugar de centrarse en los hechos. Así, otras palabras vinculadas a las denuncias falsas serían: "iPhone", "móvil", "Apple", "seguro", "contrato", "compañía", "abogado"...

También el grado de implicación del denunciante es menor en las falsas denuncias, en el sentido de buscar cierto distanciamiento y describir los hechos ocurridos en lugares alejados de su domicilio y sin la compañía de familiares o conocidos. Por tanto, palabras como "rellano", "portal" o "portería", correlacionarían más con la veracidad de los hechos que con la falsedad.

También se han tenido en cuenta los recursos gramaticales y sintácticos empleados a la hora de relatar los hechos. En las falsas denuncias se emplean poco los pronombres como "yo", "él", "este" o "aquel". Lo mismo ocurriría con los verbos como "estar" y "ser", que se emplean más en las declaraciones verdaderas y donde además se centran más en la interacción entre la víctima y el agresor (en lugar de centrarse en el objeto robado).

Cuestiones sintácticas, como el uso de determinados adverbios, también son tenidas en cuenta. Así, el empleo de adverbios como "apenas" ("apenas recuerdo", "apenas pude verle") aparecerían más en las denuncias falsas. Lo mismo ocurriría con las frases enunciadas en negativo, más frecuentes entre los mentirosos ("no pude verle", "no existe nada ni científico, ni probado que pueda determinar...", "no pude reconocer").

La fiabilidad de dicho sistema se ha establecido en un 91% de aciertos, sin que ello suponga tener que decidir en ningún sentido, ya que solo será una herramienta más al servicio de la policía judicial, a la que habrá que unir la experiencia de los agentes. 

Por supuesto, ninguna de las construcciones o palabras aquí citadas implican falsedad. Tan solo hablaríamos de probabilidad de falsedad y tras tener en cuenta las combinaciones y persistencia respecto al número total de palabras empleadas.

VeriPol, además se integra perfectamente en el sistema policial de almacenamiento y gestión de denuncias (SIDENPOL). El sistema VeriPol obtuvo el año pasado el Premio de Investigación de la Fundación Policía Española y ha resultado finalista a los Premios Security Forum 2018.

Bibliografía

Quijano-Sánchez, L., Liberatore, F., Camacho-Collados, J., & Camacho-Collados, M. (2018). Aplicación automática de detección de lenguaje engañoso a informes policiales: extracción de patrones de comportamiento de un modelo de clasificación de varios pasos para comprender cómo mentimos a la policía. Knowledge-Based Systems , 149, 155-168.

Imágenes obtenidas de:

https://www.oposicionessaga.com/como-funciona-veripol/ 

https://almunecardigital.com/la-policia-nacional-detecta-denuncias-falsas-de-robos-y-estafas-a-las-companias-aseguradoras/

PROTOCOLOS DE PREGUNTAS EN DETECCIÓN DEL ENGAÑO

Con el fin de mejorar los niveles de precisión de muchas de las pruebas que se describen este blog, se han ido ideando distintos procedimientos para su aplicación, así como distintos protocolos de preguntas. Los protocolos de preguntas a emplear son muy diversos y con diferentes variantes, por lo que tan solo haremos una breve descripción de los tres procedimientos más conocidos: la Prueba de la Pregunta Relevante-Irrelevante, la Prueba de Preguntas de Control y la Prueba de Conocimiento Culpable.

La Prueba Relevante-Irrelevante ó RIT (Relevant-Irrelevant Test)

Uno de los protocolos poligráficos de preguntas más antiguos es la Técnica Relevante-Irrelevante (RIT), desarrollada por Larson (1932), basándose en la investigación de Marston (1917) Esta técnica consiste en realizar dos tipos de preguntas diferentes: preguntas relevantes sobre el delito y preguntas irrelevantes. Las preguntas relevantes están relacionadas con el delito investigado. Así por ejemplo, una posible pregunta relevante tras el robo de un valioso informe podría ser "¿robaste anoche del despacho de tu jefe el informe del caso Vistalegre?". Ante dicha pregunta todos los examinados, tanto inocentes como culpables, responderán que "no", ya que lo contrario supondría admitir que han cometido el delito. Por su parte, las preguntas irrelevantes no tienen nada que ver con el delito y el examinador sabe con certeza que el examinado (inocente o culpable) dirá la verdad cuando responda a las mismas. 

La base teórica de la RIT es que las respuestas fisiológicas más amplias se producirán ante las preguntas relevantes y que la mayor amplitud de tales respuestas es debida a la ansiedad a la detección (Raskin & Honts, 2002) Esas respuestas de mayor activación fisiológica ante las preguntas relevantes, frente a las irrelevantes, son  interpretadas como signos de la mentira.

La prueba de pregunta control ó CQT (Control-Comparison Question Test)

Para la Prueba de Pregunta Control (CQT), también denominada Prueba de Pregunta de Comparación, se elaboran tres tipos de preguntas diferentes: relevantes, irrelevantes y de control. Esta prueba se basa en la comparación de las respuestas a las preguntas relevantes con las respuestas a las preguntas de control (Elaad, 2003).

Como en la RIT, las preguntas relevantes son preguntas específicas sobre el delito y las irrelevantes las que nada tienen que ver con el delito. Por su parte, las preguntas de control son de naturaleza general, abarcan largos periodos de tiempo y no se refieren al delito motivo de la investigación. Dichas peguntas tienen por finalidad activar fisiológicamente a los examinados (culpables e inocentes) mediante preguntas cuyo respuesta afirmativa avergonzaría a cualquiera.

La base teórica de la CQT se basa en la premisa de que al sujeto inocente las preguntas control le generarán reacciones fisiológicas más fuertes que las preguntas relevantes, mientras que al  sospechoso culpable serán las preguntas relevantes las que le susciten mayor activación fisiológica (excitación).

Una variante de la CQT es la Prueba de la Mentira Dirigida o DLT (Directed-Lie Test), en la que al sujeto se le pide que mienta (conteste “no”) ante las preguntas control, aunque sus respuestas sinceras fueran afirmativas (fueran  verdad).

La prueba del Test de conocimiento culpable o GKT (Guilty Knowledge Test)

La finalidad de esta prueba, también conocida como Test de Información Oculta o CIT (Concealed Information Test), es evaluar si los examinados poseen conocimiento sobre un delito particular que no quieren revelar (Ben-Shakhar, Bar-Hillel, & Kremnitzer, 2002; Ben-Shakhar & Elaad, 2003).

Esta prueba que no pretende evaluar si el sujeto es sincero o miente, sino si posee conocimiento de los detalles concretos de un suceso que sólo pueden ser conocidos por la persona o personas implicadas en dicho suceso, por lo tanto, esta prueba supone una evaluación indirecta de la culpabilidad.

El formato de protocolo se basa en formular una serie de preguntas con cinco o seis alternativas de respuesta, incluyendo una alternativa relevante (respuesta correcta) ordenada al azar y cuatro o cinco no relevantes. Para reducir las posibilidades de que el sujeto conteste por azar a la respuesta correcta, se establece que el número mínimo de preguntas debe ser de al menos tres.

La base teórica en la que se apoya fundamentalmente esta prueba es en el conocido reflejo de orientación (Paulov, 1927; Sokolov, 1963). El reflejo de orientación conlleva cambios fisiológicos que pueden ser detectados por herramientas como el polígrafo; en concreto, un aumento de la actividad electrodermal, disminución de la tasa cardiaca y respiración profunda y lenta. En el caso de la Prueba de la onda P300, dicho reflejo conlleva la aparición de la misma. El sujeto con conocimiento culpable presentará en su respuesta electrodermal unos trazos más largos ante las respuestas verdaderas (o la aparición de la onda P300, en el caso de utilizar un EEG). Por contra, los inocentes no lo harán.

Trabajos citados

Ben-Shakhar, G., & Elaad, E. (2003). The validity of psychophysiological detection of information with the guilty knowledge test: A meta-analytic review. Journal of Applied Psychology, 88, 131–151.

Ben-Shakhar, G., Bar-Hillel, M., & Kremnitzer, M. (2002). Trial by polygraph: Reconsidering the use of the Guilty Knowledge Technique in court. Law and Human Behaviour, 26, 527-541.

Elaad, E. (2003). Is the inference rule of the control question polygraph technique plausible? Psychology, Crime and Law, 9, 37-47.

Larson, J. A. (1932). Lying and its detection: A study of deception and deception tests. Chicago, IL: University of Chicago Press.

Marston, W. A. (1917). Systolic blood pressure symptoms of deception. Journal of Experimental Psychology, 2, 117–163.

Paulov, I. P. (1927). Condition reflex. Oxford, England: Clarendon Press.

Raskin, D. C., & Honts, C. R. (2002). The comparison question test. En M. Kleiner (Ed.), Handbook of polygraph testing (págs. 1–47). San Diego, CA: Academic Press.

Sokolov, A. N. (1963). Perception and the conditioned reflex. Oxford, England: Pergamon Press.

EYEDETECT®

El EyeDetect® es un producto concebido en 2002 para detectar el engaño a través del examen óculo-motor de un sujeto. En el año 2002, el profesor John Kircher, reconocido experto en la detección del engaño, y su colega Doug Hacker, un psicólogo especialista en procesos de lectura, se plantearon la posibilidad de detectar la mentira a través de los cambios en el tamaño de la pupila y en el movimiento de los ojos, al leer y contestar un sospechoso a una serie de preguntas sobre el crimen cometido. 

(Imagen facilitada por Converus.Inc)

Específicamente, se plantearon si “los cambios en la carga cognitiva del sujeto podrían afectar al ojo, de tal manera que estos cambios pudieran ser capturados y permitieran detectar el engaño con la misma precisión que el polígrafo”. Entonces, surgió la idea de la detección del engaño a través del examen oculomotor, lo que se convertiría en la tecnología EyeDetect®.

En 2003, los profesores Kircher y Hacker formaron un equipo científico que incluiría a dos científicos expertos en procesos cognitivos, Anne Cook y Dan Woltz. Trabajaron juntos para desarrollar una solución óculo-motriz. En 2009 el Dr. David Raskin se unió al equipo y siguieron mejorando dicha tecnología. Tras dos estudios científicos formales, la tecnología fue lanzada al mercado en abril del 2014.

Actualmente existen más de 300 empresas y organizaciones que emplean EyeDetect® en 22 países, sobre todo para fines de selección de personal (seguridad, policía, justicia) evaluación periódica de empleados, monitoreo de personas en libertad condicional o concesión de visados. El software de EyeDetect está disponible en múltiples idiomas, entre ellos el español, el inglés y el árabe.

Algunos de los estudios científicos en los que se apoya EyeDetect®

Desde los estudios de Hess y Polt (1960) podemos afirmar que se verificó la hipótesis sugerida originalmente por Charles Darwin de que la dilatación de la pupila está relacionada con el miedo y otras emociones. Hess y Polt especularon que los cambios pupilares son mediados por el sistema nervioso simpático (SNS) y que estos podrían utilizarse "tanto cuantitativa  como cualitativamente como una medida de mayor o menor interés y placer por los estímulos visuales" (Hess y Polt, 1960, p. 350). Dichos estudios desataron una intensa actividad de investigación en el estudio del efecto de los estímulos visuales en la dilatación pupilar, aunque la metodología utilizada en muchos casos presentara claras deficiencias.

Pero además del vínculo encontrado entre emoción y dilatación pupilar, Hess y Polt (1964), basándose en los estudios previos de  Bumke de 1911(citado en Hacker, Kuhlman, Kircher, Cook, & Woltz, 2014, pág. 162), encontraron que el esfuerzo cognitivo también se asociaba a la dilatación de la pupila, resultando la respuesta pupilar una valiosa herramienta para el estudio de otros procesos mentales y la resolución de problemas (Hess y Polt, 1964, p. 1192). El descubrimiento de la asociación entre el esfuerzo mental y dilatación pupilar inició una gran cantidad de experimentos que corroboraron que la dilatación de la pupila se asociaba con una mayor dificultad en una amplia variedad de tareas cognitivas (Kahneman y Beatty, 1966; Ahern y Beatty, 1979; Bradshaw, 1968; Schaefer et al., 1968; Just y Carpenter, 1993; Schluroff, 1982; Beatty y Wagoner, 1978; Hyönä et al., 1995, entre otros).

Tras el surgimiento de los modernos rastreadores oculares, que proporcionan medidas continuas de posición de la mirada, así como del tamaño de la pupila, un estudio realizado en 1992 por Baker et al. (citado en Hacker, Kuhlman, Kircher, Cook, & Woltz, 2014, pág 163) allanó el camino para que un destacado grupo de científicos (Hacker, Kuhlman, Kircher, Cook, & Woltz) se iniciara en la investigación sobre las mediciones oculomotoras, obtenidas durante la lectura, para detectar el engaño.

Hoy sabemos que los cambios en el tamaño de la pupila pueden deberse a diversas causas, como los cambios de luz (ajustando el iris la cantidad de luz que entra en el ojo), los cambios en el enfoque (ej. de objetos cercanos y lejanos), como respuesta de sobresalto (el iris se dilata rápidamente cuando una persona está expuesta a ruidos fuertes o rápidos,  o a un contacto físico inesperado), la fatiga (según Hess, 1972, la constricción pupilar correlaciona con la fatiga), la excitación emocional (Hess y Polt, 1960; Partala et al., 2000; Bradley et al., 2008) y la carga cognitiva (las dilataciones pupilares ocurren como una función directa de la intensidad del esfuerzo mental).

Respecto a la carga cognitiva, son muchos los trabajos que han puesto de manifiesto que las respuestas pupilares evocadas por la tarea (TEPR,s) proporcionan un índice psicofisiológico fiable de la carga cognitiva durante el desempeño de una amplia variedad de actividades mentales (recuerdo y transformación de cadenas de dígitos, multiplicación mental, memorización de palabras, procesamiento de letras, etc.). También sabemos que las demandas de procesamiento aumentan cuando la comprensión de la oración se vuelve más difícil y que el aumento de las demandas sobre los recursos para leer textos más complejos, pueden ser mejorados asignando más tiempo a la comprensión (Just & Carpenter, The intensity of dimension of thought: pupillometric indices of sentence processing, 1993). Cuando el texto es difícil de comprender, "el proceso de comprensión puede mantener su velocidad y sacrificar la precisión o sacrificar su velocidad y mantener su precisión"(Just & Carpenter, The intensity of dimension of thought: pupillometric indices of sentence processing, 1993, pág. 334), dependiendo probablemente de si el objetivo es la comprensión del texto o completar la tarea de lectura (Hacker, Kuhlman, Kircher, Cook, & Woltz, 2014, pág. 170).

Por su parte, el parpadeo, además de humedecer el ojo, probablemente cumpla muchas otras funciones como la de regular los flujos de información visual entrantes para facilitar el procesamiento de información (Hacker, Kuhlman, Kircher, Cook, & Woltz, 2014, pág. 171).

La tasa de parpadeo, por su parte, se ha asociado con variables como el nerviosismo, el estrés, la fatiga y los estados de ánimo. En general, los estados de ánimo agradables se asocian con menores tasas de parpadeo, mientras que los estados de ánimo desagradables se asocian con mayores tasas de parpadeo (Tecce, 1992). Por su parte, Andreassi (1973) y Bauer et al. (1985) demostraron que los parpadeos responden a las demandas cognitivas, en el sentido de que los parpadeos se inhiben bajo altas demandas cognitivas y aumentan cuando las demandas son bajas. También sabemos que el parpadeo puede interferir potencialmente con las medidas pupilométricas de la dilatación pupilar asociada a la carga cognitiva (Fukuda, Stern, Brown, & Russo, 2005). En este sentido, el cierre del párpado reduce la cantidad de luz que entra en el ojo, poniendo momentáneamente el iris en la oscuridad, por lo que la pupila debe dilatarse con el cierre del párpado y contraerse con la apertura del mismo, ya que la retina se inunda de luz.

Los estudios de Siegle et al.(2008), pusieron de manifiesto que la dilatación pupilar y el parpadeo pueden ser medidas complementarias del procesamiento de la información, en el sentido de que los parpadeos nos proporcionan valiosa información sobre inicio y fin del procesamiento de la información, mientras que la dilatación pupilar lo hace sobre la carga cognitiva. Estos autores demostraron que el parpadeo se pronuncia justo antes de la máxima carga cognitiva, se inhibe a medida que la dilatación pupilar aumenta con el máximo rendimiento y se hace más pronunciado de nuevo después de esa carga cognitiva máxima. Así estos autores concluyeron en su estudio que la tasa de parpadeo, junto a la dilatación pupilar, “pueden proporcionar una validez convergente para las explicaciones que implican el tiempo transcurrido de la carga cognitiva desde la preparación, inicio de la carga, procesamiento máximo y desplazamiento o recuperación de la carga cognitiva" (Siegle, Ichikawa, & Steinhauer, 2008, pág. 686).

También existe una amplia investigación que pone de manifiesto que mentir es, desde el punto de vista de la carga cognitiva, más exigente que decir la verdad (Lubow & Fein, 1996; Seymour, Seifert, Shafto, & Mosmann, 2000; Johnson, Barnhardt, & Zhu, 2005; Vendemina, Buzan, & Green, 2005; Walczyk, Roper, Seemann, & Humphrey, 2003; Vrij, Mann, Kristen, & Fisher, 2007; Vrij A. , 2008; Vrij, y otros, 2009; Walczyk, Mahoney, Doverspike, & Griffith-Ross, 2009).

Respecto a los estudios de los movimientos oculares que ocurren durante la lectura, Just y Carpenter(1987) sostienen que cuando se lee cada palabra, sus atributos semánticos se activan inmediatamente, es decir, que el lector interpreta inmediatamente el significado de la palabra. También sostienen que las fijaciones que efectúa un individuo durante la lectura, cuando estas se acercan a 1000 ms, indican  que el lector puede tener dificultad para entender la palabra o identificar sus múltiples significados, o que el le da mayor relevancia a esa palabra. Durante la lectura normal, con el movimiento predominante de izquierda a derecha de los ojos, la lectura procede a través de un patrón que incluye los ojos fijados primero en una colección de caracteres o espacios, seguidos de movimientos rápidos, llamados sacudidas, a la siguiente colección de caracteres o espacios (Hacker, Kuhlman, Kircher, Cook, & Woltz, 2014, pág. 175). En general, con el aumento de la longitud de la palabra, aumenta la probabilidad de fijar una palabra. Además, a medida que aumenta la dificultad conceptual de un texto, aumenta el número y la duración de las fijaciones, disminuye la longitud de la sacudida y aumenta la frecuencia de las regresiones, es decir, de sacudidas hacia atrás (Hacker, Kuhlman, Kircher, Cook, & Woltz, 2014, pág. 176).

Supuestos teóricos en los que fundamenta su tecnología

Uno de los supuestos fundamentales es que mentir provoca sutiles cambios en el comportamiento ocular humano debido a la carga cognitiva que se genera al mentir. Ese mayor esfuerzo cognitivo producirá determinados efectos en el comportamiento ocular, produciéndose dilatación pupilar, aumento del tiempo de lectura y relectura y disminución de la tasa de parpadeo. No obstante, el engaño también evocará una respuesta emocional con efectos en la dilatación pupilar y en otras respuestas fisiológicas, como hemos mencionado.

Funcionamiento de EyeDetect®

EyeDetect® utiliza un sensor rastreador de ojos de alta velocidad (eyetracker) para medir los cambios que se producen en el comportamiento ocular (toma 60 medidas por segundo, principalmente dilatación pupilar, tasa de parpadeo y fijaciones) mientras que la persona lee sobre la pantalla de un ordenador, y responde con el teclado a preguntas de verdadero o falso.

Después combina estas mediciones de manera matemática para detectar el engaño La prueba dura entre 30 y 40 minutos y los resultados pueden estar listos en unos 5 minutos.

Según diversos estudios de campo, esta tecnología tendría una precisión del 85%, ampliable a casi el 99% cuando se emplea en combinación con el polígrafo.

Cómo se lleva a cabo la prueba

El sujeto que realiza la prueba se sienta frente a un ordenador y coloca su barbilla sobre un reposa-barbilla para fijar su posición. Posteriormente se calibra el rastreador siguiendo el sujeto un punto rojo con sus ojos.

(Imagen facilitada por Converus.Inc)

A continuación, el sujeto responde a las preguntas que aparecen en la pantalla de un ordenador, como “verdadero” o “falso”, mientras que el rastreador de ojos detecta los cambios que se van produciendo en los ojos, tales como el diámetro de la pupila, el parpadeo, la posición de la mirada, etc.

Las respuestas a estas preguntas, junto con los cambios pupilares y los movimientos oculares son capturados con precisión por el escáner óptico y finalmente son encriptados y almacenados de manera segura en un disco duro.

Al término de la prueba, los datos se cargan, de manera segura, desde el disco duro seguro a un servidor en la nube, donde un potente ordenador ejecuta el análisis y genera un informe detallado. En esencia, por medio de una ecuación de regresión logística, EyeDetect calcula la probabilidad de veracidad.

A los pocos minutos, el personal autorizado puede acceder al informe a través de un navegador de Web, o de un dispositivo móvil, para ver las respuestas individuales y las calificaciones de credibilidad de Converus. Esta calificación da la probabilidad de que el individuo sea veraz.

Utilidad del EyeDetect®

Según publica la propia compañía Converus, la mayoría de las empresas de los países donde es legal administrar las pruebas de detección de mentiras en el lugar de trabajo, utilizan EyeDetect® para la selección de candidatos a determinados puestos de trabajo y para el control periódico de sus trabajadores. Citan su idoneidad para la selección de candidatos a puestos del gobierno, policía y funcionarios de prisiones; así como para la depuración de los solicitantes de visado, inmigrantes, delincuentes sexuales en libertad condicional, etc. Como curiosidad, también recomiendan su uso en ámbitos de la seguridad nacional, en concreto para detectar terroristas entre los refugiados sirios.

Trabajos citados

Andreassi, J. L. (1973). Alpha and problem solving: a demonstration. Perceptual and Motor Skills , 36, 905-906.

Bauer, L., Strock, B., Goldstein, R., Stern, J., & Walrath, L. (1985). Auditory discrimination and the eyeblink. Psychophysiology , 22, 629-635.

Bradley, M. T., Micolli, L., Escrig, M. A., & Lang, P. J. (2008). The pupil as a measure of emotional arousal and autonomic activation. Psychophysiology , 45, 602-607.

Bumke, O. (1911). Die Pupillen Störungen, Die Geistes, und Nervenkrankheiten. Jena: Fischer.

Fukuda, K., Stern, J. A., Brown, T. B., & Russo, M. B. (2005). Cognition, blinks, eye-movements, and pupillary movements during performance of a running memory task. Aviation, Space and Environmental Medicine , 76 (7 Suppl.), C75-C85.

Hacker, D. J., Kuhlman, B. B., Kircher, J. C., Cook, A. E., & Woltz, D. J. (2014). Deecting Deception Using Ocular Metrics During Reading. En D. C. Raski, C. R. Honts, & J. C. Kircher, Credibility Assessment: Scientific Research and Aplications (págs. 159-216). Oxford, Reino Unido: Academic Press.

Hess, E. H. (1972). Puppillometrics. En N. S. Greenfield, & R. A. Sterbach, Handbook of Psychophysiology (págs. 491-531). New York: Holt, Rinehart and Winston.

Hess, E. H., & Polt, J. M. (1960). Pupil size as related to interest value of visual stimuli. Science , 132, 349-350.

Hess, E., & Polt, J. M. (1964). Pupil size in relation to mental activity during simple problem-solving. Science , 143, 1190–1192.

Johnson, J. R., Barnhardt, J., & Zhu, J. (2005). Differential effects of practice on the executive processes used for truthful and deceptive responses: an event-related brain potential study. Cognitive Brain Research , 24, 386-404.

Just, M. A., & Carpenter, P. A. (1993). The intensity of dimension of thought: pupillometric indices of sentence processing. Canadian Journal of Experimental Psychology , 47, 310-339.

Lubow, R. E., & Fein, O. (1996). Pupillary size in response to a visual guilty knowledge test: new technique for the detection of deception. Journal of Experimental Psychology Applied , 2, 164-177.

Partala, T., Jokiniemi, M., & Surakka, V. (2000). Pupillary responses to emotionally provocative stimuli. En Proceedings of the 2000 Symposium on Eye Tracking Research and Applications (págs. 123-129). New York: ACM Press.

Seymour, T. L., Seifert, C. M., Shafto, M., & Mosmann, A. L. (2000). Using response time measures to assess “guilty knowledge”. Journal of Applied Psychology , 85, 30-37.

Siegle, G. J., Ichikawa, N., & Steinhauer, S. (2008). Blink before you think: blinks occur prior to and following cognitive load indexed by pupillary responses. Paychophysiology , 45, 679-687.

Tecce, J. J. (1992). Psychology, Physiology and Experimental Psychology. New York: McGraw-Hill.

Vendemina, J., Buzan, R. F., & Green, E. P. (2005). Practice effects, workload, and reaction time in deception. American Journal of Psychology , 118, 413-429.

Vrij, A. (2008). Detecting lies and deceit. Pitfalls and opportunities (Second edition). Southern Gate, Chichester: Wiley.

Vrij, A., Leal, S., Granhag, P., Mann, S., Fisher, R. P., Hillman, J., y otros. (2009). Outsmarting the liars: the benefit of asking unanticipated questions. Law and Human Bahavior , 33, 159-166.

Vrij, A., Mann, S., Kristen, S., & Fisher, R. P. (2007). Cues to deception and ability to detect lies as a function of police interview styles. Law and Human Behavior , 31, 599-518.

Walczyk, J., Mahoney, K., Doverspike, D., & Griffith-Ross, D. (2009). Cognitive lie detection: response time and consistency of answers as cues to deception. Journal of Business and Psychology , 24, 33-49.

Walczyk, J., Roper, K., Seemann, E., & Humphrey, A. (2003). Cognitive mechanisms underlying lying to questions: response time as a cue to deception. Applied Cognitive Psychology , 17, 755-774.

LO ÚLTIMO EN DETECCIÓN DE MENTIRAS PARA LA SEGURIDAD AEROPORTUARIA

Detectar mentiras es algo muy complejo ya que no existen indicios,  verbales o no verbales, totalmente confiables (Vrij, Granhag, & Mann, 2010). La mayoría de las investigaciones señalan que hay más éxito en la detección de mentiras cuando se analiza el contenido de lo dicho, esto es, cuando se tiene en cuenta el componente verbal, en lugar de las variables psicofisiológicas o el comportamiento no verbal. Pero a pesar de ello, arsenales de nuevos sistemas para tratar de filtrar a las personas con malas intenciones en los aeropuertos, sigue siendo objetivo primordial de los distintos gobiernos, máxime cuando la UE va a prohibir el uso de rayos X en las terminales de todos los aeropuertos. Veamos cuales son las últimas “tendencias” en este campo.

Los túneles de seguridad

La Asociación Internacional de Transporte Aéreo (IATA) ha ideado un nuevo sistema a implantar en los aeropuertos, en un plazo de 5 o 7 años, para tratar de detectar a los viajeros con malas intenciones. Se trataría de distribuir a los pasajeros en tres grupos diferentes en base 3 niveles distintos de seguridad: usuarios habituales, riesgo normal y pasajeros de alto riesgo. Así, lo último en seguridad aeroportuaria consistiría en una serie de túneles de seguridad que los viajeros deberán atravesar. Estos túneles estarán equipados con rayos X, detectores de líquidos o metales y escáneres de iris. 

Los diferentes tipos de pasajes se distinguirán según colores de acuerdo con los tres niveles. De esta forma, las personas que viajen con regularidad y hayan dejado sus datos personales en un banco de antecedentes, serán reconocidas a partir de esa información, siendo  reconocidos como “pasajeros habituales” y pasando por el primer túnel (azul claro). Unas máquinas ubicadas en las paredes de dichos túneles escanearán a la persona y su equipaje en busca de objetos de metal y fluidos, mientras esta avanza por el mismo.

Los pasajeros calificados como “riesgo normal” pasarán por el segundo túnel (color morado). Además de ser escaneados ellos y su equipaje, como en el primer caso, se buscarán también restos de explosivos. Por último, el tercer túnel (color amarillo) irá destinado a viajeros de “alto riesgo”, por ejemplo, sospechosos y personas con antecedentes penales. En este caso el escaneo será más exhaustivo.

De esta forma se pretende que la privacidad de los pasajeros no se vea invadida. Aquellos que no oculten ninguna oscura intención sobre el propósito de su viaje atravesarán sin problemas el túnel de seguridad correspondiente.

El reconocimiento facial térmico

Como ya expuse en el apartado “termografía del rostro” de este mismo blog, la detección del engaño a través de la termografía del rostro se basa en el mismo principio que el polígrafo, es decir, en que  mentir produce signos fisiológicos de estrés.

Un estudio del año 2002, publicado en la revista Nature, mostraba que ante situaciones en las que un sujeto realiza un esfuerzo mental (enfrentarse a tareas difíciles, al ser evaluado, al mentir o engañar), se producen cambios térmicos faciales, principalmente alrededor de los ojos (Pavlidis, Eberhart y Levine, 2002). 

Con posterioridad, se han ido llevando a cabo múltiples investigaciones en esta área. Así las investigaciones lideradas por el Profesor Hassan Ugail, un matemático e informático de la Universidad de Aberystwyth, en Gales. Dicho profesor es un verdadero líder en el campo de la computación visual y ha contribuido en gran medida al desarrollo del campo mediante la entrega con éxito de múltiples proyectos de investigación e innovación de alto perfil, así como de publicaciones y conferencias internacionales. Dichas investigaciones han permitido desarrollar un sistema con el cual se podrían analizar los rostros de las personas para detectar mentiras, en un contexto de entrevista.

Una cámara de imagen térmica, captaría las variaciones de la temperatura facial, en respuesta a ciertas preguntas. Las zonas alrededor del ojo (zona periorbital) y las mejillas son muy sensibles al aumento de temperatura. Por otra parte, una cámara común seguiría los gestos faciales cuadro por cuadro y operaría de manera conjunta con las imágenes térmicas; estas imágenes serían analizadas mediante las Unidades de Acción Facial, empleando el FACS (sistema para categorizar expresiones faciales establecido por los psicólogos estadounidenses Paul Ekman y Walter V. Friesen). La información sería recopilada e introducida en un ordenador donde un algoritmo matemático, creado especialmente, evaluaría la sinceridad o no del entrevistado.

La iniciativa se puso en marcha para intentar desvelar si las personas que llegan a un  país están dando un relato verdadero de sí mismos. El sistema podría ser utilizado durante las entrevistas en la aduana y en el control de pasaportes y desvelar la veracidad o falsedad de los relatos mediante un reconocimiento facial térmico.

El sistema habría sido probado con una treintena de sujetos, con una tasa de éxito de dos de cada tres, lo que no parece que suponga muchas ventajas respecto a otros métodos ya existentes. Investigadores como Aldert Vrij, profesor de psicología social aplicada de la Universidad de Portsmouth (Reino Unido), mantienen que las imágenes térmicas por sí mismas no son útiles para detectar engaño. En un artículo, publicado en 2011 en la revista Law and Human Behavior (Ley y comportamiento humano), Vrij y sus colegas concluyeron que es poco probable que las imágenes térmicas sean efectivas en la mejora de la seguridad aeroportuaria. En su estudio, aplicado a 51 pasajeros en un aeropuerto internacional no revelado, encontraron que las imágenes térmicas "clasificará como mentirosos a pasajeros que no lo son, quienes estarían ansiosos por razones ajenas al engaño". Vrij mantiene que el supuesto de que los mentirosos son más nerviosos que los que dicen la verdad es incorrecto y que aunque una máquina pueda ser exacta en medir el nerviosismo, eso no significa que alguien mienta.

El rastreo del móvil

En Finlandia se ha puesto en marcha el sistema de Helsinki-Vantaa Airport, el cual permite rastrear el movimiento de los pasajeros a lo largo del aeropuerto, mediante el bluetooth. Este sistema se basa en el seguimiento de aquellos pasajeros que puedan parecer sospechosos a través de sus teléfonos móviles. Parece ser que por ahora este sistema solo se ofrece a los pasajeros para conocer el tiempo de espera estimado en las diferentes filas de la puerta de seguridad, de embarque o de facturación.

La tecnología de este sistema ha sido desarrollada por Amor Grupo. El sistema podría seguir a cualquier pasajero por toda la terminal y, al tiempo, se podría utilizar la información para crear perfiles de pasajeros que detallaran el comportamiento de dichos individuos.

Especialistas en comportamiento infiltrados entre los pasajeros

En Estados Unidos, lo que a simple vista pudiera parecer una simple conversación, sin interés especial alguno, podría resultar ser un interrogatorio encubierto en toda regla. Grupos de Oficiales de Detección de Comportamiento (BDOs) serían los encargados de entablar conversación con aquellos individuos sobre los que recae cierta desconfianza sobre el motivo de su viaje.

Dicho sistema habría sido respaldado por la Administración de Seguridad en el Transporte (TSA). Según la TSA el objetivo principal de estos agentes sería el de estimular y detectar las reacciones involuntarias físicas y fisiológicas que la gente muestra cuando tiene miedo de ser descubierta.  Parece ser que el sistema ya estaría implantado en  161 aeropuertos de Estados Unidos. La  misión de estos funcionarios consistiría en descubrir intenciones ocultas entablando conversación con los sospechosos pero basándose en su propio instinto a la vista de esas reacciones físicas y fisiológicas involuntarias.

Perros rastreadores clonados

En el 2005, el profesor Lee Byeong-chun logró una nueva raza de perros superrastreadores que fueron empleados en al aeropuerto de Incheon, en Corea del Sur. Parece ser que el siguiente clon de Lee será un perro de alto rendimiento dotado de una mayor capacidad para detectar la presencia de enfermedades en los seres humanos.

TRABAJOS CITADOS:

- Lee, B. C., Kim, M. K., Jang, G., Oh, H. J., Yuda, F., Kim, H. J. & Hwang, W. S. (2005). Dogs cloned from adult somatic cells. Nature, 436(7051), 641-641.

- Pavlidis, I., Eberhardt, N. L., & Levine, J. A. (2002). Human behaviour: Seeing through the face of deception. Nature, 415(6867), 35-35.

- Vrij, A., Granhag, A. & Mann, S. (2010). Good Liars. The Journal of Psychiatry & Law, No. 38, 77-98.

-Warmelink, L., Vrij, A., Mann, S., Leal, S., Forrester, D., & Fisher, RP (2011). La termografía como una herramienta de detección de mentiras en los aeropuertos. Ley y el comportamiento humano, 35 (1), 40-48.

EL BOLÍGRAFO ELECTRÓNICO QUE DETECTA MENTIRAS

Investigadores israelíes diseñaron en el 2010 un nuevo sistema de Evaluación Caligráfica Computorizada (COMPET), capaz de analizar si alguien está declarando la verdad. Según una investigación realizada por la Facultad de Asuntos Sociales y Salud de la universidad de Haifa, cuando una persona miente su caligrafía experimenta un cambio significativo, imperceptible para el ojo el humano pero fácilmente analizable por un ordenador.

*Imagen obtenida del artículo de Luria, G., & Rosenblum, S. (2010).

El consistió en analizar los textos de 34 individuos a los que se les pidió describir dos hechos relacionados con su vida: uno completamente verdadero y el otro inventado.  Los voluntarios que participaron en la investigación realizaron sendas redacciones con un bolígrafo electrónico, sobre una hoja de papel colocada encima de una tabla también electrónica. Los datos recogidos por ambos instrumentos fueron analizados por un programa de ordenador que medía variables como la presión ejercida sobre la hoja, el ritmo y velocidad de la escritura,  el número de veces que el bolígrafo perdía contacto con la hoja, el tamaño de la letra y el grosor del trazado.

Se encontraron diferencias en la presión media, medidas espaciales (longitud media de la carrera y la media de altura de elevación), pero no se encontraron diferencias en las medidas temporales y en el número de velocidades máximas.

Según los investigadores Gil Luria y Sara Rosenblum (2010)  la presión que ejerce una persona al escribir sobre una hoja cuando está mintiendo, sería considerablemente mayor que cuando dice la verdad y lo mismo ocurriría con los intervalos en la escritura del texto. También afirman que el tamaño de la letra y el grosor del trazado serían más grandes cuando la persona miente.

El estudio se basa en la carga cognitiva que se produce durante el engaño. Los enfoques cognitivos que explican la detección de mentiras asumen que codificar un mensaje engañoso requiere un esfuerzo cognitivo mayor que decir la verdad, debido a las demandas de capacidad de procesamiento más altas (Miller y Stiff, 1993; Sporer y Schwandt, 2006; Sporer y Zander, 2001; Vrij, 2008; Zuckerman et al., 1981), particularmente cuando la mentira implica un informe acerca de un evento complejo (Sporer y Zander, 2.001). Los modelos teóricos que se concentran en los aspectos cognitivos de engaño justifican una complejidad cognitiva superior que participan en la mentira a través de una variedad de conceptos, como superior "carga cognitiva” (Vrij, 2008), mayor necesidad de uso de la memoria de trabajo (Baddeley, 2000) , y de la memoria autobiográfica (Brewer, 1996).

Al igual que en la comunicación verbal, la comunicación de mentiras por escrito también requeriría un mayor esfuerzo cognitivo y se basaría menos en el procesamiento automático.

Los investigadores del estudio sostienen que al mentir las actividades que son generalmente automáticas, pasan un proceso de mayor control por el cerebro y de ahí que la actividad se altere, ya que cuando se comunica un mensaje falso la escritura requiere unos recursos cognitivos mucho mayores (sobrecarga cognitiva), de forma que una acción automática como es escribir se vería perturbada.

TRABAJOS CITADOS

-          Baddeley, A. D. (2000). The episodic buffer: A new component of working memory? Trends in Cognitive Sciences, 4, 417–423.

-          Brewer, W. F. (1996). What is recollective memory?. In D. C. Rubin (Ed.), Remembering our past: Studies in autbiographical memory (pp. 19–66). New York: Cambridge University Press.

-          Luria, G., & Rosenblum, S. (2010). Comparing the handwriting behaviours of true and false writing with computerized handwriting measures. Applied Cognitive Psychology, 24(8), 1115-1128.

Disponible en:

 http://ts-si.org/files/doi101002acp1621LuriaRosenblumHandwriting.pdf

-          Miller, G., & Stiff, J. (1993). Deceptive communication. Newbury Park, CA: Sage Publications, Inc.

-          Sporer, S. L., & Schwandt, B. (2006). Paraverbal indicators of deception: A metaanalytic synthesis. Applied Cognitive Psychology, 20, 421–446.

-          Sporer, SL, y Zander, J. (2001). Nonverbal cues to detection: Do motivation and preparation make a difference? Paper presented in the 11th European Conference on Psychology and Law, Lisbon, Portugal.

-          Vrij, A. (2008). Detecting lies and deceit: Pitfalls and opportunities (2nd ed.) Chichester: JohnWiley and Sons.

-          Zuckerman, M., Koestner, R., & Driver, R. (1981). Beliefs about cues associated with deception. Journal of Nonverbal Behavior, 6, 105–114.