Сердце машины. Наше будущее в эру эмоционального искусственного интеллекта

Для успешного взаимодействия внутри вида нужна система, основанная на взаимном альтруизме, в которой ни одна из особей не получает нечестного преимущества над другими в рамках ячейки общества⁴. Благодаря этому становятся возможными общение и социальная сплоченность. Большую часть времени мы проводим, общаясь с другими людьми, и считаем, что все, что нам говорят, правда⁵. Без этой уверенности общение становится не только неэффективным, но даже хуже, чем бесполезным. Психологи определили, что в основном мы действуем на основании склонности к правде, то есть предпочитаем считать правдой все, что нам говорят. Такое исходное предположение повышает эффективность общения.

С другой стороны, исследователи полагают⁶, что обман мог сыграть (и продолжает играть) роль в естественном отборе. Благодаря преимуществам, которые обман дает тем, кто удачно им пользуется, возникает убежденность, что риск подобного поведения оправдан. В некоторых случаях это может быть верно. Средства и методы обмана многочисленны, но есть у них общая черта: намерение сместить относительный баланс сил в пользу обманщика.

Масштабный мета-анализ результатов изучения 206 документов и 24483 записей судей показал, что всем нам, в том числе полицейским и судьям, удается отличить правду от лжи с вероятностью, немного превышающей обычную случайность. В среднем люди правильно определяют ложь всего в 54 % случаев⁷. Стоит отметить, что если большинство людей действуют на основании склонности к правде, то сотрудники органов правопорядка придерживаются другой крайности и считают, что люди склонны привирать. Тем не менее ни один из этих подходов не эффективнее другого. В ходе еще одного исследования, в котором приняли участие 509 человек, в том числе персонал правоохранительных органов, таких как Секретная служба США, ЦРУ, ФБР, Агентство национальной безопасности и Управление по борьбе с незаконным оборотом наркотиков, только сотрудникам Секретной службы с вероятностью выше случайной удалось определить, лжет ли собеседник. Но даже их успех составил всего 64 %.

Нет ничего удивительного в том, что люди по всему миру ищут надежные способы определения лжи. Если отбросить позорные стулья из прошлого и сжигание ведьм, то научный метод выявления обмана начал применяться лишь в конце XIX века. В то время несколько открытий и изобретений, основанных на спонтанных реакциях человека, были объединены в первую версию современного детектора лжи. Детектор лжи, или полиграф (что означает «много написанного»), изобрел Джон А. Ларсон в 1921 году в Беркли, штат Калифорния. Устройство одновременно записывало и отображало изменения пульса, артериального давления и частоты дыхания у проверяемого.

Со временем полиграф много раз изменяли и усовершенствовали, в частности добавили функцию измерения электропроводности кожи проверяемого. В конце XX века появились алгоритмы и программное обеспечение для более эффективного анализа данных, полученных полиграфом. Сейчас проверка на полиграфе – один из лучших и исключительно технологичных методов подтверждения правды и выявления обмана.

Тем не менее эффективность полиграфа остается крайне спорной. Разночтения в результатах проверки вызывают множество противоречивых мнений. Кроме того, нельзя отличить ответы человека, который говорит правду, но взволнован, и того, кто действительно лжет. Дело усложняет то, что некоторые люди специально тренируются, чтобы провести машину, и лгут, не проявляя спонтанных реакций, которые бы их выдали. Поэтому многие суды и законы не считают проверку на полиграфе приемлемым доказательством.

С точки зрения предотвращения преступлений есть еще одна проблема – полиграф нельзя использовать удаленно; чтобы устройство работало, его нужно подсоединить к проверяемому человеку напрямую.

С появлением эмоционального программирования ситуация может измениться. Вспомогательные технологии, такие как распознавание лиц, уже используются в крупных городах: в магазинах, на рекламных щитах, спортивных стадионах и на улицах – в видеокамерах систем замкнутого типа. В некоторых городах цифровые табло показывают целевую рекламу в зависимости от пола, возраста и этнической принадлежности смотрящего. Цифровые табло, разработанные такими компаниями, как Immersive Labs (которую в 2015 году купила компания Kairos), могут определять характеристики целевой аудитории с расстояния 7,6 метра при равномерном освещении для двадцати пяти человек одновременно. Умное телевидение и системы, оснащенные Microsoft Kinect или веб-камерами, можно запрограммировать на определение демографических или иных данных человека, стоящего или сидящего напротив. Полученная информация позволяет мгновенно подбирать для него специальную информацию, в том числе рекламную. В Великобритании технологии распознавания все чаще применяются в изображениях, передаваемых через шесть миллионов камер слежения, установленных по всей стране.