Зачем мы говорим. История речи от неандертальцев до искусственного интеллекта

Как утверждают, действие подобных систем основывается на отслеживании микротреморов. Стресс изменяет приток крови к мышцам, включая и мышцы, контролирующие гортань, в результате чего, предположительно, меняются микротреморы голоса [24]. Однако, хотя исследования и обнаружили небольшие треморы в крупных мышцах, например в бицепсах, нет никаких доказательств того, что они возникают и в мышцах гортани. Управление голосом – это невероятно сложный процесс, в котором задействованы самые маленькие и самые быстрые мышцы тела, которые обеспечивают артикуляцию. Даже если бы здесь присутствовали микротреморы, их влияние было бы невозможно обнаружить.

С научной точки зрения недостатки тестов на наличие стресса в голосе были детально описаны в статье, опубликованной в журнале International Journal of Speech, Language and the Law двумя специалистами в области лингвистики и фонетики из Швеции – Франсиско Ласердой из Стокгольмского университета и Андерсом Эриксоном из Гетеборгского университета [25]. Авторы статьи не скрывали, что относятся к этой технологии с презрением. «В любой области найдутся шарлатаны, – такими словами начинается введение к статье, – особенно там, где можно сделать деньги, и лингвокриминалистика – не исключение». Статья была удалена с сайта журнала, после того как одна из компаний, технологию которой высмеяли ученые, пригрозила подать в суд на издателя. Этот случай послужил причиной того, что в 2013 году в Великобритании были изменены законы о распространении клеветы с целью защиты ученых, которые публикуют прошедший независимое рецензирование материал в научных журналах [26].

В центре внимания статьи находился один конкретный патент на технологию, который подтверждал опасения авторов по поводу используемого метода. «Текст патента был похож на студенческое эссе. Причем эссе такого студента, который совершенно не понимал, о чем идет речь, а просто использовал красивые слова», – говорит Франсиско. В патенте содержалось 500 строк компьютерного кода, что позволило Франсиско реконструировать процесс распознавания лжи. Программа выбирает из записи голоса изгибы звуковой волны, обрабатывает их, а затем вычисляет количество пиков, низших точек и плоских участков. Плоские участки могут быть вызваны паузами, хмыканьем (заполняющим речевую паузу) и поэтому, возможно, имеют некую слабую корреляцию с плавностью речи. Но число пиков и низших точек в профиле волны очень сильно зависит от настроек звукозаписывающего устройства.

Франсиско объясняет: «Это примерно то же самое, как если бы вы взяли текст, подсчитали количество случаев употребления гласной между двумя согласными, а потом оценили полученное число и длину последовательностей символов, которые находятся на расстоянии, скажем, пяти или десяти шагов в алфавите. И на основе этих данных сделали вывод, в каком состоянии находится автор текста!» Франсиско охарактеризовал эту программу как «управляемый голосом квази-случайный генератор чисел». Основываясь на количестве пиков, низших точек и плоских участков, программа выдает ряд меток, например: «обманчивость; низкий уровень стресса; мышление меньше, чем в рамках классификации; нормальное возбуждение». Как замечают в статье Ласерда и Эриксон, «результат анализа структурирован по тем же принципам, что и гороскопы», и представляет собой модель, которую практически каждый оператор может интерпретировать по-своему.

Подобные системы подвергались и научной проверке, которая показала, что они дают результаты, сравнимые с ожидаемой вероятностью. Келли Демхаус и ее коллеги из Университета Оклахомы опросили 319 заключенных из окружной тюрьмы, использовали ли те наркотики. Затем их ответы протестировали на наличие стресса в голосе [27]. После окончания интервью у опрошенных были взяты образцы мочи для анализа, и таким образом была установлена истина. «Ложные утвердительные ответы», вычисленные программой, на самом деле очень важны. Представьте, что, поддавшись на уговоры компании, вы согласились тестировать всех пассажиров в Хитроу на голосовой стресс. Вы будете каждый день отсеивать 8000 невинных людей, которых программа ложно идентифицировала как представляющих опасность.

В другом исследовании, тоже проведенном в тюрьме, количество арестантов-обманщиков сократилось на две трети после того, как им сообщили, что их речь анализировалась [28]. Таким образом, по-видимому, тест на наличие стресса в голосе работает благодаря блефу: люди, скорее всего, не станут лгать, если будут знать, что их могут разоблачить. Психологи называют это явление «эффектом фиктивного полиграфа». Оно было обнаружено Эдвардом Джоунзом и Гарольдом Сигалом, которые использовали поддельный детектор лжи, чтобы заставить испытуемых «открыть канал связи с собственной душой» и обнаружить их настоящие помыслы [29]. Полиция, страховые фирмы и правительственные учреждения могли бы сэкономить кучу денег, просто притворившись, что они купили детекторы лжи! Однако все это заставляет меня задуматься о том, сколько времени может продолжаться такой блеф.