Experter uttrycker oro över AI-baserade lögnedetektorer: Forskare från tyska universitet har uttryckt allvarliga invändningar mot att använda artificiell intelligens för att bedöma sanning i kritiska tillämpningar såsom förhör av misstänkta i brottsfall och för att förhöra personer som söker inträde vid EU:s gränser.
AI:s brister i sanningsbedömning: Psykologiska experter Kristina Suchotzki från universitetet i Marburg och Matthias Gamer från universitetet i Würzburg påpekar flera problem med AI-system, inklusive deras ”svarta låda”-natur. Denna opacitet innebär att AI-bedömningar inte är transparenta eller verifierbara utifrån. Dessutom, utan en solid teoretisk grund, finns det en ökad risk för felaktiga resultat från en sådan teknologi.
Sökandet efter tecken på svek förblir obeslutsamt: Premissen för artificiell intelligens som tillämpas i lögnedetektion antar att tydliga indikatorer på svek existerar. Dock har omfattande forskning inte pekat ut på några pålitliga tecken som kan skilja sanna påståenden från falska. Detta innebär att inga beteendemässiga ledtrådar är tillräckligt giltiga för att göra hållbara bedömningar av någons ärlighet.
Myten om en fysiologisk lögnedetektor: Med hänvisning till en publicerad studie betonade experterna att ingen verklig motsvarighet till ”Pinocchios näsa” existerar, vilket anspelar på att de fysiska signalerna—såsom blodtryck, puls eller andning—som används av traditionella lögnedetektorer inte pålitligt kan fastställa sanningen. På grund av dessa begränsningar betraktas traditionella polygrafer allmänt som ovetenskapliga bland psykologer.
Begränsningar för AI-baserad fysiologisk lögnedetektion: Användningen av AI i lögnedetektion förlitar sig ofta på fysiologiska markörer och beteendemönster som sägs indikera svek. Men det finns ingen konsensus i den vetenskapliga gemenskapen om att specifika, pålitliga tecken på lögn existerar. Kroppen reagerar på många faktorer, såsom stress, rädsla eller till och med obehag, som inte nödvändigtvis är relaterade till svek. Dessutom är beteendemässiga ledtrådar mycket individuella och kan variera kraftigt från person till person, vilket gör det svårt att generalisera resultat.
Maskininlärning och oro över ansiktsigenkänning: Vissa AI-system utnyttjar maskininlärning och ansiktsigenkänning för att upptäcka lögner. Kritiker hävdar att sådana teknologier kan vara partiska, eftersom maskininlärningsalgoritmer endast är opartiska i den mån de är tränade på opartisk data. Om data inte representerar hela populationen finns det en risk att oskäligt straffa vissa demografier. Det finns också en oro för integritetsintrång vid användning av ansiktsigenkänningsteknik.
Vikten av mänsklig bedömning i lögnedetektion: Experter understryker vikten av mänsklig bedömning i kombination med tekniska hjälpmedel i lögnedetektion. Människor kan tolka sammanhang och förstå nyanserna i en persons beteende och situation, något som ett AI-system kanske inte fångar helt. Att förlita sig helt på teknik kan leda till rättssäkerhetsproblem om verktyget har fel.
Fördelar & Nackdelar med AI i Lögnedetektion:
Fördelar:
– Konsekvens: AI kan erbjuda konsekvent och opartisk analys, under förutsättning att de underliggande algoritmerna är väl utformade och data inte är partisk.
– Hastighet: AI-system kan bearbeta information och ge bedömningar snabbare än mänskliga utvärderare.
– Dataanalys: Avancerad AI har förmågan att analysera stora dataset, vilket potentiellt kan identifiera mönster som kan förbises av människor.
Nackdelar:
– Tillförlitlighet: Inga definitiva fysiologiska eller beteendemässiga signaler för svek är etablerade som AI kan upptäcka, vilket reser frågor om tillförlitlighet.
– Transparens: AI:s ”svarta låda”-natur gör det utmanande att förstå och lita på grunden för dess beslut.
– Eti…