پیدایش دروغ گفتن، یک عملیات شناختی پیچیده و نقطه عطفی بزرگ در رشد طبیعی کودک است. همانطور که دروغ گفتن یک عملیات شناختی پیچیده است، تشخیص دروغ نیز بسیار پیچیده است. در این مطلب از الف بیشتر به این موضوع می‌پردازیم.
دروغ گفتن نوعی مدیریت کردن تاثیراتی است که بر دیگران می‌گذاریم. ما عمدتاً برای فرار از تنبیه اجتماعی یا کسب پاداش اجتماعی دروغ می‌گوییم. در ارتباط کلامی دروغ می‌گوییم تا دیگران تا تحت تاثیر بگذاریم، همانطور که با لباس و آرایش یا پست‌های اینستاگرام خود در ارتباط بصری تلاش برای تاثیرگذاری بر دیگران داریم.
برخی معتقدند که دروغ گفتن می‌تواند در رقابت اجتماعی مزایایی به ارمغان آورد و همچنین دلایل تکاملی نیز دارد. مثلا اجداد ما فکر می‌کردند اگر بتوانم خودم را بزرگ‌تر و تهدیدآمیزتر از آنچه هستم جلوه دهم، ممکن است از شکار شدن خود جلوگیری کنم. اگر بتوانم خود را بی‌خطر جلوه دهم، ممکن است طعمه را به دام بیاندازم. اگر بتوانم خودم را جذاب‌تر جلوه دهم، ممکن است همسری را جذب کنم.
افسوس که مانند همه ظرفیت‌های اجتماعی انسان، دروغ نیز جنبه تاریک و مخربی دارد و می‌تواند باعث بدبختی، هرج و مرج و درگیری شود. بنابراین، توانایی تشخیص دروغ‌گویی در موقعیت‌های اجتماعی برای انسان ارزش‌مند و مفید خواهد بود.
اگر در زمان کوتاه به طور دقیقی می‌توانستیم به تشخیص دروغ برسیم، تمام سیستم استخدام، حقوقی و سیاسی تغییر می‌کردند. جای تعجب نیست که چرا این همه انواع سیستم‌های تشخیص دروغ در طول سال‌ها ادعا کرده‌اند که می‌توانند دروغگو را تشخیص دهند.
یک مقاله که اخیرا (2023) توسط تیم برنن روانشناس از دانشگاه اسلو و همکارانش نوشته شده است، چندین روش تشخیص دروغ را که از دهه 1960 محبوبیت یا پشتوانه تجربی پیدا کرده‌اند، مرور می‌کند.
ابتدا از رویکردهایی صحبت می‌شد که سعی در خواندن رفتار غیرکلامی یعنی زبان بدن داشتند و این را روشی برای تشخیص دروغ می‌دانستند. البته که اینها تا حد زیادی توسط علم معاصر رد شده است. اما سازمان‌های مجری قانون و دولت‌های سراسر جهان هنوز پول و زمان زیادی هدر می‌دهند و در برنامه‌های تحلیل رفتارهای مشکوک ادعا می‌کنند قادر به شناسایی دروغگویان هستند.
دستگاه‌های تشخیص دروغ (پلی‌گراف) عملکردشان تحلیل و بررسی فیزیولوژی عصبی ما است و ادعا می‌کنند که اینگونه تشخیص دروغ صورت می‌گیرد – بر اساس این واقعیت که در هنگام دروغ گفتن اتفاقاتی در فیزیولوژی عصبی ما صورت می‌گیرد - علی‌رغم جذابیت عمومی و شهودی‌شان خوب عمل نکرده‌اند.
این رویکرد بر این مفهوم متکی است که دروغگوها، اما نه راستگویان، هنگام بازجویی، برانگیختگی فیزیولوژیکی بیشتری نشان می‌دهند. گزارش آکادمی ملی علوم در سال 2003 در مورد آزمایش پلی گراف به این نتیجه رسید که مبنای علمی آن ضعیف است، که با تحقیقات با کیفیت پایین و ادعاهای صحت بی‌اساس حمایت می‌شود. بررسی اخیر (2019) به این نتیجه رسید که این نتایج هنوز پابرجا هستند و مبنای علمی ضعیفی دارند.
فرضی دیگر که برای تشخیص دروغ مطرح است این است که گزاره‌های مبتنی بر تجربه (اتفاقاتی که واقعا رخ داده‌اند) کیفیت محتوای بالاتری نسبت به گزاره‌های ساختگی (اتفاقات دروغین) دارند، به این معنی که از نظر جزئیات غنی‌تر هستند و پیوندهای دقیق‌تری به خارج نشان می‌دهند یعنی فردی که صادق است از جزئیات بیشتری استفاده می‌کند و ممکنه ارجاعات بیشتری به اتفاقات و افراد دیگر بدهد.
تحقیقات نشان می‌دهد که حقیقت گویان گزارش‌های پر پیچ و خم و مفصل‌تری تولید می‌کنند، در حالی که دروغگویان تمایل دارند داستان‌ها را ساده نگه دارند.
بنابراین، روش‌های مصاحبه که بار شناختی را تحمیل می‌کنند ممکن است به ناظران این امکان را بدهد که دروغ‌ها را از راستگویان به طور مؤثر تشخیص دهند. این رویکرد، اگرچه امیدوارکننده است، اما هنوز در حال اصلاح است و هنوز برای انتقال به عرصه کاربردی آماده نیست.
پیشرفت فناوری‌های تصویربرداری تشدید مغناطیسی (MRI) و تصویربرداری تشدید مغناطیسی کاربردی (fMRI) امیدها را برای آزمایش تشخیص دروغ ایجاد کرده است. با این حال، این وعده محقق نشده است و ممکن است هرگز به سودمندی عملی تبدیل نشود.
اخیراً، روش جدیدی برای تشخیص دروغ مورد توجه قرار گرفته است، یک رویکرد عامیانه که به عنوان تکنیک مصاحبه پلیسی توسعه یافته است. این روش ابتدا از مظنون می‌خواهد تا گزارش کاملی از واقعه ارائه دهد و سپس به تدریج با شواهد مستقلی که در تضاد با روایت است، مواجه می‌شود و از مصاحبه‌شونده می‌خواهد که ناهماهنگی‌ها را توضیح دهد. یک آنالیز اخیر نشان داد که مظنونان گناهکار تناقضات بیانیه و شواهد بیشتری نسبت به مظنونان بی‌گناه ارائه می‌دهند.
سرانجام، ظهور اخیر فناوری یادگیری ماشینی هوش مصنوعی (AI) جبهه جدیدی را در مبارزه برای انجام تشخیص دروغ باز کرده است. هوش مصنوعی در شناسایی الگوها نسبت به انسان‌ها برتری دارد، و این ممکن است به این معنی باشد که ظرافت‌های ظریف در نشانه‌های کلامی و غیرکلامی که در گذشته شناسایی نشده‌اند، ممکن است در واقع توسط فناوری هوش مصنوعی آشکار شوند.
به عنوان مثال، در یک مطالعه اخیر (2021)، روانشناسان هلندی بنت کلاینبرگ و برونو ورشوئر نشان داده‌اند که یادگیری ماشینی می‌تواند به دقت تشخیص دروغ بهتری نسبت به قضاوت انسانی دست یابد. با این حال، دقت دستگاه در مطالعه آنها حدود 69 درصد بود.
به طور خلاصه، با وجود تلاش‌های علمی قوی در 60 سال گذشته، رویای دستیابی به یک فناوری تشخیص دروغ ساده، قابل اعتماد و عملی هنوز محقق نشده است. نویسندگان نتیجه می‌گیرند: "علم نشان می‌دهد که هیچ نشانه رفتاری قابل اعتمادی از فریب وجود ندارد که انسان بتواند آن را تشخیص دهد."
همانطور که دانیل کانمن روانشناس بیان می‌کند، «پدیده‌های روان‌شناختی ذاتاً پر سر و صدا هستند.» بنابراین، نشانه‌های فریب ممکن است در ناهنجاری عوامل فردی، فرهنگی و موقعیتی که در تولید و تفسیر هر انسانی نقش دارند گم شود.
با این حال، علم و فناوری در حال پیشرفت هستند. مانند دروغ گفتن، امید نیز یکی از ویژگی‌های دو لبه سخت افزار ما است. ممکن است مایوس کننده و ناامید کننده باشد، اما ما را نیز به سمت کشف حقیقت نگه می‌دارد. در این صورت انسان به حقیقت در مورد دروغ امیدوار است.
منبع: psychology today
