构建 AI 测谎仪

考虑到如今 AI 能够实现的各种功能，我们理所当然会问自己，这些技术是否能够在分析人类嫌疑陈述 — 或简言之，谎言 — 领域带来革命性变化。

测谎仪机器无论从哪个角度来看都堪称恐龙。一只附着在臂带上的指针，持续打印出代表某人生命体征和身体反应的数据流，其捕捉谎言的精确性自然大打折扣。这也是为何测谎仪的结果常常无法在法庭上采纳，尽管它曾导致不止一位无辜者入狱。

相比之下， AI 则是一台基于全方位观察原理的强大数据引擎。这意味着科学家们实际上可以从多条路径出发，将 AI 应用于寻求真相的场景。

一种途径是，像测谎仪那样分析被讯问嫌疑人的生命体征反应，但采用更为详细和精确的比较分析方法。

另一种途径则是利用语言 Token 分析人们的实际陈述，并运用逻辑和推理进行判断。

正如那句老话：一谎引出另一谎，最终你会陷入虚假陈述的网罗，因为真相最为简单易述。

无论如何，大家都在积极探索将 AI 应用于这一领域的可能性。

一些实验室研究结果

麻省理工学院去年的一篇科技报道介绍了 Alicia von Schenk 及其在德国维尔茨堡大学的同事们的研究工作，这支团队开展了一项试验，利用 AI 来捕捉虚假陈述。

他们的计算结果显示， AI 在 67% 的情况下能够识破谎言，而人类仅有 50% 的准确率。

这一数据看上去颇为奇怪，因为如果你仅在寻找二元结果 — 谎言与非谎言 — 即便不进行任何深入分析，你也有 50% 的正确率。

从这个角度来看，67% 的成绩也并非出类拔萃。

科学家们更为重要的一番话指出，在追求更精准识别人类谎言的过程中，我们可能实际上会破坏人类作为社会性动物所赖以构建的信任体系。

麻省理工学院的 Jessica Hamzelou 写道，“在某些方面，这是一件好事 — 这些工具可以帮助我们发现生活中遇到的更多谎言，比如我们在社交媒体上可能接触到的错误信息。” 但她接着指出，“问题并不全然乐观。它也可能破坏信任，而信任正是促使我们建立人际关系的根本要素。如果准确判断的代价是社会纽带的恶化，那又值不值得呢？”

换句话说，我们并不希望拥有一个过于精准的谎言检测系统，至少也不希望将其普遍应用于个人私密交往。

事实上，我们人类在某些方面的微妙程度远超过我们自以为的那样简单。

von Schenk 还就系统扩展性提供了一点见解：

“鉴于如今假新闻和虚假信息泛滥，这些技术的确有其积极意义。然而，你必须对它们进行严格测试 — 确保它们的表现远超人类。”

因此，也许我们还未完全准备好迎接 AI 测谎仪。

分析分析者

在我研究这篇文章时，发现研究人员正在探讨的另一个问题是 AI 如何处理那令人头疼的模拟情绪领域。

基本上，研究团队发现，如果 AI 系统接收到围绕战争和暴力的人类反应数据，它们就会“变得焦虑”或“表现出焦虑迹象”。

具体而言，科学家们在这些交互中应用了一种称作 State - Trait Anxiety Index ( 状态-特质焦虑指数 ) 的方法。该指数使用两组要素：一组描述个体当下的感受，另一组描述个体总体的情绪状态。在量表中，你会见到诸如“我感到压力”或“我感到困惑”等陈述，同时还有要求受访者在四级量表上评分的项目，例如“我通常不信任听到的信息”或“我常常感到多疑”。

显然，在讨论恐怖话题后， AI 会以焦虑指数来反馈其“情绪”状态。

有人可能会推断，这种“焦虑”是由于 AI 在浏览网络训练数据时注意到，当人们被谈及暴力和血腥时会表现出焦虑情绪，而 AI 只是简单复制了这种反应。然而，即便 AI 引擎本身并不天生具备复杂情感，一些研究人员仍然认为，机器能够表现出这种反应是一个值得注意的现象。

这不禁令人深思：人类社会互动与 AI 输出之间存在何种差异 —— 这些新型问卷系统和回答机制是否只是传达我们想听到的答案？

总之，看来有许多领域 —— 例如谎言检测和制造恐慌 —— 至今仍主要掌握在人类手中，而非机器，至少目前是这样。尽管我们继续在智慧和创造力方面逐步将更多权能交给 AI，但随着时间推移，我们可能将不得不进行大量博弈论研究，尤其是在面对日益复杂的模型时，以探讨 AI 是否会尝试欺骗和误导人类。Alan Turing 和 John Nash 等先驱奠定了这类互动的基础 —— 而今我们必须将这种客观分析应用到实际的技术实现上。我们准备好了吗？