A spanyol rendőrőrsök a mesterséges intelligenciának köszönhetően bevezetik a világ első rendszerét, amely képes a hazugságok felderítésére

Egy állampolgár a rendőrségre megy panaszt benyújtani. Egy ügynök ellátogat hozzá, és miközben számítógépen írja, amit a panaszos elmond a saját szavaival.

bejelentése

A matematikából és statisztikából végzett Miguel Camacho ellenőr 2012-ben a Granada központjában lévő rendőrségen olvasta fel az utcán elkövetett erőszakos rablások nyilatkozatait. Ez volt az első rendelői megbízatása az akadémia után. Néhány panasz hamisnak tűnt számára, különösen a drága mobiltelefonokkal kapcsolatban. "De akkor nagyon naiv voltam" - mondja. Camacho nem tudta elképzelni, hogy valaki elmegy a rendőrségre, hogy feljelentést tegyen valamiről, ami nem történt meg, például.

Két évvel később Camacho Fulbright-ösztöndíjat kapott, és a Los Angeles-i UCLA-ba ment, hogy doktori fokozatot dolgozzon ki a prediktív rendészet terén. Visszatérve, már egy új madridi célállomáson rájött, hogy a mesterséges intelligencia automatizálhatja a hamis jelentések felderítését a panaszosok által leggyakrabban használt szavak alapján. A rendőr egy kutatók és tisztviselők csoportját hozta össze nulla költséggel, hogy kifejlessze a modellt: "Nem tudom, hogy valami ilyen nyilvánvaló dolog nem jutott eszembe korábban" - magyarázza.

Az eredmény egy VeriPol nevű rendszer, amely elemzi és kiszámítja a leggyakoribb szóösszetételeket, amikor egy rendőr elé fekszik. A modell a természetes nyelv feldolgozásával és a mesterséges intelligenciával fedezi fel azokat a szavakat, amelyek elárulnak bennünket, és a jelentés hamis valószínûségét.

Az árulkodó szavak 2015-ben 1122 panasz szövegének elemzéséből kerültek elő: 534 igaz és 588 hamis. A vizsgált panaszok csak az utcán elkövetett erőszakos rablás vagy húzás esetei. A hibák elkerülése érdekében a nyomozók már lezárt ügyeket választottak ki: mert letartóztatást tartottak, vagy mert a panaszosok beismerték hazugságukat.

A modell a leggyakoribb szóösszetételeket elemzi, amikor egy rendőr elé fekszik

A rendszert egy tudományos cikk magyarázza el, amely márciusban jelent meg a Knowledge-Based Systems folyóiratban: A szöveges megtévesztő nyelv automatikus észlelésének alkalmazása a rendőrségi jelentésekben.

Camacho felügyelővel együtt a szerzők Lara Quijano, a Madridi Autonóm Egyetem informatikusai, Federico Liberatore a Complutense-től, José Camacho matematikus a Cardiff-i Egyetemen (Egyesült Királyság) és Miguel testvére. A VeriPol a világ első modellje, amelyet hivatalos használatra validáltak. És ez lesz az első, aki rendőrségen jelentkezik.

Jobb, mint egy ember

A Veripol készségét már a gyakorlatban is alkalmazták: 91% -os pontossággal képes megjósolni, ha egy jelentés hamis. Ugyanezen panaszcsoporton egy szakértő rendőr körülbelül 75% -ot észlel.

Az árulkodó szavak tökéletes ábrázolást mutatnak megtévesztéseink mögött rejlő logikáról és naivitásról, még a rendőrséggel szemben is. Valaki azt gondolhatja, hogy a hazugsága egyedülálló. De nem. Valójában nyilvánvaló: mindannyian olyan nyilvánvaló mintákkal rendelkeznek, hogy egy algoritmus tökéletes azok rögzítésére.

Az igaz jelentések általában további részleteket közölnek. A hamisakban a panaszos törekszik a részletek kiküszöbölésére. Mi a legjobb módja ennek? A hamisság egyik legjobb előrejelzője a "nap" szó. Nem azért, mert a rablások teljes fényben vannak, hanem azért, mert "néhány napja", "egy napja" vagy "két vagy három napja" voltak, nem pedig "tegnap" vagy "csütörtök".

Más szavak, amelyek a hamis vádak felderítésére szolgálnak, a „hátulról” vagy a „hátulról”, a „hátizsákból” vagy a „pénztárcából”, vagy valamiből, amelyet az áldozat a vállán viselt. A hamis támadások általában olyanok, akik "sisakot" viselnek és "feketébe" öltöznek (a rossz fiúk mindig feketét viselnek). A hamis tények általában hátulról fordulnak elő, mert megmentik a panaszost attól, hogy részleteket kelljen megadnia.

A VeriPol a világ első, hivatalos dokumentumokkal hitelesített modellje

A panaszokban szereplő hamisságokkal kapcsolatos egyéb szavak: "biztosítás", "ügyvéd", "mobil", "Apple", "iPhone", "cég" vagy "szerződés". A hamis jelentésekben szereplő leírások nem a tényekre összpontosítanak, hanem az objektumra, annak értékére és a hátsó motívumra, amelyekért a rendőrséghez fordulunk.

A nyomozók megállapították, hogy a ház "kapuja" közelében vagy a "leszállásnál" történt lopásokra vonatkozó állítások nagyobb valószínűséggel igazak. A hamis bejelentéssel járó emberek megpróbálják távol tartani őket otthonuktól, ismerőseiktől.

A VeriPol elemzi a leggyakrabban használt nyelvtani és szintaktikai erőforrásokat is. A személyes és demonstratív névmások, sőt a "ser" és az "estar" igék inkább igaz felmondásokban jelennek meg. A hazugok viszont kevéssé adottak konkrét névmásokkal, például "I", "he" vagy "this" és "that". A hamisakban ismét a homályosság dominál: "Az igaz jelentések inkább a bűncselekmény történetének, valamint az áldozat és az agresszor interakcióinak elmesélésére összpontosulnak" - áll a cikkben.

A szintaxis is ad

A szintaxis a hazugságok számára is átlátható. A "alig" határozószó által bevezetett kifejezések - például a "alig láttam" vagy "alig emlékszik" kifejezésre - hamisságra utalnak. Szintén nagy számú elutasítás kapcsolódik a hazugságokhoz: olyan mondatokban jelennek meg, mint a "nem tudok több információt adni", "nem szenvedett sérüléseket", "nem látott", "nem ismeri fel".

Az igaz panaszok a cselekvés lényegére összpontosítanak, míg a hamisak a tárgyak leírására törekszenek, ez az egyetlen dolog, amit a panaszos látott. A tényleges panaszok például nagyfokú szavakkal jellemzik az adott tulajdonságokat és cselekvéseket: "szakáll", "arc", "haj", "centiméterek", "vékony", "alkat", "életkor", "ember", "kiabálás", "harc", "indítás".

Azok a személyek, akik hamis jelentést tesznek, megpróbálják távol tartani őket otthonuktól, ismerőseiktől

A hamis jelentések általában rövidebbek. Ez nem jelenti azt, hogy a rövidség minden hazugság jellemzője. A Tripadvisor hamis áttekintése megpróbálhat hosszú leírásokat kínálni az őszintétlenség enyhítésére. Minden modellnek meg kell találnia a kontextust.

Ezeknek a szavaknak vagy konstrukcióknak egyike sem jelent önmagában hamisságot. Kombinációjuk és kitartásuk a szavak teljes száma között azok, amelyek a hamis valószínűségét jelzik. Az algoritmus jobban érzékeli ezen árnyalatok súlyát, mint egy ember. Amikor életbe lép, a modell nem dönt semmiről. Csak egy további eszköz lesz, amelyet az igazságügyi rendőrség hozzáad a felfogásához. "Az algoritmus olyan, mint egy régi, sok tapasztalattal rendelkező rendőr, aki ott van a szomszédban, és aki segít a rendőrségen, és elmondja nekik, hogy mi hangzik igaznak vagy hamisnak" - mondja Lara Quijano kutató.

A vizsgálat szerint a hamis panaszok százalékos arányáról nincsenek általános adatok, de a rendőrség egyes állomásai szerint a vizsgálat 57% -át teszi ki. A hamis bejelentés bűncselekmény, amelyet a rendőrség átad egy bírónak, és nyilvántartást készíthet a panaszos számára. Ha emellett csalási bűncselekményt is kötnek például egy biztosítótársasághoz, büntetőjogi felelősség állhat fenn. A VeriPol visszatarthatja egyeseket a hazugságtól a jelentéseikben. De mindig lesz valaki, aki azt hiszi, hogy meg tudja verni a gépet, mert ismeri a trükköt. Valójában a Veripol nem kapja el a hamis bejelentések körülbelül 10% -át, de ez még csak egy eszköz a rendőrség kezében, nem az egyetlen. Az algoritmus-kombinációk és a frissítések pedig elválaszthatatlanok.