Hoe test je of leugendetectie werkt? Kijk voorbij het percentage

TL;DR

Een onderzoek laat pas zien of leugendetectie werkt als duidelijk is welke vraag de test beantwoordde. Je wilt weten hoe de waarheid bekend was, welke fouten werden gemaakt en of onbekende mensen ook goed werden beoordeeld.

Spanning meten, een bekend detail herkennen en een uitspraak als onwaar aanwijzen zijn verschillende taken. Er zijn positieve onderzoeksresultaten, maar geen percentage dat je zomaar op ieder gesprek kunt plakken. De berekening hieronder is verzonnen om uit te leggen waarom veel juiste beslissingen toch veel verkeerde verdenkingen kunnen opleveren.

Welk antwoord moet de test eigenlijk geven?

In een vereniging ontbreekt een camera. Iemand vertelt wanneer die is teruggebracht. In de groepsapp gaat het al snel over de manier van praten: een pauze, een nerveuze lach, een antwoord dat te netjes klinkt. Wat zou een test hier moeten vaststellen?

Bij leugens herkennen is het antwoord niet vanzelf hetzelfde als het herkennen van spanning. Zelfs als iemand gespannen is, weet je nog niet wanneer de camera is teruggekomen. Het gevoel en de gebeurtenis hebben hun eigen bewijs nodig.

Begin daarom bij de betwiste uitspraak. Ging het over terugbrengen, ontvangen of registreren? Wie dat onderscheid overslaat, kan een nauwkeurig gemeten reactie koppelen aan een vraag die nooit is getest. De onderzoeken hier hebben we voor het laatst nagekeken op 20 oktober 2026.

Spanning, herkenning en een onwaar verhaal

In zijn Nederlandse overzicht uit 2015 over leugendetectie maakt onderzoeker Bruno Verschuere onderscheid tussen stressgerichte benaderingen, cognitieve taken en geheugendetectie. Het is een historische uitleg van mogelijkheden en beperkingen, geen actuele universele nauwkeurigheidstest. Een extra moeilijke taak kan ook iemand belasten die de waarheid vertelt.

Herkennen dat iemand een detail kent, vertelt nog niet hoe die kennis is verkregen. Eigen ervaring is één mogelijkheid; een gesprek of openbare informatie kan een andere zijn. Dat onderscheid is nodig voordat herkenning als bewijs voor deelname aan een gebeurtenis wordt gebruikt.

Bij een analyse van een zaak moet de controle dus passen bij het beweerde feit. Een test kan een vervolgvraag helpen kiezen. Hij hoeft niet alle tussenstappen naar een beschuldiging te hebben bewezen doordat één meting betrouwbaar lijkt.

Een controleerbaar detail brengt een andere vraag

De negen studies van Verschuere en collega’s uit 2023 lieten positieve resultaten zien wanneer beoordelaars zich op gedetailleerdheid richtten, in plaats van hun vrije indruk te volgen. Daarbij werden onder meer teksten, opgenomen interviews en livegesprekken gebruikt. Het resultaat geeft geen regel dat ieder uitvoerig verhaal waar is.

Een detail kan nuttig zijn doordat het naar iets controleerbaars leidt. Een tijdstip brengt je bij een logboek, een ontmoeting bij een bericht. De onafhankelijke informatie kan de versie ondersteunen of tegenspreken.

Een verzonnen verhaal kan echte plekken en namen bevatten rond één onware bewering. Een eerlijk antwoord kan kort zijn omdat de vraag kort was. Kijk daarom welk deel gecontroleerd moet worden. Een lange beschrijving van de omgeving lost een geschil over een overdracht nog niet op.

Hoe weten onderzoekers wat echt gebeurd is?

In een proef kun je sommige deelnemers vragen een voorwerp te pakken en anderen niet. De onderzoekers kennen de opdrachten en kunnen beoordelingen daarmee vergelijken. Dat maakt een duidelijke toets mogelijk, maar de opdracht is nog geen echte beschuldiging.

Bij autobiografische verhalen moet worden uitgelegd hoe de herkomst bekend is. Was er een getuige, een registratie of alleen een verklaring van de verteller? Verschillende antwoorden geven verschillende zekerheid over het etiket waarmee de test wordt beoordeeld.

Als een verhaal onwaar heet omdat het verdacht oogt, en datzelfde oordeel de test moet bevestigen, loopt de redenering in een kring. Misschien wordt een gedeelde indruk gemeten. De waarheid van de gebeurtenis is daarmee nog niet onafhankelijk gecontroleerd.

Geloofwaardig klinken is nog niet goed oordelen

Bogaard en collega’s onderzochten in 2026 bij 246 mensen beoordelingen van acht verhalen. Een kleine samenhang met geloofwaardigheid van ware verhalen bleek niet duidelijk terug te komen in correcte binaire classificatie: p = 0,062. Een indruk en een juiste beslissing bleven verschillende uitkomsten.

Je kunt een echt verhaal een zeven geven en een verzonnen verhaal een zes, maar beide waar noemen. Het verschil in waardering betekent dan niet dat de verzonnen versie is ontdekt. Dat onderscheid moet ook in een samenvatting van het onderzoek behouden blijven.

De oude uitkomst van Bond en DePaulo uit 2006, rond 54% juiste oordelen zonder training of hulpmiddelen, beschrijft de samengebrachte taken. Het is geen kans dat de volgende persoon liegt en geen grens aan iedere toekomstige methode.

Wat een foutpercentage uit elkaar moet houden

Een test kan een onwaarheid missen. Hij kan ook een ware uitspraak ten onrechte verdacht vinden. Meer waarschuwingen kunnen meer leugens vinden en tegelijk meer waarheid belasten.

Sensitiviteit telt welk deel van de onware uitspraken werd gevonden. Specificiteit telt welk deel van de ware uitspraken terecht ongemarkeerd bleef. Het zijn twee groepen met twee noemers. Een goed resultaat bij de ene groep geeft de andere niet cadeau.

Vraag ook naar onbesliste gevallen. Twijfel erkennen kan zinniger zijn dan raden. Maar als moeilijke antwoorden buiten de eindscore blijven, moet hun aantal zichtbaar blijven. De nauwkeurigheid van de overgebleven beslissingen beschrijft niet hoe vaak een beslissing mogelijk was.

Meer verkeerde dan juiste waarschuwingen

Neem 800 verzonnen uitspraken: 80 onwaar en 720 waar. Een denkbeeldige methode vindt 75% van de onware uitspraken en laat 90% van de ware uitspraken terecht ongemarkeerd. We kiezen de aannames voor de rekensom; dit is geen gemeten productprestatie of schatting van leugens in het dagelijks leven.

Er worden 60 onware uitspraken gevonden en twintig gemist. Bij de ware uitspraken gaat het 648 keer goed, maar ontstaan 72 verkeerde waarschuwingen. In totaal zijn er 132 waarschuwingen, waarvan 60 ÷ 132, ongeveer 45,5%, terecht zijn.

Toch is de algemene nauwkeurigheid (60 + 648) ÷ 800 = 88,5%. Dat kan samen: de ene rekening kijkt naar alle uitspraken, de andere alleen naar de gemarkeerde. Verander de aannames en de verhouding verandert mee. De uitkomst mag niet als kans op een leugen bij een echte persoon worden gebruikt.

Bekende gezichten in een nieuwe test

Stel dat een programma leert met opnamen van enkele sprekers en daarna andere fragmenten van dezelfde sprekers krijgt. De bestanden zijn nieuw, maar de personen mogelijk niet. Daarmee is nog niet getoetst hoe het systeem met een onbekend gezicht omgaat.

Het kan kenmerken van stemmen, microfoons of kamers benutten die toevallig bij de labels horen. Voor een belofte over nieuwe mensen moeten die mensen buiten het leren blijven. Een andere omgeving of taal vraagt eveneens een passende beoordeling.

Duizend fragmenten van één interview vormen niet duizend onafhankelijke situaties. De hoeveelheid materiaal kan nuttig zijn, maar vervangt de juiste scheiding niet. Vraag daarom welke personen en omstandigheden bij het toetsen echt onbekend waren.

Een groepsverschil kan echt zijn en toch overlappen

Twee denkbeeldige groepen hebben de waarden 1, 2, 3 en 2, 3, 4. Hun gemiddelden verschillen, terwijl 2 en 3 aan beide kanten voorkomen. Eén score wijst dus niet zonder fouten een groep aan.

Een werkelijk gemiddeld verschil kan onderzoek verder helpen. Voor een individuele keuze is daarnaast een regel nodig, met een toets van de fouten op nieuw materiaal. Het eerste resultaat bevat het tweede nog niet.

Hetzelfde geldt voor verbanden met het oordeel van waarnemers. Een beweging kan samenhangen met wantrouwen zonder samen te hangen met werkelijk liegen. Dan helpt het onderzoek een indruk begrijpen, mogelijk een verkeerde. De onafhankelijke waarheid blijft nodig om dat onderscheid te maken.

De tweede proef hoort ook bij het verhaal

Luke liet in 2019 zien hoe kleine steekproeven, weinig herhaling en selectief rapporteren effecten kunnen overschatten. Dat bewijst niet dat alle effecten ontbreken. Het maakt de weg naar het gepubliceerde resultaat relevant.

Als veel combinaties zijn geprobeerd en alleen de beste wordt getoond, ziet de lezer de kansen op toevalssucces niet. Vooraf vastgelegde keuzes en een nieuwe steekproef kunnen helpen om een idee een eerlijke test te geven.

In echte gesprekken bereiden mensen zich voor, antwoorden ze onvolledig of mengen ze waar en onwaar. Het is niet genoeg om aannemelijk te vinden dat dit verschil maakt. Het moet worden onderzocht voordat een prestatie voor die omstandigheden wordt beloofd.

De camera en de handtekening voor ontvangst

Terug naar een verzonnen verenigingscamera. Iemand zegt die op zaterdag te hebben teruggebracht; een ontvangstbewijs is op maandag getekend. Een overtuigende uitleg en een ongunstige automatische score lijken nu tegen elkaar te staan.

Misschien is de camera zaterdag achtergelaten en maandag gecontroleerd. Misschien vermeldt de bon een ander serienummer. Het terugbrengen, het aannemen en het administratief bevestigen zijn niet noodzakelijk hetzelfde moment.

Een verkeerd nummer is een concrete afwijking om uit te zoeken. Een rustige stem laat die niet verdwijnen. Maar de score beslist evenmin of iemand zich vergist of bewust misleidt. Daarvoor moet je weten wat is gezegd, welk voorwerp bedoeld werd en wat de stukken bevestigen.

Wat je naast het percentage wilt zien

Zoek de taak, de manier waarop de waarheid vaststond, de afzonderlijke fouten en de onbesliste gevallen. Kijk daarna of nieuwe mensen en een onafhankelijke herhaling zijn onderzocht.

Een onderzoek kan betere vragen opleveren zonder een beschuldiging af te handelen. De waarde ervan hangt ook af van hoe precies die bijdrage wordt beschreven. Staat het percentage los van al die informatie, dan ontbreekt nog de reden om een waarschuwing als vastgesteld feit te behandelen.