Czy da się wykryć kłamstwo? Jak sprawdzać wyniki badań

TL;DR

Naukowe wykrywanie kłamstwa wymaga sprawdzianu, w którym wiadomo, co było prawdą. Samo doświadczenie, stanowisko ani wysoki procent trafień nie mówią jeszcze, ile prawdziwych wypowiedzi niesłusznie uznano za kłamstwo.

Możesz sprawdzić, czego dotyczyło zadanie, jak liczono błędy i czy metoda poradziła sobie z nowymi osobami. Są wyniki zachęcające do dalszych badań, ale nie ma jednego procentu pasującego do każdej rozmowy. Poniższe obliczenia są wymyślone i nie opisują skuteczności konkretnego urządzenia.

Stanowisko nie zastępuje sprawdzianu

Ktoś pewnie ocenia nagranie rozmowy. Ma doświadczenie, pełni odpowiedzialną funkcję i mówi, że potrafi rozpoznać kłamstwo. Łatwo uznać te cechy za potwierdzenie trafności oceny. Ale każda z nich dotyczy osoby oceniającej, a nie jeszcze prawdy o nagraniu.

Przy wykrywaniu kłamstwa potrzebne jest porównanie z odpowiedzią, którą ustalono niezależnie. Nie wystarczy sprawdzić, czy ocena brzmi rozsądnie albo czy zgadzają się z nią inni.

Pytanie nie brzmi więc tylko „kto to powiedział?”, lecz także „w jakiej próbie to sprawdzono?”. Wynik może zależeć od zadania i rodzaju wypowiedzi. Omawiane źródła sprawdzaliśmy ostatnio 20 października 2026 roku.

Co sprawdzały polskie badaczki

W opisie badań Joanny Ulatowskiej i Aleksandry Cisłak na stronie SWPS przedstawiono trzy próby z 502 uczestnikami: 88, 214 i 200. Oceniano kandydatów podczas pozorowanych rozmów kwalifikacyjnych. Praca ukazała się w 2022 roku.

Badaczki znalazły niewielką przewagę związaną z władzą społeczną, ograniczoną zależnie od badania do określonych ocen. Nie wynika z tego, że każda osoba na stanowisku kierowniczym rozpoznaje kłamstwo. Znaczenie mają sytuacja i sposób pomiaru.

To przydatny przykład, bo przeczy zbyt prostej opowieści w obie strony. Nie należy z góry zakładać, że władza zawsze poprawia albo zawsze pogarsza ocenę. Trzeba zachować to, co rzeczywiście porównano. Wniosek o wszystkich rozmowach byłby szerszy niż próba.

Skąd wiadomo, kto w zadaniu kłamał?

W oryginalnej publikacji o władzy i rozpoznawaniu kłamstwa opisano przygotowanie prawdziwych i nieprawdziwych prezentacji doświadczenia zawodowego. Zadania były kontrolowane; uczestnicy oceniali materiał przygotowany do badań. To inna sytuacja niż ustalanie prawdy o nieznanym zdarzeniu.

Ogólniej, badacz może zlecić jednej osobie zabranie przedmiotu, a drugiej pozostawienie go. Wtedy zna przydzielone zadania i ma podstawę do liczenia poprawnych ocen. Gdy używa historii autobiograficznych, powinien wyjaśnić, skąd wiadomo, które były wymyślone.

Relacja opowiadającej osoby, niezależny dokument i obserwacja wydarzenia dają różne podstawy. Jeśli wypowiedź nazwano kłamstwem dlatego, że wygląda podejrzanie, ten sam osąd nie może być niezależnym dowodem trafności metody. Można wówczas odtworzyć podejrzenie, niekoniecznie odkryć prawdę.

Wrażenie wiarygodności i poprawna odpowiedź

Możesz uznać prawdziwą historię za trochę bardziej przekonującą od wymyślonej, a potem obie nazwać prawdziwymi. Różnica w ocenach istnieje, lecz kłamstwo pozostało niezauważone. Ocenianie wiarygodności i poprawny wybór są różnymi wynikami.

W analizie sprawy kryminalnej trzeba zachować to rozróżnienie. Wyniku o wrażeniu nie należy przedstawiać jako dowodu skutecznego wyłapywania kłamstw. A wyniku dotyczącego jednej wypowiedzi nie można bez dodatkowych ustaleń rozszerzyć na odpowiedzialność za całe zdarzenie.

Badanie Bogaard i współautorów z 2026 roku dobrze pokazuje tę trudność: słaba zależność dotycząca wiarygodności prawdziwych opowieści nie potwierdziła wyraźnie trafniejszego wyboru w ich klasyfikacji. Zawsze warto sprawdzić, co konkretnie policzono.

Kiedy pytania pomagają

Oglądając nagranie, nie uzyskasz odpowiedzi, która nigdy nie padła. Prowadząc rozmowę, można poprosić o nowy szczegół. Czasem pozwala on znaleźć zapis lub osobę potwierdzającą zdarzenie.

Mac Giolla i Luke podali w 2021 roku średnią trafność podejść poznawczych około 60%, po jednej korekcie obciążenia około 55%. Obserwatorzy znający wskazówki osiągali 75,81%, pozostali 52,37%. Różnice między badaniami i możliwa selekcja publikacji ograniczają uogólnienie.

Zachęcający wynik nie musi być ukrywany, ale nie daje obietnicy, że każde trudne pytanie ujawni kłamstwo. W badaniu znaczenie miały procedura i instrukcje. Sukcesu określonej rozmowy nie można automatycznie przypisać oglądaniu pauzy w dowolnym filmie.

Starszy wynik Bonda i DePaulo, około 54% poprawnych ocen bez pomocy i szkolenia w 2006 roku, dotyczył zebranych zadań. Nie stanowi granicy dla wszystkich przyszłych metod ani prawdopodobieństwa kłamstwa konkretnej osoby.

Dwa rodzaje błędów

Metoda może przeoczyć kłamstwo. Może też niesłusznie podejrzewać prawdę. Jeśli będzie oznaczać prawie wszystko, znajdzie więcej kłamstw, ale zwiększy liczbę błędnych podejrzeń.

Czułość mówi, jaką część fałszywych wypowiedzi wykryto. Swoistość mówi, jaką część prawdziwych poprawnie pozostawiono bez oznaczenia. Liczy się je w innych grupach. Dobry wynik jednego wskaźnika nie określa drugiego.

Sprawdź również odpowiedzi nierozstrzygnięte. Przyznanie się do niepewności może być rozsądne. Jeżeli jednak trudne przypadki znikają z końcowej oceny, trzeba znać ich liczbę. Trafność pozostałych decyzji nie pokazuje, jak często metoda w ogóle potrafiła zdecydować.

Sto dwadzieścia pięć alarmów to nie tyle samo kłamstw

Wyobraź sobie 500 wypowiedzi: 100 fałszywych i 400 prawdziwych. Ustalmy dla wymyślonej metody 85% czułości i 90% swoistości. To założenia do rachunku, nie dane o rzeczywistym narzędziu ani częstości kłamania w życiu.

Metoda wykryje 85 fałszywych wypowiedzi i przeoczy piętnaście. Z prawdziwych poprawnie pozostawi 360, ale 40 niesłusznie oznaczy. Powstanie 125 alarmów, z których 85 ÷ 125 = 68% będzie dotyczyć faktycznego kłamstwa.

Ogólna trafność wyniesie (85 + 360) ÷ 500 = 89%. To inna odpowiedź niż 68%, bo inny jest mianownik. Zmieniając udział fałszu albo jeden z parametrów, zmienisz proporcję trafnych alarmów. Ten rachunek nie podaje gotowej szansy dla osoby ocenianej w prawdziwej sprawie.

Te same osoby pod inną nazwą testu

Program może uczyć się na nagraniach pewnych osób, a potem dostać inne fragmenty tych samych osób. Pliki są nowe, ale głosy i twarze niekoniecznie. Nie sprawdzono jeszcze działania na kimś nieznanym.

Model może wykorzystać mikrofon, pokój albo cechę nagrania przypadkowo związaną z etykietą. Przy obietnicy dotyczącej nowych ludzi trzeba oddzielić ich od materiału do nauki. Nowy język lub otoczenie także wymaga sprawdzenia.

Tysiąc fragmentów jednego wywiadu nie daje tysiąca niezależnych sytuacji. Sama wielkość zbioru nie usuwa tego problemu. Pytanie o podział uczestników może być bardziej pouczające niż duża liczba nagrań w opisie.

Różnica między grupami nie rozstrzyga za każdego

Dwie wymyślone grupy mają wyniki 1, 2, 3 oraz 2, 3, 4. Średnie są różne, ale wartości 2 i 3 występują po obu stronach. Pojedynczy wynik nie wskazuje grupy bezbłędnie.

Rzeczywista różnica średnich może być wartościowym odkryciem. Do decyzji o jednej osobie potrzeba jednak reguły oraz liczby jej błędów na nowym materiale. To osobne zadanie, którego nie wykonano samym porównaniem średnich.

Warto też pytać, z czym wiąże się zachowanie. Z prawdziwym kłamstwem czy z podejrzeniem obserwatora? Druga zależność może wyjaśnić uprzedzenie albo nietrafną ocenę. Dopiero porównanie z niezależnie znaną prawdą pozwala rozróżnić te możliwości.

Dlaczego potrzebne jest powtórzenie

Luke pokazał w 2019 roku, jak małe próby, niewiele powtórzeń i wybiórcze publikowanie mogą zawyżać efekty. To nie dowodzi, że wszystkie efekty są zerowe. Pokazuje, dlaczego liczy się droga do opublikowanego wyniku.

Jeżeli sprawdzono wiele kombinacji, a pokazano tylko najlepszą, nie widzimy okazji do przypadkowego sukcesu. Ustalenie planu przed poznaniem wyników i powtórzenie na innym materiale pomagają uczciwiej sprawdzić pomysł.

Poza laboratorium ludzie mogą ćwiczyć odpowiedzi, mieszać prawdę z wyobrażeniem lub nie współpracować. Trzeba zbadać takie warunki, zanim obieca się trafność w ich obecności. Rozsądna hipoteza nie zastępuje przeprowadzonego testu.

Obiektyw, pokwitowanie i sporny termin

W fikcyjnej historii uczestnik warsztatów mówi, że oddał wypożyczony obiektyw przed końcem dnia. Pokwitowanie ma datę następnego poranka. Wypowiedź brzmi przekonująco, ale system oznacza ją jako fałszywą.

Najpierw sprawdź, co oznacza data: fizyczne odłożenie sprzętu, przyjęcie przez obsługę czy wpis do ewidencji. Te zdarzenia mogły nastąpić osobno. Warto też porównać numer obiektywu. Dokument może dotyczyć innego egzemplarza.

Niezgodny numer to konkretna rozbieżność wymagająca wyjaśnienia, bez względu na spokojny lub nerwowy głos. Oznaczenie systemu nie ustali jednak, kto się pomylił ani czy wprowadził innych w błąd celowo. Trzeba wrócić do faktu i znaczenia słów.

O co zapytać przy kolejnej obietnicy trafności

Poszukaj zadania, sposobu ustalenia prawdy, dwóch rodzajów błędów i przypadków bez decyzji. Następnie zapytaj o nowe osoby oraz niezależne powtórzenie w warunkach podobnych do obiecanego użycia.

Badanie może pomóc zadawać lepsze pytania bez rozstrzygania oskarżenia. Jego wartość zależy także od tego, czy opisujemy wynik tak wąsko, jak pozwalają dane. Sam procent, oderwany od tych informacji, jeszcze nie uzasadnia wniosku o człowieku.