Можно ли распознать ложь? Как учёные проверяют такие методы

TL;DR

Учёные умеют проверять, помогает ли определённый приём отличить правду от выдумки. Но это ещё не значит, что по человеку можно сразу понять, врёт ли он. Успех в опыте зависит от задания, участников и того, какие ошибки считали.

Если тебе обещают «90% точности», полезно выяснить, что стоит за этой цифрой. Сколько правдивых ответов ошибочно сочли ложью? Откуда исследователи знали, как всё было на самом деле? Проверяли ли метод на людях, которых программа раньше не видела? Ниже разберём эти вопросы на исследованиях и простом расчёте.

«Он точно врёт». Откуда такая уверенность?

В разборе интервью человек отвёл глаза, замолчал, потёр ладони. Автор ролика объясняет: именно здесь он соврал. А в описании написано, что метод научный и его точность подтверждена исследованиями.

Допустим, паузу и движение рук заметили правильно. Но откуда известно, что они вызваны ложью? Собеседник мог вспоминать дату, подбирать слова или переживать из-за камеры. Чтобы выбрать одно объяснение, нужны основания помимо самой паузы.

В распознавании лжи легко перескочить через этот вопрос. Сначала описывают поведение, потом называют чувство, а затем объясняют, что человек хочет скрыть. Каждое следующее утверждение звучит как продолжение предыдущего, хотя доказательства для него могут отсутствовать.

Поэтому нас интересует не уверенность автора разбора, а опыт, на который он ссылается. Что делали участники? Что требовалось угадать? И похожа ли эта задача на интервью, которое мы смотрим?

Последний раз мы проверяли обсуждаемые исследования 20 октября 2026 года.

Кто в эксперименте знает, как всё было?

Представь опыт: одним участникам поручили взять предмет, другим оставить его на месте. Затем всех расспрашивают о случившемся, а наблюдатели решают, кто говорит правду. Организаторы знают, кому какое задание досталось. Значит, они могут проверить ответы наблюдателей.

Это удобный способ устроить исследование. Но у него есть граница: участник выполняет поручение, а не отвечает на настоящее обвинение. Его успех показывает, как метод сработал в этом опыте. Для другой ситуации понадобится новая проверка.

Иногда людей просят рассказать историю из своей жизни или придумать её. Тогда нужно выяснить, как проверили сами истории. Рассказчик подтвердил их происхождение? Событие видели другие? Осталась независимая запись? От этого зависит, насколько надёжны ответы, с которыми сравнивают догадки.

Особенно плохо, если рассказ сначала назвали ложным, потому что он показался подозрительным, а потом тем же подозрением «подтвердили» метод. Получится совпадение с первоначальным впечатлением. С правдой о событии оно может не совпасть.

Что можно узнать по снимкам мозга

В исследовании Орлова и коллег 2024 года изучали данные фМРТ 72 участников: 36 мужчин и 36 женщин. Задания были связаны со скрываемым именем и недавно полученной информацией. Авторы смотрели, какие области мозга активны, и сравнивали результаты при разных способах обработки и составе групп.

На схеме показана сама разница между задачами. Цветные участки условные: это не снимки из исследования и не карта обнаруженной у участников активности.

Авторы работают над подходами к оценке отдельных людей. Но в этой статье не приведён готовый тест, который определяет виновность незнакомого человека с заявленным процентом точности. Групповые результаты помогают исследовать вопрос; способность принимать решения по одному человеку ещё нужно проверять отдельно.

Даже если удаётся выяснить, что человеку знакома деталь, остаётся вопрос: откуда? Можно знать о предмете по собственному опыту, из чужого рассказа или из новостей. Знакомство с деталью и участие в событии требуют разных доказательств.

Почему среднее по группе не даёт ответ за каждого

Возьмём совсем простой пример. В одной выдуманной группе результаты 1, 2, 3, в другой 2, 3, 4. Среднее в первой равно 2, во второй 3. Группы различаются, но значения 2 и 3 встречаются в обеих.

Если теперь показать только результат 3, по нему нельзя безошибочно назвать группу. Чтобы делать такой выбор, придётся установить правило и посмотреть, как часто оно ошибается на новых примерах.

Эти числа мы придумали для объяснения. Та же трудность возникает, когда исследователи находят среднюю разницу в движениях, речи или реакции мозга. Разница может быть настоящей и полезной для науки. Но отдельные люди из двух групп всё равно могут показывать похожие результаты.

Поэтому фраза «при лжи чаще встречается такой признак» не равна фразе «у этого человека есть признак, значит, он врёт». Во втором случае от метода требуется гораздо больше.

Можно поверить рассказу и ошибиться

В работе Богаард и коллег 2026 года 246 участников оценивали восемь рассказов. Знание признаков было слабо связано с тем, насколько убедительными им казались правдивые истории. А вот связь с правильным выбором «правда или ложь» для этих историй не подтвердилась по обычному статистическому критерию: p = 0,062. Убедительного влияния формата записи в этой задаче тоже не нашли.

Почему это различие важно? Представь два рассказа: один настоящий, другой выдуманный. Ты ставишь им 7 и 6 баллов по шкале доверия, но в итоге оба называешь правдивыми. Настоящий рассказ показался чуть убедительнее, однако выдумку ты всё равно не распознал/а.

В разборе уголовного дела такая подмена меняет смысл доказательства. Исследование могло показать разницу во впечатлениях. Пересказать это как доказанную способность ловить лжецов означало бы приписать ему другой результат.

И ещё одно: если оценивают конкретную фразу, вывод относится к ней. Нельзя незаметно расширить его до ответа на вопрос, виновен ли человек во всём, в чём его подозревают.

Откуда взялись 54%

Возможно, тебе уже попадалось утверждение, что люди распознают ложь лишь немного лучше случайного угадывания. Один из его источников, метаанализ Бонда и Депауло 2006 года, объединил 206 материалов с 24 483 наблюдателями. Без специальных средств и обучения они верно оценивали около 54% высказываний: 47% ложных и 61% правдивых.

Это средний результат рассмотренных опытов. Он не устанавливает предел для любого расследования, разговора или способа проверки. И не означает, что очередной собеседник врёт с вероятностью 54%.

Отдельные показатели для лжи и правды нужны не для красоты. Если всегда отвечать «правда», можно правильно назвать все правдивые высказывания и не найти ни одной лжи. Общий балл будет зависеть от того, сколько в задании правды. Поэтому одного процента недостаточно, чтобы понять, в чём человек или программа справились хорошо.

А если задавать другие вопросы?

Когда ты смотришь готовую запись, у тебя есть только то, что в неё попало. Тот, кто ведёт беседу, может попросить уточнить время, место или обстоятельства. Ответ даст новые сведения, которые иногда можно проверить. Это уже другая задача.

В метаанализе Мак Джоллы и Люка 2021 года, опубликованном онлайн в 2020-м, когнитивные подходы дали в среднем 60% точности. После одной поправки на возможное смещение оценка снизилась примерно до 55%, с 95%-м интервалом 48,83–61,16%. Наблюдатели, знавшие, на какие признаки обращать внимание, показали 75,81%, остальные 52,37%. Результаты заметно различались между работами; авторы также указали на возможное смещение публикаций.

Здесь есть обнадёживающий результат. Но это не обещание, что любой неожиданный или сложный вопрос поможет обнаружить ложь. Важны сам вопрос, условия беседы и то, как потом оценивали ответ. Нельзя взять лучший процент и отбросить всё, что понадобилось для его получения.

Много подробностей: значит, правда?

Вершуре и коллеги в девяти исследованиях 2023 года получили положительный результат, когда предлагали оценивать подробность рассказов вместо свободного впечатления от них. Использовались письменные истории, расшифровки и интервью. Такой приём помогал различать правду и выдумку в изученных условиях.

Это стоит исследовать дальше. Но в обычном разговоре длина ответа зависит ещё и от вопроса. На «Во сколько ты пришёл/пришла?» можно правдиво ответить двумя словами. А выдуманная история способна содержать настоящие адреса, имена и события вокруг одного скрытого поступка.

Полезнее спросить: что именно позволяют проверить эти подробности? Названное место можно сопоставить с записью, время встречи можно сверить с сообщением. Тогда мы получаем новые основания для вывода. Само количество слов не заменяет эту работу.

Что значит «находит девять случаев из десяти»

Чтобы понять обещание точности, разделим две ошибки. Метод может пропустить ложь. А может принять правду за ложь. Если он находит девять из десяти ложных ответов, мы ещё ничего не знаем о том, сколько правдивых ответов он зря объявит подозрительными.

Для этого используют два показателя. Чувствительность показывает, какую долю ложных ответов удалось обнаружить. Специфичность показывает, какую долю правдивых ответов правильно оставили без подозрений. Названия непривычные, но вопросы за ними простые.

Можно начать подозревать почти всех и пропускать меньше лжи. Только ошибочных обвинений при этом станет больше. Поэтому нужно видеть оба показателя, а не один удачный.

Также спроси, что делали с ответами, по которым метод не смог решить. Отказ от решения может быть разумнее догадки. Но если трудные случаи просто убрали из подсчёта, высокий балл относится лишь к оставшимся.

Половина подозрений может оказаться ошибочной

Проверим это на числах. Представь 500 ответов: 50 ложных и 450 правдивых. Наш выдуманный метод находит 90% лжи и правильно оставляет без подозрений 90% правдивых ответов. Все условия задаём сами, чтобы показать расчёт; реальную точность какого-либо прибора мы здесь не оцениваем.

Из пятидесяти ложных ответов он найдёт 45, а пять пропустит. Из 450 правдивых правильно оценит 405, но 45 ошибочно сочтёт ложными.

Итого подозрительных ответов 90. В половине из них действительно солгали, а в половине сказали правду: 45 ÷ 90 = 50%.

При этом общий результат действительно равен 90%: (45 + 405) ÷ 500. Просто мы считаем разные вещи. Девять правильных решений из десяти среди всех ответов не означают девять верных подозрений из десяти.

Если изменить долю лжи, изменится и результат. А в настоящем расследовании мы обычно заранее не знаем, сколько людей солгали. Поэтому этот пример помогает понять ограничение процента, но не даёт готовой вероятности для конкретного человека.

Программу проверяли на незнакомых людях?

Допустим, программу учили на записях нескольких человек. Потом дали ей другие записи, но с теми же голосами и лицами. Если результат хороший, можно ли обещать, что она столь же хорошо оценит незнакомого собеседника?

Пока нет. Возможно, она уловила особенности людей, микрофонов или комнат. Если такие особенности случайно совпали с тем, какие записи назвали правдивыми, система могла научиться различать именно их.

Поэтому для проверки на новых людях записи этих людей нельзя заранее использовать в обучении. А для обещания работать с другим языком, местом или качеством звука нужно выяснить, проверяли ли её и в этих условиях.

Большое число файлов само по себе проблему не решает. В тысяче коротких отрывков одного интервью всё ещё один собеседник и одна ситуация, а не тысяча независимых проверок.

Одного удачного опыта мало

Люк в работе 2019 года исследовал, как малые выборки, редкие повторения и избирательная публикация могут завышать оценки признаков лжи. Его анализ не доказывает, что все такие признаки бесполезны. Он показывает, почему красивой цифре из одной работы не стоит сразу доверять.

Представь, что проверили много жестов и способов подсчёта, а сообщили только о самом удачном сочетании. Читатель увидит результат, но не увидит, сколько попыток стояло за ним. Если повторить опыт с выбранным правилом, успех может оказаться скромнее.

Поэтому исследователи могут заранее записать, что и как будут проверять. Это называется предварительной регистрацией. Повторение опыта на других людях помогает понять, сохранится ли результат. Ни то ни другое не гарантирует безошибочности, но позволяет проверить идею честнее.

Важно и то, как метод выдерживает перемены. Люди могут готовиться к разговору, смешивать правду с вымыслом, плохо понимать вопрос или не хотеть отвечать. Правдоподобно предположить, что это повлияет на результат. Чтобы узнать, как именно, нужны отдельные испытания.

О чём не расскажет запись в журнале

Возьмём вымышленную историю. На складе выясняют, куда делся инструмент. Человек говорит, что вернул его до закрытия. В журнале стоит время следующего утра. Собеседник рассказывает уверенно и подробно, а программа отмечает ответ как ложный. Кому верить?

Сначала стоит выяснить, что зафиксировано в журнале. Инструмент могли принести вечером, а запись внести утром. Или вечером его оставили не там, где положено, и сотрудник принял его только на следующий день. Физический возврат, приём и запись могут происходить в разное время.

Допустим, выяснилось, что запись вообще относится к другому инструменту. Это уже конкретное несоответствие, которое надо объяснить. Оно не исчезает от спокойного голоса. Но и отметка программы не расскажет, кто ошибся и намеренно ли исказили историю.

Такой спор нельзя разрешить выбором между «выглядит честно» и «система считает, что врёт». Нужно проверить номер предмета, время передачи и смысл сказанных слов. Процент точности не сделает этого за нас.

Как читать обещания высокой точности

Когда в следующем разборе услышишь «это научно доказано», попробуй найти ответы на несколько вопросов. Откуда исследователи знали правду? Какие ошибки допустил метод? Проверяли ли его на новых людях? Повторился ли результат? Похоже ли испытание на ситуацию, к которой его теперь применяют?

Если на эти вопросы нет ответов, не обязательно сразу объявлять метод обманом. Пока достаточно не считать его вывод установленным фактом. Хорошее исследование позволяет понять не только то, что получилось, но и то, чего мы ещё не знаем.