第2章 谎言识别的过去、现在和未来

谎言识别虽然是一个比较新的名词，但并不是一个新事物。人类的谎言识别实践始于人类社会的早期，谎言识别方法也层出不穷，并一直伴随人类文明的发展不断进步。下面，我们就来一起回溯人类在不同历史时期的谎言识别实践，解析科学仪器出现之后的谎言识别技术，并展望基于迅猛发展的科技手段和方兴未艾的人工智能进行谎言识别的前景。

2.1 谎言识别的过去

最早的谎言识别实践可追溯到蒙昧时代的神灵裁判，即借助神灵的力量来帮助判断是否有人在说谎。在生产力低下的蒙昧时代，人类因迷信而对周围的世界心存恐惧。当族群中出现一些难以判断真假的情况时，人们便会求诸自然界最令人信服和畏惧的法官——神灵。在争议双方真假难辨时，裁判者（一般是部落长老）往往求助于无形的神灵，将终局裁判权交给神灵这一人类共同崇拜且信服于其力量的偶像。历史上最早的谎言识别实践可谓是在恐惧中诞生，并与神灵结下了不解之缘。

神灵裁判主要有“神誓法”和“神判法”两种形式^[1]（羊芙葳，2010）。

2.1.1 以“神灵”的名义起誓：神誓法

在日常生活中，我们通常会听到或看到这样的场景：一旦被质疑在说谎，当事人往往会信誓旦旦地说：“我对天发誓，如果我说了假话，就让我天打雷劈。”“谁说谎，谁就是小狗。”这种自我辩解的方式体现着神誓法的历史传承。

神誓法是在纠纷双方就案件事实提出相互冲突的陈述时，当事人及相关证人以向神灵发誓或发诅咒的方式证明其陈述真实的方法（盖世梅，李明和，2007）。若在向神起誓的过程中表现出神态慌乱，或者在宣誓后出现某种报应的迹象，便可据此判断陈述人在说谎。神誓法有不同的内容和形式要求。

首先，誓言内容有明确的法律规定。公元9世纪的盎格鲁–撒克逊法律中就规定了当事人的誓词表述，如原告人需要做如下誓言：“我在上帝面前宣誓指控他就是盗窃我财物的人。这不是出于仇恨、嫉妒或其他非法目的，也不是出于不实传言或信念。”（靳学仁，2007）。

其次，形式也有很严格的规定。一般来说，由神职人员在专供祭祀的地方举行庄严的宗教仪式。誓言要祈祷本民族尊奉的神灵，然后再在圣物前宣誓或诅咒。不同的民族在不同的时期使用不同的圣物。

早在西方原始社会和奴隶社会时期，神誓法就已盛行。古巴比伦王国（约前3500—前729）的《汉谟拉比法典》中就有关于神誓法的记载：“倘若自由民之妻被其丈夫发誓诬陷，而她没有在与其他男子共寝时被捕，则她应对神宣誓，并得回其家。”法兰克王国（481—843）的《萨利克法典》中规定“誓言”可以作为法律证据形式，并且要求当事人以神的名义发表誓言，证明自己所言属实，没有说谎（何家弘，张卫平，2000）。

神誓法在中国的古老原始社会中也已出现，并盛行于夏、商、周，到春秋战国以后才逐渐减少。《周礼·秋官·司盟》中有这样的叙述：“有狱讼者，则使之盟诅”^[2]。“凡盟诅，各以其地域之众庶，共其牲而致焉。既盟，则为司盟共祈酒脯。”^[3]“盟诅”，即“对神立誓诅咒”，（誓言）都要记于册、存于官。小事违誓当墨或鞭，大事违誓当杀（陆新淮，2005）。神誓残存于秦、汉等朝，明、清时期仍有出现。

历史的车轮进入现代法治社会之后，大多数国家不再提倡神誓法，但神誓法的形式仍留存在现代西方文化下的诉讼场景和人们的生活之中。比如，现在我们可以在很多有宗教信仰国家的法庭上看到这样的情景：证人在宣誓出庭做证之前，都会将手按在《圣经》或《古兰经》上，对上帝或先知宣誓承诺自己所说的每一句话都基于事实。即便在没有宗教信仰的国家，证人也会被要求在《宪法》面前宣誓自己所言属实（Vrij, 2005）。

神誓法反映了早期社会中人类对自然环境和自我与他人关系的认知处于相对初级阶段，很多自然现象仅凭有限的经验难以解释，于是便求诸“无所不能”的神灵。但神誓法的盛行也有一定的心理学依据：在神誓法的基本流程中，说谎嫌疑人需要在其族群信仰的神灵面前宣誓，这会使当事人处于特定的心理压力氛围，因为他知道或相信，他所信仰的那位万能、公正、无所不在的神正在看着自己，这无形中产生了心理压力，当事人会感受到被他人监督。迫于这样的情境和心理压力，发誓人很有可能说出真实情况。如果发誓人依然选择说谎，则会下意识地表现出一些说谎线索（面部表情、身体姿态、语音语调等），且很可能被他人识破。

2.1.2 来自“神灵”的裁判：神判法

很显然，如果当事人和助誓人都愿意发誓，且发誓的过程中没有特殊的现象或行为出现，那么人们就无法通过神誓法来识别谁在说谎。于是人们发展出谎言识别的新方法——神判法，即在当事人宣誓以后，由其族群所信仰的神来做出判断，通常是让被怀疑说谎的一方在进行了某种仪式（如弥撒、祈祷或念咒等）后，在神的面前经受真实或潜在痛苦和危险的考验，由神来识别其是否在说谎。

神判法的进行依赖人类无法肉眼可观的神灵，因此谎言识别的主动权被转移到神灵身上。我国学者羊芙葳（2010）从形式和科学性上将神判法分为以下三种类型。

第一，肉体考验法。基于“说真话的人是不会受伤的，神只会惩罚说谎的人”这种信仰，将当事人置于水、火、毒、热油甚至猛兽之中，观察其在这些凶险情境中的表现，以及是否会受到伤害：未受伤表明没说谎，若受伤则表明该人在说谎。

肉体考验的形式五花八门，如在文艺作品或影视剧中经常看到由肉体考验改变而来的惊险情节：当事人需要将手伸进装满沸水或滚烫的油中取出某一物品，用手抓握或用舌头触碰烧红的烙铁，根据当事人是否受伤判断其是否说谎。今天看来，肉体考验的应用逻辑不在于观察当事人是否会受伤，而在于通过裁决者的察言观色和逻辑推理来判断当事人在面对肉体考验时的外部表现，因此更依赖裁决者的识谎经验。

第二，基于运气和概率的方法，包括卜卦、抽签、《圣经》考验法、独角兽、蛇神判断、圣水判断法等。这些在古代应用十分广泛的方法现今已很罕见，只偶见于现代社会的某些偏远地区。事实上，这些方法均无法从科学角度进行验证和预判，就像是在玩掷色子的游戏一样，最终说谎和说真话都有50%的概率。

在长久的实践过程中，人们逐渐发现依靠神灵来判断谁在说谎并进行裁决可能会带来不公正，并且当事人完全可以通过作弊或暗中操作等手段来通过这种测试，比如，在进行肉体考验之前提前做好防护措施（如在触碰烧红的烙铁之前提前在手上涂一层蜡），或以更极端的方式威胁或收买掌握评判结果的法官。

第三，有一定科学依据的新形式，包括通过决斗识谎，根据嚼完面粉或小米后的干湿程度进行的面包小米识谎、刺血后根据血流是否自行凝结判断是否说谎的刺血识谎等。虽然这些方法均源自古老的谎言识别实践，但已开始显露谎言识别与科学思想结合的萌芽。如在决斗识谎中，审判者预期说谎的一方会因自己内疚而无法以最正直的姿态决斗，容易失败。在面包小米识谎中，说谎造成的心理压力可能会导致唾液分泌减少。

随着科学技术的进步和人类社会的发展，传统识谎实践中经常使用的神誓法和神判法逐渐消失。虽然现代西方法庭上仍然存在一些类似神誓法的形式（如证人宣誓活动），但这种宣誓活动的形式重于内容，并且证人若说谎，将受到法律的制裁而非神灵的惩罚。这种宣誓的形式更多出于对传统文化的传承，以及人类对于信仰、道德、良知的敬畏。

2.1.3 来自肉体的考验：刑识法

随着人类社会逐渐进入皇权时代，人类谎言识别的实践日益脱离神灵和宗教的帮助，开始转为刑识法，采用严酷的刑讯手段来获得供词或寻求真相（羊芙葳，2010）。

刑识法通常表现为“刑讯逼供”+“精神折磨”，即通过肉刑或变相肉刑以及精神折磨等手段来逼迫当事人说出事实真相。肉刑在运用过程中往往会产生身体与精神的不适甚至伤害，如古代的“五刑”^[4]，现代的针扎、电击以及罚冻、罚站、水封闭^[5]、吵耳朵^[6]等。精神折磨则是通过谩骂、虚假承诺、药物逼供等手段折磨、伤害人的心理（羊芙葳，2010）。剧烈的肉体疼痛和非人的精神折磨往往使得当事人心理崩溃，只得认罪或道出真相。当然这也不排除会有许多屈打成招的冤假错案。

刑识法可以追溯到古希腊、古罗马时代，如罗马共和国时期的《国王朱利宪法》规定，在叛逆罪案件中可以进行刑讯；在罗马帝国初期，刑识法开始普遍适用于公民。14世纪，刑讯在欧洲成为谎言识别和刑事调查最常用的方法，同时演变出各种花样，其中一些方式极端惨无人道，如火刑、血刑、轮刑、滚油刑等。随着人权进步思想的兴起和一些思想家的抨击，18世纪末至19世纪初各国法律均开始禁止刑讯逼供，并且形成了一套遏制其使用的法律原则、制度与措施。在民主进步、人权思想深入人心的当代，已很少采用刑讯逼供的审讯方法，但在一些威胁国家安全和人民生命安全的特殊案件中，如对待危险或恐怖的犯罪分子时，审讯时仍然可能会采用刑讯方法。

在中国，刑讯法也有几千年的历史并在今时今日仍有影响。在奴隶社会，刑识法的经典表现为“五刑”：墨（在脸上或额头上刻字涂墨）、劓（割鼻子）、剕（也作腓，即砍脚）、宫（毁坏生殖器）和大辟（死刑）。进入封建社会后，演变成笞、杖、徒、流和死，其中笞刑以十为一等，分五等，即从十到五十下；杖刑以十为一等，分五等，即从六十到一百下；徒刑的刑期分一年、一年半、二年、二年半、三年五等；流刑的里程分两千里、两千五百里、三千里三等；死刑分绞刑和斩刑。随着统治者思想的进步，后来刑讯者只在那些反复盘问后仍没有突破、拒不认罪的人身上实行刑讯手段，律法也逐步规定了刑识的方法和步骤。

刑识法在识别谎言的过程中发挥了重要作用，其废止也经历了很长时间。1908年清朝末期的《大清现行刑律》，在中国法制史上首次明令废止了刑讯的使用（羊芙葳，2010）。1949年中华人民共和国成立以后，尤其是《刑事诉讼法》颁行以后，中国法律全面禁止刑讯逼供，但时至今日因刑讯逼供造成的冤假错案仍然不断见诸报端（靳学仁，2007）。

综上所述，古老的神誓法和神判法在人类迷信时期曾广泛应用于识别谎言，之后通用的刑识法则以肉体疼痛或精神折磨为手段来甄别谎言。当今社会，神誓法和神判法早被废止，刑识法也被明令禁用，人们如何识别谎言呢？

小结

本节主要介绍了早期谎言识别实践的产生背景、主要阶段以及发展历程，具体包括基于神灵审判的神誓法和神判法，以及基于肉体考验的刑识法，在每一阶段中详细列举了每种方法的具体形式。谎言识别实践的早期发展见证了人类由蒙昧时代逐渐走向皇权时代的认知发展进程，但这种发展受时代和科学发展的局限，仍在继续进步。

思考题

1.神誓法、神判法和刑识法是否有一定的科学依据？

2.如何评价三种谎言识别方法的发展历程？

2.2 谎言识别的现在

现代谎言识别技术——测谎仪的诞生，源于一个猜想：人们说谎时的心理状态与说真话时不同，可能是情绪反应的差异^[7]，也可能是认知负荷的差异^[8]等，种种差异会通过血压升高等自主神经反应表现出来，因此通过检测人们在接受讯问时的生理反应变化，也许可以实现谎言识别（National Research Council, 2003）。于是研究者们开始研发基于生理反应变化的测谎仪。

2.2.1 传统测谎仪的出现

传统测谎仪的研究始于19世纪末。1895年，意大利实证主义犯罪学派创始人龙勃罗梭（Cesare Lombroso，1835—1909）将当时已经在生理学研究中成熟应用的水力脉搏描记法引进到测谎研究中，成为首位依据情绪的生理反应测谎的人。水力脉搏描记法是将被试的手和前臂插入密闭容器的温水中，记录容器内的液压变化，从而观察被试的脉搏和血压变化的方法。1914年，意大利心理学家贝努西（Vittorio Benussi，1878—1927）使用马莱（Marey）呼吸描记器进行测谎实验，发现说谎时伴随着吸气/呼气时长比例的变化，将这种比例变化作为谎言识别指标，准确率高达97.5%。直到现在，吸气/呼气时长比例依然是一个重要的测谎指标。

1917年，美国心理学家马斯顿（William Marston，1893—1947）和芒斯特伯格（Hugo Munsterberg，1863—1916）发现说谎和血压变化存在高度正相关，并据此设计了测谎仪。该测谎仪能够每分钟测量5次收缩压与舒张压，并且将数据绘制成血压变化图，根据图形变化分析被试者是否在说谎。受马斯顿启发，拉尔森（John Augustus Larson，1892—1965）在1921年发明了第一台真正意义上的现代测谎仪——多种波动描记器，可以同时连续测量血压、脉搏和呼吸的变化。1926年，拉尔森的助手基勒（Leonarde Keeler，1903—1949）对多种波动描记器进行改良，更名为基勒测谎仪，同时申请了专利，并致力于将现代测谎仪推广应用于刑事侦查和审讯以及人事测评领域。

20世纪90年代以后，传统测谎仪已进入由计算机辅助处理数据的时代。经过多次改良，传统测谎仪能够测量的指标已达12个，不但包括最初的血压、脉搏和呼吸，而且扩充到皮肤电、肌肉活动、声带颤动等（羊芙葳，2010；Kleinmuntz & Szucko, 1984; Ansley, 2008）。

与测谎仪的研发同步，研究者们逐渐开发出具有针对性的测谎审讯流程，也就是经过标准化的测谎问题编排的程序和方法。基勒的助手约翰·里德（John Reid）于1947年开发了准绳问题测试法（control question test，CQT），将和当事人个人情况有关、很可能获得不诚实回答的准绳问题，与和案件事实、情节有关的目标问题，按照一定的原则组合在一起，向被试者提问。CQT假设，罪犯更害怕与案件相关的目标问题，会对目标问题有更强的反应；而无辜者更害怕准绳问题，会对准绳问题有更强的反应。因此，比较当事人对两类问题的反应，可以探查其是否与案件有关，是否在说谎。1959年，大卫·莱克肯（David Lykken）开发了犯罪情节测试法（guilty knowledge test，GKT）。GKT通常包括一系列多重选择问题，每个问题包含一个罪行相关细节的选项，以及几个内容相似但是与罪行无关的控制选项。GKT假设罪犯知道罪行相关细节，在看到犯罪细节选项时会产生较强的生理反应，而无辜的人则不会出现这种特别反应。在CQT和GKT之外，研究者还开发了紧张峰测试、问题交叉测试、真假比对测试、缄默测试、扑克实验等测谎范式（羊芙葳，2010；Kleinmuntz & Szucko, 1984）。

2.2.2 传统测谎仪（多导生理仪）的替代品

在传统的多导生理仪之外，研究者们还开发了多种新型测谎技术。在美国国家研究委员会对测谎仪科学依据的审查报告中，将目前的测谎技术分为四大类（National Research Council, 2003）。

第一类是使用特殊设备检测自主神经活动的技术，包括传统的多导生理仪，以及各种新发现的生理指标（心肌收缩力、心输出量、总外周阻力、皮肤温度等），该技术关注的主要是自主神经系统的活动。其中，热成像仪在测谎上的作用更受到人们的关注，它的优势在于：不需要借助导线或电极等设备连接到被试者身上，可以直接进行测量。小样本实验室研究与现场研究都表明热成像仪测谎具有很高的准确度。不过，热成像仪大规模应用于测谎时的信效度还有待进一步研究的数据支持（Pavlidis, Eberhardt, & Levine, 2002;Warmelink et al., 2011）。

第二类技术是近年来流行的大脑功能检测技术。使用正电子发射断层扫描和功能性磁共振成像等脑成像技术，研究者们发现，人在说谎时其大脑部分区域（如前额叶、顶叶和后侧扣带回等）呈现独特的激活模式（Spence et al., 2001; Langleben et al., 2002）。也有研究者试图使用脑电技术中的P300成分来测谎（Rosenfeld et al., 1991）。类似研究的总准确率大约达到85%，与皮肤电指标的测谎准确率大体相同（Johnson & Anderson, 1990; Farwell & Donchin, 1991; Allen& Iacono, 1997）。但是，认知神经科学研究的结果也表明，说谎的神经机制十分复杂，将脑成像和ERP技术实际应用于测谎也需要进一步提高外部效度与便携性。

第三类技术主要是根据行为线索（例如，声音、表情、躯体动作和语言分析等）进行测谎。自20世纪80年代起，各种利用语音压力作为测谎指标的测谎仪就被发明了出来。其中计算机语音压力分析仪能够检测人说话时发音肌肉的微小震颤，从而判断说话者是否在说谎，已得到很广泛的应用（National Research Council, 2003）。

第四类是公开直接地调查嫌疑人和事件相关的背景信息，以及利用问卷等方式收集信息来比较陈述与事实之间的矛盾之处的技术。

2.2.3 测谎仪的局限性

目前的测谎仪仍存在一些局限。其一，研究者并未能说明特定的自主神经反应究竟对应着怎样的心理活动。测谎仪难以区分因说谎造成的紧张焦虑和因情境不适应造成的紧张焦虑，容易出现轻率概括错误。其二，测谎仪及其理论假设往往忽视了客观存在的个体差异。有针对性的训练能够帮助说谎者骗过基于部分测谎指标的检测（Van et al., 2012），如有意加快回答速度，混淆说真话和说谎的反应时间（Hu, Chen, & Fu, 2012）。其三，不同的自主神经反应指标之间的相关性较低，甚至存在负相关。例如，心率和皮肤电在某些任务中存在负相关（Lacey et al., 1963）。同样的刺激对不同的被试或在不同的情境中对相同的被试所引发的生理反应也存在相当大的差异（Kosslyn et al., 2002; Larsen et al., 2008）。

综上所述，测谎仪及其理论基础亟待深入研究并加以完善。在实际应用中，我们不应盲目信任测谎仪，只能将其作为辅助工具来参考，而使用测谎仪的具体工作人员应该接受严格培训，采用标准化的测谎流程。

小结

谎言识别实践进入科学时代以后，科学家们开始关注谎言过程伴随的生理变化，并尝试通过不同指标和方法对这种变化进行记录，基于此开发出早期的传统测谎仪，这似乎给测谎者提供了谎言识别的放大镜，提升了谎言识别的效率。在研发测谎仪的同时，研究者同时关注审讯流程的不断更新，开发出CQT和GKT等经典的测谎范式。随着现代测谎技术的不断发展，研究者们又进一步开发出多种新型测谎技术，结合生理、大脑、行为和背景信息调查等多方面的线索，这些变化极大地提升了谎言识别的准确率。但是测谎仪及其理论基础仍需要不断完善。

思考题

1.测谎仪的主要原理是什么？

2.测谎仪的结论是否可信？该如何评价及运用其结论？

2.3 谎言识别的未来

“人类每天说谎十次，但我们仅仅能有一半的概率正确识别。综合使用生理学、语音学等信息，计算机可以做得更好。”^[9]

我们相信，随着人工智能技术的发展，融合很多高新技术手段的智能化的谎言识别技术将被广泛地应用于人们的日常生活和工作场景，更好地满足人们日益增长的美好需求。例如，随着人们生活水平的提高以及工作的需要，跨国旅游或出差是一种常态，而目前过海关时的费时耗力已成为人们快节奏生活里的绊脚石。不过，随着人工智能以及生物辨识技术的快速发展，未来旅客将会发现自己过海关时面对的不再是人，而是一台人工智能机器。在某边境入关口岸，发生着下面的一幕：

一位待办理入关手续的旅客站在一台自动取款机大小并带有两个监控摄像头的机器面前，只需轻触一下“开始”按键，屏幕中央便会出现一个拟人头像，头像开始提问：

“你是中华人民共和国的公民吗？”

“是的。”［机器显示：通过（面部表情无变化、声音反应无变化、眼睛运动无变化）］

“过去你被逮捕过吗？”

“没有。”［机器显示：警告（面部表情无变化、言语反应明显延迟、瞳孔明显放大）］

“过去五年你有正当工作吗？”

“是的。”［机器显示：警告（眉毛明显抬升、言语反应的末尾声调明显提升、眼睛运动无变化）］

“你有没有使用过违禁药品？”

“没有。”［机器显示：报警（眉毛明显抬升、言语反应明显延迟、言语反应末尾声调明显提升、瞳孔明显放大）］

上面演示的是科学家正在研发的面向实际应用的拟人谎言检测器的工作场景^[10]。未来有望投入使用的这种新机器融合了面部表情、言语反应、眼睛运动等多模态线索，能够快速且无侵入进行谎言识别，成为人工智能应用于谎言识别领域的典范。此外，随着谎言识别技术的日益成熟，它还能在金融信托、招聘面试、人力资源等更多领域大显身手。

2.3.1 谎言识别技术的多学科领域交叉融合和人工智能时代

随着多学科领域的深入交叉融合和人类社会进入人工智能时代，融合心理学、犯罪学和计算机科学等多个学科成果的新方法会不断涌现。谎言识别的准确率和自动化程度也将不断提升。马里兰大学的拉里·戴维斯（Larry Davis）团队近期开发了一套欺骗分析和推理引擎（deception analysis and reason engine, DARE）人工智能系统^[11]。在该系统的前期训练中使用了大量的法庭对话视频，人工智能系统需要对视频中的表情和微表情（如皱眉、扬眉、唇角翘起、嘴唇突出和歪头等）以及声音线索模式进行分析，最终判断当事人是否在说谎。训练结果表明，DARE在谎言检测方面的表现要优于普通人，并且在预测个体是否说谎方面的成绩显著高于普通人。在当前法庭审判中测谎仪等设备证据尚无法成为采信证据的背景下，DARE很可能成为提供测谎证据的新渠道。但该系统目前尚在进行更广阔的生态效度测试，它在其他场景中的应用值得期待。

美国犹他大学心理学家约翰·基尔舍（John Kircher）团队研发出基于眼球运动的谎言识别系统：眼睛运动欺骗测试（ocular-motor deception test, ODT）^[12]。被测试者对计算机上呈现的问题做出是或否的回答，系统通过计算机算法来提取其眼睛运动的一系列指标，如瞳孔扩张细节、反应时间、阅读时间等，从而判断其是否在说谎。相较于传统的测谎仪，该系统不受被测试者种族或民族、性别、年龄等因素干扰。未来在快速发展的人工智能技术加持下，这项眼球分析工作很有可能变得更加细腻，对谎言的识别准确率将会更高，并且相对于传统谎言识别方式，人工智能时代的谎言识别可能使人类具备另外一种新能力：预测谎言。在个体还未说话时，人工智能通过对非言语信息的检测和分析就能判断其是否会说谎。

2.3.2 谎言识别的需求与研究现状的矛盾

但是，在推进谎言识别应用的过程中，基础研究与应用需求之间存在不小的矛盾，主要体现在如下几个方面。

第一，尽管存在上述种种谎言识别仪器，并且逐渐融入更多不同的信息，但测试者的作用至关重要。谎言识别仪器的作用只有在测试者适时提出正确问题、灵活运用各种策略引导被测试者讲真话时才会得到最大限度的发挥。如果没有称职的测试者，谎言识别仪器的作用则无从谈起。

第二，尽管谎言识别研究的各个领域都在考察评估不同指标的有效性程度，并将可能有效的指标应用到实际场景中，但是目前的结果依然不尽如人意。邦德和德保罗（2006）的元分析研究发现，对于未受过特殊训练的人而言，其欺骗识别准确率平均为53.98%。另外，有元分析研究考察了不同群体在识别谎言时的准确率，结果发现有专业背景的实验参与者（如法官、警员、侦探、心理学家）与普通大学生参与者之间并没有显著差异，识别准确率较高的人群是教师、社会工作者、罪犯。表2–1总结了在实验室中基于不同线索进行谎言识别的准确率，多数在50%~60%，部分采用基于标准的内容分析方法（criteria-based content analysis, CBCA）和现实监控理论（reality monitoring, RM）的研究准确率达到70%左右（Vrij, 2008）。实验室研究得出的指标有效性本身并不高，在这种情况下将实验室范式和结论应用于实际情境，出现错误的可能性更大。

表2–1 不同谎言识别方法识别谎言的准确率

第三，谎言识别的实验室研究发现某一线索之后，经过媒体宣传，人们会像“科学家”一样不断在自己的生活中验证这种线索是否真正有效，并在面对需要说谎的情境时，对自己的某一特定线索做出主动控制或抑制，最终会导致这一线索的效应量越来越低。例如，心理学家发现了真笑和假笑的区分性线索之后^[13]，该发现在不同领域得到了广泛应用，比如广告行业、表演行业等。人们会有意克制自己表现出假笑的面部动作模式，尽量显得真实。这样就进入一个谎言线索的发现与应用之间的矛盾——一个猫捉老鼠的不断循环的游戏。

第四，在利用人工智能进行说谎相关的表情或动作识别时，必须考虑一些特殊情况，比如一些生理性动作（嘴歪眼斜、单侧眉毛抽动，或者其他没有任何情绪意义的鼻孔呼吸、张合等）在人工智能设备的检测和分析过程中，是否会被当作有情绪意义的信息纳入分析指标？又如传统的测谎技术碰到的普遍问题：说真话的人因为紧张出现的和说谎者类似的生理特征表现，人工智能技术能不能准确地发现其中的细微分别？

小结

随着人工智能技术的发展，融合多种高新技术的智能化谎言识别技术将被广泛地应用于人们的日常生活和工作场景，更好地满足人们日益增长的美好需求。但在推进谎言识别应用的过程中，基础研究与应用需求之间存在不小的矛盾。借助对人类说谎心理机制的深入理解，以及人工智能时代的到来，谎言识别经历了从无到有、从朴素主义到科学主义的发展，识别的准确率也大幅提升。尽管到目前为止，我们仍无法就何时能够实现完美的谎言识别给出准确的答案和可能的时间节点，但无论历时多久，我们都愿意一直努力探索并追求更卓越的谎言识别技术与方法。

思考题

1.未来人工智能技术是否能帮助人类百分之百地识别谎言？

2.人工智能技术在谎言识别领域的应用会对人类社会产生什么影响？

[1] 神灵裁判，又称神识法，包含神誓法和神判法，在不同专著中指代相同。

[2] 如果有（因契约）发生诉讼的，就先让他们盟诅。此处盟诅指对神立誓诅咒。

[3] 凡举行盟诅，各使当事人所在地的民众供给所需的牲畜，并把民众召集在一起。盟诅之后，又为司盟提供祈神所需的酒脯。

[4] 见下文介绍。

[5] 把嫌疑人头高脚低绑在一块木板上，脸用玻璃纸盖上，然后开始泼水。由于玻璃纸遮住了口鼻，嫌疑人很快就会感到窒息，产生一种快要憋死的恐惧感。

[6] 用强音干扰，刺激嫌疑人的听力系统，致使其难以安静或入眠，最后精神紊乱，难以抵抗。

[7] 说谎者害怕被揭穿，会有恐惧、负罪感、焦虑等情绪状态，并且说谎是一种高风险行为，因此说谎者可能处于一种高度激活的情绪状态。

[8] 说谎者需要处理自己所知的真实信息和提供给被欺骗者的虚假信息之间的冲突，因此在交流过程中有更高的认知负荷。

[9] 摘自wired官网。

[10] 摘自wired官网。

[11] Wu Z, Singh B, Davis L S, et al. Deception detection in videos. arXiv preprint arXiv:1712.04415, 2017.

[12] 摘自犹他大学官网。

[13] 1862年，法国生理学家杜彻尼·德博洛尼（Duchenne de Boulogne）就开始对真假笑容的肌肉运动特点进行研究，后来，研究者发现两者的区分主要在于脸颊是否上提、眼角是否出现鱼尾纹，以及左右半脸在形态上是否对称等（Ekman, 2009）。