Die Grundlagen:
• Forscher haben offene Friedensinterviews mit real -time -Sprachanalyse -Software gepaart und erreichten 91 % Wahrheit/Lügegenauigkeit, weit über den menschlichen Durchschnitt hinaus. • Städte geben bereits Milliarden für rechtswidrige Auszahlungen aus, die an alte Befragungs -Taktiken gebunden sind. Fehler zu schneiden ist nicht nur ethisch; Es ist eine Forschungslösung. • Demut überträgt das Überbewusstsein: Studien zeigen Beamte, die „dem Darm vertrauen“, was nicht besser ist als Chance. Das Feedback für die Echtzeitsprachanalysemodell spielt diese dynamische.
Warum ist dies für die Zukunft von Bedeutung:
-
Tech + Gerechtigkeit: Wenn Natural -Language -Modelle Detectives leben können, könnten wir falsche Geständnisse so senken, wie DNA in den neunziger Jahren rechtswidrige Verurteilungen aufgebraucht hat.
-
Vorspannung: Algorithmen konzentrieren sich auf Sprachmuster, nicht auf Körpersprache, und reduzieren kulturelle Fehlinterpretation, die marginalisierte Gruppen unverhältnismäßig schädigen.
-
Richtlinienuhr: Einige US -amerikanische Agenturen steuern diese Tools jetzt. Bis 2030 könnten technisch geführte Interviews je nach öffentlicher Reaktion die Norm sein oder verboten werden.
Fragen:
• Welche Sicherheitsvorkehrungen werden benötigt, damit „technisch unterstützte Lügenerkennung“ kein neuer Polygraph wird? • Könnte Open -Source -Sprachmodelle das Spielfeld ausgleichen oder die Anbieter dies hinter Paywalls blockieren? • Ist der Ersatz von Darminstinkt durch Daten, den Wendepunkt für eine breitere „evidenzbasierte Polizeiarbeit“ oder nur der Techno -Lösungismus?
Neugierig zu hören, wie die Subs davon überzeugt ist, ob dies der Beginn der Polizei von 2.0 oder einfach einem weiteren Hype -Zyklus ist.
https://medium.com/@carmitage/the-1-billion-blind-spot-0cb5fc2ee0f2
4 Kommentare
We’ve tried the lie detector for centuries, AI will face the same walls. Humans are simply too complex and too different to know who’s lying.
We don’t know how to perfectly detect lies, AI can only train on the data we provide. Data that don’t have any clues how to perfectly detect lies. It can only repeat the methods we know, not create new ones.
It’s also ironic to rely on a biased tool to do a biased check.
Submission Statement:
Pairing PEACE-style interviews with live language analysis has hit 91 % lie-truth accuracy, crushing the human average of about 60 %. If half of U.S. departments adopt it by 2030, we could slash false-confession payouts, save well over a billion dollars, and shift detective hours to real threats instead of chasing bad leads. The tech focuses on speech patterns, not shaky body-language myths, cutting cultural misreads that now drive wrongful convictions. A few agencies are already piloting it; the next seven years will decide whether machine-guided interviewing becomes standard practice or gets blocked by legal, ethical, and transparency hurdles.
I’m sorry, but I just will not ever trust any kind of tool to detect lies 100% of the time.
Here’s a great example: what do you do with people who’re autistic and can’t maintain eye contact no matter what? People who are socially anxious and whose heartbeats are already going crazy just by virtue of being asked questions in any sort of context? ADHD-havers that can’t pay attention for more than 10 seconds without resorting to dumping gallons of anxiety on themselves?
There is not a technology on Earth, now or in my lifetime, that I would trust to be able to handle with 100% reliability the nearly-infinitely-complex multitudes of humanity.
EDIT: I was caught not reading the article. Apparently, it talks about this. Good. Reading the article is important, you guys.
PEACE: Are you hiding any immigrants on your property?
SUBJECT: No.
PEACE: Lie detected, confidence 91%. Recommend: terminate food aid.