Диссертация (1173166), страница 10
Текст из файла (страница 10)
Затем этиданные рассматриваются вместе с другими материалами по делу, например, суликами и показаниями свидетелей. Если после допроса подозреваемого57полиграф показал, что он является виновным, однако, фактических улик недостаточно, эксперты могут принять решение надавить на испытуемого,рассказав ему, что он был пойман на лжи, с целью заставить его сознаться.Приполноценномполиграфическомтестированииэкспертполучаетинформацию о допрашиваемом не только по вербальному каналу. В.Коновалова[Коновалова 2006: 174] и С.Лозовая [Лозовая 2008: 334] описывают несколькокритериев для классификации данной информации:"1) по способу выражения: содержательная (сведения, которые сообщеныдопрашиваемым в процессе допроса), паралингвистическая (жесты, мимика,телодвижения,звуковыеэффекты,сопровождающиеречьчеловека),мимическая (проявление мимики, непосредственно не связанное с речьюдопрашиваемого), конклюдентная (движения, жесты, указывающие на что-либо,из чего можно сделать вывод о намерении лица или его отношении к чемулибо), отражающая психофизические реакции (покраснение или побледнениекожи лица, дрожание рук, выступание пота);2) по характеру выявления (свободно излагаемаяи излагаемая спобуждением);3) по характеру отражения действительности (отражающая действительностьи несоответствующая действительности)".По нашему мнению, полиграфическое тестирование не должно являтьсяединственным критерием принятия решения об искренности/неискренностидопрашиваемого, так как существует ряд причин, по которым тестирование недаст правильных результатов.
Данными причинами могут являться: попыткииспытуемогообманутьприбор,различныепсихическиеотклоненияиспытуемого, неполадки в работе системы, неправильно составленый наборвопросов, несоблюдение правил проведения тестирования и др. В связи с этим,важно подчеркнуть необходимость рассмотрения всех индикаторов феномена58"неискренность" в совокупности с историей болезни испытуемого и спецификойего речи и поведения в повседневной жизни.1.7.3.
Достоинства и недостатки полиграфического тестирования какметодавыявленияиндикаторовфеномена"неискренность"ввысказыванияхТестирование на полиграфе имеет ряд важных преимуществ и существенныхнедостатков. При этом, важно отметить, что для достижения верныхрезультатов полиграфическое тестирование не должно являться единственнымбезусловным гарантом искренности или неискренности испытуемого, так какнаиболееточныйрезультатможнодостигнутьрассматриваявсепаравербальные, невербальные и вербальные индикаторы обмана, результатыполиграфического тестирования, биографию испытуемого и все другиевозможные параметры в совокупности.Комплексный анализ работ выдающихся исследователей в данной области[Экман 2012, Фрай 2006, Потапова, Потапов 2004, Соколова 2011, Холодный2009, Пелиницин 2011, Комиссарова 2009, Fiedler 2002, Patrick 1989, Gale 1988,Verschuere 2007, Honts 2015, Rigdon 2018 и др] позволил выявить ряддостоинств и недостатков полиграфического тестирования.Таким образом, преимуществами полиграфического тестирования являются:• возможность быстро выявить феномен "неискренность";• возможность выявления лиц, причастных к преступлениям, а такжеразличнымкпротивоправным действиям (криминальное прошлое, алко- инаркозависимость, привязанность к азартным играм, наличие психическихрасстройств, взяточничество, воровство, неисполнение рабочих обязанностей идр.) благодаря широкому диапазону возможных вопросов;• возможность усилить (или ослабить) имеющиеся подозрения;• возможность объективного анализа речи испытуемого;59• возможность использования в полевых условиях;• работа с параметрами, которые (практически или абсолютно) не поддаютсяконтролю человека (потоотделение, частота пульса).Однако, полиграфическое тестирование обладает и рядом значительныхнедостатков:• ограниченностьстепениразвернутостиответа(ответы"да-нет")(следовательно, минимизация возможности получения вербальных индикаторовнеиксренности);• высокая степень погрешности;• сложная система подготовки вопросов;• спорная система анализа полученных данных;• субъективизм при интерпретации полученных данных;• ограничение реакции по времени (индикаторы феномена "неискренность"могут появиться в любой момент допроса, например, в паузу между ответами);• отсутствие возможности использования в полевых условиях (у многихмоделей полиграфов);• высокая стоимость;• осознаниеиспытуемымперечняанализируемыхпараметров,следовательно, возможность запутать и обмануть детектор с помощьюразличных способов (употребление лекарств, наркотических средств, алкоголя,покусывание языка, манипуляция собственными реакциями с помощьюосторого предмета (например, кнопки) в ботинке и др.);• возможность совершения ошибки при интерпретации результатов ("ошибкаОтелло", "капкан Брокау" и др.);• существование широкого ряда причин, способных вызвать измененияанализируемых параметров, но при этом не являющихсяиндикаторамифеномена "неискренность" (воспоминания, дискомфорт, стресс из-за самойситуации допроса и др).60Эксперты редко делают вывод, основываясь лишь на полиграфическомтестировании.Ониимеютрезультатыпредварительногоисследования,анализируют изменения мимики, голоса, жестов.
По мнению Р.Потаповой[Потапова 2012-2014: курс лекций], эксперты должны проводить комплексныйанализ всех параметров речи и поведения человека, в то время как полиграф неспособен провести различие между удивлением, испугом, радостью и другимиэмоциональными состояниями, регистирируя лишь наличие эмоции и ее степень.Таким образом, можно заключить, что данный прибор способен установить лишьналичие или отсутствие у испытуемого стресса.Эксперт, работающий сполиграфом, должен хорошо знать лингвистику, психологию, психиатрию,разбираться в паравербальных, невербальных и вербальных индикаторахфеномена "неискренность", принимать во внимание основные ошибки и мерыпредосторожности при верификации, а также соблюдать все правила работы сполиграфом.1.8.Возможностьиспользованиянейронныхсетейдлявыявленияиндикаторов феномена "неискренность"Нейронные в сети в последние шесть лет (с победы команды ДжофриХинтона на конкурсе ImageNet в 2012 г.
[Krizhevsky 2012]) приобрели особуюпопулярность для решения множества задач, в том числе и связанных с анализоми синтезом речи. Так, Джофри Хинтон и др. предложили использовать в 2012 г.сверточные нейронные сети и ограниченные машины Больцмана вместо другихстатистических классификаторов [Hinton 2015]. Это позволило сильно облегчитьработу инженеров на предварительном этапе, так как нейронная сеть в ходеобучения успешно находит закономерности в тренировочных данных, что делаетнеобязательным подбор таких инженерных признаков, как гауссовские смеси. Наданный момент для решения задачи классификации речевых сообщенийнейронные сети почти полностью заместили такие популярные статистические61методы как метод опорных векторов и скрытые марковские модели [Schmidhuber2015: 96].Однако ряд исследований показывают, что традиционные признаки, такиекак мел-спектрограммы помогают улучшить результаты нейронных сетей, чемиспользование аудиосигнала без изменений [Wang 2017].Таким образом, применение нейронных сетей представляет интерес и дляанализанеискреннихвысказываний.Нейронныесетипозволяютнайтистатистические закономерности в ответах аннотаторов и экстраполировать их набудущие данные.
Однако, как и все статистические методы, нейронные сетитребуют, чтобы тренировочные и тестовые данные были в достаточной степенисхожи. Кроме того, следует учитывать, что так как количество возможныхречевых высказываний является практически неограниченным, для успешногоприменения нейронных сетей при определении искренности/неискренностивысказывания требуется ограничивать домен их применения каким-либодискурсом. Например, дружеские беседы в Skype среди представителейопределенной социо-культурной группы или бизнес-переговоры носителейрусского языка.Впервые нейронные сети для распознавания и классификации речи началииспользоваться в 80ых с возрождением интереса к многослойным перцептронам.Липпман [Lippmann 1989] приводит подробный анализ применения нейронныхсетей к задаче обработки речи.
Авторы большинства обозреваемых работиспользуют многослойные перцептроны, но из-за вычислительных ограничений,характерных для тех времен, на вход модели подается не сразу звук в wavформате или результат его фурье-преобразования, а предобработанный и сжатыйсигнал или заранее извлеченные признаки, например, первые две форманты.Данные модели проблематично использовать для задачи выявления феномена"неискренность" из-за их малого размера и ограниченности во временииспользуемого сигнала (не более 1.5 секунд).62В 90ых исследователи начали использовать многослойные перцептроны дляклассификации психофизических сигналов на основе аннотированных данных[Cutmore 1999], например, для идентификации шума.В начале 2000ых авторы начали использовать аудио- и видеозаписи длявыявленияфеномена "неискренность". Основными преимуществами данногоподхода по сравнению с полиграфом авторы называют то, что не требуетсядорогостоящее оборудование, и что такое исследование можно проводить в болееограниченных условиях и в сжатые сроки, например, при проходе таможенногоконтроля.
Так, исследователи из университетов Аризоны и Иллинойса [Meservy2005] сравнивали в 2005 г. метод опорных векторов и многослойные перцептроныдля задачи выявления феномена "неискренность" на основе только видео-данных;для обоих методов получили сравнимый результат в 71%. Однако из-завычислительной невозможности напрямую использовать видео-изображение навходе статистических классификаторов авторы выделяли лишь регионы,содержащие лицо и руки. Для этого они использовали метод на основе выделенияучастков изображения с цветом, характерного для кожи. Очевидно, что данныйметод будет плохо работать в разных условиях освещения и для людей с темнымцветом кожи, однако авторы пока не предоставляет никаких данных по данномувопросу.С приходом глубокого обучения и графических адаптеров для ихтренировкиидейноработыученыхнеизменились.Однакопоявиласьвозможность напрямую обучать нейронные сети выделять признаки изизображений.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
