1、2、3种能识破欺骗的技巧：在多问题筛查流程中运用眼动技术检测谎言

《Journal of Forensic Sciences》：1, 2, 3 crimes you're out: Ocular-motor methods for detecting deception in a multiple-issue screening protocol

眼动-运动欺骗测试（ODT）通过瞳孔变化和阅读行为识别欺骗行为，研究验证了四主题ODT在区分不同欺骗类型（现金、现金+卡、无辜）和检测特定主题谎言（现金、现金+卡、虚假报案）中的有效性，逻辑回归模型对现金组、现金+卡组和无辜组的正确识别率分别为91.7%、85.5%和83.3%。

　　

摘要

眼动欺骗测试（ODT）通过观察瞳孔扩张和阅读行为来检测欺骗行为。该测试向受试者询问两项不当行为，但仅对其中一项进行欺骗行为的分类。先前的研究表明，ODT在区分诚实者和欺骗者方面的准确率超过80%。本研究采用了一个包含四个主题的筛查测试，评估眼动测量方法是否能够区分诚实者和欺骗者，并确定具体在哪些主题上存在欺骗行为。我们从社区和犹他大学招募了180名参与者：其中60名参与者偷了20美元现金，60名参与者偷了20美元和一张VISA礼品卡（现金+礼品卡），另外60名参与者是无辜的。我们询问了参与者是否参与了四项模拟犯罪行为：盗窃20美元、盗窃VISA礼品卡、破坏停车亭以及提交虚假报警报告。现金组的参与者在涉及现金的陈述中表现出欺骗行为，现金+礼品卡组的参与者在涉及现金和礼品卡的陈述中表现出欺骗行为，而无辜组的参与者在所有陈述中都保持诚实。计算机通过比较参与者对现金、礼品卡和破坏行为的反应与他们对虚假报警报告的反应来检测欺骗行为。正如预测的那样，现金组和现金+礼品卡组的参与者在涉及现金的陈述中表现出显著的眼动变化。逻辑回归模型正确分类了83.3%的无辜参与者、91.7%的现金参与者和85.5%的现金+礼品卡参与者。该模型还正确分类了86.1%、81.1%和88.3%的关于现金、VISA礼品卡和破坏行为的回答。研究结果表明，多主题的ODT在筛查应用中具有潜在价值。

利益冲突声明

作者声明没有需要披露的利益冲突。