《Journal of Eye Movement Research》：Looking to Deceive: Voluntary Gaze Control Reduces the Discriminative Power of Eye-Movement-Based Concealed Information Testing
编辑推荐：
隐藏信息测试（Concealed Information Test, CIT）检测个体是否识别与犯罪相关的信息，而眼动追踪已被提出作为一种非侵入性的检测这种识别的方法。然而，尚不清楚那些有动机隐藏其知识的个体是否能自愿控制其注视，从而削弱测试的有效性。研究人员
隐藏信息测试（Concealed Information Test, CIT）检测个体是否识别与犯罪相关的信息，而眼动追踪已被提出作为一种非侵入性的检测这种识别的方法。然而，尚不清楚那些有动机隐藏其知识的个体是否能自愿控制其注视，从而削弱测试的有效性。研究人员开发了一种新颖的自由观看、平行呈现的基于眼动的CIT，并将其应用于75名随机分配到三组的参与者：清白组（Innocent）、知情清白组（Informed Innocent）和有罪组（Guilty）。对于每位参与者，计算了12种眼动指标作为差异分数（犯罪相关减去控制），并使用四种监督分类器在参与者级别的留二交叉验证下进行分析，同时报告了试次和参与者水平的准确率。累积的停留和时长指标，以及扫视和注视次数，携带了大部分辨别信号。分类器在区分无明显知识和无隐藏动机的个体与知识性非隐藏个体时表现出高准确率，也能区分知识性非隐藏个体与有罪个体。然而，在区分无明显知识和有罪个体时，分类性能降至随机水平。因此，有动机避免检测的参与者通过自愿注视控制显著减少了其独特的眼动特征，变得与真正无明显知识的个体无法区分。研究人员讨论了设计对自愿注视调节具有更强抵抗力的基于眼动的CIT的方法学意义。
### 研究背景与问题
隐藏信息测试（Concealed Information Test, CIT）是法医学中用于检测个体是否拥有犯罪相关知识的经典范式，其理论基础稳固，经验效度证据充分，且能最小化错误分类无辜者的风险。眼动追踪作为一种非侵入性方法被提出，通过分析注视、扫视等指标可揭示隐蔽记忆的识别。然而，现有研究尚未明确回答：当个体有动机避免检测时，能否通过自愿注视控制（voluntary gaze control）主动调节眼动行为，从而破坏测试的辨别力？这一问题至关重要，因为眼动行为部分受自愿控制，若动机性隐藏能完全抑制识别信号，则眼动CIT的法医学应用将面临根本性局限。为此，研究人员开发了一种新颖的自由观看、平行呈现的基于眼动的CIT，旨在区分犯罪相关知识的认知效应与避免检测的动机效应，并评估自愿注视控制对测试诊断效度的影响。该研究发表在《Journal of Eye Movement Research》。
### 研究方法的关键技术
研究采用模拟犯罪场景，从贝尔格莱德大学（University of Belgrade）招募75名心理学本科生（平均年龄20.21岁，58名女性），随机分为清白组（Innocent）、知情清白组（Informed Innocent）和有罪组（Guilty），每组25人。关键技术方法包括：1）模拟犯罪任务：有罪组执行偷窃教授办公室支票信封的模拟犯罪，获取第一手情节记忆；知情清白组通过阅读新闻报道获取相同犯罪知识但无犯罪经历；清白组仅知一般盗窃信息。2）眼动追踪：使用SMI RED-m便携式眼动仪（60 Hz采样率），校准精度<0.5°视角。3）实验范式：自由观看，每试次呈现一句引导语后同时显示4张图像（1张犯罪相关或控制图+3张中性图），持续5秒。4）眼动指标：提取12种标准兴趣区指标（包括Entry Time, Net Dwell Time, Glance Duration等），计算差异分数（犯罪相关值减去控制值）。5）分类分析：采用四种监督分类器（K-近邻KNN、随机森林RF、逻辑回归LR、支持向量机SVM），在参与者级别进行留二交叉验证（625折），并利用递归特征消除（RFECV）进行特征选择。
### 研究结果
**3.1 眼动指标描述性统计**
描述性统计显示，知情清白组在多数时长和停留指标上均值最高（如Net Dwell Time均值34.66%），而清白组和有罪组均值相近（22.0–24.0%）。犯罪相关项目比控制项目引发更长的扫视、停留时长和更短的首扫视潜伏期。知情清白组的个体间变异性最大。
**3.2 清白组、知情清白组与有罪组在眼动指标上的差异**
多元方差分析（MANOVA）显示组别效应显著（Pillai’s V=0.821, p<0.001）。单变量ANOVA对12个差异指标中的10个发现显著组别效应，效应量从小到极大（ω2=0.18–0.59）。事后比较一致表明：清白组与有罪组无显著差异，而两者均与知情清白组显著不同。知情清白组在时长和停留指标上呈现更大的正差异，在Entry Time和Time to First Saccade上呈现负差异（更快的定向）。
**3.3 特征选择**
RFECV特征选择频率显示，在涉及知情清白组的两组对比中，Net Dwell Time、Dwell Time、Fixation Time、Glance Duration和Glances Count在≥97%的折中被保留；而在清白组与有罪组对比中，仅Fixation Count（99.8%）和Glances Count（99.5%）被高频选择，时长和停留指标选择频率显著降低。
**3.4 分类分析**
清白组与有罪组的分类性能接近随机：参与者水平准确率48–66%，试次水平AUC 46–52.6%，逻辑回归模型特异性76%但敏感性仅56%。相反，清白组与知情清白组的分类准确率高达72.4–92%（参与者水平92%），知情清白组与有罪组的准确率达70.6–88%（参与者水平88%）。标签置换检验确认前两组对比显著（p=0.001），而清白组与有罪组对比未通过Bonferroni校正（p=0.023，95% CI包含随机水平）。
### 讨论与结论总结
讨论部分指出，本研究的主要发现是：在无隐藏动机时，犯罪相关知识产生强烈的眼动识别信号（更长的注视和停留时长、更快的定向），且该信号可被机器分类器准确识别；但当知情个体有动机避免检测时，他们通过自愿注视控制有效抑制了这些信号，使其眼动特征与真正清白个体无法区分，导致分类性能降至随机水平。这一结果揭示了自由观看眼动CIT的操作脆弱性，并强调任何受自愿控制的部分指标都可能被动机性个体调节。与以往研究（如Celniak等）的比较表明，差异可能源于任务设计（自由观看 vs. 记忆任务）、样本特征（学生 vs. 异质人群）及是否包含瞳孔测量。方法学意义在于：未来眼动CIT应优先采用不易受自愿调节的指标（如瞳孔反应、微扫视动态）、施加并发任务（如工作记忆负荷）、分析时间动态（如早期定向反应），并考虑与生理或电生理指标结合。研究结论翻译如下：利用新开发的自由观看、平行呈现的基于眼动的CIT，研究人员发现犯罪相关知识产生强烈的眼动特征，包括更长的停留和注视时间以及更快的定向，但仅在个体无隐藏动机时成立。当知情个体有动机避免检测时，他们通过自愿注视控制有效调节其眼动，使其眼动特征与真正清白个体在统计上无法区分，分类性能降至随机水平。本研究的主要贡献在于展示了这一操作局限性：自愿注视控制可显著降低自由观看基于眼动的CIT的辨别力。开发鲁棒性测试需要设计限制自愿注视控制的方案，如实施并发记忆负荷、短暂或快速刺激呈现、视觉搜索任务，并依赖不易受控制的指标（如瞳孔测量）。理想情况下，这些行为方法应与生理和电生理指标结合在明确设计用于检测或抵抗操纵的协议中。将抵抗自愿注视调节作为核心设计标准，而非事后考虑，对于眼动追踪技术在隐藏信息检测范式中充分发挥其潜力至关重要。
