Détection de mensonges

À la fin des années 1960, Paul Ekman, alors jeune professeur de psychologie à la faculté de médecine de l'Université de Californie à San Francisco et qui commençait tout juste le travail de sa vie, a rempli un victorien de San Francisco avec une bibliothèque de films montrant 40 visages de patients psychiatriques alors qu'ils ont été interrogés. Ekman, qui est désormais une figure de proue dans sa profession, voulait savoir s'il pouvait isoler les expressions faciales pour aider à diagnostiquer les troubles mentaux. Une femme nommée Mary, qui avait tenté de se suicider trois fois auparavant, a souri et a parlé gaiement sur sa cassette. En fait, elle cherchait un laissez-passer pour le week-end afin de pouvoir rentrer chez elle et se suicider.

La détection des mensonges est délicate : Richard Nixon, ici interviewé par David Frost en 1977, est-il à la hauteur ? La recherche montre que les microexpressions révèlent nos émotions de base, que cela nous plaise ou non.

C'est avec Mary que j'ai découvert les microexpressions pour la première fois, m'a dit Ekman lorsque je l'ai rencontré sur le tournage de Me mentir , le drame télévisé de Fox inspiré par ses décennies de recherche sur la façon dont les expressions faciales, les gestes et autres comportements non verbaux révèlent nos émotions et, plus particulièrement, nos tromperies. Certains jeunes psychiatres que j'enseignais m'ont demandé si je pouvais aider à identifier quand un patient suicidaire disait la vérité ou mentait sur l'amélioration, a-t-il déclaré. Certains de leurs patients avaient quitté l'hôpital et se sont suicidés en moins d'une heure. Mary, cependant, avait avoué avant son départ qu'elle avait menti lors d'une interview [précédente] que j'avais filmée. En regardant le film, je n'ai vu aucune preuve. Je l'ai donc parcouru image par image pendant une semaine, et ces microexpressions sont apparues - deux instances, chacune un 25e de seconde, sur 12 minutes.

Cette histoire faisait partie de notre numéro de mai 2009

• Voir le reste du numéro
• S'abonner

Dans le cas de Mary, ses traits avaient montré fugitivement un désespoir lorsque le médecin qui l'interrogeait l'interrogea sur ses projets. Ekman a appris que les sujets humains qu'il étudiait trahissaient leur état émotionnel à travers des micro-expressions, malgré tous leurs efforts pour les supprimer. Il a identifié 46 mouvements des muscles faciaux qui, à travers les cultures, signalent des émotions fondamentales telles que la peur, la méfiance et la détresse.

Ce que je ne savais pas au début, m'a dit Ekman, c'est qu'on pouvait apprendre aux gens à reconnaître ces microexpressions en temps réel. Il a développé le système de codage d'action faciale, ou FACS, dans les années 1970 en tant que taxonomie exhaustive de toutes les expressions faciales, y compris ces comportements musculaires révélateurs. Depuis lors, les utilisateurs de FACS formés ont généralement démontré un taux de réussite supérieur à 75 pour cent dans la lecture des visages. Lie to Me – qui met en vedette l'estimable Tim Roth dans le rôle du Dr Cal Lightman, le personnage basé sur Ekman – est un divertissement très moyen dans le genre du grand succès de Fox loger , où un expert non-conformiste résout des cas que les types d'établissement ne peuvent pas. En réalité, cependant, de nombreux utilisateurs de FACS sont des types d'établissements – flics, agents du FBI, membres des services secrets américains.

RESSOURCES:

• Boîte à outils de reconnaissance d'expression informatique (CERT)

• Mentez-moi, FOX

Il ne nécessite aucun don inné pour appliquer les recherches d'Ekman dans la pratique. Vous pouvez aller en ligne maintenant [ www.mettonline.com] et apprenez la reconnaissance de la microexpression, qui est une partie, en une heure, dit Ekman. Avec de la pratique, la plupart d'entre nous pourraient décoder ces expressions éphémères en temps réel. Au départ, tout le monde pense qu'ils ne le feront jamais, dit-il. À la fin, ils demandent : « Est-ce que vous ralentissez ces choses ? » Nous ne le faisons pas, mais vos yeux ont appris à les voir.

D'autres études confirment les affirmations d'Ekman. Dans une recherche menée en 2006, la neuroscientifique Tamara Russell du King's College de l'Université de Londres a montré qu'une heure de formation en microexpression permettait aux personnes atteintes de schizophrénie d'identifier les expressions faciales aussi précisément que les personnes en bonne santé.

Certains, cependant, sont bien meilleurs que d'autres pour lire les microexpressions. Maureen O'Sullivan, collègue d'Ekman à l'Université de San Francisco, a testé 20 000 personnes environ sur deux décennies et a identifié 50 personnes parmi ce nombre qui font toujours preuve d'une précision de plus de 80 % dans la détection des mensonges d'autrui, avec très peu d'entre elles approchant la précision parfaite. De toute évidence, un ensemble spécifique et optimal de capacités sous-tend le succès de ces rares personnes.

Étant donné que les experts FACS qualifiés rejouent généralement les séquences pendant trois heures afin d'analyser une seule minute des contractions et des clignements du visage d'un sujet sur vidéo, il était logique de se demander si un système informatique pouvait automatiser le processus d'analyse de la microexpression et faire correspondre l'humain d'O'Sullivan. sorciers. Ekman a d'abord considéré le défi à la fin des années 1980. Lors d'un congé sabbatique à Londres, il a visité le Brunel College, où un ingénieur qui avait développé l'un des premiers ordinateurs à traitement parallèle entraînait un réseau de neurones artificiels pour reconnaître les terroristes. Le problème de l'ingénieur était que les expressions faciales variées des sujets rendaient difficile pour son système de reconnaître leurs identités, tandis que la difficulté d'Ekman avait tendance à être l'inverse : il devait ignorer les physionomies individuelles de ses sujets pour reconnaître les émotions révélées par leurs expressions. Les deux hommes ont donc travaillé ensemble. En trois jours, nous avons appris à la machine à reconnaître trois émotions différentes sur différentes personnes, dit-il. De retour aux États-Unis, j'ai rédigé une proposition de subvention pour le NIH, qui l'a refusée, affirmant que les ordinateurs à traitement parallèle n'existaient pas. Ekman a exprimé sa frustration à un ami qui était un physicien lauréat du prix Nobel ; l'ami a contacté Terry Sejnowski, l'éminence interdisciplinaire de la neurobiologie computationnelle à l'Institut Salk, dont le laboratoire disposait des ordinateurs nécessaires. Ekman et Sejnowski se sont associés et ont obtenu la subvention.

Mark Frank, un ancien étudiant postdoctoral d'Ekman et maintenant professeur à l'Université de Buffalo, à New York, a eu le plus grand succès en automatisant FACS. Frank, qui travaille au Buffalo's Center for Unified Biometrics and Sensors, a travaillé avec un groupe d'informaticiens de l'Université de Californie à San Diego – pour la plupart d'anciens étudiants de Sejnowski – pour transformer FACS en une technologie appelée Computer Expression Recognition Toolbox (CERT ). Je lui ai demandé comment avançait le projet.

Nous l'avons fait, m'a dit Frank. Nous avons un système qui fonctionne en temps réel. En termes d'apprentissage automatique, nous devions donner aux machines un bon matériel audiovisuel avec de vraies émotions et expressions. Ensuite, c'est juste une question de formation, de test, de formation, de test. Le CERT fonctionne aussi bien qu'un expert humain, dit-il, mais c'est un peu plus rapide.

Une technologie qui détecte avec précision les véritables émotions des gens possède un énorme potentiel politique, social et commercial. Et si les commentateurs politiques l'avaient appliqué à des images des débats présidentiels américains de l'année dernière, par exemple, pour révéler si McCain ou Obama mentaient ? Ou si les avocats l'utilisaient pour analyser les dépositions vidéo présentées lors des procès devant les tribunaux afin de déterminer si un témoin avait menti, une conclusion qui pourrait être citée comme preuve ? En effet, étant donné que la technologie exploite la vidéo ordinaire, elle peut être transformée en service Web bon marché afin que tout le monde puisse l'utiliser : les gens peuvent enregistrer des entretiens d'embauche, des négociations commerciales, des signatures d'accords de mariage, des cérémonies de mariage ou tout autre type de transaction civile, avec un œil vers leur examen pour s'assurer de la bonne foi des personnes impliquées. Vous vous demandez ce que vous faites quand le chat sort du sac, dit Frank. Et pouvez-vous le récupérer ?

L'argument en faveur de l'admission de telles preuves devant les tribunaux semble simple. Pour être admissible, une technologie doit satisfaire à l'une des deux normes légales ; le test Daubert (de l'affaire de la Cour suprême des États-Unis de 1993 Daubert v. Merrell Dow Pharmaceuticals) est celui utilisé dans la plupart des juridictions. Daubert exige que les témoignages scientifiques soient considérés comme des «connaissances scientifiques» fiables, explique Edward Imwinkelried, professeur de droit à l'Université de Californie à Davis, qui est un expert de l'admissibilité des preuves scientifiques. La Cour suprême définit les « connaissances scientifiques » comme des connaissances validées par une méthodologie spécifique, qu'elle décrit en termes classiques comme, d'une part, la formulation d'une hypothèse et, d'autre part, l'expérimentation contrôlée ultérieure ou l'observation systématique sur le terrain pour vérifier ou infirmer l'hypothèse. Compte tenu des trois décennies d'acceptation de FACS et du record de précision du CERT, l'analyse automatisée des expressions faciales pourrait bien répondre à ces critères.

Faire cet argument, cependant, nécessiterait le soutien de témoins experts comme Frank ou Ekman, et ce n'est pas le cas. Frank, par exemple, soutient l'utilisation du CERT par le gouvernement américain à des fins de sécurité nationale - cela pourrait arriver d'ici 2011, il suppose - mais il ne veut pas voir la technologie se propager beaucoup plus loin : bien que nous recevions un appel toutes les deux semaines de les gens qui veulent gagner beaucoup d'argent en commercialisant cela comme une détection de mensonge, je suis fier que personne impliqué dans la science n'ait jusqu'à présent dépassé ce qu'elle soutient.

Ce que la science confirme, c'est que FACS et CERTS peuvent révéler une grande partie des émotions réelles de tout sujet humain, mais ces résultats doivent être interprétés intelligemment, en particulier dans le contexte de la détection de la tromperie. Sinon, a résumé Ekman, les utilisateurs risquent ce qu'il appelle l'erreur d'Othello : Othello a lu avec précision la peur de Desdemona. Mais il n'a pas reconnu que la peur d'être incrédule est tout comme la peur d'être pris. Oui, nos visages révèlent les émotions que nous vivons, si vous pouvez lire les signes. Ce que nos visages ne révèlent pas nécessairement, c'est ce qui a déclenché cette émotion. Si vous ne le savez pas, l'interprétation peut aller très loin. Éliminez toutes les explications possibles avant de conclure que ce que vous voyez est un signe de mensonge au sujet d'un acte criminel, prévient Ekman. Parce que très souvent, ce n'est pas le cas.

Mark Williams est un éditeur collaborateur de Examen de la technologie .

cacher