Η τέχνη της εξαπάτησης είναι τόσο παλιά όσο και η ίδια η ανθρώπινη επικοινωνία. Ωστόσο, ενώ οι άνθρωποι συχνά αποτυγχάνουν να διακρίνουν το ψέμα από την αλήθεια —βασιζόμενοι σε ανακριβή σημάδια όπως η αποφυγή της βλεμματικής επαφής ή η νευρικότητα— η Τεχνητή Νοημοσύνη αρχίζει να «ακούει» όσα εμείς αγνοούμε. Μια σειρά από πρόσφατες μελέτες, που αναλύθηκαν εκτενώς από το περιοδικό «ΤΑ ΝΕΑ», αναδεικνύουν πώς οι αλγόριθμοι επεξεργασίας φυσικής γλώσσας (NLP) μπορούν πλέον να εντοπίσουν την ανειλικρίνεια με ακρίβεια που ξεπερνά το 80%, εστιάζοντας σε συγκεκριμένα γλωσσικά μοτίβα και επαναλαμβανόμενες λέξεις.

Η Ψυχολογία πίσω από το Ψέμα: Το Γνωστικό Φορτίο

Το ψέμα είναι μια απαιτητική γνωστική διαδικασία. Ο ψεύτης πρέπει ταυτόχρονα να κατασκευάσει μια πειστική ιστορία, να θυμάται την πραγματικότητα για να μην την μπερδέψει με το ψέμα, και να παρακολουθεί τις αντιδράσεις του συνομιλητή του. Αυτό το «γνωστικό φορτίο» (cognitive load) αφήνει ίχνη στη γλώσσα. Η AI δεν εξετάζει το αν κάποιος ιδρώνει, αλλά το πώς δομεί τις προτάσεις του. Σύμφωνα με τους ερευνητές, οι ψεύτες τείνουν να χρησιμοποιούν λιγότερα αυτοαναφορικά αντωνυμικά (όπως «εγώ», «μου», «εμένα») σε μια προσπάθεια να αποστασιοποιηθούν ψυχολογικά από το ψέμα τους. Αντίθετα, αυξάνουν τη χρήση λέξεων που δηλώνουν αρνητικά συναισθήματα και χρησιμοποιούν υπερβολικά πολλές επεξηγηματικές λέξεις για να καλύψουν τα κενά της ιστορίας τους.

Τα «Κόκκινα Σημάδια» του Λόγου

Η ανάλυση μεγάλων δεδομένων (Big Data) από δικαστικές καταθέσεις και εταιρικές επικοινωνίες δείχνει ότι υπάρχουν συγκεκριμένες λέξεις και φράσεις που επαναλαμβάνονται δυσανάλογα συχνά από όσους αποκρύπτουν την αλήθεια. Οι ερευνητές εντοπίζουν τρεις κύριες κατηγορίες:

  • Λέξεις Αποφυγής Ευθύνης: Η χρήση παθητικής φωνής και η αποφυγή του πρώτου προσώπου.
  • Υπερβολική Βεβαιότητα: Λέξεις όπως «ειλικρινά», «απολύτως» ή «πιστέψτε με» συχνά λειτουργούν ως προπέτασμα καπνού.
  • Περιοριστικοί Σύνδεσμοι: Η συχνή χρήση των «αλλά», «εκτός» και «όμως» δείχνει μια προσπάθεια να περιοριστεί το εύρος μιας δήλωσης ώστε να μην μπορεί να διαψευστεί εύκολα.

Επιπλέον, η AI έχει εντοπίσει ότι οι ψεύτες χρησιμοποιούν λιγότερες «αιτιακές» λέξεις (όπως «επειδή» ή «διότι») όταν περιγράφουν μια κατασκευασμένη εμπειρία, καθώς η δημιουργία μιας λογικής αλληλουχίας γεγονότων στο μυαλό τους είναι δυσκολότερη από την απλή ανάκληση μιας μνήμης.

Η Τεχνητή Νοημοσύνη ως Ψηφιακός Ανιχνευτής Ψεύδους

Σε αντίθεση με τον παραδοσιακό πολυγράφο, ο οποίος μετρά φυσιολογικές αντιδράσεις που μπορούν να επηρεαστούν από το άγχος, η γλωσσική ανάλυση μέσω AI είναι πιο αντικειμενική. Μοντέλα όπως το BERT και το GPT-4 έχουν εκπαιδευτεί σε τεράστια σύνολα δεδομένων για να αναγνωρίζουν τη «σημασιολογική απόσταση» μεταξύ αληθινών και ψευδών δηλώσεων. Στον τομέα της κυβερνοασφάλειας, αυτή η τεχνολογία χρησιμοποιείται ήδη για τον εντοπισμό phishing emails, όπου η γλώσσα είναι συχνά υπερβολικά επείγουσα ή ασυνήθιστα επίσημη. Στον νομικό κλάδο, η AI μπορεί να αναλύσει χιλιάδες σελίδες καταθέσεων για να βρει ασυνέπειες που ένας άνθρωπος δικηγόρος θα χρειαζόταν εβδομάδες για να εντοπίσει.

Ηθικά Διλήμματα και το Μέλλον της Εμπιστοσύνης

Η δυνατότητα της AI να «διαβάζει» την ειλικρίνεια εγείρει σοβαρά ηθικά ερωτήματα. Αν ένας εργοδότης χρησιμοποιεί τέτοια εργαλεία κατά τη διάρκεια μιας συνέντευξης, παραβιάζει την ιδιωτικότητα του υποψηφίου; Τι συμβαίνει με τα «ψευδώς θετικά» αποτελέσματα, όπου κάποιος μπορεί να φαίνεται ότι ψεύδεται απλώς επειδή είναι νευρικός ή επειδή η μητρική του γλώσσα είναι διαφορετική; Η κοινωνία μας βασίζεται σε έναν βαθμό «κοινωνικού ψεύδους» για τη διατήρηση των σχέσεων. Μια απόλυτα διαφανής κοινωνία, όπου κάθε λέξη αναλύεται από έναν αλγόριθμο ειλικρίνειας, θα μπορούσε να αποδειχθεί δυστοπική. Η πρόκληση για το 2026 και μετά δεν είναι μόνο η τελειοποίηση της τεχνολογίας, αλλά η θεσμοθέτηση κανόνων που θα προστατεύουν τον άνθρωπο από την «ψηφιακή ιερά εξέταση».