Як розпізнати брехню в імейлах та приватних повідомленнях?
Алгоритм, за яким працює додаток, було створено в університеті City у Лондоні. Він аналізує слова, структуру речень і контекст, які використовує дописувач.
Про це повідомляє The Telegraph із посиланням на дослідників.
Щоб створити алгоритм, вони порівняли тексти десятків тисяч імейлів, які містили брехню та правдивий контент.
Про що ж ми брешемо?
1. Середньостатистичний британець говорить неправду близько 10 разів на тиждень. Такі дані наводить дослідження на confused.com.
2. 25% опитаних сказали, що вони б щасливо брехали, якби це нікого не скривдило.
3. 41% опитаних брехали про вартість товару, який вони придбали.
4. 25% респондентів казали неправду про те, скільки вони випили.
5. Чверть учасників опитування брехали про свої звички у їжі.
6. Майже третина людей сказали, що вони брехали про те, чому не підняли слухавку і пропустили дзвінок.
7. 31% вигадували причину, чому вони спізнилися.
8. 7% брехали у соціальних медіа, щоб видатися співрозмовникам цікавішим.
Фото theconversation.com |
Дослідження показало, що люди, які лукавлять, рідше використовують особисті займенники: "Я", "мене", "мій". Натомість вони схильні використовувати більше прикметників, на кшталт чудовий, блискучий.
Причина таких мовленнєвих форм може бути у тому, що брехуни намагаються дистанціюватися від суті повідомлення, натомість затуманюючи основну інформацію необов'язковими описами.
Інші підказка: речення мовця пов'язані одне із одним, і здається, що вони віддзеркалюють структуру речень людини, якій пишуть брехню.
Алгоритм визначає брехню краще, ніж пересічна людина. Люди здатні впізнати неправду у 54% випадків, а от комп'ютер робить це у 70% випадків. Принаймні, так стверджують автори програми.
"Люди не дуже добре свідомо помічають брехню", — переконаний Том ван Лаер, маркетолог із бізнес-школи Cass при City University London.
Програма була розроблена, щоб допомогти організаціям захистити себе від шахраїв або фішингових листів, які можуть призвести до крадіжки особистих даних і фінансових втрат.