Напрасные слова: Компьютер распознает ложь

Как утверждают психологи, слова в жизни человека играют не самую большую роль: 70% коммуникаций происходит невербально, поэтому мы сможем много узнать о своем собеседнике, анализируя его мимику, голос и движения тела. Совмещение всех трех компонентов в один инструмент анализа поведения позволяет создать алгоритм, который практически невозможно будет обмануть ни выпускнику студии МХАТа, ни разведчику, ни тибетскому монаху. В этом уверены в московской компании F2FGroup, которая занимается разработкой софта для автоматической оценки недостоверности предоставляемой информации. Корреспондент «Инвест-Форсайта» проходит тестирование в F2F Голос правды Бизнес начался с увлечения американским сериалом «Обмани меня», в котором доктор Лайтман ловко раскрывал преступления, определяя, кто из людей что скрывает. Основательница компании Наталья Захарова, вдохновленная идеями американского профессора психологии Пола Экмана, решила исследовать объективные способы оценки поведения человека. Единственным учебным заведением, где такие знания можно было получить в начале 2000-х, была Международная академия исследования лжи. Однако там давали только самые азы НЛП, метапрограмм, профайлинга. За более глубокими знаниями пришлось идти на факультет психологии МГУ. Еще в момент обучения в академии Наталья мечтала создать команду экспертов – фейскодер, психофизиолог, профайлер – для анализа сложных случаев, но ближайшее окружение идею не поддержало. Наталья решилась воплотить идею одна – так появилась лаборатория на ул. Усачева и проект, в который на сегодняшний день инвестировано более 20 млн рублей. Ее возглавил доктор психологических наук, профессор кафедры психологии личности факультета психологии МГУ Алексей Гусев. Одновременно основательница компании изучала международный рынок, чтобы понять, какие инструменты анализа поведения используются и у каких есть коммерческое применение. В процессе Наталья с коллегами познакомилась с голландскими разработчиками программного обеспечения по анализу мимики. Длительная «охота» за высококлассными экспертами закончилась тем, что к команде молодого проекта присоединился еще один специалист – сертифицированный по методу Пола Экмана фейскодер Михаил Баев. Однако ясной бизнес-концепции на тот момент не было. Основательница компании F2F Наталья Захарова «Это был научный старт, – вспоминает Наталья Захарова. – Со временем родилась идея взять методики оценки достоверности информации, которые используются в судебно-психологической экспертизе, и автоматизировать их. Это позволяло бы в режиме реального времени оценивать поведение человека, повысить объективность экспертных оценок и снизить влияние человеческого фактора». В F2FGroup начали с исследования голоса. Недоступные человеческому слуху вокальные колебания выдают степень волнения человека при обсуждении каких-либо тем и отражают его истинные намерения. Компьютерная программа автоматически оценивает 151 параметр, отражающий стресс, когнитивное и эмоциональное напряжение. В компании провели более 500 исследований и утверждают, что надежность данной технологии при оценке предоставляемой информации сравнима с полиграфом. В основе анализа – метод Layered Voice Analysis (LVA) израильской компании Nemesysco, которая занимается инструментами распознавания лжи по голосу с конца 1990-х. Основатель компании Амир Либерман провел около 10 000 лабораторных исследований, в его портфолио 500 кейсов – совместная работа с полицией, крупными компаниями и 15 тысяч кейсов из колл-центров. Более года московский стартап изучал возможности данной технологии. Плюсом стало то, что ранее в нашей стране пилотные проекты с софтом Nemesysco делали в одном из аэропортов, крупном банке, ведущей телекоммуникационной компании, в ряде госучреждений, спецслужб. «Всего в России четыре дилера софта от Nemesysco, но так глубоко и по-научному технологию апробируем и адаптируем на русскоязычных выборках только мы», – утверждают в F2FGroup. Адаптация программного обеспечения, включающего специальные опросники, потребовала культурную адаптацию. Так, пришлось убрать ряд вопросов, не соответствующих современным социокультурным реалиям современных российских компаний, многие вопросы были изменены. Практически на старте у компании было несколько серьезных возможностей проверить алгоритмы работы LVA. Команду проекта привлекали к полицейским расследованиям. «Мы участвовали в расследовании хищения денег с большого предприятия по пошиву одежды, – рассказывает Наталья Захарова. – Круг подозреваемых был около 10 человек, на месте мы с каждым провели профайлинговую беседу, по результатам которой только одного человека пригласили в лабораторию, и через 2,5 часа у нас была информация, которую полицейские получить не смогли, и заключение о причастности к преступлению. Однако уголовное дело до сих пор числится нераскрытым, хотя этот кейс впоследствии проверяли с помощью новых алгоритмов и неоднократно подтверждали. Во втором случае при расследовании хищения денег из сейфа смогли сократить круг подозреваемых с 18 человек до 2 – причастность одного из них к преступлению была подтверждена на полиграфе, второй от проверки отказался и уволился». Банки узнают неправду по телефону У F2F есть уже есть первые клиенты и партнеры: кадровые службы компаний-ритейлеров, служба безопасности крупного оборонного предприятия, известное кадровое агенство, одно из крупнейших оборонных предприятий России, запущено несколько пилотов с HR-службами различных компаний и банков. По словам Натальи Захаровой, автоматические инструменты оценки поведения могут быть востребованы во всех сферах, где с клиентом общаются по телефону – в колл-центрах торговых сетей или банков, при первичных собеседованиях HR-специалистов с кандидатами, для оценки рисков в страховых и транспортных компаниях и, конечно, в нейромаркетинге. В банковской сфере технология может применяться для автоматизации работы андеррайтеров. Специальный софт позволяет оценивать кредитные риски по голосу заемщика: IVR-робот задает вопросы клиенту, далее алгоритм оценивает достоверность предоставляемой информации и намерение выплачивать заем. Это позволит сократить время работы оператора с каждым клиентом и отсечь неблагонадежных. «В ходе пилотного проекта с одним из банков с помощью LVA были проанализированы ответы 2832 клиента финучреждения и валидизированы их кредитные истории, платежеспособность и намерение платить. Программа смогла выявить более 45% проблемных заемщиков, и через три месяца результаты исследований подтвердились», – подчеркивает основательница компании. Этот метод не заменяет, а дополняет полиграф, особенно в тех случаях, когда требуется экспресс-анализ или когда нужно проверить большое количество людей. «Это идеальный инструмент для проверки эмоционального состояния пилота перед полетом или водителя такси перед выходом на работу. Анализ голоса выявляет факторы риска, по которым дальше можно проводить более глубокие исследования с помощью того же полиграфа», – отмечает Наталья Захарова. Сейчас пользователь регистрируется на портале и платит за необходимое число тестов. Тестирования длятся от 10 до 30 минут. Для их проведения требуется только телефон. В вопроснике на каждую тему 5 вопросов, которые идут «по нарастающей» от проективного («Кража – это распространенное явление, что вы думаете по этому поводу?») к проверочному («Сколько раз за последний год брали ли какие-то предметы на работе?»). На выходе заказчик получает отчет об уровнях риска. Компания приступила к тестам новой облачной платформы, и уже в ближайшем будущем IVR-бот будет совершать звонки, записывать ответы респондентов, которые обработают в облаке, а результаты сразу будут доступны руководству компании. Однако одного голоса мало. В ближайшие 2-3 месяца в F2F будет проходить обкатку бета-версия алгоритма по распознаванию эмоций на лице. Это уже собственная разработка московской компании. «Мы в течение двух с половиной лет работали с различными программами и поняли, что можем разработать алгоритм и создать эффективно работающее программное обеспечение по распознаванию микровыражений. Надеемся, что мы сможем сделать это лучше, чем другие, поскольку существующие компьютерные программы лишь косвенно оценивают эмоции на лице человека, сравнивая текущий кадр на видеозаписи с одной из зарубежных баз данных. А значит, не могут с необходимой точностью определить подлинность эмоционального выражения лица», – отмечает Наталья Захарова. Для этого специалисты F2F оцифровывают систему кодирования лицевых движений (FACS) и планируют настроить ее так, чтобы она могла фиксировать микровыражения, которые длятся от 40 до 200 мс вне зависимости от положения лица относительно видеокамеры. В перспективе планируют совмещать автоматические анализы голоса и мимики и добавить к ним оценки движений тела. Задача-максимум, которую ставит перед собой команда F2FGroup (в ней 20 человек, все они прошли голосовую проверку), – сделать один из элементов для «нервной системы» ИИ, над которым работают Amazon, Facebook, Google и Apple. Не лги алгоритмам Сюжет «Обмани меня» уже становится явью: инструменты определения уровня стресса по голосу, лицу, поведению используют различные компании. В Bank of New York два года первичные собеседования при приеме на работу проводит искусственный интеллект. Эта нейросеть обучена оценивать параметры личности. Есть информация, что в Сбербанке тестируют подобные технологии. То, что раньше умели профайлеры, благодаря автоматизации становится доступно неспециалистам. «С каждым годом машины догоняют хороших специалистов. Например, программа FaceReader компании Noldus умеет практически безошибочно определять эмоции на лице человека с достоверностью выше 99%, – подчеркивает Алексей Филатов, научный руководитель направления профайлинга в компании «СёрчИнформ». – Есть отличные голосовые анализаторы, которые умеют определять уровень стресса и другие личностные характеристики человека. Распознавание речи компьютерами реализуется на приличном уровне, и практически в режиме реального времени мы можем разбирать ее по психосемантике, искать и находить в ней скрытые смыслы. Уже появляются дистанционные детекторы лжи, которые оценивают пульс человека, кровоток в лицевых артериях и венах, мимику, дыхание человека. Это делается с помощью умных камер, человек может даже не знать, что в данный момент его оценивают». В самой «СёрчИнформ» разработали технологию автоматизированного профайлинга на основе анализа неформальной переписки – выстраивается профиль человека, что позволяет судить о его качествах и коридоре реакций в самых разных условиях. По мнению Алексея Филатова, пока технологии применяются разрозненно, поэтому о громких кейсах особенно не слышно, но достоверная информация для бизнеса стоит дорого, поэтому все идет к тому, что применение технологии найдут. «Например, анализаторы речи, которые могут по телефонному разговору определять профиль личности собеседника, позволят сильно снизить риски принятия решения на основе неверной информации. Через 2-3 года, максимум 5, такие анализаторы будут доступны и востребованы», – считает Алексей Филатов. Разработчики столкнулись с тем, что бизнес видит этим инструментам более широкое применение. Первые же клиенты сервиса автоматизированного профайлинга от «СёрчИнформ» рассказывали, что приобретают программу для решения в том числе управленческих задач. Топ-менеджмент планировал оценивать психотип сотрудников, рассматриваемых к повышению, выявлять неформальных лидеров и тех, кто способен остро негативно реагировать на повышение по службе других кандидатов или деструктивно влиять на атмосферу в коллективе. Еще таким методом собирались формировать команды для длительных командировок. Как считает Алексей Филатов, массовое распространение технологий, конечно, займет немало времени. Но в целом рынок восприимчив, а разработчики активно думают об автоматизации той экспертизы, которая есть у профайлеров. Автор: Анна Орешкина