近距离职业:克里斯街的谎言检测，真相偏见，并开发自适应测谎仪帐户

上图:克里斯·斯特里特站在英国基尔大学心理学院的多萝西·霍奇金大楼外。

克里斯·斯特里特是英国基尔大学认知心理学的高级讲师。他的研究主要集中在测谎和真相偏见方面，目前他正致力于开发第一个谎言/真相判断的计算模型。

电流的作用:基尔大学认知心理学高级讲师，2021年至今

以前:认知心理学读者，哈德斯菲尔德大学，2019-2021;2017-2019年哈德斯菲尔德大学高级讲师;2015-2017年哈德斯菲尔德大学讲师

终端学位: 2013年，伦敦大学学院心理学博士

2019年被公认为APS新星

查看所有职业近距离面试

躺着着陆

我本科就读于邓迪大学，师从视觉科学家本·塔特勒。我在他的实验室做了3年志愿者，甚至得到了一笔小的暑期资助来进行我自己的研究，所以我想我最终会研究高水平的视觉感知。

但在伦敦大学学院读书时，我的博士生导师丹尼尔·理查森和我在指导一个本科生项目，他想了解人们是如何撒谎的。我们俩都不知道文学，所以我做了一些挖掘，发现许多关于人们如何判断谎言/真相的问题还没有被探索过。

我开始我的博士研究时问了这样一个问题:“什么是真理偏见?”我想，我的答案是，至少不是传统意义上的偏见。

我认为，没有一种内在的思维方式会影响人们去相信别人。相反，我的研究认为，人们正在做出明智的判断，而这恰好表现为对真相的判断，而不是对谎言的判断。

克里斯街

在温哥华英属哥伦比亚大学做博士后时，我的工作主要围绕我导师的兴趣领域展开，所以我研究了人们如何隐藏和寻找物品，以及这些行为是否具有重叠的功能。不过，在那里我确实设法写了一些我的博士论文，这也是我第一次发表我的自适应测谎仪(ali)的地方。

为该领域做出贡献

当我在2019年被公认为APS新星时，我正在研究人们是如何判断一个人是在说谎还是在说实话。事实证明，人们倾向于猜测别人说的是真话。当时，我正在撰写关于这种“真相偏见”的ALIED报告。该报告认为，这种偏见不是错误或认知错误。相反，当说话者的陈述没有可靠的信息时，真相偏见可以被视为功能性和适应性的。在这种情况下，依靠欺骗和诚实通常遇到的频率来做出明智的猜测是合理的——考虑到人们在大多数情况下倾向于说实话，有偏见地猜测别人说的是真话也是合理的。

ALIED声称，当人们试图评估某人是否在说谎时，他们会试图依赖有关特定陈述的更可靠的信息。例如，可能有闭路电视录像证实了陈述，这将是相当可靠的，或者说话者在发表陈述时的非语言行为可能看起来不可靠。这些与被评估的特定陈述相关的线索被称为个性化线索。

当这些个性化的线索变得不那么可靠时，情境一般的信息在决策中更重要。上下文通用信息是与当前语句没有因果关系的信息，而是跨语句泛化的信息。原则上，ALIED是一个贝叶斯更新帐户。

自从被公认为APS新星以来，我一直在与哈德斯菲尔德大学的大卫·皮布尔斯教授合作，开发第一个谎言/真相判断的计算模型。我们在ACT-R认知架构下开发了alias帐户，该框架实例化了认知的基本假设(例如，记忆存在，具有可以用数学方法指定的衰减率，等等)。我目前正在与同事一起努力寻找方法来伪造该帐户的声明。

开展测谎研究

ali的act - r模型实例化了核心认知:感知世界，检索关于世界的记忆，有目标要实现，并能够对世界采取行动。简而言之，该模型通过观察世界，从记忆中检索相似的过去经验，并利用这些经验来判断某人是在说谎还是在说实话来发挥作用。

最初，向模型展示一组说谎者和说实话者，他们表现出一种行为(例如，挠鼻子)。通过这种方式，模型了解到行为线索与诚实和欺骗相关的频率。这些行为是ALIED中的个体化线索。在后面的测试阶段，模型看到一组说谎者和说实话者表现出某种行为，但不知道说话者是在说谎还是在说实话:这是由模型来决定的。该模型试图从记忆中检索两个“块”信息:(a)“此行为表明诚实”和(b)“此行为表明欺骗”。这些信息块中只有一个将被检索，这将是模型做出的判断。将行为与诚实或欺骗联系起来取决于该行为在过去与诚实或欺骗联系在一起的频率、认知系统中的噪声、观察到该联系的最近时间等等。每一个都影响块在内存中的“活动”程度。检索内存中最活跃的块，这是由决策者做出的决策。

查看所有职业近距离面试

然而，上述仅考虑个性化线索。ALIED还为上下文信息设定了一个角色。所采取决策的当前上下文将影响检索的块。当内存中的块与当前上下文不一致时，它的激活将受到惩罚，使其不太可能从内存中检索。当个性化线索高度可靠时(例如，上面的CCTV例子)，上下文对判断结果的影响相对较小。但是，当个性化线索不那么可靠时(例如，避免眼神接触，说谎者并不比说实话者表现得更多)，上下文的影响就会更大，因此，与上下文一致的内容更有可能被回忆起来。也就是说，当个性化线索不可靠时，判断更有可能与背景一般信念一致。

我们在历史数据的基础上开发了这个模型，它提供了非常高的数据拟合，然后用新的数据测试了这个计算模型得出的新预测。该模型没有被测试这些预测的新数据所证伪，我们认为这些数据为我们的模型提供了可信度和强度。

ALIED的ACT-R模型基于核心认知原则，并正在生成经得起新数据测试的新颖预测。该模型是目前对谎言/真相判断的唯一解释，可以解释从接收信息到最终判断的认知过程，在我看来，这使得它成为我们目前对谎言/真相判断最有用的解释。我说“有用”而不是“准确”，是因为我希望会有强烈的弄虚作假企图，导致我们修正我们的理解，并进一步发展这一账目。

防止错误信息最初的可信度

人们倾向于相信别人说的是真话。测谎领域的传统解释是，我们有一些内在的偏见或默认，使我们相信事情是真的。但alid的观点是，我们的信念是知情的、明智的，而不是我们无法控制的某种认知机制的结果。我们试图使用我们认为可靠的信息，我们的意思是，在过去，这些信息是对现实的一个很好的预测(例如，某本杂志上所说的与我过去对世界的经验相匹配)。

当然，人们可能会因为记忆错误而错误地做出这些联想。从测谎的角度来看，这个问题与其说是与内置错误作斗争，不如说是防止错误信息以一种似乎来自可信和可靠来源的方式呈现。我没有做过这方面的工作，所以我在这里有点推测。

解决难题

我工作中最享受的是那些我有时间坐下来思考想法的日子。摆弄概念和理论，阅读对发现和预测的新的和不同的解释，让我觉得很投入，给人一种解决数独或逻辑谜题的流畅感。

目前最大的挑战

COVID !在英国COVID-19封锁期间，我有两个外部资助的研究项目在运行。这些也是我第一个获得资助的项目。封锁阻止了数据收集和参加会议和培训讲习班。他们还迫使我暂时搁置了我的研究助理职位，这对合作伙伴的参与、数据提取和分析、产出等产生了连锁反应。

形成网络的重要性

我认为激励早期职业研究人员的一个重要部分是发展一种友好的社区风气。金宝搏官网登录感觉自己是一个强大的团队中的一员，可以一起工作，可以社交，可以做出集体决定，这可以给人们探索和创造的空间和信心。

随着研究的跨学科性越来越强，形成协作网络也变得越来越重要。发展你的技能，尽可能地拓展你的人脉。我不是一个交际花，所以我想这是我需要努力的领域。

在我看来，不带假设和创造性地看待研究问题是必须的。当然，你必须了解你所从事的领域，但能够把该领域中少数人的观点放在一边，采取更全面的方法，跨越学科界限，这让你有真正的机会产生新的和强大的见解。

学术之外的生活

我不得不说，我一直在考虑离开学术界。很遗憾地说，作为一名研究人员和教育工作者的工作鼓舞了我，使我能够探索我所在领域的一些重要问题。希望我能留在学术界，但时间会证明一切。如果我在这里继续，我想说我已经开发了一个预测理论，可以解释人们如何决定相信什么，相信什么，并且经得起证伪的企图。

对这篇文章的反馈?电子邮件aps188金宝搏官方网站observer@psychologicalscience.org或者向下滚动查看评论。