Psychologowie z Uniwersytetu w Nowym Meksyku opracowali oparty na uczeniu maszynowym algorytm, który monitoruje ruchy głowy i jest dzięki temu w stanie rozpoznać osoby o psychopatycznych skłonnościach.
Program został przetestowany na 507 więźniach podczas przesłuchań. Okazało się, że osoby cechujące się wysokim stężeniem antyspołecznych zachowań częściej utrzymywały głowę w bezruchu. Każda z rozmów trwała od jednej do czterech godzin, a algorytm przetwarzał minimum 36 000 klatek materiału filmowego, skupiając się na sześciu punktach twarzy.
Czytaj też: Uczenie maszynowe może być kluczem do prognozowania zmian środowiskowych
Ważną rolę w eksperymencie odegrał test Hare Psychopathy Checklist-Revised, który umożliwił określenie poziomu psychopatii osadzonych. Celem analiz były cechy interpersonalne, emocjonalne, antyspołeczne i styl życia. Biorąc pod uwagę 20 różnych kryteriów, test zakłada możliwość otrzymania od 1 do 40 punktów. Przy wynikach rzędu 25 i wyższych można zostać uznanym za psychopatę.
Uczenie maszynowe umożliwiło analizę zachowań więźniów pod kątem psychopatii
[…] osoby o wyższym poziomie cech psychopatycznych charakteryzują się bardziej nieruchomą pozycją głowy, skupioną bezpośrednio w kierunku kamery/rozmówcy, niż osoby o niskim poziomie cech psychopatycznych. […] Niewerbalne wskazówki behawioralne związane z psychopatią mogą częściowo odzwierciedlać neurobiologiczne podłoże tego stanu, a częściowo wynikać ze świadomych i wysiłkowych manipulacji interpersonalnych
Journal of Research in Personality.
