近距离职业生涯:克里斯街测谎，真相偏见，并开发一个适应性测谎仪帐户

上图:克里斯·斯特里特站在英国基尔大学心理学院多萝西·霍奇金大楼外。

克里斯·斯特里特(Chris Street)是英国基尔大学认知心理学高级讲师。他的研究重点是测谎和真相偏见，他目前正在开发第一个谎言/真相判断的计算模型。

电流的作用:英国基尔大学认知心理学高级讲师，2021 -至今

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

终端学位:伦敦大学学院心理学博士，2013年

2019年被评为APS新星

查看所有职业近距离面试

躺在床上

我的本科是在邓迪大学，在视觉科学家本·塔特勒的指导下完成的。我在他的实验室做了3年的志愿者，甚至还得到了一笔小额的夏季资助来进行我自己的研究，所以我想我最终会研究高级视觉感知。

但在伦敦大学学院读书时，我的博士导师丹尼尔·理查森(Daniel Richardson)和我正在指导一名本科生，他想了解人们是如何撒谎的。我们都不知道文学，所以我做了一些挖掘，发现许多关于人们如何做出谎言/真理判断的问题还没有被探索过。

我开始我的博士研究时问了一个问题:“什么是真相偏见?”我认为，我的回答是，存在大量的偏见——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，我的研究表明，人们正在做出有根据的判断，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

当我在温哥华的不列颠哥伦比亚大学做博士后时，我的工作主要是围绕导师感兴趣的领域，所以我研究了人们如何隐藏和找到物品，以及这些行为是否有重叠的功能。不过，我确实在那里写了一些博士论文，这也是我第一次发表我的自适应测谎仪账户(ALIED)的地方。

为该领域做出贡献

当我在2019年被公认为APS新星时，我正在研究人们如何判断一个人是在撒谎还是在说实话。事实证明，人们倾向于猜测别人说的是真话。当时，我正在为“真相偏见”的联合报道工作。该报告认为，这种偏见不是错误或认知默认。相反，当没有关于说话者陈述的可靠信息时，真相偏见可以被视为功能性和适应性的。在这种情况下，依靠欺骗和诚实的频率来做出明智的猜测是合理的——考虑到人们大多数时候倾向于说真话，我们有理由猜测别人说的是真话。

联合利华声称，当人们试图评估某人是否在撒谎时，他们会试图依赖于具体陈述中更可靠的信息。例如，可能有闭路电视录像证实了这一说法，这将是相当可靠的，或者说话者在发表声明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，上下文信息在决策中所占的比重就更大了。上下文通用信息是与当前语句没有因果关系的信息，而是跨语句进行概括的信息。原则上，ALIED是一个贝叶斯更新帐户。

自从被公认为APS的后起之秀以来，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ALIED帐户，这是一个实例化认知基本假设的框架(例如，记忆存在，具有可以数学指定的衰减率等)。我现在正在和同事一起想办法伪造这个账户的索赔。

开展测谎研究

aled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，能够对世界采取行动。简而言之，该模型通过观察世界，从记忆中检索类似的过去经历，并利用这些经历来判断某人是在撒谎还是在说实话。

最初，该模型展示了一组说谎者和说真话者表现出某种行为(例如，抓鼻子)。通过这种方式，模型开始了解与诚实和欺骗相关的行为线索的频率。这些行为是ALIED中的个性化提示。在后面的测试阶段，模型看到一组说谎者和说真话的人表现出某种行为，但不知道说谎者是在撒谎还是在说实话: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)“这种行为表明诚实”和(b)“这种行为表明欺骗”。这些信息块中只有一个将被检索，这将是模型做出的判断。该行为与诚实或欺骗的关联的检索取决于该行为在过去与诚实或欺骗的关联的频率、认知系统中的噪音、观察到该关联的时间等等。这些都会影响块在内存中的“活动”程度。检索内存中最活跃的块，这是决策者做出的决策。

查看所有职业近距离面试

然而，以上只考虑了个性化线索。allied还为上下文信息设置了一个角色。正在做出决策的当前上下文将影响检索哪个块。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，从而使其不太可能从内存中检索到。当个性化线索高度可靠时(如上面的CCTV例子)，语境对判断结果的影响相对较小。但是，当一个个性化的线索不太可靠时(例如，避免眼神交流，说谎者和说真话的人一样不会这样做)，情境的影响就会更大，这样与情境一致的那一部分就更有可能被回忆起来。也就是说，当个性化线索不可靠时，判断更有可能与情境一般信念一致。

我们在历史数据的基础上开发了这个模型，它提供了非常高的拟合数据，然后用新数据测试了由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证伪，我们相信这为我们的模型提供了可信度和力量。

aled的ACT-R模型以核心认知原则为基础，并产生了经得起新数据检验的新颖预测。该模型是目前唯一能够解释从接收信息到最终判断的认知过程的谎言/真理判断的解释，在我看来，这使得它成为我们目前对谎言/真理判断最有用的解释。我说“有用”而不是“准确”，因为我希望会有强烈的伪造企图，导致我们修改我们的理解和进一步发展的帐户。

防止错误信息的初始可信度

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值，使我们相信事情是真的。但联合认知理论认为，我们的信念是有根据的、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体验相匹配)。

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，这个问题与其说是一个与内置错误作斗争的问题，不如说是防止错误信息以使其看起来来自可信和可靠的来源的方式呈现。我没有在这个特定领域做过工作，所以我在这里有点投机。

解决难题

我最喜欢工作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，让我感到投入，并给我一种解决数独或逻辑谜题的感觉。

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。这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。他们还迫使我搁置了我的研究助理的职位，这对合作者的参与、数据提取和分析、产出等产生了连锁反应。

建立人际网络的重要性

我认为激励早期职业研究人员的一个重要部分是培养一种友好的社区精神。半岛体育官方网址入口感觉自己是一个强大团队的一部分，可以一起工作，可以社交，可以做出集体决策，这可以给人们探索和创新的空间和信心。

随着研究变得越来越跨学科，形成一个合作者网络也变得越来越重要。发展你的技能，在你可以的时候试着建立关系网。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，没有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，但能够抛开该领域少数人的观点，采取更全面的方法，跨越学科界限，这给了你一个真正的机会，让你产生新的、有力的见解。

学术之外的生活

恐怕我一直在考虑离开学术界。这么说很遗憾，因为作为一名研究人员和教育工作者的工作一直鼓舞着我，让我能够探索我所在领域的一些重要问题。希望我能继续留在学术界，但时间会证明一切。如果我继续讲下去，我想说的是，我已经发展了一种预测理论，它可以解释人们如何决定相信什么，信任什么，并且经受住了证伪的考验。

对本文的反馈?电子邮件apsbdapp官网下载observer@psychologicalscience.org或者向下滚动评论。