Lie detection with contingent negative variation (2003)
Fang Fang, Yitao Liu, Zheng Shen Pages 9
(Detección de la mentira
con variación negativa contingente)
Topographies of contingent negative variation (CNV) were recorded in a paradigm of delayed
response with feedback for three kinds of faces: familiar, strange and target. Subjects made responses to the faces according to whether
the faces were familiar or not, but also, gave deliberately deceptive responses to target faces to ‘cheat the computer’. Subjects
were told that the computer could judge whether they were being honest or not. For each trial of the experiment, if subjects cheated
the computer successfully and their responses were judged as honest and they were given a reward, otherwise they received a penalty.
In this simulated lie detection test, CNV exhibited more negative shifts for target than those for non-target (familiar and strange).
These differences could be accounted for by subjects motivation and uncertainty about passing the test. With the results of further
paired t-tests between target and non-target faces at each electrode, CNV was demonstrated as a reliable indicator for lie detection.
In addition, vector length was used to capture global CNV information and was found to be a very good indicator, even better than
the CNV information at the individual electrode sites.
Topografías de la variación negativa contingente (CNV) fueron registradas
en un modelo del retraso de la respuesta con opinión para tres clases de facetas: familiar, extraño y objetivo. Los sujetos dieron
respuestas a las facetas según si éstas eran familiares o no, pero también, dieron deliberadamente respuestas engañosas a la faceta
del objetivo de ‘trampa al computador’. Los sujetos fueron advertidos que el computador podría juzgar si eran honestos o no. Para
cada ensayo del experimento, si los sujetos engañaban con éxito al computador y sus respuestas eran juzgadas como honestas les
darían una recompensa, de otra forma recibirían una multa. En esta prueba simulada de la detección de la mentira, CNV exhibió más
cambios negativos para el objetivo que para el no objetivo (familiar y extraño). Estas diferencias se podían explicar por la motivación
de los sujetos y por la incertidumbre acerca de pasar la prueba. Con los resultados de otras t-pruebas apareadas entre las facetas
objetivo y no objetivo en cada electrodo, CNV fue demostrada como un indicador confiable para la detección de la mentira. Además,
la longitud del vector fue utilizada para capturar información global de CNV y se encontró que es un indicador muy bueno, incluso
mejor que la información de CNV en los sitios individuales del electrodo.