Sviluppare strumenti che permettano di riconoscere le false intenzioni future rappresenta un’area di ricerca emergente, che vuole contribuire all’implementazione di procedure di sicurezza, nonché preventive, più efficaci. Il presente elaborato indaga se l’analisi cinematica dei movimenti del mouse possa costituire uno strumento capace di distinguere accuratamente tra intenzioni future autentiche e intenzioni future mendaci. A tale scopo, i partecipanti reclutati (n = 34) sono stati equamente distribuiti in due gruppi sperimentali, sinceri e mentitori, e sottoposti ad un task computerizzato contenente 32 domande a risposta dicotomica sulla propria intenzione di laurearsi. I partecipanti sinceri hanno risposto ai quesiti onestamente, mentre i mentitori hanno fornito risposte coerenti con una storia fittizia precedentemente memorizzata. Per incrementare la riconoscibilità dei mentitori, è stata impiegata la tecnica delle domande inaspettate; e, adottando un approccio comportamentale alla lie detection, sono stati registrati tempi di reazione, accuratezza di risposta e traiettorie dei movimenti eseguiti con il mouse. Le analisi condotte hanno evidenziato l’efficacia delle domande inaspettate nell’aumentare le differenze comportamentali tra i due gruppi sperimentali. In particolare, i mentitori hanno mostrato una ridotta accuratezza di risposta, traiettorie dei movimenti più irregolari, e una maggiore variabilità di performance intra-individuale. Contrariamente alle ipotesi, invece, gli indicatori cinematici spaziali non hanno evidenziato differenze statisticamente significative. Nel complesso, il MouseTracker si rivela uno strumento promettente per il riconoscimento delle false intenzioni, consentendo, almeno in parte, di cogliere le operazioni cognitive implicate nella produzione di risposte mendaci.

Riconoscimento delle false intenzioni future: il Mouse Tracking come strumento di lie detection

BOLCATO, ALICE
2024/2025

Abstract

Sviluppare strumenti che permettano di riconoscere le false intenzioni future rappresenta un’area di ricerca emergente, che vuole contribuire all’implementazione di procedure di sicurezza, nonché preventive, più efficaci. Il presente elaborato indaga se l’analisi cinematica dei movimenti del mouse possa costituire uno strumento capace di distinguere accuratamente tra intenzioni future autentiche e intenzioni future mendaci. A tale scopo, i partecipanti reclutati (n = 34) sono stati equamente distribuiti in due gruppi sperimentali, sinceri e mentitori, e sottoposti ad un task computerizzato contenente 32 domande a risposta dicotomica sulla propria intenzione di laurearsi. I partecipanti sinceri hanno risposto ai quesiti onestamente, mentre i mentitori hanno fornito risposte coerenti con una storia fittizia precedentemente memorizzata. Per incrementare la riconoscibilità dei mentitori, è stata impiegata la tecnica delle domande inaspettate; e, adottando un approccio comportamentale alla lie detection, sono stati registrati tempi di reazione, accuratezza di risposta e traiettorie dei movimenti eseguiti con il mouse. Le analisi condotte hanno evidenziato l’efficacia delle domande inaspettate nell’aumentare le differenze comportamentali tra i due gruppi sperimentali. In particolare, i mentitori hanno mostrato una ridotta accuratezza di risposta, traiettorie dei movimenti più irregolari, e una maggiore variabilità di performance intra-individuale. Contrariamente alle ipotesi, invece, gli indicatori cinematici spaziali non hanno evidenziato differenze statisticamente significative. Nel complesso, il MouseTracker si rivela uno strumento promettente per il riconoscimento delle false intenzioni, consentendo, almeno in parte, di cogliere le operazioni cognitive implicate nella produzione di risposte mendaci.
2024
Recognition of false future intentions: Mouse Tracking as a tool for Lie Detection
Lie detection
Intenzioni future
Mouse Tracker
Domande inaspettate
Carico cognitivo
File in questo prodotto:
File Dimensione Formato  
Bolcato_Alice.pdf

Accesso riservato

Dimensione 1.17 MB
Formato Adobe PDF
1.17 MB Adobe PDF

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/100088