Как уверенность, время решения и энтропия уверенности предсказывают точность показаний свидетелей: онлайн и реальные случаи

Введение в проблему точности показаний свидетелей

Свидетели часто находятся в центре уголовных расследований. Когда человек становится свидетелем преступления, полиция обычно полагается на его показания, чтобы подтвердить, что подозреваемый является преступником, предъявляя свидетелю фотоальбом (линейку). Иногда свидетели узнают и идентифицируют подозреваемого, что может быть веским доказательством виновности. Однако свидетели не всегда точны. Они часто не могут выбрать подозреваемого, и даже если подозреваемый опознан, этот человек может не быть истинным преступником.

В лабораторных экспериментах, изучающих точность показаний свидетелей, исследователи знают, является ли подозреваемый виновным или невиновным. В реальных делах следователи еще не знают, является ли подозреваемый преступником. Поэтому важно определить факторы, которые помогают полиции отличить точные решения от неточных, что может помочь предотвратить wrongful convictions (ошибочные осуждения). Эти факторы известны как reflector variables (отражающие переменные) — переменные, которые присутствуют (или сильнее), когда свидетель делает правильное опознание, а не неправильное.

Отличия отражающих переменных от других факторов

В отличие от estimator variables (переменных-оценок, например, освещение во время события) и system variables (системных переменных, например, немой администратор), которые влияют на вероятность того, что свидетель сделает точное опознание, отражающие переменные (например, уверенность) — это наблюдаемое поведение или отчеты, которые отражают точность свидетеля и сообщают наблюдателю что-то о точности конкретного решения этого свидетеля. Важно отметить, что отражающие переменные отличаются от других переменных, которые covaried with accuracy (ковариируют с точностью), но не меняются, когда свидетель точен versus inaccurate (против неточным). Отражающие переменные также наиболее полезны, когда соблюдаются другие evidence-based recommendations (основанные на доказательствах рекомендации), поскольку pristine procedures (безупречные процедуры) помогают сохранить как память свидетеля, так и его метакогнитивное ощущение собственной точности насколько это возможно.

Основные отражающие переменные в науке о свидетельских показаниях

Существует несколько хорошо изученных отражающих переменных в eyewitness science (науке о свидетельских показаниях), включая confidence (уверенность), decision time (время принятия решения) и witness decision-making processes (процессы принятия решений свидетелем). Однако существует ограниченное количество исследований, посвященных тому, улучшает ли использование нескольких мер одной и той же отражающей переменной (например, как вербальной, так и числовой уверенности) или нескольких типов отражающих переменных (т.е. комбинации времени решения и уверенности) способность наблюдателя отличать точных свидетелей от неточных по сравнению с reliance on one variable alone ( reliance на одну переменную alone).

Уверенность свидетеля как ключевой показатель

Если линейка следует best practices (лучшим практикам), очень уверенные свидетели tend to be (склонны быть) более точными, чем менее уверенные свидетели. Отчет свидетеля о своей уверенности по своей природе субъективен — это метакогнитивное суждение о том, насколько сильно он верит, что материалы для опознания совпадают с его внутренним memory trace (следом памяти). Однако уверенность можно измерить более объективными или субъективными способами.

Numeric and verbal confidence (Числовая и вербальная уверенность), как правило, similarly predict (аналогично предсказывают) точность показаний свидетелей, хотя verbal confidence statements (вербальные утверждения об уверенности) могут содержать diagnostic cues (диагностические сигналы) о точности сверх информации, передаваемой при использовании числовой уверенности. Вербальная уверенность свидетеля tends to be (склонна быть) более субъективной метрикой уверенности, чем числовая уверенность (в том смысле, что разные наблюдатели интерпретируют одно и то же вербальное утверждение об уверенности по-разному). Чтобы сделать вербальную уверенность более объективной, необходимо уменьшить вариативность между наблюдателями в том, как интерпретируется вербальная уверенность. Один из способов сделать это — использовать automated or algorithmic approaches (автоматизированные или алгоритмические подходы) для категоризации вербальной уверенности, а не полагаться на human interpretations (человеческие интерпретации).

Время принятия решения

Результаты как лабораторных, так и полевых исследований показывают, что свидетели, которые принимают быстрые решения об опознании, tend to be (склонны быть) более точными, чем те, кто принимает медленные решения. Аналогично, свидетели, которые highly confident (очень уверены) в своем решении, также tend to be (склонны быть) более точными, чем свидетели, сообщающие о moderate or low confidence (умеренной или низкой уверенности). Это может быть связано с тем, что быстрые реакции с высокой уверенностью являются признаками истинных, правильных процессов распознавания.

Когда свидетель сформировал sufficiently strong memory (достаточно сильное воспоминание) о лице другого человека и снова сталкивается с этим лицом, он испытывает чувство familiarity (знакомости) почти immediately (немедленно). Более медленные решения tend to be associated with (склонны быть связаны с) более deliberative processes (обдумывающими процессами), включающими effortful comparisons (усиленные сравнения) между лицами в линейке, что suggests (предполагает), что память свидетеля weak (слаба) или человек, которого он помнит, отсутствует в линейке. Сильные, немедленные чувства familiarity and recognition (знакомости и узнавания) также tend to lead to (склонны приводить к) сообщениям о высокой уверенности в любом решении, связанном с этим опытом узнавания, тогда как решение, которое человек должен обосновать или которому не хватает сильного чувства знакомости, будет associated with (связано с) lower confidence (более низкой уверенностью).

Энтропия уверенности — новая метрика

Confidence entropy (Энтропия уверенности) — это новая отражающая переменная, которая измеряет vagueness (расплывчатость) утверждения свидетеля о уверенности. Свидетели, которые четко выражают свой уровень уверенности, имеют low confidence entropy (низкую энтропию уверенности), а те, кто выражает свое утверждение об уверенности более ambiguous language (неоднозначным языком), имеют high confidence entropy (высокую энтропию уверенности). Эта метрика рассчитывается на основе natural language processing model (модели обработки естественного языка), которая классифицирует утверждения свидетелей о уверенности на low, medium, and high bins (низкие, средние и высокие категории). Энтропия уверенности отражает степень, в которой утверждение clearly belongs (четко принадлежит) к одной категории (низкая энтропия) или имеет более diffuse probability (размытую вероятность) в нескольких категориях (высокая энтропия). Энтропия уверенности предсказывает точность сверх уровня уверенности.

Методология исследования: онлайн и реальные данные

Это исследование включает два независимых источника вторичных данных. Первая выборка, которую мы называем "online dataset" (онлайн-набор данных), была первоначально собрана и представлена в Эксперименте 1 Доболи и Додсона (2018). Для прозрачности, некоторые ответы из этого набора данных были использованы в процессе обучения AI model (модели искусственного интеллекта), использованной в этом исследовании. Поскольку одни и те же данные использовались как для обучения, так и для наших анализов, существует некоторая data leakage (утечка данных). Это приводит к повышенному риску overfitting (переобучения) модели, поскольку модель может работать особенно хорошо на этом наборе данных.

В этом исследовании участники (все идентифицировали себя как белые) были набраны через Amazon Mechanical Turk. Во время фазы encoding (кодирования) участники изучали серию из 12 лиц, половина из которых были черными, а половина — белыми. После короткого retention interval (интервала удержания) участники выполнили 12 отдельных шестиperson, simultaneous lineups (шестичеловечных, одновременных линеек) с unbiased instructions (непредвзятыми инструкциями). Половина линеек были target-present (присутствие цели), а половина — target-absent (отсутствие цели). После каждой линейки участников просили объяснить свою уверенность своими словами, объяснить свои reasoning (рассуждения) для суждения об уверенности и оценить свою numeric confidence (числовую уверенность).

Реальные данные из полевого эксперимента

Вторая выборка, которую мы называем "real dataset" (реальный набор данных), взята из предыдущего полевого эксперимента о влиянии различных процедур построения линейки на исходы линейки. В этом исследовании реальные свидетели преступлений, набранные из четырех юрисдикций, были случайным образом распределены для опознания с помощью компьютерной доставки either a simultaneous or sequential lineup (либо одновременной, либо последовательной линейки). Эти свидетели были записаны на аудио во время выполнения задачи построения линейки, проводимой офицером полиции в рамках их расследования. Аудиозаписи captured (зафиксировали) утверждения свидетелей об уверенности immediately after (немедленно после) их решения о линейке.

Мы включили только опознания из этого полевого исследования, в которых линейка использовала pristine conditions (безупречные условия) и в которых имелась четкая аудиозапись утверждения свидетеля об уверенности. Мы снова исключили данные об отказе от опознания по той же причине, что и в онлайн-наборе данных. Мы выбрали этот набор данных потому, что, насколько нам известно, это одно из немногих полевых исследований, в которых собираются verbatim confidence statements (дословные утверждения об уверенности) и objective decision time (объективное время принятия решения) после реальных линеек, следующих best practice recommendations (рекомендациям лучших практик).

Ключевые результаты и выводы исследования

Настоящее исследование имело три основные цели: сравнить полезность трех различных метрик уверенности, изучить, как уверенность, время принятия решения и энтропия уверенности связаны с решениями свидетелей по отдельности и вместе, и оценить, как эти закономерности сравниваются между онлайн- и реальными свидетелями. Наши результаты показали, что все меры уверенности similarly performed (аналогично работали) в прогнозировании опознаний полицейских и виновных подозреваемых, но меры, полученные непосредственно от участника или свидетеля, были more strongly associated (более тесно связаны) с точностью.

Это suggests (предполагает), что политика полиции в отношении линеек должна отдавать приоритет документированию verbatim confidence (дословной уверенности) immediately after (немедленно после) того, как свидетель принимает решение о линейке, rather than focusing on (а не focusing на) конкретном формате уверенности свидетеля. Наши результаты информируют theoretical models (теоретические модели) ретроспективных суждений об уверенности внутри и beyond (за пределами) области свидетельских показаний.

Теоретические и практические implications (последствия)

Наши результаты согласуются с inferential or indirect access models (инференционными или моделями косвенного доступа) ретроспективной уверенности. Эти модели предлагают, что люди не могут напрямую получить доступ к relevant memory trace (релевантному следу памяти), что затрудняет полный отчет о том, что было или не было получено. Вместо этого люди должны полагаться на свой recognition experience (опыт узнавания) и применять heuristics (эвристики), чтобы сделать субъективное суждение о силе своей собственной памяти.

Наши результаты suggest (предполагают), что разные отражающие переменные могут предлагать разные ways to assess (способы оценки) одних и тех же основных конструктов. Использование нескольких отражающих переменных вместе better predicted (лучше предсказывало) опознания полицейских и виновных подозреваемых, чем только одна отражающая переменная alone. Однако каждая дополнительная переменная вносила уникальную, но перекрывающуюся predictive power (прогностическую силу), что согласуется с идеей, что разные метрики уверенности, время принятия решения и энтропия уверенности capture (захватывают) косвенные сигналы метакогниции и силы опыта узнавания.

Заключение и рекомендации для практики

Отражающие переменные могут предоставить полиции immediate cues (немедленные сигналы) о вероятной точности опознания свидетеля, что может улучшить investigative efficiency and accuracy (эффективность и точность расследования). Это исследование поддерживает использование уверенности в качестве reliable cue (надежного сигнала) — независимо от того, как она измеряется — и показывает, что онлайн-исследования могут underestimate (недооценивать) прогностическую силу отражающих переменных в реальных случаях.

Кроме того, эти результаты suggest (предполагают), что эффекты, наблюдаемые в онлайн-исследованиях, могут быть generalized (обобщены) на использование отражающих переменных в реальных случаях. Текущее исследование также демонстрирует важность учета нескольких отражающих переменных при оценке вероятности того, что свидетель сделал точное опознание, поскольку каждая дополнительная отражающая переменная улучшила нашу способность предсказывать как опознания полицейских, так и виновных подозреваемых. Эти findings (результаты) предоставляют новые insights (инсайты) в отношения между отражающими переменными и их влияние и предлагают способы сосредоточить политические усилия, чтобы гарантировать, что следователи измеряют и документируют факторы, которые могут быть использованы для оценки надежности опознаний свидетелей в реальных случаях.