По теме
Искусственный интеллект в игре Думбал: Эвристическая оптимиз...
Подробный анализ исследования эффективности ИИ-агентов в традиционной карточной игре Думбал. Сравнен...
ИИ в рекламе: претестинг статических и видеороботов
Статья представляет исследование использования искусственного интеллекта для генерации рекламных мат...
Анализ психометрических функций на основе множественных отве...
Статья исследует генерацию семейства психометрических функций (PMF) при использовании нескольких кат...
Способны ли жирафы к арифметике? Исследование навыков количе...
Уникальное исследование, оценивающее способность жирафов мысленно комбинировать и разделять количест...
Составность мышления у павианов: эксперименты с отрицанием
Исследование демонстрирует способность павианов комбинировать абстрактные представления через тест н...
Поведение черепах при поиске пищи: влияние когнитивных спосо...
Исследование демонстрирует способность красноногих черепах использовать временные и визуальные сигна...
Введение в проблему опознания свидетелями
Предъявление фотографий для опознания долгое время рекомендовалось для использования в полицейских расследованиях (Уэллс и др., 1998, 2020). Когда процедура проводится в соответствии с научно обоснованными рекомендациями, "безупречное" предъявление состоит из одного подозреваемого — человека, у полиции есть независимые основания полагать, что он мог совершить преступление — и пяти или более физически похожих заполнителей, предъявляемых вслепую вместе с инструкциями, указывающими, что преступник может быть или не быть в составе предъявляемых лиц. Кроме того, память свидетеля о подозреваемом должна проверяться только один раз (Уэллс и др., 2020; Уикстед и др., 2021).
Методы исследования точности идентификации
Чтобы понять точность идентификации, когда память очевидца изначально проверяется с использованием безупречных предъявлений, исследователи опирались как на лабораторные исследования с имитацией преступлений, так и на полевые исследования в реальных условиях. Каждый тип исследования имеет свои преимущества и недостатки.
Лабораторные исследования
Ключевое преимущество лабораторного исследования заключается в том, что известно, является ли подозреваемый в предъявлении невиновным или виновным. Это позволяет напрямую вычислить важный показатель, известный как точность идентификации подозреваемого (ID accuracy), который представляет собой долю идентификаций подозреваемого, которые приходятся на виновного подозреваемого. В простейшем случае, когда половина предъявлений содержит невиновного подозреваемого, а половина — виновного подозреваемого (равные базовые частоты), точность идентификации подозреваемого = количество идентификаций виновного подозреваемого / количество идентификаций невиновного и виновного подозреваемого. Это просто байесовская апостериорная вероятность вины при условии, что произошла идентификация подозреваемого.
Полевые исследования
Противоположные преимущества и недостатки применимы к полевым исследованиям в реальных условиях. В полевом исследовании основное преимущество заключается в том, что идентификации производятся реальными очевидцами, проверяемыми полицией в рамках реального уголовного расследования (то есть это не имитация). Основной недостаток заключается в том, что неизвестно, является ли подозреваемый в предъявлении невиновным или виновным, что делает невозможным прямое вычисление точности идентификации подозреваемого.
Сравнение одновременных и последовательных предъявлений
Вопрос о том, насколько хорошо очевидцы могут distinguish между невиновными и виновными подозреваемыми (т.е. различающая способность) в одновременных и последовательных предъявлениях, исследуется с тех пор, как последовательное предъявление было впервые предложено (Линдси и Уэллс, 1985). Различающая способность — это форма точности, отличная от байесовской апостериорной вероятности того, что данная идентификация верна (как в анализе confidence-accuracy characteristic), и она идеально измеряется с помощью анализа рабочей характеристики приемника (ROC analysis) (Уикстед и Микес, 2012).
История исследований
В течение многих лет нефункциональные меры, по-видимому, указывали на эффект превосходства последовательного предъявления (см. Стеблей и др., 2011, обзор). Однако первое основанное на ROC исследование диагностической точности в этих двух форматах предъявления, проведенное Микес и др. (2012) в лабораторном исследовании, неожиданно обнаружило свидетельства преимущества одновременного предъявления. Преимущество одновременного предъявления в различающей способности не всегда наблюдается в лабораторных исследованиях (например, Кеслер и др., 2020), но всякий раз, когда наблюдалась значительная разница, она была в пользу процедуры одновременного предъявления (например, Доболи и Додсон, 2013; см. Микес и Уикстед, 2024, обзор).
Анализ уверенности и точности (CAC анализ)
Далее мы объединили данные одновременных и последовательных предъявлений из лабораторного исследования Айяла и др. (2025) и напрямую вычислили точность идентификации подозреваемого в зависимости от уверенности (низкая, средняя и высокая). Затем мы сравнили результаты с основанными на модели оценками для данных полевого исследования HPD (также объединенных по одновременным и последовательным предъявлениям), представленными Уикстед и др. (2016). Как отмечалось ранее, Уикстед и др. оценили точность идентификации подозреваемого, подгоняя модель независимых наблюдений, проиллюстрированную на рис. 1 и 2, к данным.
Результаты сравнения
Наблюдаемая конвергенция, показанная на рис. 4, придает достоверность результатам обоих исследований. Более того, результаты указывают на то, что среди свидетелей, протестированных в этих исследованиях, незагрязненная память, когда впервые тестировалась с использованием безупречного предъявления, давала надежную информацию.
Базовые частоты в исследованиях
Лабораторные исследования обычно используют 50% предъявлений без цели (TA) и 50% предъявлений с целью (TP), но базовая частота TA и TP предъявлений в реальных полицейских расследованиях неизвестна. Однако, как отмечалось ранее, когда модель, проиллюстрированная на рис. 1 и 2, подгоняется к объединенным данным реального мира, она может дать оценку базовой частоты виновных подозреваемых (π), которая для данных полевого исследования HPD составила 0,35 (т.е. 35% предъявлений содержали виновного подозреваемого, а 65% — невиновного подозреваемого).
Важность оценки базовых частот
Оценка базовых частот из полевых исследований важна, потому что она является определяющим фактором точности идентификации подозреваемого — то есть байесовской апостериорной вероятности того, что положительная идентификация верна. Согласно теореме Байеса, более низкие базовые частоты виновных подозреваемых дают более низкую точность идентификации подозреваемого.
Теория отношения правдоподобия и переменные-оценщики
Анализы, представленные до этого момента, поддерживают идею о том, что в лаборатории и в реальном мире, когда память проверяется с использованием рекомендуемых процедур для предъявления, идентификации подозреваемого с высокой уверенностью highly reliable. Несколько противостоя этой перспективе, recent work suggests that идентификации подозреваемого с высокой уверенностью ненадежны при определенных обстоятельствах, даже когда незагрязненная память свидетеля впервые проверяется с использованием безупречного предъявления.
Влияние условий кодирования
Семмлер и др. (2018) предложили теорию отношения правдоподобия для опознания очевидцами, согласно которой свидетели осознают негативные эффекты субоптимальных переменных-оценщиков и соответствующим образом корректируют свои оценки уверенности. Таким образом, например, по мере уменьшения d' (из-за плохого освещения, большого расстояния, эффекта оружия и т.д.) свидетели осознают субоптимальный характер условий кодирования и требуют, чтобы лицо генерировало более сильный сигнал совпадения памяти, прежде чем сделать уверенную идентификацию (тем самым сохраняя высокую точность).
Заключение и выводы
Здесь мы рассмотрели точность идентификации подозреваемого, когда память очевидца проверяется впервые (до загрязнения) с использованием безупречного одновременного или последовательного предъявления. В целом, прямые вычисления из лабораторного исследования Айяла и др. и основанные на модели оценки из полевого исследования HPD в основном согласуются: одновременные предъявления дают более высокую различающую способность, чем последовательные предъявления, уверенность предсказывает точность, точность при высокой уверенности существенно не зависит от плохих условий переменных-оценщиков, что согласуется с теорией отношения правдоподобия, и, что критически важно, модель обнаружения сигналов может использоваться для оценки базовой частоты вины в фактических полицейских предъявлениях.
Практическое значение
Когда анализ CAC был впервые применен к литературе о безупречных предъявлениях (Микес, 2015; Уикстед и Уэллс, 2017; Уикстед и др., 2015), результаты, которые долгое время считались иллюстрирующими подверженность ошибкам идентификаций с высокой уверенностью, вместо этого показали уровни точности, часто превышающие 95%. Сегодня широко признано, что уверенность является более информативной, чем считалось ранее, когда используется безупречное предъявление (например, Сил-Карлайл и др., 2024).
Важно подчеркнуть, что каждое уголовное дело в реальном мире уникально и не должно бездумно анализироваться с точки зрения findings мы сообщаем здесь. В то время как уверенность служит ценным диагностическим инструментом в cases опознания очевидцами, она должна рассматриваться alongside other empirically validated factors как часть всесторонней, case-by-case оценки доказательств идентификации.