Künstliche Intelligenz (KI) soll zukünftig dazu beitragen, Lügen und Täuschungsversuche zu erkennen. Ein Forschungsteam der Universitäten Marburg und Würzburg warnt jedoch vor einem überstürzten Einsatz dieser Technologie. Im Gegensatz zum leicht identifizierbaren Lügenphänomen bei Pinocchio gestaltet sich die Erkennung von Täuschungen in der Realität äußerst herausfordernd, weshalb die Wissenschaft lange Zeit damit zu kämpfen hatte.
Aktuell wird KI bereits in ersten Ansätzen angewandt, etwa bei der Auswertung von automatisierten Befragungen von Einreisenden an EU-Grenzen, um potenzielle kriminelle Absichten zu erkennen. Obwohl KI als wertvolles Instrument für die Grundlagenforschung betrachtet wird, äußern die Forscher Bedenken hinsichtlich eines vorzeitigen Einsatzes zur Lügenerkennung außerhalb der wissenschaftlichen Arbeit.
Die Forscher Kristina Suchotzki und Matthias Gamer identifizieren drei zentrale Probleme bei der aktuellen Forschung zur KI-gestützten Täuschungserkennung. Diese umfassen einen Mangel an Erklärbarkeit und Transparenz der getesteten Algorithmen, das Risiko verzerrter Resultate und Defizite im theoretischen Fundament. Die Autoren betonen, dass viele KI-Algorithmen unter mangelnder Erklärbarkeit leiden, was die Beurteilung von Entscheidungen erschwert.
Es wird darauf hingewiesen, dass KI-gestützte Täuschungserkennung zwar Potenzial birgt, jedoch vor dem Alltagseinsatz einige Voraussetzungen erfüllen muss. Dazu gehören unter anderem kontrollierte Laborexperimente, diverse Datensätze ohne Verzerrungen sowie die Überprüfung der Algorithmen an unabhängigen Datensätzen. Insbesondere bei Massenscreenings sollte größte Vorsicht walten, um falsch-positive Ergebnisse zu vermeiden.
Abschließend empfehlen die Forscher, KI-gestützte Täuschungserkennung nur in strukturierten und kontrollierten Situationen einzusetzen. Sie warnen zudem vor den Konsequenzen eines überhasteten Einsatzes im echten Leben, indem sie auf das Beispiel des Polygraphen hinweisen. Dies verdeutlicht, wie wichtig strenge Forschungsstandards sind, bevor Täuschungserkennungsmethoden breit implementiert werden.