在事件叙述中检测欺骗：对意外问题的反应时和错误率分析

欺骗是人类行为研究的核心现象，在法医与调查情境中，由于其潜在后果而具有重要意义。尽管意外问题技术已显示出良好前景，但其在虚假自传事件叙述中的应用仍鲜有探索。本研究旨在通过将意外问题技术应用于调查性访谈情境来填补这一空白。共60名参与者被随机分为两组：诚实组被要求描述其最近的一次一日游，而欺骗组被要求记住一段描述一日游的叙述。两组均接受了一次包含控制问题、预期问题和意外问题的录音访谈。结果显示，两组在回答意外问题时均表现出更长的反应潜伏期以及更高的错误率和不准确率，但欺骗组的这些指标显著更高（反应潜伏期 p = .022，未针对多重比较校正；错误率和不准确率 p < .001）。研究结果表明，意外问题期间更长的反应时间和更高的错误率与不准确率可能不仅反映了问题的难度，也反映了欺骗参与者所面临的额外认知需求。此外，这些指标被用于通过机器学习算法将受试者分类为欺骗或诚实。在样本内，该模型表现出极佳的交叉验证判别性能（AUC = 0.967），提示这些指标可能具有值得进一步研究的诊断潜力。

中文由 AI 翻译，仅供参考，以原文为准。