Científicos moscovitas crearon una red neuronal que puede entender que una persona está hablando con estafadores telefónicos, incluso antes de que entregue el dinero. Rastrea las emociones y las reacciones fisiológicas y detecta con alta precisión el momento peligroso.
¿Por qué se necesitó una nueva tecnología?
En promedio, alrededor de un millón de rusos son víctimas de estafadores telefónicos cada año. Los delincuentes presionan las emociones: provocan miedo, tristeza o aversión, apresuran, amenazan y afirman que no hay tiempo para pensar. Como resultado, algunas personas pierden la capacidad de evaluar sobriamente la situación y el control sobre sus acciones.
Anteriormente, ya se habían desarrollado métodos para detectar el fraude mediante el análisis de la actividad cerebral. Sin embargo, tales enfoques requieren datos de electroencefalografía, que son difíciles de recopilar y utilizar en la vida cotidiana.
Por lo tanto, los científicos de RTU MIREA y del Instituto Central de Economía y Matemáticas de la Academia de Ciencias de Rusia apostaron por indicadores más accesibles: las señales biológicas de estrés. Entre ellas, la frecuencia cardíaca, la variabilidad del ritmo cardíaco y el aumento de la presión arterial.
¿Cómo se entrenó la red neuronal?
Los investigadores relacionaron los indicadores fisiológicos con las emociones que surgen en respuesta a las acciones de los estafadores, por ejemplo, un intento de intimidación o un mensaje brusco sobre posibles pérdidas.
Para el entrenamiento se utilizaron datos de 16 participantes de entre 19 y 24 años. Se les mostraron cinco tipos de videoclips que provocaban alegría, tristeza, miedo, aversión o una reacción neutral. La red neuronal registró los biomarcadores y aprendió a reconocerlos.
Adicionalmente, el modelo se entrenó en pruebas de estrés y datos de encefalogramas, formando una trayectoria temporal de la probabilidad de las emociones.
Para aumentar la precisión, los científicos combinaron varios métodos matemáticos. En una parte del modelo se aplicó la arquitectura de Kolmogórov-Arnold, que permite descomponer los datos en elementos más pequeños, y en otra, un filtro especial para separar diferentes tipos de información.
El uso de esta arquitectura aumentó la precisión del algoritmo en un 3-5% en comparación con los componentes estándar de las redes neuronales convolucionales. La verificación en datos adicionales mostró que el modelo determina el estado emocional con una precisión de alrededor del 90%.
¿Cómo ayudará esto en la vida real?
Durante la prueba de estrés, el sistema construye un gráfico temporal de las emociones. El período de miedo sostenido corresponde al momento de máxima vulnerabilidad ante los estafadores.
En tales momentos, es importante hacer una pausa, verificar la información a través de fuentes independientes y no tomar decisiones impulsivas.
Se planea integrar la tecnología en dispositivos portátiles: relojes inteligentes y pulseras de actividad física. Esto permitirá analizar las señales biomédicas en tiempo real y advertir al usuario sobre el riesgo de fraude.
En el futuro, los investigadores planean ampliar los conjuntos de datos, incluyendo diferentes grupos de edad, y relacionar las reacciones al fraude con las señales biomédicas.
También se está considerando combinar el análisis de las emociones con el procesamiento del habla, para tener en cuenta no solo el estado de la persona, sino también lo que dicen exactamente los estafadores.
Los resultados de la investigación, apoyada por una beca de la Fundación Científica Rusa, se publicaron en la revista Technologies.
Leer más sobre este tema:
- Han aprendido a medir el estrés directamente a través de la piel: científicos del IFT SB RAS crean un sensor que rastrea el estado de una persona en tiempo real
- Cuando la Tierra guarda silencio: en la Academia de Ciencias de Rusia se desarrolla protección contra el estrés en el espacio
- La plataforma "Antidrop" para combatir a los estafadores podría empezar a funcionar en 2027