IA de la verdad

• Autores: Rodriguez Meza, Bryan Alberto, Vargas Lopez-Lavalle, Renzo Nicolas
• Formato: tesis de grado
• Fecha de Publicación: 2022
• Institución: Universidad Peruana de Ciencias Aplicadas
• Repositorio: UPC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorioacademico.upc.edu.pe:10757/667025
• Enlace del recurso: http://hdl.handle.net/10757/667025
• Nivel de acceso: acceso abierto
• Materia: Reconocimiento de puntos de referencia faciales; Detección de mentiras; Redes neuronales; Micro-expresiones; Recognition of facial landmarks; Lie detection; Neural networks; Micro-expressions; http://purl.org/pe-repo/ocde/ford#1.00.00; https://purl.org/pe-repo/ocde/ford#1.02.01

En nuestro día a día, detectar una mentira podría tener importantes implicaciones en distintas situaciones sociales. Si alguien responde a una pregunta con información falsa, es posible que tenga detalles que no quiera revelar. Esta información logra ser determinante en circunstancias que signifiquen consecuencias graves o moderadas; por ejemplo, para indagaciones de carácter legal sobre actividades delinquías. El siguiente trabajo de investigación tiene como finalidad implementar una aplicación para la detección de falsedades mediante el uso de una webcam. Es decir, se requiere detectar mentiras utilizando un video. Además, se busca realizar una investigación que permita facilitar el desarrollo del sistema previamente mencionado. Dicha investigación se centra en el entendimiento de metodologías o tecnologías de detección de mentiras actuales y en técnicas de machine learning para el mismo fin. En el trabajo siguiente, haremos referencia a la acción de decir un engaño como cualquier hecho cuya intención final es transmitir un enunciado falaz o engañoso, de manera intencional y cuyo fin sea despistar a los demás. Mediante el siguiente trabajo de investigación, se realizará la gestión e implementación de un proyecto cuya finalidad es el desarrollo de una aplicación con la capacidad de detectar la veracidad de diversos enunciados de una persona a través de la detección de micro-expresiones y su variación a través del tiempo. Esto se logrará mediante el uso de algoritmos de aprendizaje autónomo y visión computacional. Esta aplicación otorgará una nueva alternativa frente a las otras metodologías actuales para detección de mentiras que se basan en analizar el estado cerebral mediante equipamiento costoso y especialistas calificados, como el polígrafo o los ERP.