眼动追踪结合机器学习检测说谎

2026年10月22日，《Legal and Criminological Psychology》发表一项研究，探讨眼动追踪与机器学习结合认知负荷范式检测说谎的可行性。研究纳入57名健康成人，参与者完成诱导虚假身份任务，并被随机分入说谎或说真话条件。结果显示，说谎者对意外问题的反应时显著更长，瞳孔反应模式也与说真话者不同；机器学习模型最高准确率达84%，其中意外问题的反应时是最强预测指标，眼动指标的额外预测价值有限。眼跳频率与错误率未显示组间差异。目前该研究为单篇论文发表，尚无后续重复验证或同行回应的报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。