Przejdź do treści
[email protected] Bezpłatne konsultacje451 537 510 Umawianie terminów796 008 905
22 379 03 77

Strona główna / Badania naukowe / Porównanie trafności badań przesiewowych CSP i Testu na szpiegostwo i sabotaż (TES) – tłumaczenie badania (DoDPI, 1995)

Porównanie trafności badań przesiewowych CSP i Testu na szpiegostwo i sabotaż (TES) – tłumaczenie badania (DoDPI, 1995)

Pełne tłumaczenie na język polski: A Comparison of Psychophysiological Detection of Deception Accuracy Rates Obtained Using the Counterintelligence Scope Polygraph and the Test for Espionage and Sabotage Question Formats

Autorzy: Department of Defense Polygraph Institute, Research Division Staff (Instytut Wariograficzny Departamentu Obrony USA, Dział Badań; główna badaczka: Sheila D. Reed, Ph.D.)

Rok: czerwiec 1995. Źródło: raport DoDPI nr DODPI94-R-0008, Fort McClellan (Alabama); w zbiorach Defense Technical Information Center (DTIC) jako ADA319333; przedruk: Polygraph, 26(2) (1997), s. 79–106.

URL: sgp.fas.org/othergov/polygraph/tes.html (tekst przedruku) · DTIC: ADA319333

Licencja: Utwór rządu federalnego USA – domena publiczna.

Tłumaczenie: Adam Rangotis. Tłumaczenie nie zostało zatwierdzone przez autorów; autorzy ani wydawca nie popierają Instytutu ani jego usług. Wprowadzone zmiany: przekład na język polski; podział na akapity, śródtytuły i wyróżnienia redakcyjne IBW.

Streszczenie IBW

Poniższe streszczenie zostało przygotowane przez Instytut Badań Wariograficznych i nie jest częścią oryginalnej publikacji.

Raport Instytutu Wariograficznego Departamentu Obrony USA (DoDPI) z 1995 roku opisuje laboratoryjne badanie z pozorowanym szpiegostwem i sabotażem, w którym porównano nowy format przesiewowego badania wariograficznego – Test na szpiegostwo i sabotaż (TES) – z dwiema wersjami dotychczas stosowanego formatu CSP (z pytaniami porównawczymi typu „prawdopodobne kłamstwo” i „kłamstwo ukierunkowane”). W analizach uwzględniono 277 osób badanych, z których 90 odegrało jeden z czterech pozorowanych scenariuszy; badania przeprowadziło 18 certyfikowanych badających z instytucji rządowych.

Po wyłączeniu wyników nierozstrzygających badający stosujący TES prawidłowo zidentyfikowali 83.3% badanych „zaprogramowanych” jako winni, wobec 55.6% (CSP-PLC) i 58.6% (CSP-DLC), przy braku istotnych różnic w identyfikowaniu badanych niewinnych (88.9%, 95.3% i 95.2%); podobne wyniki uzyskano w ocenie zapisów „w ciemno”. Autorzy zastrzegają, że wyniki pochodzą z sytuacji laboratoryjnej, a wnioski o zastosowaniu TES w praktyce uzależniają od dalszych badań.

Najważniejsze tezy

  • Laboratoryjne badanie Instytutu Wariograficznego Departamentu Obrony USA (DoDPI, 1995) porównało nowy format przesiewowego badania wariograficznego (poligraficznego) – Test na szpiegostwo i sabotaż (TES) – z dwiema wersjami dotychczasowego formatu CSP.
  • TES opiera się na modelu znaczenia i uwagi: test nie ocenia nieszczerości wprost, lecz wskazuje względne pobudzenie, z którego wnioskuje się o znaczeniu pytania; możliwe decyzje to SR, NSR i INC.
  • W TES ograniczono liczbę problemów w jednym teście (dwa pytania krytyczne), wystandaryzowano rozmowę przedtestową i zastosowano pytania porównawcze typu „kłamstwo ukierunkowane” (DLC).
  • Po wyłączeniu decyzji nierozstrzygających badający stosujący TES trafnie zidentyfikowali 83,3% badanych „zaprogramowanych” jako winni, wobec 55,6% i 58,6% w formatach CSP; w identyfikowaniu badanych niewinnych różnice nie były istotne.
  • Część badanych niewinnych reagowała silnie z powodu obaw niezwiązanych z nieszczerością, dlatego raport podkreśla potrzebę ustalania, dlaczego badany reaguje na pytanie krytyczne.
  • Wyniki pochodzą z pozorowanej sytuacji laboratoryjnej, a ewentualne zastąpienie CSP formatem TES raport uzależnia od dalszych badań.

Pełny przekład

Streszczenie

Celem badania było porównanie trafności decyzji uzyskiwanych przy użyciu nowego testu psychofizjologicznego wykrywania nieszczerości (PDD) – Testu na szpiegostwo i sabotaż (Test for Espionage and Sabotage, TES) – z trafnością decyzji uzyskiwanych przy użyciu dwóch wersji formatu kontrwywiadowczego badania przesiewowego (counterintelligence scope polygraph, CSP): formatu CSP z pytaniami porównawczymi typu „prawdopodobne kłamstwo” (probable lie control, PLC) (CSP-PLC) oraz formatu CSP z pytaniami porównawczymi typu „kłamstwo ukierunkowane” (directed lie control, DLC) (CSP-DLC).

Format TES różni się od formatów CSP tym, że: (a) zmniejszono liczbę problemów badanych w jednej serii pytań; (b) do obliczenia wyników punktowych pytań wykorzystuje się maksymalnie trzy powtórzenia pytań; (c) wyeliminowano stymulację pomiędzy testami; (d) nie można zmieniać kolejności pytań w sekwencji; (e) każde pytanie krytyczne porównywane jest z tymi samymi pytaniami porównawczymi; (f) rozmowa przedtestowa jest krótka, bardziej wystandaryzowana i przebiega według logicznej sekwencji przekazywania informacji; oraz (g) problemy związane z pytaniami PLC ograniczono dzięki zastosowaniu pytań DLC. 277 osób badanych uwzględnionych w analizach zrekrutowano ze społeczności zamieszkujących okolice Fort McClellan w stanie Alabama. Dziewięćdziesiąt z nich „zaprogramowano” jako winne (programmed guilty, PG), polecając im odegranie jednego z czterech możliwych scenariuszy pozorowanego szpiegostwa.

Badania przeprowadziło osiemnastu certyfikowanych badających zatrudnionych w instytucjach rządowych. Decyzje badających, którzy stosowali format TES, były istotnie trafniejsze (83.3%) w identyfikowaniu badanych [Przyp. tłum.: z dalszej części raportu wynika, że chodzi o badanych zaprogramowanych jako winni (PG).] niż decyzje badających stosujących format CSP-PLC (55.6%) lub CSP-DLC (58.6%). Nie stwierdzono istotnych różnic w trafności decyzji badających w identyfikowaniu badanych „zaprogramowanych” jako niewinni (programmed innocent, PI). Trafność decyzji uzyskana przy użyciu trzech formatów w identyfikowaniu badanych PI wyniosła odpowiednio 88.9%, 95.3% i 95.2% dla formatów TES, CSP-PLC i CSP-DLC. Ocena zapisów „w ciemno” przyniosła podobne wyniki.

Wprowadzenie

[Przyp. tłum.: nagłówek dodany przez tłumacza; w oryginale część wstępna nie ma tytułu.]

Agencje federalne stosują trzy podstawowe rodzaje badań psychofizjologicznego wykrywania nieszczerości (PDD): badania przedzatrudnieniowe, przesiewowe badania bezpieczeństwa oraz badania kryminalne dotyczące konkretnego zdarzenia. Kilku autorów podsumowało badania naukowe prowadzone w celu oceny trafności badań kryminalnych dotyczących konkretnego zdarzenia (Ansley, 1990; Kircher, Horowitz i Raskin, 1988; McCauley i Forman, 1988; Raskin, 1989). Niewiele badań naukowych przeprowadzono natomiast w odniesieniu do badań przedzatrudnieniowych lub przesiewowych badań bezpieczeństwa.

W przesiewowych badaniach bezpieczeństwa większość agencji Departamentu Obrony (DoD) wykorzystuje format kontrwywiadowczego badania przesiewowego (CSP). Choć przesiewowe badania bezpieczeństwa CSP są szeroko stosowane – DoD odnotował 17 970 badań przeprowadzonych w roku budżetowym 1993 (Department of Defense, 1993) – dotychczasowe badania analogowe sugerują, że przy zastosowaniu formatu CSP prawidłowo identyfikuje się 94.9% badanych zaprogramowanych jako niewinni (PI), lecz jedynie 43.2% badanych zaprogramowanych jako winni (PG).

Wcześniejsze badania formatu CSP

Barland, Honts i Barger (1989), posługując się czterema różnymi formatami badań przesiewowych, ocenili trafność decyzji identyfikujących badanych jako winnych lub niewinnych (PI) popełnienia pozorowanego przestępstwa. Badający z czterech agencji rządowych przeprowadzali badania PDD, stosując format właściwy dla swojej agencji. Formaty te obejmowały format CSP, w którym zadawano standardowe pytania porównawcze typu „prawdopodobne kłamstwo” (PLC) (CSP-PLC), format CSP, w którym zadawano pytania porównawcze typu „kłamstwo ukierunkowane” (DLC) (CSP-DLC), oraz dwie odmiany formatów pytań krytycznych i neutralnych (relevant-irrelevant, R/I).

Autorzy podali, że prawidłowo zidentyfikowano 97.2% wszystkich badanych PI, lecz tylko 33.7% wszystkich badanych PG. Różnice w trafności decyzji podejmowanych przez badających stosujących cztery formaty były istotne. Decyzje oparte na wynikach testów CSP-PLC były najmniej trafne (8%) w identyfikowaniu badanych PG, a decyzje oparte na wynikach testów CSP-DLC – najbardziej trafne (48%) w identyfikowaniu badanych PG.

Plan i analizy tego badania miały jednak kilka wad. Najpoważniejsza z nich dotyczy sposobu, w jaki autorzy raportowali decyzje prawidłowe. Jeżeli na podstawie wyników testu badający uznał, że wskazana jest nieszczerość, podejmował próbę uzyskania od badanego przyznania się. Jeżeli nie udało mu się uzyskać przyznania, przeprowadzano kolejne badanie. Jeżeli decyzja badającego oparta na drugim badaniu brzmiała, że nie wskazano nieszczerości, to jako decyzję dla danego badanego raportowano brak wskazań nieszczerości.

W związku z tym, jeżeli badany PG został prawidłowo zidentyfikowany, ale się nie przyznał, a wynik drugiego testu wskazywał, że jest szczery, badanego tego raportowano jako przypadek chybiony. Uzasadnieniem tej procedury było odwzorowanie sytuacji terenowych. W większości badań przesiewowych, gdy reakcje fizjologiczne badanego na pytania krytyczne wskazywały na nieszczerość, badanego przepytywano, a następnie badanie powtarzano.

Pojawiają się wątpliwości, czy psychologiczne znaczenie pytań krytycznych dla osoby badanej w sytuacji laboratoryjnej z pozorowanym przestępstwem jest równoważne psychologicznemu znaczeniu pytań krytycznych dla osoby badanej w rzeczywistym badaniu terenowym (Furedy, 1986; Iacono i Patrick, 1988). Furedy (1986) oraz Iacono i Patrick (1988) sugerują, że psychologiczne znaczenie pytań krytycznych jest mniejsze dla osób badanych w sytuacji laboratoryjnej. Niewiele jest badań dotyczących wpływu ponownego testowania w sytuacji pozorowanej na trafność decyzji w badaniach PDD.

Dobrze ugruntowano jednak, że reakcje fizjologiczne na bodziec mniej znaczący szybciej ulegają habituacji (O’Gorman, 1977; Sokolov, 1963). W związku z tym, z powodu szybkiej habituacji na bodziec mniej znaczący, przy powtarzanym testowaniu można zidentyfikować mniej badanych PG. W badaniu Barlanda i in. (1989), gdy badani PG wiedzieli już, że zostali „przyłapani” (tj. skonfrontowano ich z pierwotną decyzją o nieszczerości) – nawet jeśli się nie przyznali – psychologiczne znaczenie pytań krytycznych mogło ulec obniżeniu. Gdyby zatem uwzględnić wyniki wyłącznie pierwszego testu, liczba prawidłowo zidentyfikowanych badanych PG byłaby wyższa, niż wskazują raportowane wyniki.

Kolejny zarzut wobec tego badania dotyczy sformułowania pytań krytycznych. Badanych pytano, czy dopuścili się szpiegostwa lub sabotażu „przeciwko Stanom Zjednoczonym”. Wielu doświadczonych badających uczestniczących w badaniu uważało, że ponieważ badani PG uczestniczyli w „pozorowanym” przestępstwie i nie popełnili żadnego czynu „przeciwko Stanom Zjednoczonym”, sformułowanie pytań krytycznych było niewłaściwe (Barland i in., 1989). Badający uważali, że takie sformułowanie pytań mogło jeszcze bardziej obniżyć psychologiczne znaczenie czynów, których badani PG faktycznie się dopuścili. Mogło to przyczynić się do niskiej trafności identyfikacji badanych PG.

Jedyne inne badanie laboratoryjne dotyczące badań przesiewowych, przeprowadzone przez Hontsa (1989), nie miało na celu sprawdzenia trafności formatu CSP, lecz porównanie trafności decyzji identyfikujących badanych PI i PG przy użyciu dwóch różnych zestawów pytań krytycznych. Prawidłowo zidentyfikowano 89% badanych PI, lecz jedynie 58% badanych PG. Nie stwierdzono różnic w trafności decyzji w zależności od zestawu pytań. Nie sporządzono szczegółowego raportu z tego badania, w związku z czym trudno je ocenić.

Jednym z możliwych problemów w jego planie było jednak to, że badani PG mieli tylko 10 minut na wykonanie złożonego scenariusza, który obejmował zapamiętanie obszernego artykułu. Innym problemem mógł być sposób raportowania decyzji badających. W raporcie stwierdzono: „Badania CSP przeprowadzano dokładnie tak, jak gdyby przeprowadzano je w terenie” (Honts, 1989, s. 4). Sugeruje to – choć nie zostało to wprost stwierdzone – że decyzje raportowano w taki sam sposób jak w badaniu Barlanda i in. (1989). Jeżeli decyzje raportowano w ten sposób, trafność decyzji identyfikujących badanych PG mogła być wyższa, niż wskazuje raport.

Choć wyniki raportowane w pierwszym badaniu budzą wątpliwości, to w połączeniu z wynikami drugiego badania sugerują, że decyzje oparte na danych z testów CSP nie są wysoce trafne w identyfikowaniu badanych PG – przynajmniej w sytuacji laboratoryjnej. Niniejsze badanie przeprowadzono zatem w celu porównania trafności decyzji dotyczących szczerości badanych PG i PI uzyskiwanych przy użyciu nowego formatu badania przesiewowego – Testu na szpiegostwo i sabotaż (TES) – z trafnością uzyskiwaną przy użyciu formatów pytań CSP-PLC i CSP-DLC.

Opracowanie formatu TES

Podstawa teoretyczna: model znaczenia i uwagi

Związek między pobudzeniem a uwagą jest dobrze udokumentowany w odniesieniu do oddechowych (Obrist, 1981; Sokolov, 1963), elektrodermalnych (Dawson i Schell, 1982; Dawson, Schell, Beers i Kelly, 1982; Kilpatrick, 1972; Kimmel, van Olst i Orlebeke, 1979; Nikula, 1991; Ohman, 1979) oraz sercowo-naczyniowych (Coles i Duncan-Johnson, 1975; Coles i Strayer, 1985; Jennings, 1986a; Jennings, 1986b) wskaźników pobudzenia. Gdy następuje znacząca zmiana w stymulacji zmysłowej, uwaga przesuwa się, koncentrując się na napływających danych.

Jeżeli znacząca zmiana ma charakter percepcyjny (wzrost głośności, nowy bodziec itp.), przesunięcie uwagi określa się mianem reakcji orientacyjnej (orienting response, OR). Pobudzenie fizjologiczne towarzyszące reakcji orientacyjnej jest dobrze udokumentowane (Jennings, 1986a). Gdy znacząca zmiana dotyczy znaczenia lub treści bodźca, pojawia się uwaga skoncentrowana na sobie, której towarzyszy pobudzenie fizjologiczne (Germana i Chernault, 1968; van Olst, Hemstra i ten Kortenaar, 1979).

Ponadto im silniej skoncentrowana jest uwaga, tym większe pobudzenie (Carver, Blaney i Scheier, 1979; Dawson, Schell i Filion, 1990; Easterbrook, 1959; McLean, 1969; Maltzman, Kantor i Langdon, 1966; Sampson, 1969; Waid, Orne i Orne, 1981). Poziom pobudzenia jest zatem trafnym wskaźnikiem uwagi (Glass, Holyoak i Santa, 1979; Kahneman, 1973). Kluczowe znaczenie dla PDD ma fakt, że stopień koncentracji uwagi zmienia się proporcjonalnie do stopnia znaczenia bodźca (Jennings, 1986b). W związku z tym bodziec o większym znaczeniu wywoła silniejszą koncentrację uwagi, co przełoży się na większe pobudzenie fizjologiczne.

Szereg badań wyraźnie wykazało, że akt kłamania nie jest warunkiem koniecznym uzyskania trafnych wyników w badaniu PDD (Davis, 1961; Dawson, 1980; Gustafson i Orne, 1965; Kugelmass, Lieblich i Bergman, 1967; Orne, Thackray i Paskewitz, 1972; Thackray i Orne, 1968; Waid, Orne i Wilson, 1979). Autor niniejszego opracowania twierdziłby ponadto, że testy PDD nie wykrywają ani nieszczerości, ani winy, lecz jedynie odzwierciedlają względny stopień pobudzenia fizjologicznego.

Wyniki punktowe przyznawane na podstawie pobudzenia fizjologicznego wskazują jedynie, że badany silniej koncentrował uwagę, gdy zadawano mu pytania jednego typu (krytyczne lub porównawcze), niż gdy zadawano mu pytania drugiego typu. Silniejsza koncentracja uwagi wskazuje na bardziej znaczący bodziec. Reakcje fizjologiczne służą zatem do wnioskowania o koncentracji uwagi wynikającej ze znaczenia pytań. Wnioskowanie o tym, dlaczego pytania krytyczne są znaczące, musi być jednak ostrożne. Jednym z powodów (najbardziej prawdopodobnym), dla których pytania krytyczne są znaczące dla osoby badanej, jest to, że badany jest nieszczery.

Plan niniejszego badania i opracowanie formatu TES oparto na powyższej hipotezie – test nie ocenia nieszczerości, lecz jedynie wskazuje względny stopień pobudzenia, na podstawie którego wnioskuje się o znaczeniu bodźca. W związku z tym decyzje w teście TES brzmią: (a) po pytaniach krytycznych wystąpiła istotna reakcja (significant response, SR), (b) po pytaniach krytycznych nie wystąpiła istotna reakcja (no significant response, NSR) albo (c) reagowanie po pytaniach krytycznych było nierozstrzygające (inconclusive, INC). Zadaniem badającego jest wyeliminowanie w trakcie rozmowy przedtestowej możliwych zakłócających powodów, dla których pytania krytyczne mogłyby być znaczące dla badanego. Jeżeli następnie badany reaguje fizjologicznie na zadawane pytania krytyczne, badający musi ustalić, dlaczego pytania te były dla niego znaczące.

Pytania porównawcze

Standardowym pytaniem porównawczym (kontrolnym) jest pytanie typu PLC, w którym badający tak wpływa na badanego, aby jego odpowiedź na pytanie była prawdopodobnie kłamstwem. Główna trudność związana ze stosowaniem pytań PLC polega na konieczności zwiększenia ich psychologicznego znaczenia dla badanego. Badany musi być przekonany, że reakcje wywołane przez pytanie PLC i pytanie krytyczne są równie ważne. Badający musi być na tyle wprawny, aby zwiększyć znaczenie pytania porównawczego w wystarczającym, lecz nie nadmiernym stopniu. Wymaga to od badającego umiejętności „odczytania” poziomu stresu badanego i wiedzy, jaki poziom jest właściwy.

Do dodatkowych problemów związanych z pytaniami PLC należą: (a) postrzeganie ich przez niektórych badanych jako natarczywych, obraźliwych lub krępujących (ze względu na charakter związanych z nimi zabiegów psychologicznych); (b) okazjonalna trudność w skonstruowaniu pytania PLC, które wykluczałoby wszystkie aspekty problemu krytycznego; oraz (c) możliwa trudność w utrzymaniu psychologicznego znaczenia pytań PLC przy powtarzanym testowaniu (co niekiedy ma miejsce w przesiewowych badaniach bezpieczeństwa).

Pytania DLC eliminują większość, jeśli nie wszystkie, problemy związane z pytaniami PLC, ponieważ: (a) wymagają niewielkich zabiegów psychologicznych lub nie wymagają ich wcale, (b) łatwo je wyjaśnić i łatwo uzasadnić ich cel, (c) badany może na nie łatwo odpowiedzieć, a prawdziwość odpowiedzi nie budzi wątpliwości, (d) są mniej wrażliwe na kompetencje badającego (nie wymagają zabiegów psychologicznych), (e) pytania i procedury ich wprowadzania łatwo ujednolicić, (f) nie naruszają prywatności, nie są więc obraźliwe ani krępujące, oraz (g) można je skonstruować tak, aby nie nakładały się na problemy krytyczne.

Na podstawie pozytywnych wyników badań z użyciem pytań DLC (Abrams, 1993; Barland, 1981; Honts i Raskin, 1988; Horowitz, 1989; Raskin i Kircher, 1990; Reed, 1990; Reed, 1995) oraz licznych zalet pytań DLC postanowiono włączyć do formatu TES pytania DLC zamiast pytań PLC. Każde jednak z badań, w których stosowano pytania DLC, wprowadzało je w inny sposób, jeśli chodzi o: (a) moment przeprowadzenia testu zapoznawczego w trakcie badania; (b) uzasadnienie przeprowadzenia testu zapoznawczego; (c) uzasadnienie włączenia pytań DLC; (d) konstrukcję pytań DLC; oraz (e) sposób omawiania pytań DLC przed testem.

W odniesieniu do tych kwestii podjęto następujące decyzje, które włączono do procedur badania TES. Test zapoznawczy (acquaintance test, ACQT) jest standardowym testem liczbowym ze znanym rozwiązaniem (Department of Defense Polygraph Institute, 1994a). W badaniu TES test ACQT przeprowadza się przed omówieniem pytań krytycznych i porównawczych. Uzasadnieniem jest to, że przedstawienie testu ACQT bezpośrednio po objaśnieniu działania aparatury i fizjologii, a przed omówieniem pytań, wzmacnia logiczny tok rozmowy przedtestowej.

Badanemu mówi się, że celem testu ACQT jest: (a) zademonstrowanie mu przebiegu badania, (b) umożliwienie mu przyzwyczajenia się do elementów aparatury i procedur, (c) umożliwienie badającemu wyregulowania aparatu oraz (d) umożliwienie badającemu upewnienia się, że badany jest fizjologicznie zdolny do reagowania, gdy kłamie. Ponadto uzasadnienie włączenia pytań DLC można wyjaśnić łatwiej i sprawniej, jeżeli wcześniej przeprowadzono test ACQT. Badający odwołuje się do testu ACQT, objaśniając cel pytań DLC – upewnienie się, że badany nadal reaguje fizjologicznie, gdy kłamie, tak jak miało to miejsce w teście ACQT. Badanemu mówi się, że jeżeli nie będzie nadal reagował fizjologicznie, kiedy kłamie, wyniki testu będą nierozstrzygające.

Omawianie pytań DLC przed testem

Pytania DLC omawia się przed testem w następujący, wystandaryzowany sposób. Badający umniejsza wagę omawianego zachowania („to coś, co wszyscy kiedyś robiliśmy”). Badający zadaje omawiane pytanie DLC („Czy kiedykolwiek naruszył(a) Pan(i) drobny przepis ruchu drogowego?”) i uzyskuje od badanego ustne potwierdzenie, że faktycznie dopuścił się takiego zachowania. Jeżeli badany zaprzecza, że dopuścił się danego zachowania, badający ma obowiązek użyć innego pytania DLC. Badającym nie wolno próbować przekonywać badanego – za pomocą przykładów czy sugestii – że dopuścił się danego zachowania. Po uzyskaniu ustnego potwierdzenia badanego prosi się, aby pomyślał o konkretnej sytuacji, w której dopuścił się danego zachowania.

Badany zostaje poinstruowany, aby nie opowiadał badającemu o tym zdarzeniu, a jedynie o nim pomyślał. Badającym nie wolno sugerować, aby badany pomyślał o zdarzeniu najnowszym lub najbardziej znaczącym – jedynie o jakimś zdarzeniu. Po uzyskaniu od badanego ustnego potwierdzenia, że ma na myśli konkretne zdarzenie, badający powtarza pytanie i poleca badanemu pomyśleć o tym konkretnym zdarzeniu, a następnie skłamać, odpowiadając na pytanie „nie”. Na koniec badany zostaje poinstruowany, że gdy pytanie to zostanie zadane w trakcie testu, ma pomyśleć o tym zdarzeniu, a następnie skłamać, odpowiadając „nie”.

Badający otrzymują polecenie, aby upewnić się, że badany faktycznie myśli o zdarzeniu, ponieważ przetwarzanie poznawcze prowadzi do wzrostu aktywności fizjologicznej (Jennings, 1986a; Jennings, 1986b). Chodzi o to, aby główny składnik reakcji fizjologicznej na pytanie DLC wynikał z przetwarzania poznawczego zachodzącego wtedy, gdy badany myśli o konkretnym zdarzeniu. Jeżeli badany angażuje się w przetwarzanie poznawcze, pytania DLC powinny wywoływać silne reakcje fizjologiczne niezależnie od walencji emocjonalnej pytania. Każda reakcja emocjonalna na wyobrażane zdarzenie również zwiększałaby znaczenie pytania, a tym samym siłę reakcji fizjologicznej.

Sekwencja pytań

Reed (1995) przedstawiła badania nad nowym formatem, w którym pytania krytyczne i porównawcze powtarzano w obrębie tej samej sekwencji pytań. W odróżnieniu jednak od standardowych testów PDD z pytaniami porównawczymi sekwencję pytań zadawano tylko raz. Wyniki wykazały, że przy zastosowaniu pozorowanego paradygmatu badania przesiewowego do „zaprogramowania” badanych jako winnych prawidłowo zidentyfikowano 81.5% badanych PI i 73.9% badanych PG. Format TES opracowano – z niewielkimi zmianami – bezpośrednio na podstawie tych wcześniejszych badań. Sekwencja zawiera dwa różne pytania neutralne (IR1 i IR2), dwa różne pytania porównawcze (C1 i C2), dwa różne pytania krytyczne (R1 i R2) oraz pytanie „ofiarne” (sacrifice relevant, Sr). Sekwencja pytań ma postać: IR1 IR2 Sr C1 R1 R2 C2 R1 R2 C1 R1 R2 C2.

Faza rozmowy przedtestowej

Opracowano wystandaryzowaną rozmowę przedtestową. Badany otrzymuje krótkie wprowadzenie do procedur i zostaje poproszony o podpisanie formularza wyrażającego zgodę na poddanie się badaniu PDD. Następnie ocenia się fizyczną zdolność badanego do poddania się badaniu. Potem objaśnia się działanie wariografu i krótko wyjaśnia reagowanie fizjologiczne. Następnie przedstawia się test ACQT jako okazję do zademonstrowania badanemu procedur i oceny jego zdolności fizjologicznej do badania.

Po przeprowadzeniu testu ACQT i przedstawieniu badanemu jego wyników omawia się z nim pytania testowe. Badający omawia z badanym, w podanej kolejności, trzy pytania krytyczne (w tym pytanie „ofiarne”), dwa pytania porównawcze i dwa pytania neutralne. Dokładne znaczenie i intencję każdego pytania krytycznego objaśnia się tak, aby badany w pełni rozumiał, jakie zachowania obejmuje pytanie. Jeżeli badany ma jakikolwiek problem ze zrozumieniem pytania krytycznego, dostępne są alternatywne pytania krytyczne.

Faza testowa

W trakcie przeprowadzania testu TES badającemu nie wolno wstawiać do sekwencji pytań więcej niż dwóch pytań neutralnych z rzędu. Odstęp między pytaniami (od początku jednego pytania do początku następnego) wynosi od 20 do 30 sekund, średnio 25 sekund. Jeżeli reakcja fizjologiczna występuje w odpowiednim czasie po pytaniu, ale mogła zostać spowodowana innymi czynnikami (ruchem, reakcją orientacyjną na hałas z zewnątrz itp.), określa się ją jako artefakt i pytanie nie może zostać ocenione. Jeżeli w trakcie zadawania pytania krytycznego TES wystąpi artefakt, to w celu uzyskania trzech nadających się do oceny reakcji fizjologicznych na to pytanie badający ma obowiązek przeprowadzić „krótki test” z następującą sekwencją pytań: IR1 IR2 Sr C1 R1 R2 C2.

Ocena testu

Testy ocenia się według siedmiopunktowych kryteriów oceny nauczanych w Instytucie Wariograficznym Departamentu Obrony (DoDPI), w których względną siłę reakcji fizjologicznych na pytanie krytyczne porównuje się ze względną siłą reakcji fizjologicznych na pytanie porównawcze (DoDPI, 1994b). Wynik dodatni przyznaje się, jeżeli reakcje fizjologiczne na pytanie porównawcze są silniejsze niż na pytania krytyczne. Wynik ujemny przyznaje się, jeżeli reakcje fizjologiczne na pytanie krytyczne są silniejsze niż na pytania porównawcze. W większości przesiewowych badań bezpieczeństwa PDD każde pytanie krytyczne porównuje się z silniejszym (wywołującym względnie silniejsze reakcje) z dwóch pytań porównawczych, między którymi się ono znajduje.

Na podstawie wcześniejszych badań (Reed, 1995) przy ocenie badania TES nie wykorzystuje się jednak pierwszego powtórzenia pierwszego pytania porównawczego. Reakcje fizjologiczne na pierwsze powtórzenie pytań R1 i R2 porównuje się wyłącznie z reakcjami fizjologicznymi na pierwsze powtórzenie drugiego pytania porównawczego. Dla każdego pytania krytycznego uzyskuje się trzy wyniki punktowe, ponieważ każde pytanie krytyczne powtarzane jest trzykrotnie. Trzy wyniki sumuje się, uzyskując jeden wynik dla każdego pytania krytycznego. Jeżeli przeprowadzono krótki test, ocenia się tylko to pytanie krytyczne, przy którym wystąpił artefakt. Drugiego pytania krytycznego w krótkim teście się nie ocenia.

Kryteria decyzyjne

Badania wieloproblemowe, w których różne pytania krytyczne dotyczą odrębnych problemów, zwykle wymagają wyniku +3 lub wyższego dla każdego pytania krytycznego, aby można było wydać decyzję NSR. Wynika to z przekonania, że każde pytanie dotyczy odrębnego problemu, a zatem powinno być traktowane oddzielnie. Badania sugerują jednak, że gdy wydawana jest decyzja SR, najsilniejsze reakcje fizjologiczne nie zawsze dotyczą pytania, w odniesieniu do którego badany jest nieszczery (Barland, 1981; Barland i in., 1989; Correa i Adams, 1981; Raskin, Kircher, Honts i Horowitz, 1988). W badaniach tych stwierdzono, że trafność decyzji w wykrywaniu nieszczerości malała, gdy oceniano reagowanie na poszczególne pytania.

Badany, który dopuścił się sabotażu, mógłby zatem reagować fizjologicznie na pytanie dotyczące ujawnienia informacji niejawnych, ale nie na pytanie dotyczące sabotażu. W związku z tym kryteria decyzyjne powinny opierać się na teście jako całości, a nie na reakcjach na poszczególne pytania. Reed (1995) przyjęła zatem następujące kryteria decyzyjne dla oceny badań TES. Decyzję NSR wydaje się, jeżeli wyniki obu pytań są dodatnie, a ich suma wynosi +4 lub więcej. Decyzję SR wydaje się, jeżeli wynik któregokolwiek z pytań wynosi −3 lub mniej albo jeżeli wyniki obu pytań wynoszą −2 (wynik łączny −4). Jeżeli wyniki nie spełniają ani kryteriów NSR, ani kryteriów SR, decyzja brzmi INC.

Standaryzacja

Wystandaryzowano również inne aspekty formatu TES. Po pierwsze, wystandaryzowano liczbę wolnych od artefaktów pytań wymaganych do obliczenia wyniku. W wielu formatach PDD do podjęcia decyzji stosuje się te same kryteria decyzyjne (−3 lub mniej dla decyzji o nieszczerości) niezależnie od tego, czy wynik obliczono na podstawie dwóch, czy pięciu powtórzeń pytań (Department of Defense Polygraph Institute, 1994c; Honts i Raskin, 1988; Horowitz, 1989; Raskin, 1982). Badający stosujący format TES mają obowiązek obliczać wyniki na podstawie reakcji fizjologicznych na trzy wolne od artefaktów powtórzenia każdego pytania. Po drugie, wystandaryzowano kolejność zadawania pytań.

W wielu formatach PDD sekwencję pytań powtarza się wielokrotnie (zwykle trzy razy). Przy każdym powtórzeniu badający może zmienić kolejność zadawania pytań. Badający federalni mogą modyfikować kolejność pytań na podstawie swoich subiektywnych opinii (Department of Defense Polygraph Institute, 1992), podczas gdy Raskin i współpracownicy (Honts i Raskin, 1988; Horowitz, 1989; Kircher i Raskin, 1988) modyfikują sekwencję pytań w sposób systematyczny i obiektywny. Sekwencji pytań TES się nie powtarza. Nie ma więc możliwości modyfikowania kolejności pytań. Po trzecie, pomiędzy kolejnymi powtórzeniami sekwencji pytań niektórzy badający wchodzą w interakcję z badanym, omawiając to, jak postrzega on pytania (Horowitz, 1989; Podlesny i Raskin, 1977; Raskin, 1982).

Ta forma interakcji nie jest wystandaryzowana. W formacie TES sekwencji pytań się nie powtarza, nie ma więc okazji do interakcji pomiędzy testami. Wreszcie wystandaryzowano przebieg rozmowy przy realizacji poszczególnych elementów rozmowy przedtestowej, zapewniając wyraźne konspekty i przykłady. Obejmuje to: (a) przeprowadzenie testu ACQT (jak opisano powyżej), (b) uzasadnienie i przedstawienie pytań DLC (jak opisano powyżej), (c) objaśnienia dotyczące wariografu i reakcji fizjologicznych oraz (d) logiczną kolejność przedstawiania tych elementów rozmowy przedtestowej.

Metoda

Osoby badane

Trzysta sześć osób badanych zrekrutowała lokalna agencja pośrednictwa pracy działająca na podstawie umowy z Instytutem Wariograficznym Departamentu Obrony; za udział otrzymały one po 30.00 USD. Z udziału wykluczano osoby spełniające którekolwiek z następujących kryteriów: (a) wiek poniżej 19 lub powyżej 60 lat, (b) zły stan zdrowia, (c) ciąża lub (d) brak wykształcenia równoważnego ukończeniu szkoły średniej. Na badanie umówiono 139 mężczyzn (M = 26.7, SD = 7.8) i 167 kobiet (M = 28.2, SD = 8.8). Do grupy CSP-PLC przydzielono 69 badanych PI i 33 badanych PG, do grupy CSP-DLC – 70 badanych PI i 32 badanych PG, a do grupy TES – 67 badanych PI i 35 badanych PG.

Badający

Badania przeprowadziło dwunastu certyfikowanych badających (11 mężczyzn i 1 kobieta) z Biura Sekretarza Sił Powietrznych (Office of the Secretary of the Air Force, OSAF) oraz sześciu (5 mężczyzn i 1 kobieta) z Dowództwa Wywiadu i Bezpieczeństwa Armii Stanów Zjednoczonych (United States Army Intelligence and Security Command, USAINSCOM). Badający mieli średnio 6.5 roku doświadczenia (zakres od 1.5 do 19 lat). O doborze badających decydowały agencje. Choć dobór badających nie był losowy (kryteria doboru dotyczyły na ogół dostępności i doświadczenia), uznano ich za reprezentatywnych dla populacji badających CSP. Badających przydzielono losowo do stosowania jednego z trzech formatów PDD, z zastrzeżeniem, że każdy format stosowało dwóch badających z INSCOM i czterech z OSAF.

Badający przeszli czterogodzinne szkolenie zapoznające ich z formatem, rozmową przedtestową, zasadami oceny i pytaniami porównawczymi, które miały być stosowane. Przed przeprowadzeniem badania na potrzeby projektu przeprowadzili po dwa badania próbne. Każdy badający przeprowadzał dwa czterogodzinne badania (rano i po południu) przez siedem dni oraz jedno czterogodzinne badanie przez trzy dni, co dało łącznie po 17 badań na badającego. Badający nie otrzymali żadnych informacji dotyczących częstości bazowych. Do zakończenia badania nie otrzymywali informacji zwrotnych o trafności swoich decyzji i nie wiedzieli, czy dany badany został „zaprogramowany” jako winny.

Aparatura

Badający posługiwali się standardowymi terenowymi wariografami produkcji firmy Lafayette lub Stoelting. Rejestrowano standardowe reakcje oddechowe, elektrodermalne i sercowo-naczyniowe. Kanał elektrodermalny pracował w trybie ręcznym. Badania przeprowadzano indywidualnie w dużych pomieszczeniach (20 x 20) [Przyp. tłum.: w oryginale bez podania jednostki.] w budynku położonym na terenie Fort McClellan. Scenariusze służące „zaprogramowaniu” badanych jako winnych odgrywano w innym budynku, położonym w odległości około dwóch mil od budynku, w którym prowadzono badania. W pomieszczeniach badań nie było urządzeń do nagrywania obrazu ani luster weneckich. Badania nagrywano na taśmę audio.

Scenariusze

Badani PG odgrywali jeden z czterech pozorowanych scenariuszy. Każdy scenariusz odpowiadał jednemu z czterech pytań krytycznych. Scenariusz „szpiegostwa” wymagał od jednego badanego wykradzenia dokumentu niejawnego z biura i przekazania go drugiemu badanemu. Drugi badany odbierał dokument i umieszczał go w pojeździe stojącym na parkingu. Badani, którzy odgrywali scenariusz „sabotażu”, wykradali dokument niejawny lub niejawną dyskietkę komputerową. Badany albo niszczył dokument w niszczarce, albo przecinał dyskietkę nożyczkami na kawałki. Badany odgrywający scenariusz „nieuprawnionego kontaktu” miał spotkać się z niemieckim agentem siedzącym w samochodzie na parkingu. Agent prosił badanego o zdobycie pewnych informacji niejawnych, które miały mu zostać przekazane w późniejszym terminie.

W trakcie odgrywania scenariusza „nieuprawnionego ujawnienia” osoba realizująca scenariusz była wywoływana ze swojego biura w połowie przekazywania badanemu informacji o pewnych niejawnych danych komputerowych. Do biura wchodziła trzecia osoba, która sprawiała wrażenie, że naprawia moskitierę w oknie, i próbowała nawiązać z badanym rozmowę na temat tego, co mu przekazano. Wszyscy badani PG otrzymali 100.00 USD jako zapłatę za udział w „przestępstwie”. Ponadto wszyscy badani PG pisali oświadczenie, że „na potrzeby niniejszego projektu” dopuścili się szpiegostwa, sabotażu, nieuprawnionego kontaktu lub nieuprawnionego ujawnienia, w zależności od tego, który scenariusz odegrali.

Autor nie sądził, by udało się wzbudzić u badanych strach lub poczucie winy. Scenariusze nie miały zatem przekonać badanych, że zrobili coś złego. Ponieważ jednak przyjmuje się, że reakcje fizjologiczne w trakcie badań PDD występują ze względu na znaczenie pytań, podjęto próbę nadania pytaniom krytycznym znaczenia dla badanych zarówno środkami poznawczymi, jak i poprzez komponent behawioralny (tj. ich faktyczny udział w scenariuszu). W związku z tym osoby realizujące scenariusze zmawiały się z badanymi, aby „pokonać” badających.

Formaty

Zastosowano trzy odrębne formaty PDD. Obecnie format CSP-PLC obejmuje cztery różne pytania krytyczne, z których każde zadawane jest raz w sekwencji pytań. Sekwencję pytań powtarza się trzykrotnie, z krótką przerwą między powtórzeniami. Do sekwencji pytań włączone są pytania porównawcze typu „prawdopodobne kłamstwo”. Format CSP-DLC jest identyczny z formatem CSP-PLC, z tą różnicą, że pytaniami porównawczymi są pytania DLC, a nie PLC. W trakcie niniejszego badania badający stosujący formaty CSP (PLC lub DLC) przestrzegali wytycznych ustalonych i nauczanych w DoDPI (1992) w zakresie przeprowadzania i oceny testu oraz kryteriów decyzyjnych stosowanych do wyników.

W formacie badania TES cztery pytania krytyczne również powtarzane są trzykrotnie, ale sekwencja pytań różni się zasadniczo od stosowanej w badaniu CSP. Dwa z czterech pytań krytycznych powtarzane są po trzy razy w pierwszej serii pytań (podtest TES A), a pozostałe dwa pytania krytyczne – po trzy razy w drugiej serii pytań (podtest TES B). Format badania TES wymaga dwóch serii pytań, a nie trzech serii stosowanych w badaniu CSP. Badający nie wspomina o pytaniach krytycznych podtestu B do czasu zakończenia badania podtestem A (wraz z ewentualnymi rozmowami potestowymi). W obu podtestach stosuje się te same lub różne pytania DLC. W trakcie niniejszego badania, jeżeli decyzja oparta na wynikach pierwszego podtestu brzmiała SR, drugiego podtestu nie przeprowadzano, a jeżeli decyzja dla któregokolwiek z podtestów brzmiała SR, badanego uznawano za SR.

Pytania. Barlanda i in. (1989) krytykowano za stosowanie pytań krytycznych zawierających zwrot „przeciwko Stanom Zjednoczonym”. Zgodnie z zaproponowanym wcześniej modelem znaczenia i uwagi test będzie trafniejszy, jeżeli uwaga badanego skoncentrowana jest na faktycznie badanych problemach. Badający w terenie stosują tę zasadę przy konstruowaniu pytań testowych, wprowadzając „ograniczenia czasowe” lub „ograniczenia sytuacyjne”, czyli zastrzeżenia do pytania. Zastrzeżenia te mają skierować uwagę badanego na określony czas lub sytuację (np. „przed 1993 rokiem czy kiedykolwiek…”). W związku z tym, aby skoncentrować uwagę badanego PG na pozorowanym scenariuszu, do każdego pytania dodano zastrzeżenie „w trakcie tego projektu”.

W każdym formacie zadawano te same cztery pytania krytyczne. Pytania krytyczne brzmiały: (a) Sabotaż: „Czy w trakcie tego projektu dopuścił(a) się Pan(i) aktu sabotażu?”, (b) Szpiegostwo: „Czy w trakcie tego projektu dopuścił(a) się Pan(i) aktu szpiegostwa?”, (c) Ujawnienie: „Czy w trakcie tego projektu przekazał(a) Pan(i) materiały niejawne osobie nieuprawnionej?” oraz (d) Kontakt: „Czy w trakcie tego projektu miał(a) Pan(i) nieuprawniony kontakt z obywatelem obcego państwa?”. W fazie rozmowy przedtestowej każdego badania objaśniano badanemu dokładne znaczenie każdego pytania krytycznego.

Aby wystandaryzować pytania porównawcze, opracowano listę dziesięciu pytań PLC do stosowania w formacie CSP-PLC oraz listę dziesięciu pytań DLC do stosowania w formatach CSP-DLC i TES. Konkretne pytania DLC wybrano dlatego, że: (a) dotyczyły błahych zachowań (np. drobnych wykroczeń drogowych), (b) były to pytania, które prawdopodobnie nie wydadzą się naruszającymi prywatność, oraz (c) były to pytania, które nie nakładały się na problem krytyczny. Wszyscy badający stosowali to samo pytanie „ofiarne” (Sr) („Czy w odniesieniu do pytań dotyczących bezpieczeństwa projektu zamierza Pan(i) odpowiadać zgodnie z prawdą?”) oraz tę samą listę czterech pytań neutralnych.

Procedura

W trakcie każdej sesji osiemnastu osobom badanym przekazywano informacje dotyczące projektu badawczego, ich udziału oraz badania PDD. Jeżeli wyrażały zgodę na udział, podpisywały formularz zgody na udział w projekcie badawczym. Badanych zabierano parami albo do innego budynku w celu „zaprogramowania” ich jako winnych, albo do miejsca przeprowadzania badań. Badani PG otrzymywali informacje dotyczące celu scenariusza i podpisywali dodatkowy formularz zgody na udział w scenariuszu. Po odegraniu jednego ze scenariuszy przewożono ich do miejsca przeprowadzania badań. Przewóz badanych do miejsca badań zaplanowano czasowo tak, aby badający nie mogli rozpoznać, którzy badani byli PI, a którzy zostali „zaprogramowani” jako winni.

Przeprowadzano badania, a każdy badający podawał dla każdego testu wynik liczbowy oraz opartą na nim decyzję (SR, INC, NSR). Decyzje wydawano zgodnie z kryteriami decyzyjnymi stosowanego formatu. Decyzja NSR kończyła badanie (w formacie TES – NSR w obu podtestach). Jeżeli decyzja brzmiała INC, badający krótko omawiał pytania z badanym, aby ustalić, czy badany je rozumie. Następnie test przeprowadzano ponownie. Jeżeli na podstawie danych z drugiego testu decyzja badającego brzmiała INC, to decyzją dla danego badanego było INC. Gdy badający wydawał decyzję SR, konfrontował badanego z wynikami.

Badani zaprogramowani jako winni zostali poinstruowani, aby w razie konfrontacji ze strony badającego przyznali się do winy, ale nie ujawniali żadnych szczegółów swoich działań. Gdy badany PG się przyznał, badanie kończono. Natomiast badanego PI, który reagował istotnie na pytania krytyczne – co stanowiło decyzję fałszywie dodatnią (false positive, FP) – badający wypytywał, aby ustalić, czy istnieje uzasadnione, „rzeczywiste” wyjaśnienie jego reakcji fizjologicznych na pytania krytyczne. Badający odnotowywał wszelkie informacje przekazane przez badanego i kończył badanie.

Dwóch badających, niezaangażowanych w inny sposób w niniejsze badanie, niezależnie oceniało informacje uzyskane od badanych, wobec których wydano decyzje FP. Jeżeli obaj badający zgodzili się, że informacje te były na tyle istotne, by uzasadniać reagowanie fizjologiczne badanego – co stanowiło decyzję fałszywie dodatnią z uzasadnieniem (false positive decision with justification, FPWJ) – dane tego badanego nie były uwzględniane w pierwotnych analizach danych. Wszystkim badanym testowanym w trakcie danej sesji równocześnie wyjaśniano cel i przebieg badania. Badani, którzy uczestniczyli w pozorowanych scenariuszach, zwracali 100.00 USD.

Redukcja i analiza danych

W analizach uwzględniono dane 277 osób badanych. Pozostałych 29 badanych wykluczono z następujących powodów: ośmiu badanych PG przyznało się do winy przed badaniem; sześciu badanych nie nadawało się do badania ze względów medycznych; cztery badania były niekompletne; trzech badanych było pracownikami DoDPI; a ośmiu badanych FPWJ wykluczono. Różnice w liczbie wykluczonych badanych w trzech grupach nie były istotne.

Jeżeli ocena reagowania fizjologicznego w pierwszym teście prowadziła do decyzji nierozstrzygającej i przeprowadzono drugi test, to – o ile nie wskazano inaczej – w analizach uwzględniano wyłącznie wynik drugiego testu. Dla każdej grupy obliczono odsetki decyzji prawidłowych i błędnych. Aby ustalić, czy różnice między zestawami odsetków są istotne, przeprowadzono proste testy proporcji. O ile nie podano inaczej, kryterium istotności ustalono na poziomie .05 przy zastosowaniu dwustronnego rozkładu prawdopodobieństwa.

Trzech badających, którzy nie przeprowadzili żadnego z badań, oceniło każdy inną jedną trzecią testów przeprowadzonych w każdym z trzech formatów. Oceniający „w ciemno” wydawali decyzje wyłącznie na podstawie własnej oceny zarejestrowanych reakcji fizjologicznych, podczas gdy ocena dokonana przez pierwotnych badających, a tym samym ich decyzje, mogły być pod wpływem ich interakcji z badanymi.

Wyniki

Głównym wynikiem było to, że w przypadku podjęcia decyzji rozstrzygającej (tj. z wyłączeniem decyzji nierozstrzygających) decyzje badających stosujących format TES były istotnie trafniejsze (83.3%) w identyfikowaniu badanych PG niż decyzje badających stosujących format CSP-PLC (55.6%) lub CSP-DLC (58.6%). Nie stwierdzono istotnych różnic w trafności decyzji badających w identyfikowaniu badanych PI.

Decyzje pierwotnych badających

Tabela 1. Liczba decyzji prawidłowych, decyzji nierozstrzygających (INC) i błędów popełnionych przez badających w identyfikowaniu badanych zaprogramowanych jako winni i badanych zaprogramowanych jako niewinni (PI)
Decyzje
Format Prawidłowe INC Błędy
Badani zaprogramowani jako winni
CSP-PLC 15a 2 12
CSP-DLC 17a 2 12
TES 25b 0 5
Badani zaprogramowani jako niewinni (PI)
CSP-PLC 61 1 3
CSP-DLC 59 4 3
TES 48 2 6

Uwaga: Liczebności w obrębie kolumn oznaczone różnymi indeksami dolnymi różnią się od siebie istotnie przy p < .05.

Liczbę decyzji prawidłowych, decyzji nierozstrzygających i błędów popełnionych przez badających przedstawiono w tabeli 1. Trafność decyzji uzyskana przy użyciu trzech formatów w identyfikowaniu badanych PG (z wyłączeniem decyzji nierozstrzygających) wyniosła odpowiednio 83.3%, 55.6% i 58.6% dla formatów TES, CSP-PLC i CSP-DLC. Trafność decyzji identyfikujących badanych PG różniła się istotnie między trzema formatami. Przy wyłączeniu decyzji nierozstrzygających z analiz decyzje badających stosujących format TES były w identyfikowaniu badanych PG istotnie trafniejsze zarówno od decyzji badających stosujących format CSP-PLC (z = 2.28, p = .022), jak i od decyzji badających stosujących format CSP-DLC (z = 2.09, p = .036).

Podobnie przy uwzględnieniu decyzji nierozstrzygających w analizach decyzje badających stosujących format TES były w identyfikowaniu badanych PG istotnie trafniejsze zarówno od decyzji badających stosujących format CSP-PLC (z = 2.60, p = .009), jak i od decyzji badających stosujących format CSP-DLC (z = 2.40, p = .016). Trafność decyzji identyfikujących badanych PG w obu formatach CSP – zarówno z uwzględnieniem, jak i z wyłączeniem decyzji nierozstrzygających – nie różniła się istotnie. Trafność decyzji badających w identyfikowaniu badanych PI nie różniła się istotnie między trzema formatami. Trafność decyzji trzech formatów w identyfikowaniu badanych PI (z wyłączeniem decyzji nierozstrzygających) wyniosła odpowiednio 88.9%, 95.3% i 95.2% dla formatów TES, CSP-PLC i CSP-DLC.

Ośmiu badanych FPWJ wykluczono z powyższych analiz, ponieważ dwóch niezależnych oceniających zgodziło się, że wyjaśnienia badanych dotyczące ich aktywności poznawczej w trakcie testu wystarczały do uzasadnienia reagowania fizjologicznego na pytania krytyczne. Po uwzględnieniu tych ośmiu badanych w analizach trafności decyzji identyfikujących badanych PI odsetki trafności wynoszą odpowiednio 81.4%, 95.3% i 90.8% dla formatów TES, CSP-PLC i CSP-DLC.

Trafność decyzji badających w identyfikowaniu badanych PI różniła się wówczas istotnie między trzema formatami – zarówno przy wyłączeniu decyzji nierozstrzygających z analiz, jak i przy ich uwzględnieniu. Decyzje badających stosujących format CSP-PLC były w identyfikowaniu badanych PI istotnie trafniejsze niż decyzje badających stosujących format TES (z wyłączeniem decyzji nierozstrzygających: z = 2.43, p = .015; z uwzględnieniem decyzji nierozstrzygających: z = 2.48, p = .013). Trafność decyzji identyfikujących badanych PI nie różniła się istotnie między badającymi stosującymi format CSP-DLC a badającymi stosującymi format TES lub CSP-PLC.

Decyzje oceniających „w ciemno”

Liczbę decyzji prawidłowych, decyzji nierozstrzygających i błędów popełnionych przez oceniających „w ciemno” przedstawiono w tabeli 2. Liczebności prób są mniejsze niż w tabeli 1, ponieważ oceniający „w ciemno” ocenili jako INC niektóre badania, które pierwotny badający ocenił jako rozstrzygające (SR lub NSR). Do podjęcia decyzji przez oceniających „w ciemno” konieczne byłoby dodatkowe testowanie. W związku z tym badań tych nie uwzględniono w decyzjach oceniających „w ciemno”. Liczba badań pominiętych w poszczególnych grupach formatów nie różniła się istotnie statystycznie.

Decyzje oceniających „w ciemno” były istotnie trafniejsze w prawidłowym identyfikowaniu badanych PG, gdy dane zebrano przy użyciu formatu TES (81.0%), niż gdy dane zebrano przy użyciu formatu CSP-PLC (57.2%) lub CSP-DLC (42.9%). Różnice w trafności decyzji oceniających „w ciemno” w identyfikowaniu badanych PG były istotne zarówno przy wyłączeniu decyzji nierozstrzygających z analiz (TES vs PLC: z = 2.01, p = .04; TES vs DLC: z = 2.54, p = .011), jak i przy ich uwzględnieniu (TES vs PLC: z = 1.97, p = .05; TES vs DLC: z = 2.84, p = .004). Trafność decyzji oceniających „w ciemno” w identyfikowaniu badanych PI nie różniła się istotnie między trzema formatami. Trafność trzech formatów w identyfikowaniu badanych PI, oparta na decyzjach oceniających „w ciemno” (z wyłączeniem decyzji nierozstrzygających), wyniosła odpowiednio 88.5%, 93.2% i 94.4% dla formatów TES, CSP-PLC i CSP-DLC.

Tabela 2. Liczba decyzji prawidłowych, decyzji nierozstrzygających (INC) i błędów popełnionych przez oceniających „w ciemno” w identyfikowaniu badanych zaprogramowanych jako winni i badanych zaprogramowanych jako niewinni (PI)
Decyzje
Format Prawidłowe INC Błędy
Badani zaprogramowani jako winni
CSP-PLC 12a 1 11
CSP-DLC 9a 4 12
TES 17b 1 4
Badani zaprogramowani jako niewinni (PI)
CSP-PLC 55 3 4
CSP-DLC 51 5 3
TES 46 0 6

Uwaga: Liczebności w obrębie kolumn oznaczone różnymi indeksami dolnymi różnią się od siebie istotnie przy p < .05.

Rzetelność międzysędziowska

W celu określenia rzetelności międzysędziowskiej obliczono dla każdego formatu współczynniki korelacji Pearsona między wynikami liczbowymi pierwotnych badających a wynikami liczbowymi oceniających „w ciemno”. W obrębie każdego formatu obliczono odrębny współczynnik korelacji na podstawie danych dla każdego z czterech pytań krytycznych. Współczynniki korelacji przedstawiono według formatu i pytania w tabeli 3. Ponadto rzetelność decyzji kategorialnych (SR, NSR, INC) opartych na wynikach liczbowych pierwotnych badających i oceniających „w ciemno” była wysoka dla każdego formatu. Odsetki zgodności wyniosły odpowiednio 89% (Kappa = .76, t = 6.9), 89.5% (Kappa = .70, t = 7.7) i 89% (Kappa = .73, t = .67) dla formatów TES, CSP-PLC i CSP-DLC. Wszystkie miary rzetelności były istotne (p < .0001).

Decyzje nierozstrzygające

Odsetek badanych PI, których badano ponownie z powodu decyzji INC, wyniósł odpowiednio 21.4%, 23.1% i 19.7%, gdy badający stosowali format TES (którykolwiek z podtestów), CSP-PLC i CSP-DLC. Odsetek badanych PG, których badano ponownie z powodu decyzji INC, wyniósł odpowiednio 13.3%, 10.3% i 29.0%, gdy badający stosowali format TES (którykolwiek z podtestów), CSP-PLC i CSP-DLC. Odsetki decyzji INC nie różniły się istotnie między trzema formatami.

Tabela 3. Współczynniki korelacji momentu iloczynowego Pearsona obliczone między wynikami liczbowymi pierwotnych badających a wynikami liczbowymi oceniających „w ciemno” dla każdego pytania
Pytanie
Format Szpiegostwo Sabotaż Ujawnienie Kontakt
TES .82* .84* .77* .78*
CSP-PLC .82* .88* .80* .87*
CSP-DLC .78* .89* .86* .87*

*p < .0001

Zmienne zakłócające

Nie stwierdzono istotnych różnic w rozkładach badanych PG ani badanych PI między formatami badań w zależności od pochodzenia etnicznego lub płci. Ponadto wnioskowania statystyczne przeprowadzone w celu ustalenia, czy liczba badanych PG uczestniczących w każdym scenariuszu różniła się istotnie między formatami badań, wykazały, że różnice te nie były istotne.

Wyniki punktowe reakcji fizjologicznych na poszczególne pytania

Aby upewnić się, że żadne pytanie nie wywoływało u badanych silniejszych reakcji fizjologicznych niż jakiekolwiek inne pytanie, wyniki liczbowe badanych PI dla każdego pytania przeanalizowano nieparametryczną analizą Quade’a dla pomiarów powtarzanych. Względna siła reakcji fizjologicznych badanych PI na cztery pytania nie różniła się istotnie. Aby ustalić, czy reakcje fizjologiczne badanych PG były najsilniejsze na pytanie odpowiadające odegranemu wcześniej scenariuszowi, wyniki liczbowe badanych PG dla każdego pytania przeanalizowano nieparametryczną analizą Quade’a dla pomiarów powtarzanych.

Dane badanych PG, którzy odegrali różne scenariusze, analizowano oddzielnie. Przeprowadzono zatem cztery odrębne analizy, po jednej dla każdego scenariusza. Danych badanych PG, wobec których zastosowano format TES, nie uwzględniono w tych analizach, ponieważ wielu z nich nie przeprowadzono drugiego podtestu. Względna siła reakcji fizjologicznych na pytanie odpowiadające odegranemu wcześniej scenariuszowi była istotnie większa niż względna siła reakcji fizjologicznych na pozostałe trzy pytania tylko wtedy, gdy odegrano scenariusz sabotażu [Quade (3, 15) = 5.39, p < .01].

Tabela 4. Liczba badanych zaprogramowanych jako winni, wobec których przeprowadzono badanie CSP, z najbardziej ujemnym wynikiem dla każdego pytania
Pytanie
Scenariusz Szpiegostwo Sabotaż Ujawnienie Kontakt
Szpiegostwo* 1 0 1 6
Sabotaż** 0 6 0 0
Kontakt* 0 1 7 2
Ujawnienie 0 1 2 5

Uwaga: Analizy testowały istotność rozkładu w obrębie każdego scenariusza. * p < .01. ** p < .001.

Dane w tabeli 4 to rozkłady częstości, w których kolumny odpowiadają pytaniu, na które badany PG uzyskał najbardziej ujemny wynik (najsilniejszą reakcję fizjologiczną), a wiersze – scenariuszowi, w którym badany PG uczestniczył. Dane obejmują wyłącznie badania CSP (PLC i DLC) i wyłącznie badania, w których najsilniejszy wynik ujemny wynosił −3 lub mniej (tj. wyniki prawdziwie dodatnie). Aby ustalić, czy reakcje fizjologiczne badanych PG były silniejsze na pytanie odpowiadające odegranemu przez nich scenariuszowi niż na jakiekolwiek inne pytanie, dane z tabeli 4 przeanalizowano testem chi-kwadrat. Obliczono cztery odrębne statystyki chi-kwadrat, po jednej dla każdego scenariusza. Rozkłady różniły się istotnie od przypadkowych w przypadku statystyk dla szpiegostwa [χ²(3) = 11, p < .015], sabotażu [χ²(3) = 19, p < .001] i kontaktu [χ²(3) = 11.6, p < .01].

Gdy badani PG odegrali scenariusz sabotażu lub kontaktu, ich najsilniejsze reakcje fizjologiczne dotyczyły zazwyczaj pytania związanego z odegranym scenariuszem. Ta sama tendencja wystąpiła w przypadku scenariusza ujawnienia, ale efekt nie był istotny. Natomiast gdy badani PG odegrali scenariusz szpiegostwa, ich reakcje fizjologiczne były zazwyczaj silniejsze na pytanie o „ujawnienie” niż na pytanie o „szpiegostwo”. Ogółem 59% badanych (75%, jeżeli nie uwzględnia się danych ze scenariusza szpiegostwa) reagowało najsilniej na pytanie odpowiadające odegranemu wcześniej scenariuszowi. Jednak 8 z 32 badanych uzyskało wynik −3 lub mniej na co najmniej dwa pytania, a w przypadku 3 z nich żadna z tych reakcji nie dotyczyła pytania odpowiadającego odegranemu wcześniej scenariuszowi (szpiegostwa).

Opracowanie nowych kryteriów oceny i kryteriów decyzyjnych TES

Dane z niniejszego badania wykorzystano do ustalenia, czy inne kryteria oceny i kryteria decyzyjne dałyby trafniejsze wyniki lub mniejszą liczbę decyzji nierozstrzygających. Zestawy kryteriów decyzyjnych przedstawiono w tabeli 5. Dane poddano ponownej ocenie przy użyciu każdego zestawu kryteriów decyzyjnych – raz, gdy do oceny wykorzystano reakcje fizjologiczne po pierwszym powtórzeniu pierwszego pytania porównawczego (1C1), i drugi raz, gdy reakcji fizjologicznych na 1C1 nie wykorzystywano do oceny.

Ogólnie kryteria decyzyjne mniej rygorystyczne w zakresie przyznawania decyzji NSR dawały nieco wyższą trafność identyfikowania badanych PI i nieco niższą trafność identyfikowania badanych PG. Odwrotnie było w przypadku kryteriów decyzyjnych mniej rygorystycznych w zakresie przyznawania decyzji SR. Podobnie wykorzystanie do oceny reakcji fizjologicznych na 1C1 dawało nieco wyższą trafność identyfikowania badanych PI i nieco niższą trafność identyfikowania badanych PG. Odwrotnie było, gdy reakcji fizjologicznych na 1C1 nie wykorzystywano do oceny. Trafność decyzji przy zastosowaniu różnych kryteriów decyzyjnych nie różniła się istotnie od trafności decyzji pierwotnych.

Ponieważ każdy zestaw kryteriów decyzyjnych zwiększał wskaźnik wykrywalności jednej kategorii badanych (PI lub PG) i zmniejszał wskaźnik wykrywalności drugiej kategorii, postanowiono zachować pierwotne kryteria decyzyjne, ale spróbować zachować korzyści płynące z oceny danych z uwzględnieniem lub bez uwzględnienia reakcji fizjologicznych na 1C1. Ponieważ uwzględnienie danych fizjologicznych z 1C1 zwiększało wskaźnik wykrywalności badanych PI, a wyłączenie danych fizjologicznych z 1C1 zwiększało wskaźnik wykrywalności badanych PG, łączny wskaźnik wykrywalności mógłby wzrosnąć, gdyby zastosować oba podejścia.

Najpierw zwiększono wskaźnik wykrywalności badanych PI. Przy pierwszej ocenie testu wykorzystywano reakcje fizjologiczne na 1C1. Jeżeli decyzja była rozstrzygająca (SR lub NSR), była ona ostateczna. Jeżeli jednak nie można było podjąć decyzji rozstrzygającej, reakcje fizjologiczne na pierwsze dwa pytania krytyczne poddawano ponownej ocenie, wykorzystując jako punkt odniesienia wyłącznie reakcje fizjologiczne na drugie pytanie porównawcze (1C2). Ponowna ocena daje wyniki takie same lub mniej dodatnie, ponieważ reakcje fizjologiczne na 1C1 są zazwyczaj silniejsze niż reakcje fizjologiczne na 1C2. Nowa metoda oceny najpierw identyfikowała badanych PI, a następnie – jeżeli nie można było podjąć decyzji rozstrzygającej – ponowna ocena identyfikowała więcej badanych PG.

Nowa metoda oceny nie spowodowała istotnych różnic w trafności wykrywania. Zmniejszyła jednak liczbę początkowych decyzji INC. Przy pierwotnych kryteriach oceny i kryteriach decyzyjnych decyzje INC otrzymało 13 badanych PI i 4 badanych PG. Przy nowej metodzie oceny decyzje INC otrzymał tylko 1 badany PG i 6 badanych PI. Statystycznie zmniejszenie liczby decyzji nierozstrzygających nie było jednak istotne.

Tabela 5. Zestawy kryteriów decyzyjnych zastosowane do oceny danych
Kryteria decyzyjne
Zestaw Decyzja NSR Decyzja SR
Pierwotny R1 + R2 >= +4 oraz R1 i R2 > 0 R1 lub R2 <= −3
1 R1 + R2 >= +4 oraz R1 i R2 >= 0 R1 lub R2 <= −3
2 R1 + R2 >= +3 oraz R1 i R2 > 0 R1 lub R2 <= −3
3 R1 + R2 >= +3 oraz R1 i R2 >= 0 R1 lub R2 <= −3
4 R1 + R2 >= +4 oraz R1 i R2 > 0 R1 lub R2 <= −2
5 R1 + R2 >= +4 oraz R1 i R2 >= 0 R1 lub R2 <= −2
6 R1 + R2 >= +3 oraz R1 i R2 > 0 R1 lub R2 <= −2
7 R1 + R2 >= +3 oraz R1 i R2 >= 0 R1 lub R2 <= −2

Uwaga: Każdy wynik testu, który nie spełniał ani kryteriów decyzji SR, ani kryteriów decyzji NSR, skutkował decyzją „nierozstrzygającą”. [Przyp. tłum.: w oryginale omyłkowo „the SR or the SR [sic]”; z kontekstu wynika, że chodzi o kryteria SR i NSR.]

Dyskusja

Decyzje badających stosujących format TES były istotnie trafniejsze (83.3%) w identyfikowaniu badanych PG niż decyzje badających stosujących format CSP-PLC (55.6%) lub CSP-DLC (58.6%). Nie stwierdzono istotnych różnic w trafności decyzji badających w identyfikowaniu badanych PI. Trafność decyzji uzyskana przy użyciu trzech formatów w identyfikowaniu badanych PI wyniosła odpowiednio 88.9%, 95.3% i 95.2% dla formatów TES, CSP-PLC i CSP-DLC. Wyniki te potwierdziła trafność uzyskana w ocenie badań „w ciemno”.

Trafność decyzji oceniających „w ciemno” w formacie TES była zbliżona do trafności decyzji pierwotnych badających. Gdy dane zebrano przy użyciu formatu TES, decyzje oceniających „w ciemno” były istotnie trafniejsze (81.0%) w prawidłowym identyfikowaniu badanych PG niż decyzje uzyskane, gdy dane zebrano przy użyciu formatu CSP-PLC (57.2%) lub CSP-DLC (42.9%). Trafność decyzji oceniających „w ciemno” w identyfikowaniu badanych PI nie różniła się istotnie między trzema formatami.

Jednym z możliwych wyjaśnień – zgodnym z modelem znaczenia i uwagi – istotnych różnic między decyzjami podejmowanymi przy użyciu poszczególnych formatów w identyfikowaniu badanych PG jest ilość informacji, na którą badany musiał zwracać uwagę w trakcie badania. W trakcie testu CSP (PLC lub DLC) zadaje się cztery pytania krytyczne, z których każde dotyczy odrębnego problemu. Badani ci otrzymują więc informacje i są pytani o cztery odrębne problemy. Być może konieczność przetworzenia tak dużej ilości informacji i skupienia się na nich rozprasza uwagę badanego, osłabiając reakcje fizjologiczne, a tym samym obniżając trafność identyfikacji badanych PG.

W każdym teście TES zadaje się tylko dwa pytania krytyczne, co ogranicza ilość informacji przedstawianych badanemu w trakcie testu. Zwolennik modelu znaczenia i uwagi przewidywałby wyższe wskaźniki wykrywalności przy mniejszej liczbie problemów. Mogłoby to również wyjaśniać, dlaczego trafność wykrywania jest zwykle wyższa w kryminalnych badaniach dotyczących konkretnego zdarzenia (badaniach jednoproblemowych) niż w przesiewowych badaniach bezpieczeństwa (badaniach wieloproblemowych). Niewiele jest jednak badań oceniających wpływ liczby problemów objętych badaniem na trafność wykrywania testu.

Badania jedno- i wieloproblemowe

Barland i in. (1989) ocenili różnice we wskaźnikach wykrywalności między badaniami jednoproblemowymi a wieloproblemowymi. Autorzy podali, że trafność decyzji uzyskiwanych przy użyciu testów jedno- i wieloproblemowych nie różniła się istotnie. Badanie to nie sprawdziło jednak tej kwestii w sposób wystarczający. Główny badacz (G. Barland, komunikacja osobista, wrzesień 1993) stwierdził, że badający przeprowadzający badanie jednoproblemowe otrzymali polecenie przeprowadzenia trzech badań jako odrębnych badań (tj. omówienie przed testem tylko dwóch pytań krytycznych do pierwszego badania, przeprowadzenie badania itd.).

Losowa próba badań jednoproblemowych przeprowadzonych w trakcie tamtego badania wskazała jednak, że czas między badaniami był tylko o 1 minutę i 8 sekund dłuższy niż czas między testami (zapisami) w obrębie jednego badania. Minuta i 8 sekund to za mało, aby omówić przed testem dwa pytania krytyczne i 3 pytania porównawcze. Możliwe jest zatem, że niektórzy badający – wbrew instrukcjom – omawiali wszystkie pytania krytyczne przed przeprowadzeniem któregokolwiek z badań. Gdyby wszystkie sześć pytań krytycznych omówiono z badanym przed jakimkolwiek testowaniem, badany mógłby myśleć o wszystkich sześciu pytaniach krytycznych, mimo że w każdym teście zadawano tylko dwa pytania krytyczne.

Ponadto liczba badanych PG, wobec których wydano decyzje INC, była istotnie większa przy badaniu wieloproblemowym (28.3%) niż przy badaniach jednoproblemowych (10.5%) (test proporcji, z = 1.96, p < .05). Raskin i in. (1988) przeanalizowali wieloproblemowe badania terenowe przeprowadzone przez agencję federalną i stwierdzili ujemny związek między liczbą problemów a trafnością testu. Doszli do wniosku, że agencja powinna ograniczać liczbę problemów w teście, aby zmaksymalizować trafność decyzji. Należy przeprowadzić badania porównujące trafność decyzji identyfikujących badanych PI i PG przy różnej liczbie problemów krytycznych objętych badaniem.

Dodatkowym czynnikiem komplikującym testy wieloproblemowe jest to, że badany nie zawsze reaguje fizjologicznie na to pytanie, w odniesieniu do którego jest nieszczery. To, czy najsilniejsze reakcje fizjologiczne nieszczerego badanego występują po pytaniu, w odniesieniu do którego jest on nieszczery, ma znaczenie zarówno dla liczby i rodzaju pytań krytycznych zadawanych w teście PDD, jak i dla kryteriów stosowanych przy wydawaniu decyzji na podstawie tych reakcji. Barland (1981) podał, że trafność identyfikacji badanych PG malała, gdy oceniano reagowanie na poszczególne pytania. Doszedł do wniosku, że prawidłowo zidentyfikowani badani PG reagowali na pytania inne niż to, w odniesieniu do którego kłamali.

Również Correa i Adams (1981), stosując format R/I, odnotowali wyższe wskaźniki wykrywalności, gdy test oceniano jako całość, w porównaniu ze wskaźnikami wykrywalności opartymi na poszczególnych pytaniach. Barland i in. (1989) także stwierdzili, że badani nie zawsze reagowali na konkretne pytanie, w odniesieniu do którego byli nieszczerzy. Raskin i in. (1988) uzyskali podobne wyniki w badaniach terenowych przeprowadzonych przez federalną agencję ścigania. Doszli do wniosku, że testy nie wykrywały nieszczerości na poziomie poszczególnego przestępstwa, co sugeruje, że wyniki liczbowe przypisane poszczególnym problemom krytycznym mogą być złą wskazówką przy wyborze problemu, którego ma dotyczyć przesłuchanie.

Dane z niniejszego badania potwierdzają wcześniejsze ustalenia. Choć istniał związek między odegranym scenariuszem a konkretnym pytaniem, na które badany reagował fizjologicznie, był on umiarkowany. W istocie 41% badanych PG nie wykazało silnych reakcji fizjologicznych na pytanie związane ze scenariuszem, w którym uczestniczyli. W związku z tym kryteria decyzyjne nie powinny opierać się wyłącznie na reakcjach fizjologicznych na poszczególne pytania, lecz także na pytaniach krytycznych traktowanych jako grupa. Należy zauważyć, że silne reakcje fizjologiczne na jedno pytanie krytyczne nie oznaczają, że jest to dla badanego pytanie najbardziej znaczące ani jedyne znaczące.

Należy zauważyć, że silne reakcje fizjologiczne na jedno pytanie krytyczne nie oznaczają, że jest to dla badanego pytanie najbardziej znaczące ani jedyne znaczące.DoDPI, 1995

Reakcje wynikające z innych powodów niż nieszczerość

Wyniki niniejszego badania wskazują, że część osób wykazuje silne reakcje fizjologiczne na jedno lub więcej pytań krytycznych, ponieważ pytanie jest dla nich znaczące z powodów innych niż nieszczere odpowiedzi na pytania. U czterdziestu pięciu procent badanych PI, wobec których po badaniu TES wydano decyzje FP (9% wszystkich badanych PI), uznano, że mieli oni obawy wystarczające, by oczekiwać silnych reakcji fizjologicznych na jedno lub więcej pytań krytycznych.

Ponadto doświadczenie terenowe wskazuje, że badani często mają obawy związane z jakimś pytaniem lub pytanie przywodzi im na myśl coś, co nie jest z nim bezpośrednio związane, a czego początkowo nie omawiają z badającym. W trakcie badania badany może skupiać więcej uwagi na tym pytaniu, wywołując w ten sposób reakcje fizjologiczne na nie (co jest zgodne z modelem znaczenia i uwagi). Ponieważ format TES jest czulszy w identyfikowaniu badanych PG, będzie również czulszy w identyfikowaniu osób z problemami „zewnętrznymi”. Było to widoczne w większej (choć nieistotnej) liczbie badanych FPWJ zidentyfikowanych przy zastosowaniu TES w porównaniu z liczbą przy zastosowaniu któregokolwiek z formatów CSP.

Dlatego ważne jest ustalenie, dlaczego badany reaguje fizjologicznie na pytanie krytyczne. Przyszłe badania powinny ocenić: (a) jaki odsetek badanych PI ma obawy związane z pytaniami krytycznymi, (b) jaki odsetek tych badanych faktycznie reaguje na pytania krytyczne oraz (c) jaki wpływ na prawdopodobieństwo reagowania badanego na pytania ma ujawnienie informacji w trakcie rozmowy przedtestowej (np. czy badany jest mniej skłonny reagować na pytania krytyczne, jeżeli jego osobiste obawy zostały omówione przed testem).

Dlatego ważne jest ustalenie, dlaczego badany reaguje fizjologicznie na pytanie krytyczne.DoDPI, 1995

Możliwe czynniki zakłócające

Możliwe jest również, że trafność decyzji uzyskana przy użyciu formatu TES została obniżona przez nieznajomość tego formatu przez badających. Badający stosujący format TES nie znali tego formatu, podczas gdy badający stosujący którykolwiek z formatów CSP znali format CSP. Między TES a standardowym formatem CSP istnieje wiele różnic (w tym w rozmowie przedtestowej i w samym przebiegu badania). Nagrania wczesnych badań TES interpretuje się jako wskazujące, że badający nie czuli się pewnie, jeśli chodzi o to, co mają mówić, i często nie omawiali wystarczająco pytań krytycznych przed testem. Jeżeli badany myślał o czymś niezwiązanym bezpośrednio z pytaniem krytycznym, a badający nie zajął się tą kwestią w odpowiedni sposób, badany mógł reagować na pytania w trakcie testu. Gdy badający lepiej zapoznają się z formatem, wskaźniki trafności mogą wzrosnąć.

Liczby kobiet i mężczyzn w trzech warunkach nie różniły się istotnie, podobnie jak liczby badanych Afroamerykanów i badanych rasy białej w trzech warunkach. Jest zatem mało prawdopodobne, aby istotne różnice we wskaźnikach trafności uzyskanych przy użyciu trzech formatów w identyfikowaniu badanych PG wynikały z różnic płci lub rasy. [Przyp. tłum.: w oryginale zdanie zawiera omyłkowe podwójne przeczenie („it is unlikely that … are not [sic] attributable”); przetłumaczono zgodnie z sensem wynikającym z kontekstu.] Ponadto liczba badanych PG uczestniczących w każdym scenariuszu nie różniła się istotnie między formatami badań. W związku z tym istotne różnice we wskaźnikach trafności uzyskanych przy użyciu trzech formatów w identyfikowaniu badanych PG nie wynikają z różnic między scenariuszami.

Istotne różnice we wskaźnikach trafności uzyskanych przy użyciu trzech formatów w identyfikowaniu badanych PG nie wydają się wynikać z różnych rodzajów pytań porównawczych. Gdyby pytania DLC w istotnym stopniu przyczyniły się do wyższego wskaźnika wykrywalności badanych PG, wobec których zastosowano format TES, to wskaźnik wykrywalności badanych PG testowanych formatem CSP-DLC powinien był być wyższy niż wskaźnik wykrywalności badanych PG testowanych formatem CSP-PLC. Tak nie było. Podobnie pytania DLC nie wydają się wpływać na wskaźniki wykrywalności badanych PI.

Choć różnice nie były istotne, badanych PI, wobec których zastosowano format TES, identyfikowano rzadziej niż badanych PI, wobec których zastosowano którykolwiek z formatów CSP. Ponadto po uwzględnieniu w analizach badanych FPWJ format CSP-PLC pozwolił prawidłowo zidentyfikować istotnie więcej badanych PI niż format TES. W obu zestawach analiz liczba badanych PI prawidłowo zidentyfikowanych przy użyciu CSP-DLC nie różniła się jednak istotnie od liczby zidentyfikowanych przy zastosowaniu CSP-PLC lub TES. W związku z tym ewentualne różnice we wskaźnikach trafności wykrywania badanych PI lub PG nie wynikają z różnic między pytaniami PLC a DLC.

Składnia pytań krytycznych jest kwestią wpływającą na możliwość uogólniania wyników. Wcześniejsze badanie (Barland i in., 1989) krytykowano za stosowanie pytań krytycznych zawierających zwrot „przeciwko Stanom Zjednoczonym”, ponieważ badany nie popełnił przestępstwa „przeciwko Stanom Zjednoczonym”. Zwolennicy modelu znaczenia i uwagi twierdziliby, że test byłby trafniejszy, gdyby uwaga badanego skoncentrowana była na faktycznie badanych problemach.

W istocie badający w terenie stosują tę zasadę od lat przy konstruowaniu pytań porównawczych, a niekiedy także pytań krytycznych (DoDPI, 1994d). Badający w terenie opatrują swoje pytania „ograniczeniami czasowymi” lub „ograniczeniami sytuacyjnymi”, aby zawęzić uwagę badanego do określonego czasu lub sytuacji (np. „przed 1993 rokiem czy kiedykolwiek…”). W niniejszym badaniu postanowiono opatrzyć pytania krytyczne zastrzeżeniem „w trakcie tego projektu” i pominąć zwrot „przeciwko Stanom Zjednoczonym”, aby zapewnić skoncentrowanie uwagi badanych na problemach objętych testem.

Nie ma powodu oczekiwać, że zastrzeżenie dodane do pytań krytycznych w różny sposób wpłynęłoby na trafność decyzji uzyskiwanych przy użyciu trzech różnych formatów. Jest zatem mało prawdopodobne, aby różnice w trafności decyzji między trzema formatami wynikały z tego zastrzeżenia. Ponieważ jednak pytania krytyczne zaprojektowano tak, aby skupiały uwagę badanego na projekcie, możliwe jest, że trafność uzyskana w trakcie badania nie odzwierciedla dokładnie trafności, jaka wystąpiłaby w terenie. Należy przeprowadzić badania oceniające wpływ „ograniczeń czasowych” lub „sytuacyjnych” na trafność testów PDD. Jest to istotna kwestia, ponieważ praktyka ta jest w terenie bardzo rozpowszechniona.

Podsumowanie

Podsumowując, nowy format TES może stanowić realną alternatywę dla formatu CSP obecnie stosowanego w badaniach bezpieczeństwa. Format TES różni się od formatów CSP tym, że: (a) zmniejszono liczbę problemów badanych w jednej serii pytań; (b) do obliczenia wyników punktowych pytań wykorzystuje się maksymalnie trzy powtórzenia pytań; (c) wyeliminowano stymulację pomiędzy testami; (d) nie można zmieniać kolejności pytań w sekwencji; (e) każde pytanie krytyczne porównywane jest z tymi samymi pytaniami porównawczymi; (f) rozmowa przedtestowa jest krótka, bardziej wystandaryzowana i przebiega według logicznej sekwencji przekazywania informacji; oraz (g) problemy związane z pytaniami PLC ograniczono dzięki zastosowaniu pytań DLC.

Niektóre z tych różnic mogą tłumaczyć fakt, że w laboratoryjnej sytuacji pozorowanej decyzje badających stosujących format TES były istotnie trafniejsze w identyfikowaniu badanych PG niż decyzje badających stosujących którykolwiek z formatów CSP. Jeżeli dalsze testowanie formatu TES nadal będzie wykazywać wysokie wskaźniki trafności w rozróżnianiu badanych PI i PG, rząd federalny powinien rozważyć zmianę swoich programów przesiewowych badań bezpieczeństwa tak, aby wykorzystywały TES jako podstawowe badanie PDD.

Podziękowania

Sheila D. Reed, Ph.D., pełniła funkcję głównej badaczki na wszystkich etapach planowania, zbierania danych i przygotowywania projektu niniejszego manuskryptu. Ostateczną redakcję przeprowadzili członkowie Działu Badań Naukowych Instytutu Wariograficznego Departamentu Obrony. Dziękujemy programom wariograficznym Biura Sekretarza Sił Powietrznych (OSAF) i Dowództwa Wywiadu i Bezpieczeństwa Armii Stanów Zjednoczonych (USAINSCOM) za wsparcie i wkład w projekt badania. W szczególności dziękujemy Bruce’owi Thompsonowi i Jimowi Morrisonowi za ich cenny wkład, w tym za czas poświęcony na monitorowanie badań i pomoc przy scenariuszach.

Szczególne podziękowania należą się wszystkim osobom, które umożliwiły przeprowadzenie badania: badającym z OSAF i INSCOM (Edith Andreasen, Douglas Blake, Tawainia Barrera, Ray Brafford, Dave Cameron, David Case, Greg Eggleston, Richard Giraud, Ronald Herring, Otto Jackson, Bryan Ladeaux, Russ Nichols, Michael Rhodes, Donald Schupp, Ed Stoval, James Vaughan, Michael Walker i Harrison Wright), osobom realizującym scenariusze (Earl Taylor, Sam Braddock i Gordon Barland), asystentom badawczym (Jeff St. Cyr, Linda Knickerbocker i Joan Harrison) oraz personelowi pomocniczemu DoDPI (Frank Ragan i Randy Reynolds). Wyrazy uznania kierujemy także do Anniston Employment and Temporary Services, Inc. oraz Judy Manners za zapewnienie osób badanych wysokiej jakości. Wdzięczność wyrażamy również Andrew Dollinsowi, Johnowi Schwartzowi i Donowi Weinsteinowi za staranną lekturę i redakcję wcześniejszych wersji niniejszego manuskryptu.

Środki na niniejsze badanie zapewnił DoDPI w ramach projektu DoDPI93-P-0044. Poglądy wyrażone w niniejszym artykule nie odzwierciedlają oficjalnej polityki ani stanowiska Departamentu Obrony ani rządu Stanów Zjednoczonych.

Bibliografia

Bibliografia w brzmieniu oryginalnym (bez tłumaczenia).

  • Abrams, S. (1993). The directed lie control question. Unpublished manuscript.
  • Ansley, N. (1990). The validity and reliability of polygraph decisions in real cases. Polygraph, 19, 169-181.
  • Barland, G.H. (1981) A validation and reliability study of counter intelligence screening tests. Unpublished manuscript. Security Support Battalion 902nd Military Intelligence Group. U.S. Army, Ft. Meade, Maryland.
  • Barland, G.H., Honts, C.R., & Barger, S.D. (1989). Studies of the accuracy of screening polygraph examinations. Unpublished report. Department of Defense Polygraph Institute, Ft. McClellan, AL.
  • Carver, C.S., Blaney, P.H., & Scheier, M.F. (1979). Focus of attention, chronic expectancy, and responses to a feared stimulus. Journal of Personality and Social Psychology, 37, 1186-1195.
  • Coles, M.G.H., & Duncan-Johnson, C.C. (1975). Cardiac activity and information processing: The effects of stimulus significance and detection and response requirements. Journal of Experimental Psychology, 1, 418-428.
  • Coles, M.G.H., & Strayer, D.L. (1985). The psychophysiology of the cardiac cycle time effect. In J.R. Orlebeke, G. Mulder, & L.J.P. van Doornen (Eds.). Psychophysiology of cardiovascular control: Models, methods, and data (pp. 517-534). New York: Plenum Press.
  • Correa, E.I., & Adams, H.E. (1981). The validity of the pre-employment polygraph examination and the effects of motivation. Polygraph, 20, 143-155.
  • Davis, R.C. (1961). Physiological responses as a means of evaluating information. In A.D. Biderman and H. Zimmer (Eds.). The manipulation of human behavior (pp. 142-168). New York: Wiley.
  • Dawson, M.E. (1980). Physiological detection of deception: Measurement of responses to questions and answers during countermeasures maneuvers. Psychophysiology, 17, 8-17.
  • Dawson, M.E., & Schell, A.M. (1982). Electrodermal responses to attended and nonattended significant stimuli during dichotic listening. Journal of Experimental Psychology: Human Perception and Performance, 8, 315-324.
  • Dawson, M.E., Schell, A.M., Beers, J.R., & Kelly, A. (1982). Allocation of cognitive processing capacity during human autonomic classical conditioning. Journal of Experimental Psychology: General, 111, 273-295.
  • Dawson, M.E., Schell, A.M., & Filion, D.L. (1990). The electrodermal system. In J.T. Cacioppo and L.G. Tassinary (Eds.). Principles of psychophysiology: Physical, social, and inferential elements (pp. 295-324). New York: Cambridge University Press.
  • Department of Defense Polygraph Institute (1992). Counter Intelligence Scope Polygraph. Ft. McClellan, AL.
  • Department of Defense Polygraph Institute (1994a). Stimulation test. Ft. McClellan, AL.
  • Department of Defense Polygraph Institute (1994b). Test data analysis. Ft. McClellan, AL.
  • Department of Defense Polygraph Institute (1994c). Modified General Question Technique (MGQT). Ft. McClellan, AL.
  • Department of Defense Polygraph Institute (1994d). Test question construction. Ft. McClellan, AL.
  • Easterbrook, J.A. (1959). The effect of emotion on cue utilization and the organization of behavior. Psychological Review, 66, 183-201.
  • Furedy, J.J. (1986). Lie detection as psychophysiological differentiation: Some fine lines. In M.G.H. Coles, E[.] Donchin, & S.W. Porges (Eds.) Psychophysiology: Systems, processes, and applications. New York: Guilford Press.
  • Germana, J., & Chernault, G. (1968). Patterns of galvanic skin responses to signal and non-signal stimuli. Psychophysiology, 5, 284-292.
  • Glass, A.L., Holyoak, K.J., & Santa, J.L. (1979). Cognition. Menlo Park, CA Addison-Wesley Publishing Co.
  • Gustafson, L.A., & Orne, M.T. (1965). The effects of verbal responses on the laboratory detection of deception. Psychophysiology, 2, 10-13.
  • Honts, C.R. (1989). The relative validity of two CSP question series. Unpublished manuscript, Department of Defense Polygraph Institute, Ft. McClellan, AL.
  • Honts, C.R., & Raskin, D.C. (1988). A field study of the validity of the directed lie control question. Journal of Police Science and Administration, 16, 56-61.
  • Horowitz, S.W. (1989). The role of control questions in physiological detection of deception. Unpublished doctoral dissertation. University of Utah, Salt Lake City, Utah.
  • Iacono, W.G., & Patrick, C.J. (1988). Polygraph techniques. In R. Rogers (Ed.) Clinical assessment of malingering and deception (pp. 205-233). New York: Guilford Press.
  • Jennings, J.R. (1986a). Bodily changes during attending. In M.G.H. Coles, E. Donchin, & S.W. Porges (Eds.) Psychophysiology: Systems, processes, and applications (pp. 268-289). New York: Guilford Press.
  • Jennings, J.R. (1986b). Memory, thought, and bodily response. In M.G.H. Coles, E. Donchin, & S.W. Porges (Eds.) Psychophysiology: Systems, processes, and applications (pp. 290-308). New York: Guilford Press.
  • Kahneman, D. (1973). Attention and effort. Englewood Cliffs, NJ: Prentice-Hall.
  • Kilpatrick, D. (1972). Differential responsiveness of two electrodermal indices to psychological stress and performance of a complex cognitive task. Psychophysiology, 9, 218-226.
  • Kimmel, H., Olst, E.H., van, & Orlebeke, J.F. (1979). The orienting reflex in humans. Hillsdale, NJ: Erlebaum.
  • Kircher, J.C., Horowitz, S.W., & Raskin, D.C. (1988). Meta-analyses of mock crime studies of the control question polygraph technique. Law and Human Behavior, 12, 79-90.
  • Kircher, J.C., & Raskin, D.C. (1988). Human versus computerized evaluations of polygraph data in a laboratory setting. Journal of Applied Psychology, 73, 291-302.
  • Kugelmass, S., Lieblich, I., & Bergman, Z. (1967). The role of „lying” in psychophysiological detection. Psychophysiology, 3, 312-315.
  • Maltman, I., Kantor, W., & Langdon, B. (1966). Immediate and delayed retention, arousal, and the orienting and defensive reflexes. Psychonomic Science, 6, 445-446.
  • McCauley, C., & Forman, R.F. (1988). A review of the office of technology assessment report on polygraph validity. Basic and Applied Social Psychology, 9, 73-84.
  • McLean, P.D. (1969). Induced arousal and time of recall as determinants of paired associate recall. British Journal of Psychology, 60, 57-62.
  • Nikula, R. (1991). Psychological correlates of nonspecific skin conductance responses. Psychophysiology, 28, 86-90.
  • Obrist, P.A. (1981). Cardiovascular psychophysiology: A perspective. New York: Plenum Press.
  • O’Gorman, J.G. (1977). Individual differences in habituation of human physiological responses: A review of theory, method and findings in the study of personality correlates of non-clinical populations. Biological Psychology, 5, 257-318.
  • Ohman, A. (1979). The orienting response, attention and learning: An information processing perspective. In H.D. Kimmel, E.H. Van Olst, & J.F. Orlebeke (Eds.) The orienting reflex in humans (pp. 443-471). Hillsdale, NJ: Erlbaum.
  • Olst, E.H., van, Hemstra, M.L., & ten Kortenaar, T. (1979). Stimulus significance and the orienting reaction. In H.D. Kimmel, E.H. van Olst, & J.F. Orlebeke (Eds.) The orienting reflex in humans (pp. 521-547). Hillsdale, NJ: Erlbaum.
  • Orne, M.T., Thackray, R.I., & Paskewitz, D.A. (1972). On the detection of deception: A method for the study of physiological effects of psychological stimuli. In N.S. Greenfield and R.A. Sternbach (Eds.) Handbook of psychophysiology (pp. 743-785). New York: Holt, Rinehart, & Winston.
  • Podlesny, J.A., & Raskin, D.C. (1977). Physiological measures and the detection of deception. Psychological Bulletin, 84, 782-799.
  • Raskin, D.C. (1982). The scientific basis of polygraph techniques and their uses in the judicial system. In A. Trankell (Ed.) Reconstructing the past: The role of psychologists in criminal trials (pp. 317-371). Stockholm: Norstedt and Soners.
  • Raskin, D.C. (1989). Polygraph techniques for the detection of deception. In D.C. Raskin (Ed.) Psychological methods in criminal investigation and evidence (pp. 247-296). New York: Springer Publishing Co.
  • Raskin, D.C. & Kircher, J.C. (1990). Development of a computerized polygraph system and physiological measures for the detection of deception and countermeasures: A pilot study. (Preliminary Report Contract 8-L655300-000). Salt Lake City, UT: University of Utah.
  • Raskin, D.C., Kircher, J.C., Honts, C.R., & Horowitz, S.W. (1988). A study of the validity of polygraph examinations in criminal investigation. (Final report Grant No. 85-IJ-CX-0040). Washington, D.C.: National Institute of Justice.
  • Reed, S.D. (1990). Counter narcotics polygraph: NCP 2. Unpublished manuscript, Department of Defense Polygraph Institute, Ft. McClellan, AL.
  • Reed, S.D. (1995). Psychophysiological detection of deception–Single test interview. Paper presented at the meeting of the American Academy of Forensic Science, Seattle, WA.
  • Sampson, J.R. (1969). Further study of encoding and arousal factors in free recall of verbal and visual material. Psychonomic Science, 16, 221-222.
  • Sokolov, E.N. (1963). Perception and the conditioned reflex. New York: McMillan.
  • Thackray, R.I., & Orne, M.T. (1968). Effects of the type of stimulus employed and the level of subject awareness on the detection of deception. Journal of Applied Psychology, 52, 234-2329 [sic].
  • Waid, W.M., Orne, E.C., and Orne, M.T. (1981). Selective memory for social information, alertness, and physiological arousal in the detection of deception. Journal of Applied Psychology, 66, 224-232.
  • Waid, W.M., Orne, M.T., & Wilson, S.K. (1979). Effects of level of socialization on electrodermal detection of deception. Science, 212, 71-73.