Interaktivni test skrivenih informacija: Nova metoda u psihofiziološkom testiranju sa primenom veštačke inteligencije

Jedan od najznačajnijih psihofizioloških testova memorije poznat je pod imenom test skrivenih informacija (CIT). Predmet istraživanja ove disertacije je unapređenje klasifikacionih rezultata CIT-a primenom sledećih inovativnih rešenja: novog algoritma za interaktivnu selekciju slajdova (ISS), uvođenjem novog psihofiziološkog mehanizma za vršenje klasičnog uslovljavanja na istinite iskaze (CtTC), kao i novog algoritma za preprocesiranje CIT datasetova. ISS algoritam prikazuje slajdove ispitaniku interaktivno, na osnovu analize prethodnog EDA signala, za razliku od dosadašnjeg principa po kojem su slajdovi bili predefinisani i prikazivani sekvencijalno u unapred definisanom redosledu. Klasično uslovljavanje na istinit sadržaj (CtTC) predstavlja novi psihofiziološki mehanizam kojim se omogućava automatski odgovor organizma u trenutku prepoznavanja istinitog sadržaja na ekranu. Ovakav odgovor nije pod voljnom kontrolom i omogućava značajno povećanje senzitivnosti i tačnosti. Tokom uslovljavanja, CtTC stvara asocijativnu memoriju između reprezentacije apstraktne istine i elektrodermalne reakcije. Tokom testiranja, CtTC funkcioniše tako što istinit sadržaj sa ekrana, preko čula vida, dolazi do asocijativne memorije, koja, preko autonomnih centara u mozgu, aktivira simpatička vlakna i elektrodermalni odgovor u koži ispitanika. Ovaj nervni put nikada do sada nije primenjen ni u jednom psihofiziološkom ispitivanju. Algoritam za preprocesiranje CIT datasetova, vrši repozicioniranje slajdova unutar dataseta tako da oni vise ne budu poređani po redosledu prikaza, već na osnovu amplituda elektrodermalnog odgovora (EDR) relevantnih i kontrolnih slajdova. Ovakvo repozicioniranje omogućava algoritmima mašinskog učenja (ML) smisleno povezivanje između supervizovanih vrednosti i vektora obeležja elektrodermalnih reakcija, tako da se, kao rezultat, dobija značajno bolja klasifikaciona metrika. U cilju provere klasifikacione metrike svakog od nabrojanih unapređenja, izvršeno je testiranje bazirano na paradigmi insceniranih kriminalnih događaja (mock-crime). Upoređivanjem klasifikacionih rezultata potvrđeno je da ISS algoritam značajno unapređuje tačnost i specifičnost pre svega smanjenjem broja lažno pozitivnih rezultata, ali i da skraćuje vreme testiranja za 5-10 puta. CtTC, sa druge strane, dovodi do značajnog povećanja tačnosti, čime se omogućava primena CIT-a čak i u slučajevima detektovanja namera i drugih stimulusa niskog nivoa značaja za ispitanika. Takođe, algoritam za preprocesiranje CIT datasetova omogućava algoritmima za mašinsko učenje da značajno unaprede svoje klasifikacione rezultate. Ukupan doprinos ove disertacije ogleda se u prikazu potpuno novih metoda koje značajno unapređuju rezultate psihofiziološkog testiranja memorije ali i u primeni nove forme klasičnog uslovljavanja i nervnog puta koji do sada nikada nije primenjen u psihofiziologiji. Svaka od predloženih metoda unapređuje postupak testiranja i, u krajnjoj liniji, dovodi do značajnog unapređenja senzitivnosti, specifičnosti i tačnosti klasifikacije ispitanika, kao i do značajnog smanjenja vremena testiranja. Takođe, povećanje senzitivnosti uz pomoć CtTC-a pruža mogućnost proširenja spektra primene u smislu omogućavanja testiranja ne samo memorije događaja, već i testiranja namere, kao i drugih memorijskih sadržaja niskog stepena važnosti.