Advancing Digital Lie Detection: Leveraging AI and Mobile Sensors for Trust in Communication

Abstract

Technological advancements have revolutionized human communication, yet they have introduced a new challenge: distinguishing truth from deception. As innovation continues, tools for lie detection and assessing information credibility will remain integral to the digital future, ensuring human communication is grounded in trust and awareness. This dissertation addresses the challenge of lie detection in digital environments, where traditional physical cues like facial expressions or body language are unavailable. We explore the use of artificial intelligence (including natural language processing and deep learning) and smartphone sensors (e.g., accelerometers, gyroscopes) to analyze behavioral signals (e.g., response times) and non-verbal cues (e.g., microexpressions, vocal stress). In this work, we conducted a comprehensive review of scientific research in the field. The analysis of existing studies revealed that the integration of artificial intelligence techniques with data collected from mobile sensors significantly improves the accuracy of lie detection. Findings confirm that while AI alone can identify linguistic and behavioral patterns, the combination with sensor-based signals—such as motion dynamics, pressure intensity, or micro-movements—provides a more reliable and robust framework for detecting deception. These results highlight the promising role of combining AI and mobile sensors in advancing digital lie detection, while underlining the importance of considering ethical and cultural aspects.****

Les avancées technologiques ont révolutionné la communication humaine, tout en introduisant un nouveau défi : distinguer la vérité de la tromperie. À mesure que l’innovation progresse, les outils de détection du mensonge et d’évaluation de la crédibilité de l’information resteront essentiels pour garantir que la communication humaine repose sur la confiance et la vigilance. Ce mémoire traite de la problématique de la détection du mensonge dans les environnements numériques, où les indices physiques traditionnels, tels que les expressions faciales ou le langage corporel, sont absents. Nous explorons l’utilisation de l’intelligence artificielle (incluant le traitement automatique du langage et l’apprentissage profond) et des capteurs des smartphones (par exemple, accéléromètres, gyroscopes) afin d’analyser les signaux comportementaux (comme les temps de réponse) et les indices non verbaux (comme les micro-expressions, le stress vocal). Dans ce travail, nous avons mené une revue complète de la recherche scientifique dans ce domaine. L’analyse des études existantes a révélé que l’intégration des techniques d’intelligence artificielle avec les données collectées à partir des capteurs mobiles améliore considérablement la précision de la détection du mensonge. Les résultats confirment que, si l’IA seule peut identifier des schémas linguistiques et comportementaux, la combinaison avec des signaux issus des capteurs — tels que la dynamique du mouvement, l’intensité de la pression ou les micro-mouvements — offre un cadre plus fiable et plus robuste pour détecter la tromperie. Ces résultats mettent en évidence le rôle prometteur de l’association entre l’IA et les capteurs mobiles dans l’avancement de la détection numérique du mensonge, tout en soulignant l’importance de prendre en considération les aspects éthiques et culturels.