การตรวจจับการโกหกคือการประเมินคำพูดโดยมีเป้าหมายเพื่อเปิดเผยการโกหกโดยเจตนาที่อาจเกิดขึ้น การตรวจจับการโกหกอาจหมายถึงกระบวนการทางปัญญาในการตรวจจับการโกหกโดยการประเมินเนื้อหาของข้อความรวมถึงสัญญาณที่ไม่ใช่คำพูด^{[ 1 ]}โดยทั่วไปแล้ว ผู้คนไม่ได้เก่งในการตรวจจับการโกหกอย่างที่พวกเขาคิด คนทั่วไปสามารถตรวจจับการโกหกได้ด้วยความแม่นยำแบบสุ่มเท่านั้น และผู้เชี่ยวชาญ รวมถึงเจ้าหน้าที่บังคับใช้กฎหมาย ก็ไม่ได้เก่งกว่าอย่างมีนัยสำคัญ^{[ 2 ]}มีหลายเหตุผลสำหรับเรื่องนี้ — คนทั่วไปก็ไม่ได้คาดหวังว่าคนอื่นจะโกหกพวกเขา และโดยสัญชาตญาณเชื่อว่าคนอื่นพูดความจริง^{[ 2 ]}

การตรวจจับการโกหกอาจหมายถึงเทคนิคการซักถามที่ใช้ร่วมกับเทคโนโลยีที่บันทึกการทำงานทางสรีรวิทยาเพื่อตรวจสอบความจริงและความเท็จในการตอบสนอง เทคโนโลยีหลังนี้มักใช้โดยหน่วยงานบังคับใช้กฎหมายในสหรัฐอเมริกา แต่ไม่ค่อยใช้ในประเทศอื่น ๆ เนื่องจากอิงตามวิทยาศาสตร์เทียมมีเทคโนโลยีหลากหลายประเภทที่ใช้เพื่อวัตถุประสงค์นี้^{[ 3 ]} มาตรการที่ใช้กันทั่วไปและใช้มานานที่สุดคือเครื่องจับเท็จ การทบทวนอย่างครอบคลุมในปี 2003 โดยสถาบันวิทยาศาสตร์แห่งชาติเกี่ยวกับการวิจัยที่มีอยู่สรุปว่า "มีพื้นฐานน้อยมากสำหรับความคาดหวังว่าการทดสอบด้วยเครื่องจับเท็จจะมีความแม่นยำสูงมาก" ^{[ 4 ] : 2, 212} ไม่มีหลักฐานใดที่จะยืนยันได้ว่า การตรวจจับการโกหก ที่ไม่ใช้คำพูดเช่น การดูภาษากาย เป็นวิธีที่มีประสิทธิภาพในการตรวจจับการโกหก แม้ว่าจะมีการใช้กันอย่างแพร่หลายโดยหน่วยงานบังคับใช้กฎหมายก็ตาม^{[ 5 ] [ 6 ]}

มีสัญญาณทางวาจาหลายอย่างที่อาจบ่งชี้ว่ามีคนกำลังโกหก คนโกหกมักจะให้คำพูดที่สั้นและคลุมเครือซึ่งไม่เกี่ยวข้องกับตัวตน^{[ 2 ]}เรื่องราวที่มีโครงสร้างสูงและมีรายละเอียดน้อยลงจะช่วยลดความเสี่ยงของความไม่สอดคล้องกัน แต่ก็มักจะขาดรายละเอียดเชิงบริบทและประสาทสัมผัสด้วยเช่นกัน นอกจากนี้ยังพบว่าคนโกหกมักหลีกเลี่ยงการแก้ไขคำพูดของตนเพื่อให้ได้เรื่องราวที่ชัดเจน ในขณะที่คนที่พูดความจริงจะแก้ไขตัวเองอย่างเป็นธรรมชาติมากขึ้นและให้ร่องรอยความทรงจำที่ไม่สมบูรณ์แบบ^{[ 7 ]}เนื่องจากการโกหกต้องใช้ภาระทางปัญญามากกว่าการพูดความจริง คนที่กำลังโกหกอาจตอบสนองช้าลงและพูดด้วยคำพูดที่สั้นกว่า มีการหยุดชั่วคราวมากขึ้น และใช้ไวยากรณ์ที่ง่ายกว่า อย่างไรก็ตาม สัญญาณเหล่านี้มีความแปรปรวนสูงระหว่างบุคคลเนื่องจากปัจจัยต่างๆ เช่น ประสบการณ์ในการโกหก แรงจูงใจ บรรทัดฐานทางวัฒนธรรม และความสามารถทางปัญญา ดังนั้นจึงมีพลังในการทำนายต่ำ^{[ 7 ]}

มีสัญญาณที่ไม่ใช่คำพูดหลายอย่างที่เชื่อกันโดยทั่วไปว่าบ่งบอกว่าใครบางคนกำลังโกหก รวมถึงการหลีกเลี่ยงการสบตา การกระสับกระส่าย และการสัมผัสใบหน้าบ่อยขึ้น อย่างไรก็ตาม พบว่าสัญญาณเหล่านี้ไม่ใช่ตัวบ่งชี้การโกหกที่สม่ำเสมอ และสะท้อนถึงทฤษฎีทั่วไปมากกว่าการสนับสนุนที่น่าเชื่อถือ^{[ 8 ]} บางการศึกษาพบความแตกต่างที่ไม่ใช่คำพูดระหว่างคนโกหกและคนพูดความจริง แต่ความแตกต่างเหล่านั้นมีน้อยทางสถิติและขัดแย้งกัน ตัวอย่างเช่น ภาระทางความคิดที่เพิ่มขึ้นเนื่องจากการโกหกอาจสะท้อนให้เห็นในสัญญาณที่ไม่ใช่คำพูด เช่น การเคลื่อนไหวที่ลดลงและช้าลง แต่ความแตกต่างนี้ละเอียดอ่อนมากจนถูกบดบังด้วยความแปรปรวนระหว่างบุคคล^{[ 8 ]}เช่นเดียวกับสัญญาณคำพูดของการหลอกลวง พฤติกรรมที่ไม่ใช่คำพูดได้รับอิทธิพลอย่างมากจากปัจจัยต่างๆ รวมถึงวัฒนธรรม บุคลิกภาพ และสุขภาพจิต ทำให้ความน่าเชื่อถือของสัญญาณที่ไม่ใช่คำพูดไม่สม่ำเสมอ^{[ 8 ]}

หลักฐานการวิจัยสะสมชี้ให้เห็นว่าเครื่องจักรสามารถตรวจจับการโกหกได้ดีกว่าโอกาส แต่มีอัตราความผิดพลาดสูง^{[ 9 ]}และกลยุทธ์ที่ใช้ในการ "เอาชนะ" การตรวจสอบด้วยเครื่องจับเท็จ หรือที่เรียกว่ามาตรการตอบโต้ อาจได้ผล^{[ 10 ]}แม้จะไม่น่าเชื่อถือ แต่ผลลัพธ์ก็สามารถนำมาใช้เป็นหลักฐานในศาลได้ในบางประเทศ เช่น ญี่ปุ่น ผลการตรวจจับการโกหกแทบจะไม่ได้รับการยอมรับเป็นหลักฐานในศาลของสหรัฐอเมริกาเลย^{[ 11 ]}

ในปี พ.ศ. 2526 สำนักงานประเมินเทคโนโลยีของรัฐสภาสหรัฐฯ ได้เผยแพร่การทบทวนเทคโนโลยี^{[ 9 ]}และพบว่า:

"...ปัจจุบันมีหลักฐานทางวิทยาศาสตร์จำกัดสำหรับการสร้างความถูกต้องของการทดสอบด้วยเครื่องจับเท็จ แม้ว่าหลักฐานจะดูเหมือนบ่งชี้ว่าการทดสอบด้วยเครื่องจับเท็จสามารถตรวจจับผู้ที่โกหกได้ดีกว่าโอกาสโดยบังเอิญ อัตราความผิดพลาดที่สำคัญก็เป็นไปได้ และความแตกต่างระหว่างผู้ตรวจสอบและผู้ถูกตรวจสอบและการใช้มาตรการตอบโต้ก็อาจส่งผลต่อความถูกต้องได้เช่นกัน" ^{[ 12 ]}

ในบทความวิชาการที่ผ่านการตรวจสอบโดยผู้ทรงคุณวุฒิในปี 2007 เรื่อง "การหลอกลวงในวิทยาศาสตร์การพูดทางนิติวิทยาศาสตร์" ผู้เขียนได้ทบทวนงานวิจัยเกี่ยวกับเครื่องตรวจจับการโกหกเป็นเวลา 50 ปี และสรุปว่าไม่มีหลักฐานทางวิทยาศาสตร์ใดที่สนับสนุนว่าเครื่องตรวจจับการโกหกที่วิเคราะห์เสียงนั้นใช้งานได้จริง^{[ 13 ]}บริษัทผู้ผลิตเครื่องตรวจจับการโกหก Nemesysco ขู่ว่าจะฟ้องร้องสำนักพิมพ์วิชาการในข้อหาหมิ่นประมาท ส่งผลให้บทความถูกลบออกจากฐานข้อมูลออนไลน์ ในจดหมายถึงสำนักพิมพ์ ทนายความของ Nemesysco เขียนว่าผู้เขียนบทความอาจถูกฟ้องร้องในข้อหาหมิ่นประมาทหากพวกเขาเขียนเกี่ยวกับเรื่องนี้อีก^{[ 14 ] [ 15 ] [ 16 ]}

อย่างไรก็ตาม “สัญญาณรบกวน” ที่ไม่เกี่ยวข้องบนเครื่องจับเท็จอาจมาจากความอับอายหรือความวิตกกังวลและไม่ได้เฉพาะเจาะจงกับการโกหก^{[ 17 ]} เมื่อผู้ถูกทดสอบตระหนักถึงการประเมิน การตอบสนองทางอารมณ์ที่เกิดขึ้น โดยเฉพาะความวิตกกังวล อาจส่งผลกระทบต่อข้อมูล นอกจากนี้ความผิดปกติทางจิตใจอาจทำให้เกิดปัญหาเกี่ยวกับข้อมูลได้ เนื่องจากความผิดปกติบางอย่างอาจทำให้บุคคลกล่าวถ้อยคำที่ตนเชื่อว่าเป็นความจริง แต่แท้จริงแล้วเป็นการโกหก เช่นเดียวกับการทดสอบทั้งหมด ผู้ตรวจสอบอาจทำให้เกิดอคติในการทดสอบด้วยปฏิสัมพันธ์กับผู้ถูกทดสอบและการตีความข้อมูล^{[ 3 ]}

การศึกษาเกี่ยวกับวิธีการทางสรีรวิทยาสำหรับการทดสอบการหลอกลวงที่วัดความผิดปกติทางอารมณ์เริ่มต้นขึ้นในช่วงต้นทศวรรษ 1900 วิตตอริโอ เบนุส ซี เป็นคนแรกที่ทำการทดสอบการหลอกลวงเชิงปฏิบัติโดยอิงจากการเปลี่ยนแปลงทางสรีรวิทยา เขาตรวจพบการเปลี่ยนแปลงในอัตราส่วนการหายใจเข้า-หายใจออก ซึ่งได้รับการยืนยันโดย เอ็นอี เบิร์ตต์ เบิร์ตต์ทำการศึกษาที่เน้นการเปลี่ยนแปลงในความดันโลหิตซิสโตลิกเชิงปริมาณวิลเลียม มอลตัน มาร์สตันศึกษาความดันโลหิตและสังเกตว่าการเพิ่มขึ้นของความดันโลหิตซิสโตลิก 10 มม.ปรอทขึ้นไปบ่งชี้ถึงความผิดโดยใช้เครื่องวัดความดัน โลหิตไทคอส ซึ่งเขารายงานว่ามีความแม่นยำ 90-100% การศึกษาของเขาใช้ทั้งนักศึกษาและคดีในศาลจริง ต่อมาในปี 1913 ดับเบิลยูเอ็ม มาร์สตัน ได้กำหนดความดันโลหิตซิสโตลิกโดยวิธีการสั่น และผลการค้นพบของเขาระบุถึงการเปลี่ยนแปลงที่ชัดเจนในความดันโลหิตระหว่างการหลอกลวงผู้ต้องสงสัยทางอาญา ในปี พ.ศ. 2464 จอห์น ออกัสตัส ลาร์สันวิพากษ์วิจารณ์วิธีการวัดความดันโลหิตแบบไม่ต่อเนื่องของมาร์สตัน เนื่องจากการเปลี่ยนแปลงทางอารมณ์นั้นสั้นมากจนอาจสูญหายไปได้ เพื่อแก้ไขปัญหานี้ เขาจึงดัดแปลงเครื่องวัดความดันโลหิต ของเออร์แลงเกอร์ เพื่อให้ได้กราฟความดันโลหิตและชีพจรแบบต่อเนื่อง และใช้ในการศึกษาอาชญากร 4,000 คน^{[ 18 ]}ในช่วงทศวรรษ พ.ศ. 2533 ทีมของนักวิทยาศาสตร์ สแตนลีย์ อับรามส์ ฌอง เอ็ม. เวอร์ดิเยร์ และโอเลก มัลต์เซฟ ได้พัฒนาระเบียบวิธีใหม่ซึ่งให้ค่าสัมประสิทธิ์หกค่าที่ส่งผลดีต่อความแม่นยำของผลการวิเคราะห์เครื่องตรวจจับการโกหก^{[ 19 ]}

การวิเคราะห์เชิงอภิมานสองครั้งที่ดำเนินการในปี 2547 พบความสัมพันธ์ระหว่างการโกหกกับขนาดรูม่านตาที่ใหญ่ขึ้นและริมฝีปากที่หดเล็กลง ผู้โกหกอาจอยู่นิ่งมากขึ้น ใช้ท่าทางมือลดลง และสบตาน้อยลง ผู้โกหกอาจใช้เวลานานขึ้นในการตอบคำถาม แต่ในทางกลับกัน หากพวกเขามีเวลาเตรียมตัว พวกเขาอาจตอบได้เร็วกว่าคนที่พูดความจริง และพูดน้อยลง และพูดซ้ำวลีมากขึ้น พวกเขาดูเหมือนจะไม่กระสับกระส่ายมากขึ้น กระพริบตาบ่อยขึ้น หรือมีท่าทางที่ไม่ผ่อนคลาย^{[ 20 ] [ 21 ] [ 22 ]}

Paul Ekmanได้ใช้ระบบการเข้ารหัสการกระทำทางใบหน้า (FACS) และ "เมื่อรวมกับการวัดเสียงและคำพูด [มัน] บรรลุอัตราความแม่นยำในการตรวจจับสูงถึง 90 เปอร์เซ็นต์" อย่างไรก็ตาม ปัจจุบันยังไม่มีหลักฐานสนับสนุนข้ออ้างดังกล่าว ปัจจุบันระบบนี้กำลังถูกทำให้เป็นระบบอัตโนมัติเพื่อใช้ในหน่วยงานบังคับใช้กฎหมายและยังคงได้รับการปรับปรุงเพื่อเพิ่มความแม่นยำ การศึกษาของเขาใช้ไมโครเอ็กซ์เพรสชั่น ซึ่งกินเวลาน้อยกว่าหนึ่งในห้าของวินาที และ "อาจเผยอารมณ์ที่ใครบางคนต้องการปกปิด เช่น ความโกรธหรือความรู้สึกผิด" อย่างไรก็ตาม "สัญญาณของอารมณ์ไม่จำเป็นต้องเป็นสัญญาณของความผิด คนบริสุทธิ์อาจวิตกกังวลและดูเหมือนว่ามีความผิด" Ekman เตือนเรา ในส่วนของการศึกษาของเขา การโกหกเกี่ยวกับอารมณ์ในขณะนั้นได้รับผลตอบแทนสูงสุดจากเบาะแสทางใบหน้าและเสียง ในขณะที่การโกหกเกี่ยวกับความเชื่อและการกระทำ เช่น อาชญากรรม ใช้เบาะแสจากท่าทางและคำพูดเพิ่มเติม Ekman และผู้ร่วมงานของเขาได้ตรวจสอบสัญญาณของการหลอกลวงหลายอย่าง แต่ไม่ได้เผยแพร่ทั้งหมดเพื่อไม่ให้เป็นการสอนอาชญากร^{[ 20 ]}

เจมส์ เพนเนเบเกอร์ใช้ระเบียบวิธีLinguistic Inquiry and Word Count (LIWC) ซึ่งตีพิมพ์โดยลอว์เรนซ์ เอิร์ลบอมในการวิเคราะห์เนื้อหาที่เป็นลายลักษณ์อักษร เขาอ้างว่าวิธีการนี้มีความแม่นยำในการทำนายการโกหก เพนเนเบเกอร์กล่าวว่าวิธีการของเขา "มีประสิทธิภาพมากกว่าผู้พิพากษาที่เป็นมนุษย์อย่างมีนัยสำคัญในการระบุตัวอย่างงานเขียนที่หลอกลวงหรือเป็นความจริงได้อย่างถูกต้อง" โดยมีอัตราความแม่นยำ 67% ในขณะที่ผู้ที่ได้รับการฝึกฝนมีอัตราความแม่นยำ 52% ในการศึกษาครั้งนี้มีขั้นตอนการทดลองห้าขั้นตอน การศึกษาที่ 1-3 ขอให้ผู้เข้าร่วมพูด เขียนด้วยลายมือ หรือพิมพ์ข้อความที่เป็นจริงหรือเท็จเกี่ยวกับการทำแท้ง ผู้เข้าร่วมได้รับการสุ่มให้พูดข้อความที่เป็นจริงหรือเท็จ การศึกษาที่ 4 มุ่งเน้นไปที่ความรู้สึกเกี่ยวกับเพื่อน และการศึกษาที่ 5 ให้ผู้เรียนมีส่วนร่วมในเหตุการณ์จำลองอาชญากรรมและขอให้พวกเขาโกหก ผู้พิพากษาที่เป็นมนุษย์ถูกขอให้ให้คะแนนความจริงของข้อความ 400 ข้อความที่เกี่ยวข้องกับการทำแท้ง ผู้พิพากษาอ่านหรือดูข้อความและให้คำตอบว่าใช่หรือไม่ใช่ว่าข้อความนั้นเป็นเท็จหรือไม่ LIWC จำแนกการสื่อสารเกี่ยวกับการทำแท้งได้อย่างถูกต้อง 67% และผู้พิพากษาจำแนกได้อย่างถูกต้อง 52% การศึกษาของเขาได้ระบุว่าการหลอกลวงมีเครื่องหมายการเขียนหลักสามประการ ประการแรกคือการใช้สรรพนามบุรุษที่หนึ่งน้อยลง เช่น 'ฉัน', 'ของฉัน', 'ของฉัน' และ 'ตัวฉันเอง' (เอกพจน์) รวมถึง 'เรา', 'พวกเรา', 'ของเรา' และ 'ตัวเราเอง' (พหูพจน์) ผู้ที่โกหก "หลีกเลี่ยงการกล่าวถึงความเป็นเจ้าของ แยกตัวเองออกจากเรื่องราวของตน และหลีกเลี่ยงการรับผิดชอบต่อพฤติกรรมของตน" ในขณะเดียวกันก็ใช้ คำ ที่แสดงอารมณ์เชิงลบ มากขึ้น เช่น "เกลียด ไร้ค่า และเศร้า" ประการที่สอง พวกเขาใช้ "คำที่ยกเว้นน้อยลง เช่น ยกเว้น แต่ หรือ ไม่ใช่" เมื่อ "แยกแยะสิ่งที่พวกเขาทำออกจากสิ่งที่พวกเขาไม่ได้ทำ" ^{[ 20 ]}

เมื่อไม่นานมานี้ หลักฐานจากงานของ CA Morgan III และ GA Hazlett แสดงให้เห็นว่าการวิเคราะห์ด้วยคอมพิวเตอร์ของเนื้อหาคำพูดที่ได้จากการสัมภาษณ์เชิงความรู้ความเข้าใจ (เช่น ความยาวของการตอบและจำนวนคำที่ไม่ซ้ำกัน) เป็นวิธีการตรวจจับการโกหกที่ดีกว่าการตัดสินของผู้เชี่ยวชาญอย่างเห็นได้ชัด และมีประโยชน์ในการแยกแยะระหว่างการอ้างของผู้ใหญ่ที่เป็นจริงและเท็จเกี่ยวกับการเผชิญกับเหตุการณ์ที่เครียดมากและอาจกระทบกระเทือนจิตใจ^{[ 23 ]}วิธีนี้มีแนวโน้มที่ดีเป็นพิเศษ เนื่องจากไม่ก่อให้เกิดการเผชิญหน้า ตลอดจนมีความถูกต้องทางวิทยาศาสตร์และข้ามวัฒนธรรม

โดยทั่วไปแล้ว การทดสอบด้วยเครื่องจับเท็จหรือการวิเคราะห์ความเครียดทางเสียงจะใช้คำถามสามประเภท ได้แก่:

คำถามที่ไม่เกี่ยวข้องจะสร้างเกณฑ์พื้นฐานเพื่อเปรียบเทียบกับคำตอบอื่นๆ โดยการถามคำถามง่ายๆ ที่มีคำตอบชัดเจนว่าถูกหรือผิด

คำถามเปรียบเทียบมีความสัมพันธ์ทางอ้อมกับเหตุการณ์หรือสถานการณ์ และถูกออกแบบมาเพื่อกระตุ้นให้ผู้ถูกถามโกหก

คำถามที่เกี่ยวข้องจะถูกนำมาเปรียบเทียบกับคำถามเปรียบเทียบ (ซึ่งควรแสดงคำตอบที่ผิด) และคำถามที่ไม่เกี่ยวข้อง (ซึ่งควรแสดงคำตอบที่ถูกต้อง) โดยคำถามเหล่านี้จะเกี่ยวกับเรื่องใดก็ตามที่กำลังเป็นประเด็นอยู่

การทดสอบคำถามควบคุม (CQT) ใช้คำถามควบคุมที่มีคำตอบที่ทราบแล้ว เพื่อใช้เป็นเกณฑ์พื้นฐานทางสรีรวิทยาในการเปรียบเทียบกับคำถามที่เกี่ยวข้องกับเหตุการณ์เฉพาะ คำถามควบคุมควรมีการตอบสนองทางสรีรวิทยาที่มากขึ้นหากตอบความจริง และมีการตอบสนองทางสรีรวิทยาที่น้อยลงหากโกหก^{[ 17 ]}การทดสอบความรู้เกี่ยวกับความผิด (GKT) เป็นแบบเลือกตอบหลายตัวเลือก โดยจะอ่านตัวเลือกคำตอบหรือคำตอบที่ถูกต้องหนึ่งข้อและคำตอบที่ไม่ถูกต้องเพิ่มเติม และบันทึกการตอบสนองทางสรีรวิทยา ตัวควบคุมคือคำตอบทางเลือกที่ไม่ถูกต้อง การตอบสนองทางสรีรวิทยาที่มากขึ้นควรเป็นของคำตอบที่ถูกต้อง^{[ 17 ]}จุดประสงค์คือเพื่อตรวจสอบว่าผู้ถูกทดสอบมีความรู้เกี่ยวกับเหตุการณ์เฉพาะหรือไม่^{[ 3 ]}

นอกจากการทดสอบที่เอนเอียงไปในทางที่ไม่พบว่าผู้คนบริสุทธิ์แล้ว ยังมีปัญหาที่ผู้กระทำผิดบางรายอาจมีการตอบสนองทางสรีรวิทยาต่อคำถามควบคุมมากกว่าคำถามเฉพาะ ทำให้ยากที่จะระบุความผิดโดยใช้วิธีนี้ แม้ว่าผู้คนจะไม่ได้ใช้เทคนิคเฉพาะเพื่อพยายามหลอกการทดสอบก็ตาม^{[ 24 ]}แม้ว่าปัญหาเกี่ยวกับอัตราผลบวกเท็จและผลลบเท็จของ CQT จะได้รับการกล่าวถึงข้างต้นแล้ว ยังมีปัญหาเชิงวิธีการที่ผู้สนับสนุน CQT กำหนดความแม่นยำของการทดสอบอีกด้วย^{[ 24 ]}เนื่องจากความแม่นยำของ CQT มักถูกกำหนดโดยว่าบุคคลที่ได้รับการทดสอบให้คำสารภาพต่อตำรวจเกี่ยวกับอาชญากรรมหลังจากได้รับการทดสอบหรือไม่ ซึ่งหมายความว่ากรณีที่บุคคลใดถูกยกฟ้องหลังจากรับการทดสอบด้วยเครื่องจับเท็จ หรือในกรณีที่เลวร้ายที่สุดคือให้คำสารภาพเท็จทั้งที่จริงแล้วบริสุทธิ์ จะไม่ถูกนำมาพิจารณาในการกำหนดความแม่นยำของการทดสอบ^{[ 24 ]}ปัญหาอีกประการหนึ่งคือ เนื่องจากวิธีการดำเนินการทดสอบ CQT และวิธีการทำงานของกระบวนการตรวจจับการโกหก มีเพียงผู้ที่ถูกตัดสินว่าโกหกเท่านั้นที่จะถูกสอบสวนเพิ่มเติมเพื่อขอคำสารภาพ^{[ 24 ]}ซึ่งหมายความว่าผลลัพธ์ของการทดสอบโพลีกราฟและคำสารภาพไม่ได้เป็นอิสระต่อกัน ทำให้ยากมากที่จะใช้คำสารภาพเป็นตัวกำหนดความถูกต้องของการทดสอบเพียงอย่างเดียว^{[ 24 ]}ปัญหาเชิงวิธีการเหล่านี้ทำให้เกิดหลักฐานเท็จที่สนับสนุนการใช้การทดสอบนี้ต่อไป แม้ว่าการทดสอบจะมีข้อบกพร่องมากมายก็ตาม^{[ 24 ]}แม้ว่าจะกล่าวได้ว่าการรวมการทดสอบนี้เป็นเครื่องมือของตำรวจนั้นมีประโยชน์ เพราะบางครั้งอาจให้ข้อมูลที่ถูกต้อง แต่ความน่าจะเป็นที่จะก่อให้เกิดความยากลำบากโดยไม่จำเป็นแก่ผู้บริสุทธิ์ และการเสียเวลาในกระบวนการ ทำให้วิธีการนี้ไม่น่าเชื่อถืออย่างยิ่งสำหรับเจ้าหน้าที่บังคับใช้กฎหมาย^{[ 24 ]}

ทั้งสองแบบถือว่ามีอคติต่อผู้บริสุทธิ์ เพราะผู้กระทำผิดที่กลัวผลที่จะตามมาหากถูกจับได้อาจมีแรงจูงใจมากขึ้นในการโกงข้อสอบ เทคนิคต่างๆ (ซึ่งสามารถหาได้ทางออนไลน์) สามารถสอนบุคคลให้เปลี่ยนแปลงผลการทดสอบได้ รวมถึงการงอนิ้วเท้าและการกัดลิ้น การคำนวณทางจิตพบว่าไม่มีประสิทธิภาพอย่างน้อยหนึ่งการศึกษา โดยเฉพาะอย่างยิ่งในนักเรียนที่นับถอยหลังทีละเจ็ด การศึกษาหนึ่งพบว่าในการทดสอบความรู้ของผู้กระทำผิด ผู้เข้ารับการทดสอบสามารถมุ่งเน้นไปที่คำตอบทางเลือกและทำให้ตนเองดูเหมือนบริสุทธิ์^{[ 17 ]}

การตรวจจับการโกหกโดยทั่วไปเกี่ยวข้องกับโพลีกราฟ^{[ 25 ]}และใช้เพื่อทดสอบการหลอกลวงทั้งสองแบบ โดยจะตรวจจับปฏิกิริยาอัตโนมัติ^{[ 20 ]}เช่น การแสดงออกทางสีหน้าเล็กน้อย อัตราการหายใจ การนำไฟฟ้าของผิวหนัง และอัตราการเต้นของหัวใจ [ ^{26 ] การ} แสดงออกทางสีหน้าเล็กน้อยคือการเปลี่ยนแปลงการแสดงออกที่ไม่ใช่คำพูดที่สั้นและไม่สมบูรณ์ ในขณะที่ส่วนที่เหลือแสดงถึงการทำงานของระบบประสาท^{[ 25 ]}การเปลี่ยนแปลงการทำงานของร่างกายเหล่านี้ควบคุมได้ยากด้วยจิตสำนึก นอกจากนี้ยังอาจพิจารณาอัตราการหายใจความดันโลหิตการขยายตัวของเส้นเลือดฝอย และการเคลื่อนไหวของกล้ามเนื้อ ในระหว่างการทดสอบโพลีกราฟ ผู้เข้ารับการทดสอบจะสวมอุปกรณ์วัดความดันโลหิตเพื่อวัดความผันผวนของความดันโลหิต การหายใจจะวัดโดยการสวมเครื่องวัดการหายใจรอบหน้าอก และสุดท้ายจะวางอิเล็กโทรดบนนิ้วของผู้เข้ารับการทดสอบเพื่อวัดการนำไฟฟ้าของผิวหนัง ในการพิจารณาความจริงนั้น สันนิษฐานว่าผู้เข้ารับการทดสอบจะแสดงอาการกลัวมากขึ้นเมื่อตอบคำถามควบคุมที่ผู้ตรวจสอบทราบ เมื่อเทียบกับคำถามที่เกี่ยวข้องซึ่งไม่ทราบคำตอบ เครื่องตรวจจับโกหกมุ่งเน้นไปที่ค่าการทำนายความผิดของการทดสอบโดยการเปรียบเทียบการตอบสนองของผู้เข้าร่วมต่อคำถามควบคุม คำถามที่ไม่เกี่ยวข้อง และคำถามที่เกี่ยวข้องเพื่อวัดระดับความตื่นตัว ซึ่งจะถูกตีความว่าเป็นการแสดงออกถึงความกลัวและสันนิษฐานว่าเป็นการโกหก^{[ 25 ]}หากบุคคลนั้นแสดงการโกหก จะมีการเปลี่ยนแปลงในการตอบสนองของระบบประสาทอัตโนมัติต่อคำถามที่เกี่ยวข้อง ผลลัพธ์จะถือว่าไม่สามารถสรุปได้หากไม่มีการเปลี่ยนแปลงในคำถามใดๆ^{[ 27 ]}

มาตรการเหล่านี้มีจุดประสงค์เพื่อบ่งชี้ การตอบสนองต่อความเครียดในระยะสั้นซึ่งอาจเกิดจากการโกหกหรือมีความสำคัญต่อบุคคลนั้น ปัญหาคือมาตรการเหล่านี้ยังเกี่ยวข้องกับความพยายามทางจิตใจและสภาวะทางอารมณ์ดังนั้นจึงอาจได้รับอิทธิพลจากความกลัว ความโกรธ และความประหลาดใจ เป็นต้น เทคนิคนี้อาจใช้ร่วมกับ CQT และ GKT ได้เช่นกัน^{[ 3 ]}

หน่วยงานรัฐบาลสหรัฐอเมริกา เช่นกระทรวงกลาโหมกระทรวงความมั่นคงแห่งชาติ กรมศุลกากร และ พิทักษ์ชายแดนและแม้แต่กระทรวงพลังงานปัจจุบันใช้เครื่องตรวจจับโกหกเป็นประจำ หน่วยงานเหล่านี้ใช้เครื่องตรวจจับโกหกเพื่อคัดกรองพนักงาน^{[ 28 ]}

นักวิจารณ์อ้างว่า "การตรวจจับการโกหก" โดยใช้โพลีกราฟไม่มีความถูกต้องทางวิทยาศาสตร์เพราะไม่ใช่กระบวนการทางวิทยาศาสตร์^{[ 29 ]}ผู้คนได้หาวิธีที่จะโกงระบบ เช่น การใช้ยาคลายเครียดเพื่อลดความวิตกกังวล การใช้สารระงับเหงื่อเพื่อป้องกันเหงื่อออก และการวางเข็มหรือกัดส่วนต่างๆ ของปากหลังจากแต่ละคำถามเพื่อแสดงให้เห็นถึงการตอบสนองทางสรีรวิทยาที่คงที่^{[ 30 ]}เมื่อเทคโนโลยีและการวิจัยพัฒนาขึ้น หลายคนจึงเลิกใช้โพลีกราฟเนื่องจากข้อเสียของการตรวจจับแบบนี้ ผู้สนับสนุนโพลีกราฟอ้างว่ามีอัตราความแม่นยำ 70% ซึ่งดีกว่าการตรวจจับการโกหกในประชากรทั่วไปถึง 16% ^{[ 31 ]}คนที่สอบไม่ผ่านมีแนวโน้มที่จะสารภาพมากกว่าคนที่สอบผ่าน ซึ่งส่งผลให้ผู้ตรวจสอบโพลีกราฟไม่ได้เรียนรู้เกี่ยวกับข้อผิดพลาดที่พวกเขาทำและจึงไม่สามารถปรับปรุงได้^{[ 17 ]}

การวิเคราะห์ความเครียดของเสียง (เรียกอีกอย่างว่าการวิเคราะห์ความเสี่ยงของเสียง) ใช้คอมพิวเตอร์เพื่อเปรียบเทียบระดับเสียงความถี่ความเข้ม และการสั่นสะเทือนเล็กน้อย ด้วยวิธีนี้ การวิเคราะห์เสียงจะ "ตรวจจับความแปรผันเล็กน้อยในเสียงที่คิดว่าเป็นสัญญาณของการโกหก" สามารถใช้ได้แม้กระทั่งอย่างลับๆ ทางโทรศัพท์ และถูกนำไปใช้โดยบริษัทธนาคารและบริษัทประกันภัย รวมถึงรัฐบาลของสหราชอาณาจักร ลูกค้าจะได้รับการประเมินความจริงในบางสถานการณ์โดยธนาคารและบริษัทประกันภัย โดยใช้คอมพิวเตอร์ในการบันทึกคำตอบ จากนั้นซอฟต์แวร์จะเปรียบเทียบคำถามควบคุมกับคำถามที่เกี่ยวข้องซึ่งประเมินการโกหก อย่างไรก็ตาม ความน่าเชื่อถือของวิธีการนี้ได้รับการถกเถียงกันในวารสารที่ได้รับการตรวจสอบโดยผู้เชี่ยวชาญ^{[ 3 ]} "เมื่อบุคคลโกหก การรบกวนโดยไม่ตั้งใจของเส้นประสาททำให้สายเสียงสร้างคลื่นเสียงที่บิดเบี้ยว กล่าวคือ ระดับความถี่ที่แตกต่างจากที่บุคคลเดียวกันสร้างขึ้นเมื่อพูดความจริง" ^{[ 32 ]}

การศึกษาหลายชิ้นที่ตีพิมพ์ในวารสารที่ได้รับการตรวจสอบโดยผู้ทรงคุณวุฒิแสดงให้เห็นว่า VSA ทำงานได้ในระดับโอกาสเมื่อพูดถึงการตรวจจับการโกหก Horvath, McCloughan, Weatherman และ Slowik (2013) ^{[ 33 ]}ยกตัวอย่างเช่น ทดสอบ VSA กับบันทึกการสอบสวนผู้ต้องสงสัย 74 คน ผู้ต้องสงสัย 18 คนในจำนวนนี้สารภาพในภายหลัง ทำให้การโกหกเป็นความจริงพื้นฐานที่น่าจะเป็นไปได้มากที่สุด ด้วยการจำแนกประเภทที่แม่นยำ 48% VSA ทำงานได้ในระดับโอกาส การศึกษาอื่นๆ อีกหลายชิ้นแสดงผลลัพธ์ที่คล้ายกัน (Damphousse, 2008; Harnsberger, Hollien, Martin, & Hollien, 2009) ^{[ 34 ] [ 35 ] [ 36 ]}ในปี 2003 สภาวิจัยแห่งชาติสรุปว่า "โดยรวมแล้ว การวิจัยนี้และการทดสอบแบบควบคุมเพียงไม่กี่ครั้งที่ดำเนินการในช่วงทศวรรษที่ผ่านมาให้พื้นฐานทางวิทยาศาสตร์เพียงเล็กน้อยหรือไม่มีเลยสำหรับการใช้เครื่องวิเคราะห์ความเครียดของเสียงคอมพิวเตอร์หรือเครื่องมือวัดเสียงที่คล้ายกัน" ^{[ 4 ] : 168}

ผู้คนมักประเมินการโกหกโดยพิจารณาจากพฤติกรรมที่ไม่ใช่คำพูด แต่ก็มักให้ความสำคัญกับตัวบ่งชี้ที่ทำให้เข้าใจผิดมากเกินไป เช่น การหลีกเลี่ยงการสบตา การเว้นช่วงหยุดระหว่างประโยคนานขึ้น และการเคลื่อนไหวที่มากเกินไปจากมือหรือเท้า^{[ 37 ]} อุปกรณ์เช่นเครื่องตรวจจับการโกหก Silent Talker จะตรวจสอบ ไมโครเอ็กซ์เพรสชั่นจำนวนมากในช่วงเวลาต่างๆ และเข้ารหัสเป็นเวกเตอร์ขนาดใหญ่ ซึ่งจะถูกจัดประเภทเป็นพฤติกรรมที่พูดความจริงหรือหลอกลวงโดยปัญญาประดิษฐ์หรือตัวจำแนกทางสถิติ^{[ 38 ] [ 39 ]}

ดร.อลัน เฮิร์ช จากแผนกประสาทวิทยาและจิตเวชศาสตร์ที่ศูนย์การแพทย์รัชเพรสไบทีเรียน-เซนต์ลุคในชิคาโก อธิบาย "อาการพินอคคิโอ" หรือ "ปรากฏการณ์พินอคคิโอ" ว่า เลือดจะไหลไปที่จมูกเมื่อคนโกหก เลือดที่มากเกินไปนี้อาจทำให้จมูกคัน ส่งผลให้คนที่พูดเกินจริงมักจะเกาจมูกหรือสัมผัสจมูกบ่อยขึ้น^{[ 40 ]}

John Kircher, Doug Hacker, Anne Cook, Dan Woltz และ David Raskin ได้พัฒนาเทคโนโลยีการติดตามดวงตาที่มหาวิทยาลัยยูทาห์ซึ่งพวกเขาถือว่าเป็นทางเลือกแทนเครื่องจับเท็จ นี่ไม่ใช่ปฏิกิริยาทางอารมณ์เหมือนเครื่องจับเท็จและวิธีการอื่นๆ แต่เป็นปฏิกิริยาทางความคิด เทคโนโลยีนี้วัดการขยายตัวของรูม่านตา เวลาตอบสนอง เวลาในการอ่านและอ่านซ้ำ และข้อผิดพลาด ข้อมูลจะถูกบันทึกในขณะที่ผู้ถูกทดสอบตอบคำถามจริงหรือเท็จบนคอมพิวเตอร์^{[ 28 ]}

พวกเขาพบว่าการโกหกต้องใช้ความพยายามมากกว่าการพูดความจริง ดังนั้นเป้าหมายของพวกเขาคือการค้นหาสัญญาณของการทำงานหนัก ตัวอย่างเช่น บุคคลที่ไม่พูดความจริงอาจมีรูม่านตาขยายและใช้เวลานานขึ้นในการตอบคำถาม^{[ 28 ]}

การติดตามการเคลื่อนไหวของดวงตาอ้างว่ามีข้อดีหลายประการเหนือกว่าการตรวจจับการโกหก: ต้นทุนต่ำกว่า ใช้เวลาดำเนินการเพียง 1/5 ของเวลาทั้งหมด ผู้เข้ารับการทดสอบไม่จำเป็นต้อง "เชื่อมต่อ" กับสิ่งใด และไม่จำเป็นต้องใช้ผู้ตรวจสอบการตรวจจับการโกหกที่มีคุณสมบัติเหมาะสมในการทดสอบ^{[ 28 ]}เทคโนโลยีนี้ยังไม่ได้รับการตรวจสอบโดยผู้เชี่ยวชาญ

การวัดเวลาทางความคิดหรือการวัดเวลาที่ใช้ในการดำเนินการทางจิตใจ สามารถนำมาใช้แยกแยะความเท็จออกจากการพูดความจริงได้ เครื่องมือล่าสุดที่ใช้การวัดเวลาทางความคิดเพื่อจุดประสงค์นี้คือเครื่องวัดความจริงแบบตอบสนองตรงข้ามแบบจับเวลาหรือ TARA (Timed Antagonistic Response Alethiometer)

การอ่านสมองใช้เทคโนโลยี fMRIและว็อกเซลหลายจุดที่ถูกกระตุ้นในสมองเพื่อตรวจสอบว่าสมองตรวจจับอะไร และสิ่งนั้นคุ้นเคยหรือไม่

การตรวจวิเคราะห์ด้วยคลื่นอินฟราเรดใกล้แบบฟังก์ชัน (fNIRS) ยังตรวจจับออกซิเจนและกิจกรรมในสมองเช่นเดียวกับ fMRI แต่จะตรวจสอบระดับออกซิเจนในเลือดแทน ข้อดีของ fNIRS คือพกพาสะดวก แต่ความละเอียดของภาพต่ำกว่า fMRI ^{[ 3 ]}

เนื่องจากมีการโกหกหลายรูปแบบ การหลอกลวงที่เกิดขึ้นเองหรือโดยเจตนาจะถูกสร้างขึ้นโดยอาศัยการผสมผสานของข้อมูลที่จัดเก็บไว้แล้วในหน่วยความจำเชิงความหมายและเชิงเหตุการณ์^{[ 25 ]}การโกหกแบบนี้จะแยกตัวออกมาและสร้างได้ง่ายกว่า เพราะขาดการตรวจสอบกับภาพรวมที่ใหญ่กว่า รูปแบบนี้แตกต่างจากการโกหกที่จำได้ ซึ่งไม่ได้มีรายละเอียดมากนัก แต่ดึงมาจากความทรงจำ^{[ 25 ]}การโกหกแบบนี้มักจะเข้ากับสถานการณ์จริงเพื่อให้จดจำได้ง่ายขึ้น

การพัฒนาล่าสุดที่อนุญาตให้มีการตรวจสอบแบบไม่รุกรานโดยใช้เทคนิคFunctional Transcranial Doppler (fTCD) แสดงให้เห็นว่าการแก้ปัญหาที่ประสบความสำเร็จใช้กลยุทธ์ความรู้แบบแยกส่วน (DKS) ที่เลือกเส้นทางประสาทที่แสดงในซีกสมองหนึ่ง ในขณะที่ผลลัพธ์ที่ไม่ประสบความสำเร็จบ่งชี้ถึงกลยุทธ์ความรู้แบบไม่แยกส่วน (nDKS) ^{[ 41 ]}การทดสอบโพลีกราฟิกอาจถูกมองว่าเป็นงานความจำในการทำงาน ซึ่งชี้ให้เห็นว่าแบบจำลอง DKS อาจมีความสัมพันธ์กับการดำเนินการช่วยจำ กล่าวอีกนัยหนึ่ง แบบจำลอง DKS อาจมีฐานความรู้แบบแยกส่วน (DKB) ของส่วนประกอบที่จำเป็นสำหรับการแก้ปัญหา ในขณะที่สำหรับ nDKS นั้น DKB จะไม่มีอยู่ ดังนั้นจึงเกิดการค้นหาแบบ "ทั่วโลก" หรือแบบสองซีกสมอง จากสมมติฐานดังกล่าว ระบบ 'เครื่องตรวจจับการโกหก' ได้รับการออกแบบดังที่อธิบายไว้ในสิทธิบัตรของสหรัฐอเมริกาหมายเลข 6,390,979รูปแบบของการเปลี่ยนแปลงความเร็วการไหลเวียนของเลือดจะได้รับเพื่อตอบคำถามที่มีทั้งคำตอบที่ถูกต้องและไม่ถูกต้อง คำตอบที่ผิดจะกระตุ้นการทำงานของสมองทั้งสองซีก ในขณะที่คำตอบที่ถูกต้องจะกระตุ้นการตอบสนองเพียงซีกเดียว การตรวจจับการโกหกโดยใช้ระบบนี้ปราศจากการควบคุมกระบวนการทางจิตใจโดยบุคคล จึงมีความน่าเชื่อถือและเฉพาะเจาะจงสูง อย่างไรก็ตาม ระบบนี้ยังไม่ได้รับการทดสอบในทางนิติวิทยาศาสตร์ ดูเพิ่มเติมที่ไบโอเมตริกส์เชิง ความรู้ความ เข้าใจ

ศักยภาพที่เกี่ยวข้องกับเหตุการณ์ประเมินการรับรู้ ดังนั้นอาจมีประสิทธิภาพหรือไม่ก็ได้ในการประเมินการหลอกลวง ในการศึกษา ERP จะมีการประเมินคลื่นแอมพลิจูด P3 โดยคลื่นเหล่านี้จะมีขนาดใหญ่เมื่อมีการรับรู้รายการ^{[ 17 ]} อย่างไรก็ตาม พบว่าแอมพลิจูด P100 มีความสัมพันธ์อย่างมีนัยสำคัญกับการให้คะแนนความน่าเชื่อถือ ซึ่งความสำคัญของเรื่องนี้จะกล่าวถึงในส่วน EEG ต่อไป สิ่งนี้รวมถึงการศึกษาอื่นๆ ทำให้บางคนกล่าวอ้างว่าเนื่องจากการศึกษา ERP อาศัยกระบวนการรับรู้ที่รวดเร็ว จึง "เป็นส่วนสำคัญในการตรวจจับการหลอกลวง" ^{[ 42 ]}

การตรวจ คลื่นไฟฟ้าสมองหรือ EEG วัดกิจกรรมของสมองผ่านอิเล็กโทรดที่ติดไว้กับหนังศีรษะของผู้ถูกทดสอบ จุดประสงค์คือเพื่อระบุการรับรู้ข้อมูลที่มีความหมายผ่านกิจกรรมนี้ โดยจะแสดงภาพหรือวัตถุให้ผู้ถูกทดสอบดูในขณะที่ใช้วิธีการซักถามเพื่อกำหนดการรับรู้ ซึ่งอาจรวมถึงภาพสถานที่เกิดเหตุอาชญากรรมด้วย^{[ 3 ]}

ความน่าเชื่อถือที่รับรู้ได้นั้นถูกตีความโดยแต่ละบุคคลจากการมองใบหน้า และความน่าเชื่อถือนี้จะลดลงเมื่อมีคนโกหก การสังเกตดังกล่าว "ละเอียดอ่อนเกินกว่าที่ผู้สังเกตจะประมวลผลได้อย่างชัดเจน แต่ [ส่ง] ผลกระทบต่อกระบวนการทางปัญญาและอารมณ์โดยปริยาย" ผลลัพธ์เหล่านี้ ในการศึกษาของ Heussen, Binkofski และ Jolij ได้มาจากการศึกษาโดยใช้ แบบจำลอง N400ซึ่งรวมถึงสองเงื่อนไขในการทดลอง ได้แก่ ใบหน้าที่พูดความจริงและใบหน้าที่โกหก ใบหน้าจะปรากฏขึ้นเป็นเวลา 100 มิลลิวินาที จากนั้นผู้เข้าร่วมจะให้คะแนน อย่างไรก็ตาม ข้อจำกัดของการศึกษานี้คือมีผู้เข้าร่วมเพียง 15 คน และอายุเฉลี่ย อยู่ที่ 24 ปี ^{[ 42 ]}

อัลกอริทึมการเรียนรู้ของเครื่องที่ประยุกต์ใช้กับข้อมูล EEG ยังถูกนำมาใช้เพื่อถอดรหัสว่าผู้ถูกทดสอบเชื่อหรือไม่เชื่อคำกล่าว โดยมีความแม่นยำประมาณ 90% งานนี้เป็นการต่อยอดจากงานของ Sam Harris และเพื่อนร่วมงาน และยังแสดงให้เห็นเพิ่มเติมว่าความเชื่อมาก่อนความไม่เชื่อในแง่ของเวลา ซึ่งชี้ให้เห็นว่าสมองอาจยอมรับคำกล่าวต่างๆ ในตอนแรกว่าเป็นคำอธิบายที่ถูกต้องของโลก (ความเชื่อ) ก่อนที่จะปฏิเสธแนวคิดนี้ (ความไม่เชื่อ) การทำความเข้าใจว่าสมองประเมินความถูกต้องของคำกล่าวเชิงพรรณนาอย่างไร อาจเป็นขั้นตอนสำคัญในการสร้างวิธีการตรวจจับการโกหกโดยใช้ภาพทางประสาทวิทยา^{[ 43 ]}

การถ่ายภาพด้วยคลื่นแม่เหล็กไฟฟ้าเชิงฟังก์ชัน (fMRI) ตรวจสอบระบบประสาทส่วนกลางเพื่อเปรียบเทียบเวลาและตำแหน่งของกิจกรรมในสมองเพื่อตรวจจับการโกหก ในขณะที่เครื่องจับเท็จตรวจจับการเปลี่ยนแปลงของกิจกรรมในระบบประสาทส่วนปลาย fMRI มีศักยภาพที่จะจับการโกหกได้ตั้งแต่ต้นตอ

fMRI ใช้แม่เหล็กไฟฟ้าเพื่อสร้างลำดับพัลส์ในเซลล์ของสมอง จากนั้นเครื่องสแกน fMRI จะตรวจจับพัลส์และสนามต่างๆ ที่ใช้ในการแยกแยะโครงสร้างของเนื้อเยื่อและความแตกต่างระหว่างชั้นของสมอง ประเภทของสสาร และความสามารถในการมองเห็นการเจริญเติบโต ส่วนประกอบเชิงฟังก์ชันช่วยให้นักวิจัยสามารถมองเห็นการทำงานในสมองเมื่อเวลาผ่านไป และประเมินประสิทธิภาพและการเชื่อมต่อโดยการเปรียบเทียบการใช้เลือดในสมอง ซึ่งช่วยให้สามารถระบุได้ว่าส่วนใดของสมองใช้ออกซิเจนมากขึ้น และถูกใช้ในระหว่างภารกิจเฉพาะ^{[ 44 ]} ข้อมูล fMRI ได้รับการตรวจสอบผ่านมุมมองของอัลกอริธึมการเรียนรู้ของเครื่องเพื่อถอดรหัสว่าผู้ถูกทดสอบเชื่อหรือไม่เชื่อในข้อความต่างๆ ตั้งแต่ข้อความทางคณิตศาสตร์ ความหมาย ไปจนถึงความเชื่อทางศาสนา^{[ 45 ]}

ในอดีต การทดสอบตรวจจับการโกหกด้วย fMRI ไม่ได้รับอนุญาตให้ใช้เป็นหลักฐานในกระบวนการทางกฎหมาย ความพยายามที่โด่งดังที่สุดคือคดีฉ้อโกงประกันภัยของ Harvey Nathan ^{[ 46 ]}ในปี 2550 ^{[ 31 ]}การขาดการสนับสนุนทางกฎหมายไม่ได้หยุดบริษัทต่างๆ เช่น No Lie MRI และ CEPHOS จากการให้บริการสแกน fMRI ส่วนตัวเพื่อทดสอบการโกหก แม้ว่าการศึกษา fMRI เกี่ยวกับการโกหกจะอ้างว่ามีความแม่นยำในการตรวจจับสูงถึง 90% แต่หลายคนก็มีปัญหาในการนำวิธีการตรวจจับแบบนี้ไปใช้ สามารถใช้ได้เฉพาะคำตอบใช่หรือไม่ใช่เท่านั้น ซึ่งทำให้มีความยืดหยุ่น^{[ 31 ]}ในเรื่องความจริงและรูปแบบของการโกหก บางคนไม่สามารถเข้ารับการทดสอบได้ เช่น ผู้ที่มีอาการป่วย โรคกลัวที่แคบ หรือผู้ที่ได้รับการฝังอุปกรณ์^{[ 31 ]}

ยาที่ทำให้พูดความจริงเช่นโซเดียมไทโอเพนทัลเอทานอลและกัญชา (ในอดีต) ถูกนำมาใช้เพื่อวัตถุประสงค์ในการได้รับข้อมูลที่ถูกต้องจากผู้ที่ไม่เต็มใจ^{[ 47 ]} ข้อมูลที่ได้จากยาที่ทำให้พูดความจริงซึ่งเปิดเผยต่อสาธารณะนั้นแสดงให้เห็นว่าไม่น่าเชื่อถืออย่างยิ่ง โดยผู้ถูกทดลองดูเหมือนจะผสมผสานข้อเท็จจริงและจินตนาการเข้าด้วยกันอย่างอิสระ^{[ 48 ]} ผลกระทบที่อ้างถึงส่วนใหญ่ขึ้นอยู่กับความเชื่อของผู้ถูกทดลองว่าพวกเขาไม่สามารถโกหกได้ในขณะที่อยู่ภายใต้ฤทธิ์ของยา

• ความผิดพลาดทางนิเวศวิทยา
• นิติวิทยาศาสตร์ในสมัยโบราณ
• การระบุความคิด
• การวิเคราะห์ความเสี่ยงด้านเสียง
• การหลอกลวง