Γ.Δ.
1454.61 -0,07%
ACAG
0,00%
5.81
BOCHGR
-0,22%
4.54
CENER
-0,97%
9.16
CNLCAP
-0,67%
7.45
DIMAND
-3,01%
8.06
NOVAL
-2,34%
2.3
OPTIMA
-1,09%
12.66
TITC
+1,53%
39.7
ΑΑΑΚ
0,00%
4.48
ΑΒΑΞ
-2,08%
1.51
ΑΒΕ
-1,33%
0.446
ΑΔΜΗΕ
+0,39%
2.59
ΑΚΡΙΤ
0,00%
0.705
ΑΛΜΥ
0,00%
4.595
ΑΛΦΑ
-0,56%
1.585
ΑΝΔΡΟ
-2,17%
6.32
ΑΡΑΙΓ
-0,68%
10.23
ΑΣΚΟ
-1,74%
2.83
ΑΣΤΑΚ
-0,54%
7.36
ΑΤΕΚ
0,00%
0.426
ΑΤΡΑΣΤ
0,00%
8.76
ΑΤΤ
-0,30%
0.668
ΑΤΤΙΚΑ
-1,33%
2.22
ΒΙΟ
-1,64%
5.41
ΒΙΟΚΑ
-2,93%
1.82
ΒΙΟΣΚ
-1,89%
1.555
ΒΙΟΤ
0,00%
0.266
ΒΙΣ
0,00%
0.144
ΒΟΣΥΣ
0,00%
2.18
ΓΕΒΚΑ
-0,73%
1.36
ΓΕΚΤΕΡΝΑ
0,00%
18.38
ΔΑΑ
0,00%
8
ΔΑΙΟΣ
0,00%
3.58
ΔΕΗ
-0,51%
11.69
ΔΟΜΙΚ
-2,03%
2.895
ΔΟΥΡΟ
0,00%
0.25
ΔΡΟΜΕ
-2,80%
0.313
ΕΒΡΟΦ
+5,23%
1.71
ΕΕΕ
-0,67%
32.58
ΕΚΤΕΡ
-1,13%
1.756
ΕΛΒΕ
+2,51%
4.9
ΕΛΙΝ
-1,40%
2.11
ΕΛΛ
0,00%
14.15
ΕΛΛΑΚΤΩΡ
-0,41%
1.936
ΕΛΠΕ
-0,82%
7.285
ΕΛΣΤΡ
-0,48%
2.06
ΕΛΤΟΝ
+0,75%
1.888
ΕΛΧΑ
-1,77%
1.886
ΕΠΙΛΚ
0,00%
0.132
ΕΣΥΜΒ
0,00%
1.185
ΕΤΕ
-0,34%
7.684
ΕΥΑΠΣ
0,00%
3.23
ΕΥΔΑΠ
-1,53%
5.8
ΕΥΡΩΒ
+0,14%
2.214
ΕΧΑΕ
-0,77%
4.53
ΙΑΤΡ
0,00%
1.55
ΙΚΤΙΝ
-1,49%
0.3315
ΙΛΥΔΑ
-0,50%
1.98
ΙΝΚΑΤ
-0,53%
4.72
ΙΝΛΙΦ
-0,84%
4.75
ΙΝΛΟΤ
0,00%
0.98
ΙΝΤΕΚ
-0,68%
5.88
ΙΝΤΕΡΚΟ
+0,82%
2.46
ΙΝΤΕΤ
-1,90%
1.03
ΙΝΤΚΑ
-1,21%
2.865
ΚΑΡΕΛ
0,00%
340
ΚΕΚΡ
+1,70%
1.195
ΚΕΠΕΝ
0,00%
2.22
ΚΛΜ
-1,99%
1.475
ΚΟΡΔΕ
+0,47%
0.431
ΚΟΥΑΛ
-0,69%
1.158
ΚΟΥΕΣ
+0,52%
5.8
ΚΡΙ
-0,98%
15.2
ΚΤΗΛΑ
0,00%
1.91
ΚΥΡΙΟ
0,00%
0.98
ΛΑΒΙ
+0,80%
0.756
ΛΑΜΔΑ
-0,69%
7.15
ΛΑΜΨΑ
-1,60%
37
ΛΑΝΑΚ
0,00%
0.9
ΛΕΒΚ
0,00%
0.27
ΛΕΒΠ
0,00%
0.26
ΛΟΓΟΣ
0,00%
1.58
ΛΟΥΛΗ
+0,70%
2.88
ΜΑΘΙΟ
0,00%
0.61
ΜΕΒΑ
+1,03%
3.92
ΜΕΝΤΙ
+2,84%
2.17
ΜΕΡΚΟ
0,00%
40
ΜΙΓ
+0,17%
2.915
ΜΙΝ
0,00%
0.494
ΜΛΣ
0,00%
0.57
ΜΟΗ
-0,78%
20.42
ΜΟΝΤΑ
+2,22%
3.68
ΜΟΤΟ
-1,29%
2.675
ΜΟΥΖΚ
0,00%
0.605
ΜΠΕΛΑ
+0,24%
25.36
ΜΠΛΕΚΕΔΡΟΣ
+0,27%
3.74
ΜΠΡΙΚ
+1,42%
2.14
ΜΠΤΚ
0,00%
0.58
ΜΥΤΙΛ
-0,76%
33.82
ΝΑΚΑΣ
0,00%
2.82
ΝΑΥΠ
+1,47%
0.828
ΞΥΛΚ
-0,73%
0.271
ΞΥΛΠ
+9,58%
0.366
ΟΛΘ
+1,39%
21.9
ΟΛΠ
+1,68%
30.25
ΟΛΥΜΠ
+0,43%
2.33
ΟΠΑΠ
-0,44%
15.67
ΟΡΙΛΙΝΑ
+0,51%
0.793
ΟΤΕ
+1,65%
14.81
ΟΤΟΕΛ
-1,14%
10.44
ΠΑΙΡ
-2,81%
0.97
ΠΑΠ
-1,26%
2.36
ΠΕΙΡ
-0,08%
3.912
ΠΕΡΦ
-1,83%
5.37
ΠΕΤΡΟ
+2,91%
8.48
ΠΛΑΘ
-0,25%
3.92
ΠΛΑΚΡ
0,00%
14.4
ΠΡΔ
0,00%
0.238
ΠΡΕΜΙΑ
-0,34%
1.18
ΠΡΟΝΤΕΑ
-0,72%
6.85
ΠΡΟΦ
+0,97%
5.19
ΡΕΒΟΙΛ
-1,16%
1.71
ΣΑΡ
-0,56%
10.72
ΣΑΡΑΝ
0,00%
1.07
ΣΑΤΟΚ
0,00%
0.028
ΣΕΝΤΡ
-0,59%
0.335
ΣΙΔΜΑ
+0,32%
1.555
ΣΠΕΙΣ
+0,69%
5.84
ΣΠΙ
-4,20%
0.502
ΣΠΥΡ
0,00%
0.138
ΤΕΝΕΡΓ
-0,05%
19.82
ΤΖΚΑ
-4,28%
1.455
ΤΡΑΣΤΟΡ
0,00%
1.05
ΤΡΕΣΤΑΤΕΣ
+0,49%
1.638
ΥΑΛΚΟ
0,00%
0.162
ΦΙΕΡ
0,00%
0.359
ΦΛΕΞΟ
0,00%
8.15
ΦΡΙΓΟ
0,00%
0.22
ΦΡΛΚ
-0,66%
3.775
ΧΑΙΔΕ
0,00%
0.59

Πώς εντοπίζονται οι άνθρωποι που λένε ψέματα στο διαδίκτυο

Το Διαδίκτυο έχει προκαλέσει νέες μορφές εξαπάτησης και παραπληροφόρησης, συμπεριλαμβανομένων των επιθέσεων phishing, των ερωτικών απατών και των ψεύτικων ειδήσεων. Ενώ πολλές ψυχολογικές μελέτες έχουν διερευνήσει τους παράγοντες που επηρεάζουν την ικανότητα των ανθρώπων να καταλάβουν εάν οι άλλοι λένε ψέματα, η ανίχνευση ψέματος στο διαδίκτυο σπάνια έχει διερευνηθεί.

Ερευνητές από το University College του Λονδίνου (UCL) και το Ινστιτούτο Τεχνολογίας της Μασαχουσέτης (MIT) πραγματοποίησαν πρόσφατα μια μελέτη με στόχο να κατανοήσουν καλύτερα γιατί οι άνθρωποι εξαπατούνται στο διαδίκτυο. Η μελέτη τους, που δημοσιεύτηκε στο Communications Psychology, περιγράφει ενδιαφέροντα μοτίβα στα οποία βασίζεται η ανίχνευση ψεμάτων στο διαδίκτυο.

«Οι άνθρωποι σε όλο τον κόσμο χάνουν δισεκατομμύρια χρημάτων από διαδικτυακές απάτες χρόνο με τον χρόνο», ανάφεραν οι Tali Sharot και Sarah Zheng, συν-συγγραφείς της μελέτης.

«Αυτή η τάση έχει επιδεινωθεί κατά τη διάρκεια της πανδημίας COVID-19 και επιδεινώνεται ακόμα περισσότερο με την εμφάνιση της τεχνητής νοημοσύνης. Τώρα, προτού μπορέσουμε να βοηθήσουμε τους ανθρώπους να εντοπίσουν διαδικτυακές απάτες, πρέπει να καταλάβουμε γιατί οι άνθρωποι είναι επιρρεπείς εξαρχής».

Καθώς τόσο οι απάτες όσο και οι ψεύτικες ειδήσεις έχουν τις ρίζες τους στα ψέματα, οι Zheng, Rozenkrantz και Sharot ανασκόπησαν για πρώτη φορά την προηγούμενη βιβλιογραφία εστιάζοντας στην ανίχνευση ψεύδους.

Διαπίστωσαν ότι τα περισσότερα προηγούμενα έργα εστίαζαν σε περιβάλλοντα εκτός σύνδεσης, όπου οι άνθρωποι μπορούν επίσης να προσπαθήσουν να ανιχνεύσουν ψέματα με βάση λεπτές ενδείξεις, όπως ο τόνος της φωνής ενός ατόμου, το βλέμμα και η γλώσσα του σώματος.

Οι Sharot και Zheng εξήγησαν ότι «ξεκινήσαμε να μελετάμε γιατί οι άνθρωποι μπορεί να είναι ιδιαίτερα κακοί στον εντοπισμό ψεμάτων και επομένως απάτης, σε ένα διαδικτυακό πλαίσιο». Οι Zheng, Rozenkrantz και Sharot διεξήγαγαν τρία πειράματα στα οποία συμμετείχαν 310 άτομα που κλήθηκαν να λάβουν μέρος σε ένα διαδικτυακό παιχνίδι με κάρτες που παίζονταν σε ζευγάρια.

Ως μέρος αυτού του παιχνιδιού, τους δόθηκαν κάποιες πληροφορίες σχετικά με το πόσο πιθανό ήταν να τους μοιραστούν κάθε φύλλο από μια τράπουλα. Συγκεκριμένα, ορισμένες κάρτες θα οδηγούσαν σε κέρδη, ενώ άλλες μπορεί να προκαλέσουν οικονομική απώλεια.

Οι συμμετέχοντες μπορούσαν να επιλέξουν να πουν ψέματα για την κάρτα που έλαβαν, καθώς αυτό θα μπορούσε να τους επιτρέψει να κερδίσουν περισσότερα χρήματα σε βάρος ενός άλλου παίκτη. Οι συμμετέχοντες δεν έλαβαν ποτέ οδηγίες να πουν ψέματα. Ως εκ τούτου, η απόφαση για το αν θα είναι ειλικρινείς ή όχι ήταν αποκλειστικά δική τους.

«Στο τέλος κάθε παιχνιδιού, οι συμμετέχοντες βαθμολόγησαν πόσο ειλικρινής πίστευαν ότι ήταν ο άλλος παίκτης», υποστήριξαν οι Sharot και Zheng. «Εξετάσαμε ποιες ενδείξεις χρησιμοποίησαν οι άνθρωποι για να κρίνουν την ειλικρίνεια των άλλων. Για παράδειγμα, πίστευαν ότι οι άλλοι είπαν ψέματα όταν το έκαναν οι ίδιοι; Νόμιζαν ότι άλλοι είπαν ψέματα όταν ο άλλος ανέφερε ότι είχε μια σπάνια κάρτα; Και πίστευαν ότι άλλοι είπαν ψέματα όταν οι ίδιοι χαμένοι;».

Όταν ανέλυσαν τα δεδομένα που συνέλεξαν, οι ερευνητές παρατήρησαν δύο συναρπαστικά μοτίβα. Πρώτον, παρατήρησαν ότι οι άνθρωποι ήταν πιο καχύποπτοι με τους άλλους αν είχαν πει ψέματα κατά τη διάρκεια του παιχνιδιού, αλλά και όταν άλλοι παίκτες είχαν αναφέρει ότι κρατούσαν ένα στατιστικά απίθανο φύλλο.

Οι ερευνητές συνέκριναν επίσης τη συμπεριφορά των παικτών με τις προβλέψεις ενός τεχνητού, προσομοιωμένου ανιχνευτή ψεύδους. Είναι ενδιαφέρον ότι διαπίστωσαν πως η κακή ανίχνευση ψεύδους σχετιζόταν με την υπερβολική εξάρτηση από την ειλικρίνεια (ή την ανεντιμότητα) και την έλλειψη εμπιστοσύνης. στα στατιστικά στοιχεία.

«Αυτά τα ευρήματα υποδηλώνουν ότι οι έντιμοι άνθρωποι μπορεί να είναι ιδιαίτερα επιρρεπείς σε απάτες, επειδή είναι λιγότερο πιθανό να υποψιαστούν ένα ψέμα και έτσι να εντοπίσουν μια απάτη», εξήγησαν οι Sharot και Zheng.

Επιπλέον, καθώς οι πλατφόρμες μέσων κοινωνικής δικτύωσης χρησιμοποιούν συστήματα συστάσεων που τροφοδοτούν τους ανθρώπους με περισσότερο από το ίδιο περιεχόμενο που τους αρέσει, αυτά τα συστήματα διαστρεβλώνουν την πιθανότητα να δουν ορισμένες πληροφορίες, συμπεριλαμβανομένων των ψεύτικων ειδήσεων. Επομένως, η φυσική εξάρτηση των ανθρώπων στις στατιστικές πιθανότητες να συμπεράνουν τι είναι αλήθεια δεν θα λειτουργήσει καλά σε αυτά τα πλαίσια».

Αυτή η πρόσφατη εργασία των Zheng, Rozenkrantz και Sharot ρίχνει νέο φως στους παράγοντες που υποστηρίζουν την ικανότητα των ανθρώπων να ανιχνεύουν τις εξαπατήσεις των άλλων στο διαδίκτυο. Στο μέλλον, θα μπορούσαν να καθοδηγήσουν τις προσπάθειες των υπευθύνων χάραξης πολιτικής και των εταιρειών τεχνολογίας που εργάζονται για να αποτρέψουν τους χρήστες του Διαδικτύου από το να πέσουν στις παγίδες απατεώνων και πλατφορμών που διαδίδουν ψευδείς πληροφορίες.

«Τα ευρήματά μας οδήγησαν στην ιδέα της δημιουργίας μιας «αντίπαλης εκπαίδευσης» για να βοηθήσουμε τους ανθρώπους να εντοπίσουν διαδικτυακές απάτες», πρόσθεσαν οι Sharot και Zheng.

«Δηλαδή, οι άνθρωποι μπορεί να βελτιωθούν στον εντοπισμό απατών αφού ασχοληθούν οι ίδιοι με τη δημιουργία απάτης. Τα αρχικά αποτελέσματα που εξετάζουν τον εντοπισμό ηλεκτρονικών μηνυμάτων ηλεκτρονικού “ψαρέματος” φαίνονται πολλά υποσχόμενα και τώρα στοχεύουμε να το δοκιμάσουμε περαιτέρω σε άλλα πλαίσια».

Google News icon
Ακολουθήστε το Powergame.gr στο Google News για άμεση και έγκυρη οικονομική ενημέρωση!