Γ.Δ.
1618.16 +0,04%
ACAG
-0,32%
6.16
AEM
+0,35%
4.545
AKTR
-0,55%
5.45
BOCHGR
-1,11%
5.34
CENER
+0,32%
9.5
CNLCAP
0,00%
7.25
DIMAND
+0,49%
8.24
EVR
+0,58%
1.745
NOVAL
+0,20%
2.54
OPTIMA
-0,43%
14.04
TITC
-0,83%
41.65
ΑΑΑΚ
0,00%
5
ΑΒΑΞ
+2,27%
2.25
ΑΒΕ
-3,60%
0.429
ΑΔΜΗΕ
-0,18%
2.815
ΑΚΡΙΤ
0,00%
0.75
ΑΛΜΥ
+1,29%
4.31
ΑΛΦΑ
+1,34%
1.89
ΑΝΔΡΟ
-0,31%
6.5
ΑΡΑΙΓ
+1,51%
11.4
ΑΣΚΟ
+0,63%
3.22
ΑΣΤΑΚ
-0,27%
7.28
ΑΤΕΚ
+2,72%
1.51
ΑΤΡΑΣΤ
0,00%
8.68
ΑΤΤ
-0,57%
0.698
ΑΤΤΙΚΑ
-1,64%
2.4
ΒΙΟ
-0,17%
5.83
ΒΙΟΚΑ
-0,26%
1.925
ΒΙΟΣΚ
-0,64%
1.55
ΒΙΟΤ
0,00%
0.27
ΒΙΣ
0,00%
0.144
ΒΟΣΥΣ
+3,33%
2.48
ΓΕΒΚΑ
-0,63%
1.57
ΓΕΚΤΕΡΝΑ
0,00%
18.9
ΔΑΑ
-1,05%
8.312
ΔΑΙΟΣ
0,00%
3.42
ΔΕΗ
-0,67%
13.33
ΔΟΜΙΚ
-0,35%
2.82
ΔΟΥΡΟ
0,00%
0.25
ΔΡΟΜΕ
+4,11%
0.38
ΕΒΡΟΦ
+1,30%
1.955
ΕΕΕ
-0,76%
39.2
ΕΚΤΕΡ
-3,96%
2.06
ΕΛΒΕ
+2,80%
5.5
ΕΛΙΝ
-0,91%
2.18
ΕΛΛ
-1,33%
14.8
ΕΛΛΑΚΤΩΡ
-2,37%
2.265
ΕΛΠΕ
+0,82%
8.04
ΕΛΣΤΡ
+2,11%
2.42
ΕΛΤΟΝ
+0,87%
1.858
ΕΛΧΑ
-0,46%
2.165
ΕΠΙΛΚ
0,00%
0.132
ΕΣΥΜΒ
-1,75%
1.125
ΕΤΕ
+1,50%
8.648
ΕΥΑΠΣ
+0,29%
3.45
ΕΥΔΑΠ
+0,33%
6.06
ΕΥΡΩΒ
-0,72%
2.484
ΕΧΑΕ
-1,00%
4.95
ΙΑΤΡ
-0,49%
2.05
ΙΚΤΙΝ
-1,10%
0.36
ΙΛΥΔΑ
+0,86%
1.765
ΙΝΛΙΦ
-0,21%
4.85
ΙΝΛΟΤ
-1,65%
1.072
ΙΝΤΕΚ
0,00%
5.9
ΙΝΤΕΤ
-2,18%
1.12
ΙΝΤΚΑ
-1,52%
3.23
ΚΑΡΕΛ
0,00%
326
ΚΕΚΡ
-3,41%
1.275
ΚΕΠΕΝ
0,00%
1.94
ΚΟΡΔΕ
+1,77%
0.459
ΚΟΥΑΛ
-1,95%
1.31
ΚΟΥΕΣ
+0,64%
6.3
ΚΡΙ
-0,60%
16.5
ΚΤΗΛΑ
-1,00%
1.98
ΚΥΡΙΟ
+0,49%
1.02
ΛΑΒΙ
-0,73%
0.812
ΛΑΜΔΑ
-0,14%
6.99
ΛΑΜΨΑ
0,00%
37
ΛΑΝΑΚ
+4,76%
1.1
ΛΕΒΚ
0,00%
0.23
ΛΕΒΠ
+4,42%
0.236
ΛΟΓΟΣ
0,00%
1.75
ΛΟΥΛΗ
-0,29%
3.4
ΜΑΘΙΟ
0,00%
0.802
ΜΕΒΑ
+1,53%
3.98
ΜΕΝΤΙ
-2,17%
2.25
ΜΕΡΚΟ
+3,13%
39.6
ΜΙΓ
0,00%
2.865
ΜΙΝ
0,00%
0.492
ΜΟΗ
+0,36%
22.4
ΜΟΝΤΑ
-0,53%
3.78
ΜΟΤΟ
-0,18%
2.825
ΜΟΥΖΚ
0,00%
0.63
ΜΠΕΛΑ
+0,36%
27.94
ΜΠΛΕΚΕΔΡΟΣ
0,00%
3.81
ΜΠΡΙΚ
-0,82%
2.42
ΜΠΤΚ
+5,13%
0.615
ΜΥΤΙΛ
+1,71%
36.96
ΝΑΚΑΣ
-1,88%
3.14
ΝΑΥΠ
+0,49%
0.828
ΞΥΛΚ
-1,87%
0.262
ΞΥΛΠ
+10,00%
0.396
ΟΛΘ
+1,79%
28.5
ΟΛΠ
+1,36%
33.65
ΟΛΥΜΠ
0,00%
2.6
ΟΠΑΠ
-1,44%
17.14
ΟΡΙΛΙΝΑ
-1,23%
0.8
ΟΤΕ
-0,40%
15
ΟΤΟΕΛ
-0,36%
11.06
ΠΑΙΡ
-4,29%
1.005
ΠΑΠ
-1,14%
2.61
ΠΕΙΡ
+1,26%
4.808
ΠΕΡΦ
-1,28%
5.4
ΠΕΤΡΟ
-0,99%
8
ΠΛΑΘ
-0,25%
4.05
ΠΛΑΚΡ
0,00%
15.2
ΠΡΔ
-0,76%
0.262
ΠΡΕΜΙΑ
-0,16%
1.28
ΠΡΟΝΤΕΑ
-4,10%
5.85
ΠΡΟΦ
+1,74%
5.27
ΡΕΒΟΙΛ
-0,28%
1.755
ΣΑΡ
-1,72%
12.58
ΣΑΡΑΝ
0,00%
1.07
ΣΑΤΟΚ
0,00%
0.028
ΣΕΝΤΡ
0,00%
0.354
ΣΙΔΜΑ
-0,63%
1.565
ΣΠΕΙΣ
-1,40%
5.64
ΣΠΙ
+4,65%
0.63
ΣΠΥΡ
0,00%
0.151
ΤΕΝΕΡΓ
0,00%
20
ΤΖΚΑ
0,00%
1.48
ΤΡΑΣΤΟΡ
0,00%
1.3
ΤΡΕΣΤΑΤΕΣ
-0,95%
1.662
ΥΑΛΚΟ
0,00%
0.162
ΦΛΕΞΟ
0,00%
7.7
ΦΡΙΓΟ
+9,17%
0.238
ΦΡΛΚ
-1,27%
4.28
ΧΑΙΔΕ
+1,27%
0.8

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!