Niet alleen de geloofwaardigheid van een situatie is belangrijk als je online leugens wil herkennen, ook hoe goed je zelf liegt speelt in een rol. Dat laten onderzoeker van de University College London en het Massachusetts Institute of Technology zien. Hun advies? “Laat mensen zelf aan de slag gaan met oplichting.”
Of je nu actief het wereldwijde web rondstruint, of enkel internet gebruikt om je mail te openen: je ontkomt nauwelijks aan online misleiding en misinformatie. De ene keer zijn het Nigeriaanse prinsen die je tonnen beloven als je zelf eerst wat overmaakt. De andere keer zijn het vrouwen die toevallig in jouw buurt zijn en een avontuurtje zoeken. ‘Daar trapt toch niemand in’, zou je misschien denken. Maar bepalen of andere mensen online liegen blijkt toch een stuk lastiger te zijn dan het lijkt.
“Over de hele wereld verliezen mensen jaar na jaar miljarden aan online oplichting”, vertellen betrokken onderzoekers Tali Sharot en Sarah Zheng. “Die trend is verergerd sinds de corona-pandemie en wordt nog verder versterkt door de opkomst van generatieve AI.” Om mensen daar beter tegen te wapenen, besloten de wetenschappers onderzoek te doen naar dit soort online scams en phising. “Want voordat we mensen kunnen helpen online oplichting te detecteren, moeten we eerst begrijpen waarom ze er überhaupt intrappen.”
Kaartspelletjes
De onderzoekers voerden daarop drie experimenten uit met 310 deelnemers. De proefpersonen namen deel aan een online kaartspel dat in tweetallen werd gespeeld. Tijdens dit spel kregen ze kaarten waarvan sommigen financiële winst zouden opleveren, terwijl andere voor verlies zorgden. De deelnemers kregen daarbij informatie over hoe waarschijnlijk het was dat ze elke kaart uit een dek zouden ontvangen. Daarnaast konden deelnemers ervoor kiezen om te liegen over de kaart die ze zelf hadden ontvangen, waarmee ze meer geld konden winnen ten koste van een andere speler. De deelnemers mochten zelf kiezen of ze dat wilden doen of niet.
Onderzoek
Aan het einde van elk spel moesten ze aangeven hoe eerlijk ze dachten dat de andere speler was. Sharot en Zheng: “Wij onderzochten vervolgens welke aanwijzingen mensen gebruikten om de eerlijkheid van anderen te beoordelen. Dachten ze bijvoorbeeld dat anderen logen als de andere persoon meldde dat hij een zeldzame kaart had? Of dachten ze eerder dat anderen logen als ze zelf ook logen? Of heeft het meer te maken met winst of verlies?”
Online zie je geen lichaamstaal
De deelnemers zagen elkaar namelijk niet, en konden dus geen lichaamstaal gebruiken om op af te gaan. Dat was een belangrijke keuze in de onderzoeksopstelling. Zowel oplichting als nepnieuws zijn namelijk gebaseerd op leugens, en als we iemand zien, kunnen we daar wel degelijk iets over zeggen. Subtiele aanwijzingen zoals iemands toon, blik of lichaamshouding bijvoorbeeld. “In online omgevingen kunnen we doorgaans niet vertrouwen op dergelijke aanwijzingen”, leggen Sharot en Zheng uit. “Daarom onderzoeken we waarom mensen zo bijzonder slecht zijn in het detecteren van leugens – en dus ook oplichting – juist in die online context.” Om te corrigeren voor een gokkans vergeleken de onderzoekers het gedrag van deelnemers met de voorspellingen van een kunstmatige, gesimuleerde leugendetector.
Argwaan en statistiek
Toen de wetenschappers vervolgens de verzamelde gegevens analyseerden, konden ze twee verschillende patronen ontdekken. Ten eerste merkten ze op dat mensen meer argwanend waren ten opzichte van anderen als ze zelf hadden gelogen tijdens het spel. Maar ook geloofden ze de andere spelers minder wanneer deze hadden gemeld dat ze een statistisch onwaarschijnlijke kaart hadden. Daarnaast ontdekten ze dat een slechte leugendetectie ook verband hield met een overmatig vertrouwen op de eigen eerlijkheid (of oneerlijkheid) en te klein vertrouwen op statistische aanwijzingen.
Eerlijke mensen zijn vatbaar
“Deze bevindingen impliceren dat eerlijke mensen bijzonder vatbaar kunnen zijn voor oplichting, omdat zij het minst geneigd zijn een leugen te vermoeden en dus een oplichting te ontdekken”, verklaren Sharot en Zheng uit. Sociale-mediaplatformen die gebruik maken van algoritmes versterken dat vervolgens. “Aanbevelingssystemen voorzien mensen van meer van dezelfde inhoud die ze leuk vinden, wat de kans om bepaalde informatie te zien verstoort”, legt Zheng uit. “Inclusief nepnieuws. Het natuurlijke vertrouwen van mensen op statistische waarschijnlijkheden om af te leiden wat waar is, zal dus niet zo goed werken in deze contexten.”
Vijandige training
Om dat tegen te gaan, moeten mensen dus meer wennen aan nepnieuws. Wat de onderzoekers aanzette tot het creëren van een ‘vijandige training’ om mensen te helpen online oplichting te detecteren. Sharot: “Dat wil zeggen dat mensen beter kunnen worden in het detecteren van oplichting nadat ze zelf aan de slag zijn gegaan met oplichting. De eerste resultaten met betrekking tot de detectie van phishing-e-mails zien er veelbelovend uit en we willen dit nu verder testen in andere contexten.”
De onderzoekers hopen met hun onderzoek beleidsmakers en technologiebedrijven te helpen die zich inzetten om internetgebruikers beter te beschermen tegen oplichters en platforms die valse informatie verspreiden.
