p Quando crianças são vítimas de crimes, o testemunho jurídico que prestam é conhecido como entrevistas forenses. Contudo, uma vez que as vítimas são frequentemente traumatizadas e potencialmente abusadas por seus cuidadores, elas podem relutar em fazer acusações ou divulgar informações relevantes. p Como tal, um protocolo foi desenvolvido para extrair cuidadosamente o máximo possível de informações relevantes sobre um crime. Ainda, e se a inteligência artificial pudesse ser uma ferramenta útil para ajudar as vítimas jovens a contar suas histórias? E se a IA pudesse apoiar os entrevistadores com ferramentas para ajudar a coletar informações de maneira adequada?

p Este é o tema de um artigo apresentado na Conferência Internacional ACM de 2018 sobre interação multimodal, recentemente em Boulder, Colorado.

p O papel, apresentado por alunos de doutorado do Laboratório de Análise e Interpretação de Sinais da Escola de Engenharia da USC Viterbi, Victor Ardulov e Manojkumar Prabakaran Abitha, junto com o fundador do SAIL, Shri Narayanan, documenta um esforço multidisciplinar em conjunto com o professor da Escola de Direito da USC Gould, e especialista em testemunhas infantis, Thomas D. Lyon e sua equipe, para determinar se e como as ferramentas auxiliadas por computador podem avaliar com precisão a produtividade das entrevistas forenses. Além disso, o artigo documenta como os pesquisadores tentaram identificar influências linguísticas e paralinguísticas potenciais, como emoções no processo de entrevista.

p Ardulov, quem é o autor principal do artigo apresentado na recente conferência ACM, disse que o objetivo do estudo era obter feedback sobre como as crianças tendem a responder com base em variações sutis de questionamento.

p O desafio para os entrevistadores forenses é fazer as perguntas certas, da maneira certa, no momento certo, a fim de garantir que as vítimas recebam informações relevantes e imparciais sobre os crimes perpetrados. Isso é especialmente importante quando as crianças podem ser a única testemunha de um crime. A chave é maximizar a produtividade sem traumatizar novamente a criança ou coagir um testemunho incorreto.

p Estudiosos como Lyon, que estabeleceu o Gould Child Interviewing Lab da USC, estão cientes de como o relacionamento construído entre entrevistador e entrevistado, o tom em que as perguntas são feitas, pausas e até mesmo a ordem das perguntas podem afetar a quantidade de informações significativas compartilhadas. Contudo, acredita-se que esta seja a primeira tentativa de desenvolver e aplicar software personalizado para detectar e categorizar automaticamente os padrões de fala durante as entrevistas forenses.

p Por mais de duas décadas, Narayanan tem desenvolvido tecnologias de fala e linguagem para compreender a fala e a linguagem das crianças, e no desenvolvimento de interfaces de conversação baseadas em IA premiadas para crianças. Ele diz "... ciência de dados informada linguisticamente e técnicas computacionais oferecem um rico conjunto de ferramentas para ajudar a entender não apenas o que uma criança está tentando comunicar, mas seu estado emocional e cognitivo de ser. Estas são as tecnologias de nosso laboratório [SAIL] na USC está tentando desenvolver com nossos colaboradores. "

p Narayanan de Viterbi conheceu Lyon de Gould há cerca de uma década em um workshop colaborativo multidisciplinar entre professores da USC. Os dois começaram a trabalhar neste projeto há cerca de um ano e meio, com os candidatos ao doutorado de Narayanan, Ardulov e Manoj Kumar, assumindo a liderança na busca de maneiras de quantificar fatores específicos na fala que poderiam afetar o resultado da entrevista, como a frequência ou duração da as pausas de um entrevistador, o tempo alocado para uma criança responder, e até que ponto o ritmo da fala do entrevistador reflete a fala da criança que está sendo entrevistada.

p Lyon se interessou pelo trabalho de Narayanan com a expectativa de que "a tecnologia pode captar as sutilezas de uma entrevista - qualidades, que são mais difíceis de pegar e contar. "

p Conclusões do artigo apresentado

p As transcrições anônimas de áudio de duzentas entrevistas forenses que Lyon coletou de casos de abuso infantil foram transcritas de arquivos de áudio e, em seguida, codificadas para uma variedade de dimensões. Os pesquisadores do SAIL Lab, que desenvolveu anteriormente ferramentas para analisar automaticamente a fala (como quem falou e por quanto tempo) e ricos aspectos comportamentais (como emoções), bem como a forma como as pessoas interagem umas com as outras, desenvolveu modelos personalizados para cada entrevista. Uma vez que isso foi feito, os pesquisadores, então, buscariam padrões nas entrevistas e na interação entre o entrevistador e o entrevistado.

p Em geral, os resultados dos pesquisadores são consistentes com estudos anteriores no campo da psicologia jurídica. As entrevistas são normalmente conduzidas em duas fases - uma fase de construção de relacionamento não relacionada ao crime ou abuso, e, em seguida, uma segunda entrevista focou no suposto abuso. Neste estudo, a forma como as crianças nessas entrevistas responderam foi altamente correlacionada com sua idade. Para crianças mais novas, o conteúdo emocional das palavras do entrevistador teve um impacto sobre a quantidade de informações que eles estavam dispostos a compartilhar durante a fase da entrevista. As crianças mais velhas foram mais influenciadas pela maneira como o entrevistador vocalizou suas palavras (o tom e o volume).

p Próximos passos

p A esperança é que um assessor de computador para entrevistas possa assumir várias formas. Primeiro, pode ser um meio de treinar entrevistadores forenses, seja por meio de um assistente virtual que informa os entrevistadores durante uma interação, ou como uma entrevista infantil simulada.

p Ambas as abordagens dependem da disponibilidade de grandes conjuntos de dados de interações de perguntas e respostas e modelos matemáticos rigorosos de como as crianças respondem e são influenciadas pelas entradas do entrevistador. É semelhante, Ardulov diz, para saber como o Google preenche automaticamente as frases que você inserir e oferece sugestões com base no grande número de entradas históricas.

p Lyon imagina que esses modelos podem ser ótimas ferramentas para quem trabalha como defensor da criança. "Pode fornecer informações adicionais para estruturar e refinar protocolos, " ele diz.

p Lyon diz, "Imagine uma transcrição automática de uma entrevista em que um entrevistador segurando um iPad obtém as palavras ou frases destacadas que podem informar sua próxima pergunta e orientar a entrevista."

p Ele acrescenta que essa seria uma forma de as entrevistas não precisarem usar notas, e o próprio software pode apontar possíveis contradições e inconsistências.

p Para fazer isso, a próxima fase da pesquisa seria a criação de modelos mais sofisticados, pelos quais os pesquisadores olham para interações específicas, ou sequências específicas de perguntas para entender o que produz as informações mais relevantes de uma criança.