Психолінгвістика брехні: чи можна визначити обман за словами
Оновлено: 1 годину тому
Автор: Український психологічний ХАБ · Опубліковано: 18 вересня 2026 · Редакційна політика
Чи можна визначити брехню за словами? Коротка відповідь: окреме слово, займенник, пауза, емоційний тон або «підозрілий» стиль мовлення не дають надійного висновку, що людина обманює. Дослідження справді знаходять середні відмінності між правдивими та оманливими повідомленнями, але вони зазвичай невеликі, залежать від ситуації й перекриваються між людьми. Метааналіз 44 досліджень комп’ютерно вимірюваних мовних ознак показав кілька статистично стійких тенденцій, однак загальний ефект був малим, а результати суттєво змінювалися залежно від типу події, мотивації, емоційності, формату взаємодії та інших умов.
Тому психолінгвістика брехні в науковому сенсі — це не «словник брехуна» і не спосіб читати наміри з тексту. Це дослідження того, як навмисне введення в оману може змінювати породження мовлення, вибір слів, деталізацію, структуру наративу та взаємодію співрозмовників, а також того, за яких умов ці відмінності зникають або стають ненадійними.
Що таке психолінгвістика брехні
«Психолінгвістика брехні» — зручна назва для ділянки на перетині психолінгвістики, психології обману, судової психології, дискурс-досліджень і комп’ютерного аналізу мови. Її центральне питання звучить не як «яке слово видає брехуна?», а як «які мовні процеси в середньому змінюються, коли людина навмисно формує повідомлення, покликане створити в іншого хибне уявлення?»
Для інтерпретації принципово важливо відрізняти навмисний обман від помилки пам’яті, хибного переконання, неповного знання, непорозуміння або неточного формулювання. Людина може повідомити неправдивий факт і щиро вважати його правдою. І навпаки, обман може містити багато фактично правильних деталей, якщо вони підібрані так, щоб привести співрозмовника до хибного висновку. Сам текст не завжди містить достатньо інформації, щоб відновити намір автора.
Чому мова може змінюватися під час обману
Когнітивне навантаження
Створення неправдивої версії подій може вимагати утримувати вигадану історію в робочій пам’яті, стежити за послідовністю, пригнічувати правдиву відповідь і передбачати перевірочні запитання. За деяких умов це підвищує когнітивне навантаження й впливає на продуктивність, складність або плавність мовлення. Але складне мовлення саме по собі не є ознакою правди, а просте — ознакою брехні: втома, тривога, друга мова, нейрорізноманітність, освіта, стрес і формат інтерв’ю теж змінюють мовну поведінку.
Емоції
Обман інколи супроводжується страхом викриття, провиною, напругою або негативним афектом. У корпусних дослідженнях це може проявлятися в частоті слів, пов’язаних із негативними емоціями. Проте емоційна лексика відображає емоційний зміст і стан мовця, а не автоматично його правдивість. Правдомовець у конфліктній чи травматичній ситуації теж може використовувати багато негативно забарвлених слів.
Дистанціювання
Одна з гіпотез полягає в тому, що під час обману люди частіше психологічно дистанціюються від власного повідомлення. У частині досліджень це пов’язували зі змінами у використанні займенників, самопосилань і мовних конструкцій, які послаблюють особисте залучення. Newman, Pennebaker та колеги у п’яти вибірках виявили менше самопосилань та інші відмінності стилю в оманливих текстах. Це важлива рання робота, але її класифікаційні результати не перетворюють займенники на універсальний детектор.
Пам’ять і деталізація
Правдиві розповіді про пережиті події часто спираються на доступні в пам’яті сенсорні та контекстуальні деталі. Вигадану історію доводиться конструювати, тому вона за певних умов може бути біднішою на перевірювані або конкретні подробиці. Водночас досвідчений чи підготовлений обманювач може навмисно додавати деталі. Саме тому кількість деталей має сенс лише разом із контекстом, способом отримання розповіді та можливістю незалежної перевірки.
Що показують метааналізи мовних ознак обману
Найбільш прямий огляд комп’ютерно вимірюваних мовних ознак — метааналіз Hauch, Blandón-Gitlin, Masip і Sporer. Автори об’єднали 79 операціоналізованих ознак із 44 досліджень. У середньому оманливі повідомлення були пов’язані з більшим когнітивним навантаженням, більшою негативною емоційністю, більшим дистанціюванням, меншою кількістю сенсорно-перцептивних слів і рідшими посиланнями на когнітивні процеси. Водночас гіпотеза про більшу невпевненість брехунів не підтвердилася, а загальний ефект був малим.
Ще ширший метааналіз DePaulo та колег синтезував 1 338 оцінок 158 поведінкових ознак обману. Він показав, що деякі відмінності між брехнею і правдою існують, але більшість окремих сигналів слабкі. Пізніший аналіз Luke звернув увагу на те, що ефекти окремих «ознак брехні» можуть бути завищені через публікаційне упередження, невеликі вибірки та низьку статистичну потужність.
Практичний висновок із цього корпусу даних простий: мовна ознака може бути статистично частішою в групі оманливих повідомлень і водночас бути слабкою основою для рішення щодо конкретної людини. Групова різниця не задає безпомилкового порога для індивідуального випадку.
Найчастіше досліджувані мовні маркери
Кількість і конкретність деталей
Одним із найпослідовніше досліджуваних напрямів є насиченість розповіді деталями: хто, де, коли, що бачив, чув або робив, які були просторові та часові характеристики події. У деяких парадигмах правдиві повідомлення містять більше таких подробиць. Але детальність залежить від пам’яті, часу після події, запитань інтерв’юера, мовної компетентності та того, чи знає мовець, які ознаки оцінюють.
Перевірювані деталі
Окремий напрям — Verifiability Approach, або підхід перевірюваності. Його логіка полягає в тому, що правдомовець частіше може назвати деталі, які реально перевірити: конкретне місце, цифровий слід, свідка, документ або інший зовнішній орієнтир. Метааналіз Palena та колег і незалежний метааналіз Verschuere, Bogaard і Meijer виявили більше перевірюваних деталей у правдивих повідомленнях із ефектами помірної величини. Обидва огляди водночас підкреслюють залежність результату від процедури та потребу в подальших реплікаціях.
Сенсорна й контекстуальна інформація
Слова про сприймання, простір, час і конкретні обставини часто пов’язують із Reality Monitoring. Теоретично спогад про пережиту подію може містити більше сенсорної та контекстуальної інформації, ніж сконструйована версія. Але Reality Monitoring походить із теорії пам’яті, тому пряме перенесення його логіки на навмисну брехню має межі. Nahari у метадослідницькому огляді 2023 року окремо наголошує, що людина, яка знає про критерій детальності, може стратегічно додавати деталі.
Займенники та самопосилання
Менша кількість «я»-форм або інших самопосилань іноді інтерпретується як дистанціювання. Такий патерн справді знаходили в окремих лабораторних роботах і в метааналізах, однак його сила змінюється між завданнями та мовами. У реальному тексті частота займенників сильно залежить від жанру: відповідь на запитання, формальний звіт, допис у соцмережі й особиста історія мають різні норми.
Негативна емоційна лексика
У середньому оманливі тексти в частині досліджень містять більше слів негативного афекту. Це може бути пов’язано з емоційним навантаженням, однак негативні слова не дозволяють відрізнити страх викриття від страху бути несправедливо звинуваченим, сорому, травматичного спогаду чи просто негативного змісту події.
Слова невпевненості
Популярне припущення «брехун частіше каже “можливо”, “напевно”, “я не певен”» не має статусу універсального правила. У метааналізі комп’ютерних мовних ознак гіпотеза про більшу невпевненість брехунів не підтвердилася. Надмірна впевненість також не є доказом правдивості.
LIWC і словниковий аналіз: що він може, а чого не може
LIWC (Linguistic Inquiry and Word Count) рахує частку слів, що належать до заданих лексичних категорій: емоції, когнітивні процеси, займенники, соціальні слова та інші класи. Психометричні матеріали LIWC-22 описують побудову категорій, норми та властивості показників.
У дослідженнях обману LIWC та подібні системи корисні для відтворюваного вимірювання мовних патернів у групах. Вони не «розуміють, хто бреше» в клінічному чи юридичному сенсі. Високий показник негативної емоційності, низька частка самопосилань або інший словниковий профіль — це результат аналізу тексту, а не діагноз наміру.
Рання робота Newman та колег показала, що комбінація лінгвістичних параметрів могла класифікувати експериментальні тексти краще за випадковий рівень у межах конкретних вибірок. Пізніший метааналіз Hauch та колег показав, чому такі результати слід читати обережно: розмір ефекту малий, а модератори суттєві. Модель, що працює на одному типі історій, не отримує автоматичного права визначати брехню в іншому жанрі, мові чи популяції.
Люди теж слабко визначають брехню без спеціальних процедур
Bond і DePaulo узагальнили 206 документів і дані 24 483 суддів. Без спеціальних інструментів і тренування середня точність розрізнення правди та брехні становила близько 54%. Це трохи вище випадкового вибору, але занадто низько, щоб вважати людську інтуїцію надійним «детектором».
Цей результат важливий для повсякденного читання текстів. Люди схильні впізнавати знайомі стереотипи — паузи, ухиляння, зайву впевненість, «не ті» займенники — і надавати їм більшої діагностичної ваги, ніж вони мають. Науковий підхід вимагає відокремлювати суб’єктивне відчуття підозри від перевірюваних фактів.
Методи аналізу змісту: різна доказова база
Reality Monitoring
Reality Monitoring оцінює характеристики повідомлення, які теоретично пов’язані з пам’яттю про пережитий досвід: перцептивні, часові, просторові та інші контекстуальні подробиці. Це корисна дослідницька рамка, однак її критерії не утворюють універсального тесту брехні, особливо коли мовець підготовлений або коли йдеться не про спогад про минулу подію.
Criteria-Based Content Analysis
Criteria-Based Content Analysis (CBCA) був розроблений у контексті оцінювання змісту свідчень і містить набір критеріїв реальності. Метааналітичний огляд Amado та колег показав дискримінативну цінність багатьох критеріїв у дорослих, але також обмеження узагальнення між контекстами. Це спеціалізована процедура оцінювання змісту, а не побутовий чекліст для читання повідомлень.
Verifiability Approach
Підхід перевірюваності зміщує фокус від «підозрілих слів» до деталей, які можна незалежно перевірити. Це концептуально важлива зміна: практична цінність інформації визначається не тим, наскільки вона схожа на стереотип брехні, а тим, чи створює вона можливість зовнішньої верифікації.
Scientific Content Analysis (SCAN)
SCAN часто подається як система виявлення брехні за письмовими заявами, однак її емпірична база проблемна. У контрольованому дослідженні Bogaard, Meijer, Vrij і Merckelbach критерії SCAN не змогли надійно розрізнити правдиві та сфабриковані описи негативної події. Автори прямо не рекомендували застосовувати SCAN у тодішньому вигляді як інструмент детекції брехні.
Мова, культура і білінгвізм змінюють картину
Дослідження брехні історично спиралося переважно на англомовні західні вибірки. Це проблема для будь-якої спроби перенести список «мовних маркерів» на українську мову або на багатомовне спілкування. Граматика, займенникова система, норми прямоти, жанри розповіді й соціальна бажаність відрізняються між мовами та культурами.
Dando, Taylor і Sandham порівнювали британських монолінгвів і південноазійських білінгвів у першій та другій мовах. Деякі загальні відмінності між правдивими й оманливими розповідями відтворювалися, але з’явилися культурні та мовні взаємодії, здатні спричиняти помилкові оцінки на практиці.
Отже, мовну простоту, паузи, лексичний вибір або меншу деталізацію не можна автоматично приписувати обману, якщо людина говорить нерідною мовою. Друга мова сама по собі збільшує вимоги до добору слів, контролю граматики й планування висловлення.
Письмовий текст, листування і соцмережі
У письмовому спілкуванні зникає частина акустичної та невербальної інформації, зате з’являється можливість редагувати текст, копіювати формулювання, планувати відповідь і використовувати зовнішні інструменти. Через це закономірності, отримані в усних інтерв’ю, не слід механічно переносити на чат, електронну пошту або дописи в соцмережах.
Для цифрового тексту особливо важливе питання походження даних: хто писав, за яких інструкцій, чи знав автор про перевірку, чи міг редагувати відповідь, яким був жанр і чи збігався розподіл тем у правдивому та оманливому класах. Класифікатор може навчитися розпізнавати тему, платформу або артефакт збору даних замість самого обману.
Автоматичне визначення брехні, NLP і великі мовні моделі
Сучасні методи машинного навчання можуть знаходити багатовимірні патерни, які людина не помічає. Це іноді дає високу точність усередині конкретного датасету. Наприклад, Loconte та колеги у чотирьох експериментах на корпусі 62 транскрибованих інтерв’ю отримали кращі результати для моделей машинного навчання, ніж для наївних і експертних людських суддів. Але мала й конкретна вибірка означає, що така точність не є універсальною характеристикою методу.
Найсильніше застереження щодо узагальнюваності дає новіше крослінгвальне дослідження Velutharambath, Sassenberg і Klinger, опубліковане 2026 року в Computational Linguistics. Автори побудували нові корпуси, де намагалися відокремити обман від артефактів збору даних. Часто згадувані мовні ознаки мали малі або нестабільні зв’язки з обманом, а моделі, які добре працювали на деяких старіших наборах, на нових даних наближалися до випадкового рівня. Це показує, наскільки легко переплутати розпізнавання датасету з розпізнаванням обману.
Великі мовні моделі не скасовують цієї проблеми. Вони можуть аналізувати послідовність, семантику, стиль і контекст значно ширше за словниковий підрахунок, але результат залежить від навчальних даних, постановки задачі, домену та наявності незалежної «істини» для перевірки. Висновок «цей текст схожий на брехню» не є встановленням наміру автора.
Окремо слід розрізняти людський обман і згенерований ШІ текст. Модель може створити фактично хибне або маніпулятивне повідомлення без людського типу наміру, переконання чи суб’єктивного переживання. Психологічні категорії «бреше», «боїться викриття», «почувається винною» не можна приписувати мовній моделі лише за формою її тексту.
Чому «одна ознака = брехня» не працює
Будь-яка окрема мовна ознака має багато альтернативних причин. Коротка відповідь може означати обман, сором, втому, страх, погане знання мови, небажання говорити, травматичний досвід або просто лаконічний стиль. Велика кількість деталей може виникати з реальної пам’яті або з ретельно підготовленої вигадки. Негативна лексика може відображати провину або цілком правдивий негативний досвід.
Проблема посилюється базовими частотами. Якщо в певному середовищі більшість повідомлень правдиві, навіть тест із пристойною лабораторною чутливістю може генерувати багато хибних підозр. Тому практична оцінка потребує не лише «сигналу», а й інформації про контекст, альтернативні пояснення та незалежні підтвердження.
Як коректно використовувати мовні маркери
Мовні маркери найкраще працюють як підказки для подальшого дослідження, а не як вирок. Якщо розповідь суперечлива, бідна на перевірювані деталі або різко змінюється, корисна наступна дія — уточнювальне запитання, перевірка часу, місця, документів, цифрових слідів чи інших джерел. Це переводить оцінку з інтуїції в площину перевірюваної інформації.
Високі ставки вимагають особливої дисципліни. У кримінальному, юридичному, кадровому, медичному або сімейному конфлікті не слід робити висновок про брехню лише за стилем мовлення, емоційністю, паузами чи результатом автоматичного аналізатора. Такі висновки можуть помилково маркувати правдомовця як обманювача.
Для дослідницького використання потрібні валідований корпус, заздалегідь визначені ознаки або прозора модель, незалежна тестова вибірка, контроль тематичних і демографічних змішувань, перевірка між мовами та доменами і чесне повідомлення не тільки точності, а й хибнопозитивних та хибнонегативних результатів.
Психолінгвістика брехні та дискурс
Дискурс-аналіз допомагає побачити ширший рівень: значення повідомлення створюється не лише частотою окремих слів, а й тим, як мовець вибудовує позиції, відповідальність, причинність, часову послідовність, взаємини з адресатом і рамку події. Для дослідження обману це важливо, бо одна й та сама лексична ознака може виконувати різні функції в різних контекстах.
Психолінгвістика дає базову модель того, як люди планують, продукують і розуміють мовлення. Дослідження брехні додає до цієї моделі специфічну комунікативну задачу: мовець контролює не лише те, що хоче сказати, а й те, яке уявлення має сформувати адресат.
Поширені міфи
«Брехуна видають займенники»
Займенники можуть статистично відрізнятися між групами в окремих умовах, але не існує правила, за яким певна частота «я», «ми» або «вони» доводить обман конкретної людини.
«Брехня завжди менш детальна»
Правдиві спогади часто багатші на певні види деталей, але обманювач може підготувати детальну версію, а правдомовець — погано пам’ятати подію, бути виснаженим або відповідати стисло.
«Невпевнена мова означає брехню»
Слова невпевненості відображають епістемічну позицію мовця, але метааналітичні дані не підтверджують їх як універсальний маркер обману.
«ШІ вже вміє визначати брехню з тексту»
Деякі моделі демонструють високі результати на окремих датасетах. Крослінгвальні й міжкорпусні тести показують значно складнішу картину: ознаки нестабільні, а точність може падати при перенесенні на нові умови. Для індивідуального висновку про намір людини цього недостатньо.
Часті запитання
Чи можна за одним повідомленням зрозуміти, що людина бреше?
Надійно — ні. Одне повідомлення можна аналізувати на суперечності, перевірювані деталі, зміну позиції та мовні патерни, але ці ознаки формують гіпотези, а не доведення обману.
Які слова найчастіше використовують брехуни?
Універсального списку немає. Дослідження знаходять середні групові відмінності в самопосиланнях, емоційній лексиці, сенсорних і когнітивних словах, але жодна категорія не є специфічною лише для брехні.
Чи допомагає LIWC виявляти брехню?
LIWC допомагає кількісно описувати лексичні категорії й порівнювати групи текстів. Він може бути частиною дослідницької моделі, але сам по собі не встановлює, що конкретний автор бреше.
Чи кращий ШІ за людину у визначенні брехні?
У деяких контрольованих наборах даних моделі перевершують людських оцінювачів. Це не гарантує перенесення на іншу мову, жанр, популяцію чи реальну ситуацію. Для практичного застосування вирішальною є зовнішня валідація на даних, яких модель не бачила і які не повторюють артефакти навчального корпусу.
Що робити, якщо повідомлення здається неправдивим?
Відокремити підозру від факту, сформулювати конкретну невідповідність, поставити нейтральні уточнювальні запитання й перевірити незалежні джерела. Чим вищі ставки, тим менше ваги слід надавати інтуїтивним «ознакам брехні».