Hoe herken je een leugenaar? De waarheid over wegkijken en andere misvattingen

geschreven door Glynis Bogaard

Liegen maakt deel uit van ons dagelijks leven. Zo liegen we gemiddeld twee keer per dag. Ondanks onze lieg-ervaring zijn we toch behoorlijk slecht in het ontmaskeren van leugenaars. Dit is slecht nieuws voor professionele verhoorders. Het verkeerd beoordelen van een verklaring bij een politieverhoor kan namelijk ernstige gevolgen hebben. Hoe kunnen we leugens nu het beste herkennen en bieden leugendetectiemethoden soelaas? Letten op wat iemand vertelt blijkt in ieder geval veel bruikbaarder dan letten op iemands gedrag.

Afbeelding van Schwerdhoever, op pixabay (https://pixabay.com/en/pinocchio-nose-lying-nose-long-lie-2917652/) CC0 1.0(https://creativecommons.org/publicdomain/zero/1.0/deed.en)

Iedereen liegt wel eens. Maar ondanks onze ervaring met liegen, zijn we verrassend slecht in het ontmaskeren van leugenaars. We presteren niet beter dan als we een muntje zouden opgooien (Bond en DePaulo, 2006; 2008). Dat dit ook geldt voor politieagenten is bijzonder verontrustend. Immers, het verkeerd beoordelen van een verklaring bij politie onderzoek kan resulteren in onopgeloste zaken, onterechte beschuldigingen en/of gerechtelijke dwalingen.

Om leugenaars succesvol te ontmaskeren zijn drie uitgangspunten belangrijk: (1) er moeten observeerbare verschillen bestaan tussen waarheidssprekers en leugenaars, (2) we moeten weten welke van deze observeerbare verschillen bruikbaar zijn bij het opsporen van leugens en (3) we moeten in staat zijn deze bruikbare verschillen op te pikken bij leugenaars om zo een correct leugenoordeel te vellen. Elk van deze uitgangspunten brengt de nodige moeilijkheden met zich mee. Dat zal ik hieronder toelichten.

Bestaan er observeerbare verschillen tussen waarheidssprekers en leugenaars?

Wanneer we leugens trachten op te sporen zonder hulpmiddelen, kunnen we dit doen op twee manieren. Door te letten op hoe iemand zich gedraagt of door aandacht te schenken aan de inhoud van iemands verhaal. Leugendetectie op basis van gedrag valt onder non-verbale leugendetectie. Hiermee bedoelen we alle signalen die we aan een persoon kunnen zien, ook wel visuele signalen genoemd. Denk bijvoorbeeld aan glimlachen, wegkijken (of juist aankijken), knipperen met de ogen en bewegen met het hoofd (DePaulo et al., 2003). Wanneer we letten op de inhoud van iemands verhaal, noemen we dit verbale leugendetectie. Bijvoorbeeld de mate van detail, de lengte, en de samenhang van een verklaring. Maar kunnen we deze signalen ook werkelijk waarnemen om leugenaars te herkennen?

Wanneer we eerst kijken naar non-verbale signalen zit het verschil hem vooral in wat leugenaars minder doen, niet zozeer in wat ze meer doen. Zo bewegen leugenaars hun hoofd en ledematen bijvoorbeeld minder (Sporer & Schwandt, 2007). De meest uitgebreide studie onderzocht 158 non-verbale signalen en of leugenaars en waarheidssprekers hierin verschillen (DePaulo et al., 2003). Dit bleek slechts voor een handjevol signalen het geval te zijn. Leugenaars waren meer gespannen, hadden grotere pupillen en hielden hun kin iets hoger. De meeste signalen - 118 om precies te zijn – verschilden niet. Bovendien blijken verschillen in non-verbale signalen – als die er al zijn – erg klein en dus moeilijk te observeren. Voor veel non-verbale signalen zijn de resultaten ook niet eenduidig (Hartwig & Bond, 2011). Neem bijvoorbeeld het signaal wegkijken. Sommige studies vinden dat leugenaars meer wegkijken, andere studies vinden het omgekeerde of helemaal geen verschil in wegkijken. Wanneer we al deze studies samennemen, betekent het dat er geen relatie bestaat tussen liegen en wegkijken. We kunnen namelijk geen uitspraken doen of iemand liegt op basis van hoeveel iemand wegkijkt. Dit geldt overigens voor de meeste gedragingen. Succesvol leugens opsporen op basis van gedrag is daarom erg moeilijk (zie bijvoorbeeld Vrij, 2008b).

Leugenaars ontmaskeren op basis van verbale of inhoudelijke signalen, blijkt veel beter te werken (Amado, Arce, & Fariña, 2015; Amado, Arce, Fariña, & Vilariño, 2016; DePaulo et al., 2003; Masip, Sporer, Garido, & Herrero, 2005; Oberlader et al., 2016; Vrij, 2005, 2008a). Leugenaars hebben doorgaans bijvoorbeeld minder samenhang in hun verhaal, zijn minder geneigd om hun verhaal spontaan aan te passen (“het was 12u, of nee, het was 12.30u…”) en geven minder details prijs. Meestal zijn leugens ook minder aannemelijk dan waarheden en bevatten ze meer inconsistenties. Bijvoorbeeld wanneer iemand de verdachte in zijn verklaring eerst beschrijft als “een persoon met een normaal postuur”, om later te zeggen dat “de verdachte klein was”. Meer specifiek noemen we dit een contradictie of tegenspraak.

Er bestaan dus wel degelijk observeerbare verschillen tussen waarheidssprekers en leugenaars. De grootste en meest bruikbare verschillen vind je in de inhoud van iemands verhaal en niet in het gedrag van de verteller.

Weten we welke observeerbare signalen bruikbaar zijn?

Er is veel onderzoek gedaan naar hoe we leugens detecteren en hoe nauwkeurig we hierin zijn. Meestal krijgen proefpersonen in zulk onderzoek video’s te zien waarin personen liegen en/of de waarheid spreken. Vervolgens geven proefpersonen aan hoe geloofwaardig ze de mensen in de video’s vinden en welke signalen ze hierbij gebruikten. Op basis van dit soort onderzoek – zelfrapportage-onderzoek dus – blijkt dat leugen-oordelen voornamelijk gemaakt worden op basis van gedrag. Jammer genoeg negeren we hierbij grotendeels de meer bruikbare inhoudelijke signalen. Wegkijken is steevast het meest genoemde signaal, zowel voor politieagenten als leken (Bogaard & Meijer, 2016; Bogaard, Meijer, Vrij, & Merckelbach, 2016; Mann, Vrij, & Bull, 2004; Strömwall & Granhag, 2003; Strömwall, Granhag, & Hartwig, 2004; The Global Deception Research Team, 2006; Wright & Wheatcroft, 2017). Maar, zoals jullie ondertussen weten, zegt kijkrichting niets over liegen (zie bijvoorbeeld Wiseman et al., 2012). Andere veelgenoemde signalen zijn het gezicht aanraken, friemelen en de hoeveelheid bewegingen. Ook hierin verschillen leugenaars meestal niet van waarheidssprekers. Als er al een verschil is, zullen leugenaars net mínder bewegen. Hoe meer we letten op gedrag, zoals wegkijken en friemelen, hoe slechter we zelfs zijn in het detecteren van leugens (Mann et al., 2004).

In tegenstelling tot non-verbale signalen, schatten we verbale signalen correcter in. Doorgaans denken we dat leugenaars meer inconsistenties en tegenspraak in hun verklaring hebben (bijv. aan het begin van een verhaal “hij had een rode trui aan”, later in dezelfde verklaring “hij had een paarse trui aan”), ze minder details prijsgeven (verhaal is vager, minder specifiek) en een kortere verklaring afleggen (Bogaard & Meijer, 2016; Bogaard et al., 2016). Dit zijn inhoudelijke signalen die inderdaad steun vinden in de wetenschappelijke literatuur (Levine & McCornack, 2014; Masip & Herrero, 2014; Vrij, 2008b).

Op de vraag of we weten welke leugensignalen bruikbaar zijn, is het antwoord tweeledig. Wanneer het gaat om het inschatten van bruikbare non-verbale signalen slaan we de bal nogal vaak mis. Bruikbare inhoudelijke – of verbale – signalen schatten we daarentegen beter in. We weten dus slechts gedeeltelijk op welke signalen we het beste zouden kunnen letten om leugenaars te ontmaskeren. Zijn we dan wel in staat om de juiste signalen te herkennen en te gebruiken om leugens te detecteren?

Kunnen we bruikbare leugendetectie signalen werkelijk oppikken?

Leugenaars succesvol ontmaskeren blijkt een moeilijke opdracht. In de literatuur vinden we twee tegengestelde veronderstellingen die uitleggen waarom leugens detecteren voor ons zo problematisch is. De eerste veronderstelling zegt dat leugendetectie ondermaats is vanwege het vertrouwen dat we leggen in onjuiste signalen (Hartwig & Bond, 2011). Deze assumptie werd gebaseerd op de bevindingen van zelf-rapportage onderzoek – zoals hierboven uitgelegd. Ons leugen-oordeel baseren we inderdaad vooral op (foutieve) non-verbale signalen. Hierbij negeren we grotendeels de inhoud van een verklaring (Levine & McCornack, 2014; Masip & Herrero, 2014; Vrij, 2008b). Gedrag leidt dus erg af en maakt onze leugenoordelen zelfs minder accuraat. Zo vroegen onderzoekers aan proefpersonen om verklaringen naar waarheid te beoordelen, maar manipuleerden daarbij welke signalen ze hierbij konden gebruiken (Mann, Vrij, Fisher, & Robinson, 2008). Verklaringen werden gepresenteerd als video’s met geluid (visuele en verbale signalen), video’s zonder geluid (visuele signalen) of enkel als geluidsfragment ( verbale signalen). Zoals verwacht werden video’s zonder geluid (43.5%) het minst accuraat beoordeeld. Wanneer het geluid alleen, of beeld en geluid beschikbaar waren, was de accuraatheid rond de 65%. Toegang tot verbale signalen blijkt dus belangrijk voor leugendetectie. Meer nog, hoe meer juiste opvattingen we hebben over bruikbare verbale signalen, hoe beter onze leugen-oordelen (Bogaard & Meijer, 2016; Bogaard & Meijer, 2018).

De alternatieve veronderstelling zegt dat we ondermaats presteren omdat er onvoldoende bruikbare signalen zijn om leugen-oordelen te maken (Hartwig & Bond, 2011). Wetenschappelijk onderzoek toont inderdaad dat de verschillen tussen waarheidssprekers en leugenaars vaak klein zijn. Vooral wanneer we als luisteraar een passieve rol hebben (Vrij, Fisher, Mann, & Leal, 2006, 2008). Dit betekent dat we de persoon die ons informatie geeft niet verder aan de tand voelen. We kunnen dit bijvoorbeeld doen door kritische vragen te stellen. Meer bewijs voor deze hypothese komt van de onderzoekers Hartwig en Bond (2011). Zij onderzochten of de signalen die we zeggen te gebruiken bij leugendetectie corresponderen met de signalen die werkelijk gebruikt worden. Dit bleek niet het geval. Zo vertrouwen we bij het maken van leugen-oordelen veel meer op indrukken van incompetentie en gebrek aan spontaniteit dan op de stereotype non-verbale signalen (zoals wegkijken). Terwijl deze laatste signalen wel werden gerapporteerd. Hun conclusie luidt dat we zelden letten op verkeerde signalen, want de gebruikte signalen vinden wel steun in de wetenschappelijke literatuur. Onze gelimiteerde leugendetectievaardigheden lijken dus eerder te wijten aan de beperkte observeerbare verschillen tussen leugenaars en waarheidssprekers. Ongeacht welke hypothese de voorkeur heeft, de conclusie blijft identiek: zonder training of hulpmiddelen wordt het moeilijk om leugens succesvol op te sporen.

Bieden leugendetectiemethoden een oplossing?

Met behulp van een leugendetectie training of betrouwbare leugendetectiemethoden kunnen we onze nauwkeurigheid verhogen naar ongeveer 70%. Voornamelijk trainingen met een focus op inhoudelijke signalen laten de grootste verbetering zien. Belangrijk bij deze training is de nadruk op het herkennen van bruikbare verbale signalen en het wegnemen van foute opvattingen. Trainingen in visuele en vocale signalen (signalen op basis van onze stem) laten slechts een kleine of zelfs helemaal geen prestatieverbetering zien (Hauch, Sporer, Michael, & Meissner, 2014). Jammer genoeg vertrouwen de meest gebruikte leugendetectiemethoden voornamelijk op weinig bruikbare visuele signalen. Dit maakt de kans op het verbeteren van onze leugen-oordelen klein.

De bekendste methode, de leugendetector, oftewel de polygraaf, meet lichamelijke reacties zoals zweten, hartslag, ademhaling en bloeddruk. Het probleem hierbij is dat je voornamelijk iemands emotionele reacties meet op de vragen die gesteld worden (Meijer & Verschuere, 2010). Afhankelijk van op welke vragen iemand emotioneler reageert, beslissen leugendetector-deskundigen of iemand liegt of niet. In tegenstelling tot wat veel mensen denken is het dus niet de machine die een leugen-oordeel maakt, maar de persoon erachter. Er zijn echter twee zwaarwegende nadelen verbonden aan de polygraaf. Het ontbreekt deze methode aan een wetenschappelijke basis en de kans dat onschuldigen als leugenachtig uit de test komen is bijzonder groot (Iacono, 2001).

Ook zijn er ondertussen particuliere bureaus op de markt actief die verscheidene leugendetectiemethoden aanprijzen. Veelal zijn deze methoden terug te voeren op omstreden signalen zoals micro-expressies. Jullie kennen deze vorm van leugendetectie wellicht van de populaire tv-serie “Lie to me”. Hoofdrolspeler Cal Lightman staat in deze serie de politie bij om de waarheid te achterhalen. Hij let hierbij voornamelijk op gelaatsuitdrukkingen en emoties – micro-expressies dus. Dit zijn vluchtige, ongecontroleerde emoties die in onze gelaatsuitdrukking doorsijpelen en zo onze ware gevoelens prijsgeven (Porter & ten Brinke, 2008). Wanneer we liegen zullen we onze echte emotie maskeren met een gesimuleerde emotie. In dit geval zal er een micro-expressie van onze echte emotie optreden. Deze zouden we kunnen gebruiken om leugenaars te ontmaskeren. Zover ik weet bestaat er geen wetenschappelijk onderzoek dat toont dat deze techniek werkelijk onze leugendetectie prestatie verhoogt.

Of neem nu bijvoorbeeld de uit Israël overgewaaide methode “proactief signaleren” (PAS). Het doel van deze methode is om crimineel en terroristisch gedrag vroegtijdig op te merken (de Ree, 2017). Hoe? Door te letten op “triggers” zoals schrikreacties wanneer iemand de politie ziet, of iemand die rood aanloopt terwijl hij met de politie praat. Wanneer deze triggers opgemerkt worden, zou de politie de persoon in kwestie moeten aanspreken. Weer een methode die gebaseerd is op afwijkend gedrag en waarvoor wetenschappelijk evidentie ontbreekt. Gebruikers van de PAS zijn enthousiast. Dat is ook niet vreemd, want meer focus op het aanspreken van mensen zal automatisch leiden tot meer informatie over deze personen. De vraag blijft of je hetzelfde aantal ontdekkingen zou doen als je evenveel mensen willekeurig aanspreekt.

Er bestaan ondertussen gelukkig ook enkele betrouwbare verbale leugendetectiemethoden die hun weg naar de praktijk hebben gevonden (zie Bogaard, Meijer, Vrij, & Merckelbach, 2011). Bijvoorbeeld de in Nederland gebruikte “Criteria Based Content Analysis” (CBCA; Steller & Köhnken, 1989). Verbale leugendetectiemethoden bestaan uit een lijst van inhoudelijke aandachtspunten - criteria genoemd - die getoetst moeten worden in twijfelachtige verklaringen; denk hierbij aan de mate van details in een verklaring. Hoe sterk de getoetste criteria aanwezig zijn, wordt vervolgens gebruikt om uitspraken te doen over de geloofwaardigheid van een verklaring. Deze methoden kunnen onze leugendetectieprestatie verbeteren tot ongeveer 70% (Vrij, 2015). Let wel, dit betreft enkel methoden waarvan de wetenschappelijke onderbouwing voldoende werd vastgesteld. Het neemt niet weg dat we nog steeds rekening moeten houden met een behoorlijk foutenpercentage.

Recenter leugendetectie-onderzoek stelt dat we beter kunnen afstappen van het passief observeren van leugensignalen. Zoals bij voorgenoemde methoden het geval is (Levine, 2015). We kunnen als luisteraar beter een actievere rol aannemen wanneer we twijfelen aan iemands verhaal (Vrij, Fisher, & Blank, 2017). We moeten leugenaars het vuur aan de schenen leggen. Want – zo blijkt – liegen kost meer moeite dan het vertellen van de waarheid (Vrij, Granhag, Mann, & Leal, 2011) en hier kunnen we gebruik van maken. Zo kun je bijvoorbeeld onverwachte vragen stellen, vragen om bepaalde locaties uit een verklaring te schetsen, of iemand de opdracht geven om een verklaring achterstevoren te vertellen (Vrij & Granhag, 2012). Een leugenaar zal het moeilijker hebben met deze opdrachten en valt sneller door de mand.

Tot slot

De meest betrouwbare leugendetectiemethoden detecteren leugens op basis van inhoudelijke kenmerken, niet op basis van gedrag. Het interpreteren van gedrag is namelijk behoorlijk misleidend bij het ontmaskeren van leugenaars (Levine, Blair, & Clare, 2014). Hoewel 70% nog steeds geen overtuigende prestatie is, is dit wel een aanzienlijke verbetering vergeleken met wanneer we op onze intuïtie vertrouwen. De kans dat de wetenschap ooit een methode realiseert met een nauwkeurigheid van meer dan 95% is erg twijfelachtig. Er bestaan namelijk geen unieke kenmerken die leugens aangeven (DePaulo et al., 2003). Methoden die zo’n hoge accuraatheid claimen, kunnen we beter nog eens kritisch onder de loep nemen. Grote kans dat deze informatie gelogen is.

Referenties

Amado, B. G., Arce, R., & Fariña, F. (2015). Undeutsch hypothesis and Criteria Based Content Analysis: A meta-analytic review. The European Journal of Psychology Applied to Legal Context, 7, 1-10.
Amado, B. G., Arce, R., Fariña, F., & Vilariño, M. (2016). Criteria-Based Content Analysis (CBCA) reality criteria in adults: A meta-analytic review. International Journal of Clinical and Health Psychology, 16, 201-210.
Bogaard, G., & Meijer, E. (2016). Verbale Leugendetectie wizards. Politiekunde, 80, 1-88.
Bogaard, G., Meijer, E., Vrij, A., & Merckelbach, H. (2011). Verbale analysemethoden: Leugenaars praten anders. De Psycholoog, 10-19.
Bogaard, G., Meijer, E., Vrij, A., & Merckelbach, H. (2016). Strong but wrong: beliefs about verbal and non-verbal cues to deception. PLoS ONE, 11, e0156615. doi:10.1371/journal.pone.0156615
Bogaard, G., & Meijer, E. H. (2018). Self-Reported Beliefs About Verbal Cues Correlate with Deception-Detection Performance. Applied Cognitive Psychology, 32, 129-137. doi:10.1002/acp.3378
DePaulo, B. M., Lindsay, J. J., Malone, B. E., Muhlenbruck, L., Charlton, K., & Cooper, H. (2003). Cues to deception. Psychological Bulletin, 129, 74-118.
de Ree, H. (2017). Politie speciaal opgeleid voor beveiliging Koningsdag "een uniform als lokmiddel". BN DeStem. Geraadpleegd van https://www.bndestem.nl/brabant/politie-speciaal-opgeleid-voor-beveiligi...
Hartwig, M., & Bond, C. F. (2011). Why do lie-catchers fail? A lens model meta-analysis of human lie judgments. Psychological Bulletin, 137, 643-659.
Hauch, V., Sporer, S. L., Michael, S. W., & Meissner, C. A. (2014). Does training improve the detection of deception? A meta-analysis. Communication Research, 1-61.
Iacono, W. G. (2001). Forensic 'Lie Detection': Procedures without scientific basis. Journal of Forensic Psychology Practice, 1, 75-86.
Levine, T. R. (2015). New and improved accuracy findings in deception detection research. Current Opinion in Psychology, 6, 1-5.
Levine, T. R., Blair, J. P., & Clare, D. D. (2014). Diagnostic utility: Experimental demonstrations and replications of powerful question effects in high‐stakes deception detection. Human Communication Research, 40(2), 262-289.
Mann, S., Vrij, A., & Bull, R. (2004). Detecting true lies: Police officers' ability to detect suspects' lies. Journal of Applied Psychology, 89, 137-149.
Mann, S., Vrij, A., Fisher, R. P., & Robinson, M. (2008). See no lies, hear no lies: Differences in discrimination accuracy and response bias when watching or listening to police suspect interviews. Applied Cognitive Psychology, 22, 1062-1071.
Masip, J., Sporer, A. L., Garido, E., & Herrero, C. (2005). The detection of deception with the reality monitoring approach: A review of the empirical evidence. Psychology, Crime and Law, 11, 99-122.
Meijer, E., & Verschuere, B. (2010). The polygraph and the detection of deception. Journal of Forensic Psychology Practice, 10, 325-338.
Oberlader, V. A., Naefgen, C., Koppehele-Gossel, J., Quinten, L., Banse, R., & Schmidt, A. F. (2016). Validity of Content-Based techniques to distinguish true and fabricated statements: A Meta-Analysis. Law and Human Behavior, 1-63.
Porter, S., & ten Brinke, L. (2008). Reading between the lies: Identifying concealed and falsified emotions in universal facial expressions. Psychological Science, 19, 508-514.
Sporer, S. L., & Schwandt, B. (2007). Moderators of nonverbal indicators of deception. Psychology, Public Policy, and Law, 13, 1-34.
Steller, M., & Köhnken, G. (1989). Criteria Based Statement Analysis. In D. C. Raskin (Ed.), Psychological methods in criminal investigation and evidence (pp. 217-245). New York: Springer
Strömwall, L. A., & Granhag, P. A. (2003). How to detect deception? Arresting the beliefs of police officers, prosecutors and judges. Psychology, Crime and Law, 9, 19-36.
Strömwall, L. A., Granhag, P. A., & Hartwig, M. (2004). Practicioners' beliefs about deception. In L. A. Strömwall & P. A. Granhag (Eds.), The detection of deception in forensic contexts. Cambridge: Cambridge University Press.
The Global Deception Research Team. (2006). A world of lies. Journal of Cross-Cultural Psychology, 37, 60-74.
Vrij, A. (2005). Criteria Based Content Analysis: A qualitative review of the first 37 studies. Psychology, Public Policy, and Law, 11, 3-41.
Vrij, A. (2008a). Detecting lies and deceit: Pitfalls and opportunities. Chichester: Wiley.
Vrij, A. (2008b). Nonverbal dominance versus verbal accuracy in lie detection: A plea to change police practice. Criminal Justice and Behavior, 35, 1323-1336.
Vrij, A. (2015). Verbal Lie Detection tools: Statement validity analysis, reality monitoring and scientific content analysis. Detecting deception: Current challenges and cognitive approaches, 3-35.
Vrij, A., Fisher, R., & Blank, H. (2017). A cognitive approach to lie detection: A meta-analysis. Legal and Criminological Psychology, 22, 1-21.
Vrij, A., Fisher, R., Mann, S., & Leal, S. (2006). Detecting deception by manipulating cognitive load. Trends in Cognitive Sciences, 10, 141-142.
Vrij, A., Fisher, R., Mann, S., & Leal, S. (2008). A cognitive load approach to lie detection. Journal of Investigative Psychology and Offender Profiling, 5, 39-43.
Vrij, A., & Granhag, P. A. (2012). Eliciting cues to deception and truth: What matters are the questions asked. Journal of Applied Research in Memory and Cognition, 1, 110-117. doi:10.1016/j.jarmac.2012.02.004
Vrij, A., Granhag, P. A., Mann, S., & Leal, S. (2011). Outsmarting the liars: Toward a cognitive lie detection approach. Current Directions in Psychological Science, 20, 28-32.
Wiseman, R., Watt, C., Ten Brinke, L., Porter, S., Couper, S. L., & Rankin, C. (2012). The eyes don’t have it: lie detection and neuro-linguistic programming. PLoS ONE, 7.
Wright, C., & Wheatcroft, J. M. (2017). Police officers' beliefs about, and use of, cues to deception. Journal of Investigative Psychology and Offender Profiling, 14(3), 307-319. doi:10.1002/jip.1478

Tijdschriftissue 1 2018