Detecting Trust and Deception in Group Interaction

این کتاب رفتار کلامی و غیرکلامی چندوجهی انسانها را در هر دو یک بازی مصنوعی، بر اساس بازی‌های معروف مافیا و مقاومت و همچنین تنظیمات دیگر انتخاب می‌کند. این کتاب نتایج آماری را ایجاد می‌کند که انواع مختلف حالات چهره (مانند لبخند، لب‌های جمع شده، ابروهای بالا رفته)، ویژگی‌های صوتی (مانند زیر و بم، بلندی صدا) و ویژگی‌های زبانی (مانند زبان غالب، طول چرخش) را با هر دو مرتبط می‌سازد. رفتارهای یکپارچه (مثلاً آیا شخص X دروغ می گوید؟) تا رفتارهای دوتایی (آیا شخص X در مقایسه با شخص Y غالب است؟ آیا X به Y اعتماد دارد؟ آیا X Y را دوست دارد؟). علاوه بر این، این کتاب یادگیری ماشینی و الگوریتم‌های مبتنی بر بینایی کامپیوتری را توصیف می‌کند که می‌توانند برای پیش‌بینی فریب مورد استفاده قرار گیرند، و همچنین تمرکز بصری توجه افراد در طول بحث‌ها که می‌تواند به بسیاری از رفتارهای دوتایی مرتبط باشد. این توسط یک تیم چند رشته ای متشکل از دانشمندان علوم اجتماعی و دانشمندان کامپیوتر نوشته شده است.

جلسات در قلب فعالیت های انسانی قرار دارند. چه در یک جلسه تجاری و چه در یک مذاکره دیپلماتیک شرکت داشته باشید، چنین رویدادی بازیگران متعددی دارد، برخی همکاری و برخی متخاصم. برخی از بازیگران ممکن است فریبنده باشند، برخی دیگر ممکن است روابط پیچیده ای با دیگران در گروه داشته باشند. این کتاب شامل مجموعه ای از 11 فصل است که عواملی را که رفتار انسان در محیط های گروهی و نگرش ها را به ویژگی های چهره و صدا مرتبط می کند، تشریح می کند.

محققان فعال در علوم اجتماعی (ارتباطات، روانشناسی، علوم شناختی) با علاقه مندی به مطالعه ارتباط بین رفتار بین فردی انسان و ویژگی های چهره / گفتار / زبانی در این کتاب علاقه مند خواهد بود. دانشمندان علوم کامپیوتر که علاقه مند به توسعه مدل های مبتنی بر یادگیری ماشینی و یادگیری عمیق از رفتار انسان در تنظیمات گروهی هستند نیز به خرید این کتاب علاقه مند خواهند شد.

This book analyzes the multimodal verbal and nonverbal behavior of humans in both an artificial game, based on the well-known Mafia and Resistance games, as well as selected other settings. This book develops statistical results linking different types of facial expressions (e.g. smile, pursed lips, raised eyebrows), vocal features (e.g., pitch, loudness) and linguistic features (e.g., dominant language, turn length) with both unary behaviors (e.g. is person X lying?) to binary behaviors (Is person X dominant compared to person Y? Does X trust Y? Does X like Y?). In addition, this book describes machine learning and computer vision-based algorithms that can be used to predict deception, as well as the visual focus of attention of people during discussions that can be linked to many binary behaviors. It is written by a multidisciplinary team of both social scientists and computer scientists.

Meetings are at the very heart of human activity. Whether you are involved in a business meeting or in a diplomatic negotiation, such an event has multiple actors, some cooperative and some adversarial. Some actors may be deceptive, others may have complex relationships with others in the group. This book consists of a set of 11 chapters that describe the factors that link human behavior in group settings and attitudes to facial and voice characteristics.

Researchers working in social sciences (communication, psychology, cognitive science) with an interest in studying the link between human interpersonal behavior and facial/speech/linguistic characteristics will be interested in this book. Computer scientists, who are interested in developing machine learning and deep learning based models of human behavior in group settings will also be interested in purchasing this book.