Tutuklularla yapılan bir cezaevi saha testinde, ticari ses stresi analizi programlarından ikisi, tutukluların yakın zamandaki uyuşturucu kullanımı hakkında söylediği yalanların yalnızca yaklaşık %15’ini işaretledi ve genel doğrulukları yaklaşık %50 oldu (National Institute of Justice, Ses Stresi Analizi saha testi 2008). İnsan dinleyiciler de pek daha iyi değil: 24.483 hakem genelinde insanlar yalan-doğru yargılarının ortalama %54’ünü doğru veriyor, bu da yazı turaya ancak biraz üstünde (Personality and Social Psychology Review, Accuracy of Deception Judgments 2006). National Research Council, araştırmanın bilgisayarlı ses stresi analizörünün kullanımına dair “çok az bilimsel dayanak sunduğunu ya da hiç sunmadığını” tespit etti (National Research Council, The Polygraph and Lie Detection 2003). Buna rağmen ana üretici hâlâ binlerce polis müşterisi olduğunu iddia ediyor ve 2025 ile 2026’dan gelen yalnızca dinlemeye dayalı çalışmalar, sesin yüzden daha fazla aldatma sinyali taşıyıp taşımadığı sorusunu yeniden açıyor; bu tema konuşmadan duygu tanıma doğruluğu araştırmalarıyla kesişiyor. Journal of Forensic Sciences, Columbia University’nin aldatma konuşma derlemi, PLOS One, European Journal of Psychology Applied to Legal Context, ABD Çalışma Bakanlığı, AB Yapay Zekâ Yasası ve Birleşik Krallık hükümet kayıtlarından veri derledik.
TL;DR
- Ses stresi analizörleri, 319 tutuklunun katıldığı bir cezaevi saha testinde uyuşturucu kullanımı yalanlarının yaklaşık %15’ini yakaladı, genel doğruluk yaklaşık %50’ydi (NIJ, Ses Stresi Analizi saha testi 2008).
- Bir laboratuvar testinde NITV tarafından sağlanan CVSA uzmanları, doğru konuşmayı %61 ile %70 oranında aldatıcı olarak işaretledi (Journal of Forensic Sciences, Evaluation of the NITV CVSA 2008).
- Araştırma, bilgisayarlı ses stresi analizörü için “çok az bilimsel dayanak, hatta hiç dayanak” sunuyor (National Research Council, The Polygraph and Lie Detection 2003).
- İnsanlar 206 belge genelinde yalan-doğru yargılarının ortalama %54’ünü doğru veriyor (Personality and Social Psychology Review, Accuracy of Deception Judgments 2006).
- İnsan görüşmeciler Columbia aldatma derleminde %56,75 puan aldı, bir konuşma sınıflandırıcısı ise 72,77 F1 skoruna ulaştı (Columbia University, Interspeech 2018).
- 120 katılımcılı bir testte yalnızca sesi dinlemek %61,7 doğruluk sağladı, sesli videoyu izlemek ise %35 (European Journal of Psychology Applied to Legal Context 2025).
- 246 katılımcılı bir 2026 testi, yalnızca ses, yazılı döküm ve görsel-işitsel yargılar arasında anlamlı bir fark bulmadı (PLOS One 2026).
- Yalan söylerken daha yüksek ses perdesi küçük bir etkidir, d = 0,21; motive olmuş yalancılarda d = 0,59’a çıkar (Psychological Bulletin, Cues to Deception 2003).
- Sosyal yardım incelemelerinde ses risk analizi kullanan 12 Birleşik Krallık yerel idaresinden yalnızca 1’i bunu başarı olarak bildirdi (DWP değerlendirmesi, The Register 2010’da aktardı).
- ABD hukuku ses stresi analizörlerini yalan makinesi sayıyor (U.S. Department of Labor, EPPA Fact Sheet #36), AB ise polis için yapay zekâ tabanlı yalan tespit araçlarını yüksek riskli olarak sınıflandırıyor (Regulation (EU) 2024/1689).
1. Saha Testleri: Doğrulanmış Gerçek Duruma Karşı Ses Stresi Analizörleri
Saha testleri, ses stresi analizinin idrar testi gibi etkileyemeyeceği gerçek bir sonuçla karşılaştığı tek yerdir. NIJ destekli Oklahoma County cezaevi çalışmasında (NIJ Journal saha testi özeti, nihai rapor), tutuklular uyuşturucu kullanımıyla ilgili sorulara yanıt verdi ve yanıtları idrar tahlili sonuçlarıyla karşılaştırıldı. LVA aldatıcı yanıtların %21’ini, CVSA ise %8’ini işaretledi, buna karşın iki program da doğru yanıtların çoğunu doğru etiketledi. Neredeyse her seferinde “doğru söylüyor” diyen bir araç dürüst insanlarda doğru görünür ve neredeyse her yalancıyı kaçırır. Nihai rapor ayrıca puanlamanın güvenilmez olduğunu da buldu: acemi ve uzman puanlayıcılar arasındaki korelasyonlar, uyuşturucu türüne bağlı olarak 0,11 ile 0,52 arasında değişiyordu.
En ilginç sayı hiç de bir doğruluk oranı değil. Sesli bir cihazın kendilerini izlediğine inanan tutuklular çok daha az yalan söyledi; bu bir “sahte boru hattı” (bogus pipeline) etkisidir (insanlar, bir makinenin yalanı yakalayabileceğine inandıklarında daha çok doğru söyler). Cihaz, yalanı tespit etmeden onu caydırıyor olabilir.
| Metrik | Değer | Kaynak |
|---|---|---|
| CVSA ve LVA’nın yakın zamanlı uyuşturucu kullanımı hakkındaki aldatmayı tespit etmedeki genel doğruluğu (319 erkek cezaevi tutuklusu, Oklahoma County) | Yaklaşık %50 | NIJ, Ses Stresi Analizi saha testi (NIJ Journal 259) 2008 |
| LVA tarafından doğru biçimde aldatıcı olarak işaretlenen aldatıcı yanıtlar | %21 | NIJ, Ses Stresi Analizi saha testi 2008 |
| CVSA tarafından doğru biçimde aldatıcı olarak işaretlenen aldatıcı yanıtlar | %8 | NIJ, Ses Stresi Analizi saha testi 2008 |
| Doğru olarak tanımlanan doğru yanıtlar, beş uyuşturucu üzerinden ortalama (LVA %95, CVSA %90) | %91,5 | NIJ, Ses Stresi Analizi saha testi 2008 |
| Yakın zamanda uyuşturucu kullanımı hakkında yalan söyleyen tutuklular: ses stresi çalışması ile aynı şehirdeki daha önceki ADAM uyuşturucu izleme çalışması | %14’e karşı %40 | NIJ, Ses Stresi Analizi saha testi 2008 |
| Askerî sorgu eğitimi (SERE) saha kayıtları: CVSA üreticisinin kendi uzmanlarınca işaretlenen aldatıcı evet/hayır yanıtları ve yanlışlıkla işaretlenen doğru yanıtlar | %19’a karşı %45 | Journal of Forensic Sciences, Evaluation of the NITV CVSA 2008 |
| Aynı saha kayıtları deneysel fonetikçilerce puanlandığında: işaretlenen aldatıcı yanıtlar ve yanlışlıkla işaretlenen doğru yanıtlar | %38’e karşı %49 | Journal of Forensic Sciences, Evaluation of the NITV CVSA 2008 |
Bağlam: önceki ADAM anketi yaklaşık 20 dakika, ses stresi anketi ise yaklaşık 5 dakika sürdü; dolayısıyla %14’e karşı %40 farkı kontrollü bir deney değildir. Mevcut en güncel veri: NIJ, 2007 raporu ve 2008 makalesi. O tarihten bu yana yayımlanmış karşılaştırılabilir bağımsız bir saha testi bulamadık.
2. CVSA ve LVA’nın Laboratuvar Testleri
Laboratuvar çalışmaları cihazlara olabilecek en iyi koşulları sağlar: net kayıtlar, bilinen gerçek ve uyarılmış stres. Yine de başarısız oldular. University of Florida değerlendirmelerinde (CVSA çalışması, LVA çalışması), 48 konuşmacı yüksek bahisli yalanlar ve stres altında 300 örnek üretti. CVSA üreticisinin kendi uzmanları doğru konuşmayı %61 ile %70 oranında aldatıcı olarak işaretledi, yani gerçek yalanları yakaladıkları sıklıkta.
Duyarlılık ölçüsü de aynı hikâyeyi anlatıyor. d-prime, 0 değerinin iki kategoriyi ayırt etme yeteneğinin olmadığı anlamına geldiği bir sinyal tespit skorudur; yazarlar asgari kabul edilebilir değeri 1 olarak belirledi ve her ekip bunun çok altında puan aldı. National Research Council incelemesi, bulduğu tek kusursuz sonucun, grafikleri nasıl puanladığını ya da gerçeği nasıl belirlediğini hiç anlatmayan, satıcıyla bağlantılı bir makaleden geldiğini ekliyor.
| Metrik | Değer | Kaynak |
|---|---|---|
| CVSA laboratuvar testi (48 konuşmacı, 300 örnek): NITV tarafından sağlanan uzmanların isabet oranı | %61 ile %65 | Journal of Forensic Sciences, Evaluation of the NITV CVSA 2008 |
| CVSA laboratuvar testi: NITV tarafından sağlanan uzmanların yanlış pozitif oranı (doğru veya düşük stresli konuşmanın işaretlenmesi) | %61 ile %70 | Journal of Forensic Sciences, Evaluation of the NITV CVSA 2008 |
| CVSA laboratuvar testi: NITV tarafından sağlanan uzmanların d-prime duyarlılığı (asgari kabul edilebilir değer 1 olarak belirlendi) | -0,32 ile 0,13 | Journal of Forensic Sciences, Evaluation of the NITV CVSA 2008 |
| LVA laboratuvar testi: koşullar ve uzmanlar genelinde isabet oranları | %42 ile %56 | Journal of Forensic Sciences, Evaluating Layered Voice Analysis 2009 |
| LVA laboratuvar testi: çoğu zaman isabet oranlarının üzerinde olan yanlış pozitif oranları | %40 ile %65 | Journal of Forensic Sciences, Evaluating Layered Voice Analysis 2009 |
| 54 denetimli serbestlik yükümlüsüyle yapılan, satıcıyla bağlantılı bir çalışmada CVSA ile polygraf arasındaki uyum (puanlama ve gerçeklik ölçütleri anlatılmamış) | %100 (satıcıyla bağlantılı iddia, kullanılamaz bulundu) | National Research Council, The Polygraph and Lie Detection 2003 |
| 1990’larda Department of Defense Polygraph Institute laboratuvar karşılaştırmalarında CVSA doğruluğu ile polygraf doğruluğu | Hiçbir zaman anlamlı ölçüde üstün değil | National Research Council, The Polygraph and Lie Detection 2003 |
| Analizörün 1996 tarihli bir saha testinin sonuçları | Şans düzeyine yakın | National Research Council, The Polygraph and Lie Detection 2003 |
Bağlam: aynı NRC bölümü, aynı ses stresi grafiklerini okuyan bağımsız analistler arasındaki uyumun “genellikle düşük” olduğunu ve 2000 tarihli bir Savunma Bakanlığı çalışmasının analizör skorlarının geleneksel yöntemlerle ölçülen akut stresi yansıtmadığını bulduğunu bildiriyor.
3. İnsanlar Yalanı Ne Kadar Doğru Yargılıyor (Meta-Analitik Kanıtlar)
Makineler yalanı duyamıyorsa, akla gelen yedek çözüm eğitimli bir kulaktır. Kanıtlar, kulakların gözlerden yalnızca marjinal derecede iyi olduğunu söylüyor. Bond ve DePaulo meta-analizi 206 belge ve 24.483 hakemi bir araya getirdi. İnsanlar ortalama %54 doğru yargı veriyor ve doğruları yalanlardan çok daha sık doğru biçimde ayırıyor, çünkü hakemlerin çoğu duyduklarına inanma eğilimi taşıyor (mesajların ağırlıklı %55,23’ü doğru olarak yargılandı). Uzmanlar çalışmalar arasında %54,51, uzman olmayanlar %53,31 puan aldı ve istatistiksel düzeltmeden sonra fark ortadan kalktı.
Ortam karşılaştırması ses açısından önemli olan karşılaştırmadır. Sessiz video en kötü koşuldur ve ses eklemek birkaç puan geri kazandırır. Bir yalancıyı duymak biraz yardımcı olur; dinleyicileri yalan dedektörüne çevirmez.
| Metrik | Değer | Kaynak |
|---|---|---|
| Ortalama doğru yalan-doğru yargıları (206 belge, 24.483 hakem) | %54 | Personality and Social Psychology Review, Accuracy of Deception Judgments 2006 |
| Doğru olarak yargılanan doğru mesajlar | %61 | Personality and Social Psychology Review, Accuracy of Deception Judgments 2006 |
| Aldatıcı olarak yargılanan aldatıcı mesajlar | %47 | Personality and Social Psychology Review, Accuracy of Deception Judgments 2006 |
| Yalnızca ses içeren mesajlarda doğru yalan-doğru yargıları | %53,01 | Personality and Social Psychology Review, Accuracy of Deception Judgments 2006 |
| Yalnızca sessiz video içeren mesajlarda doğru yalan-doğru yargıları | %50,52 | Personality and Social Psychology Review, Accuracy of Deception Judgments 2006 |
| Görsel-işitsel mesajlarda doğru yalan-doğru yargıları | %54,03 | Personality and Social Psychology Review, Accuracy of Deception Judgments 2006 |
Mevcut en güncel veri: Personality and Social Psychology Review, 2006. İnsanların yalan tespiti doğruluğuna dair hâlâ en büyük sentezdir; daha yeni dinleme deneyleri 4. bölümde ele alınıyor.
4. Dinleme Deneyleri ve Konuşma Sınıflandırıcıları, 2018 ile 2026 Arası
Daha yeni çalışmalar sesi doğrudan test ediyor ve birbirleriyle çelişiyor. 2025’te University of Portsmouth’ta yapılan bir deney (European Journal of Psychology Applied to Legal Context), 120 katılımcıya sahte bir şüpheli görüşmesinin ya yalnızca sesini ya da tam videosunu verdi. Dinleyiciler zamanın %61,7’sinde haklıydı; izleyip dinleyenler ise yalnızca %35’inde haklıydı, yani şansın altında. Çalışma, izleme artı dinlemeyi yüksek bilişsel yük koşulu olarak ele aldı: şüpheliyi görmek, bu testte yarardan çok zarar veren ek bilgi getirdi. Daha büyük bir 2026 testi (PLOS One) hiçbir modalite etkisi bulmadı; her koşulda yalancıların çoğu doğru söylüyor olarak yargılandı.
Görüşme konuşması üzerinde eğitilen makineler, aynı kayıtlarda insanlardan daha iyi performans gösteriyor. Columbia X-Cultural Deception derleminde (NAACL 2018, Interspeech 2018), 340 konuşmacı görüşme diyaloglarında doğru ve aldatıcı yanıtlar verdi. Akustik-prozodik özellikler (ses perdesi, ses şiddeti ve zamanlama) kullanan bir sınıflandırıcı, kelime seçimine dayalı olanla eşleşti. Bunlar tek bir derlem üzerindeki laboratuvar yalanlarıdır ve konuşmacı doğrulama kıyaslamalarında izlenenler gibi, sağlam bir gerçek durum (ground truth) olan ses sistemlerinden beklenen güvenilirliğin epey altında kalıyorlar.
| Metrik | Değer | Kaynak |
|---|---|---|
| İnsan görüşmecilerin Columbia X-Cultural Deception derleminde yalan-doğru doğruluğu (340 konuşmacı; şans = %50) | %56,75 | Columbia University, NAACL 2018 (Levitan ve ark.) |
| İnsan görüşmecilerin yalnızca aldatıcı yanıtlardaki doğruluğu | %47,93 | Columbia University, NAACL 2018 (Levitan ve ark.) |
| Kelime kullanımı (sözcüksel) özelliklerini kullanan en iyi sınıflandırıcı, F1 skoru | 72,74 (doğruluk %72,78) | Columbia University, NAACL 2018 (Levitan ve ark.) |
| Akustik-prozodik özellikler ile konuşmacı cinsiyeti ve ana dilini kullanan en iyi sınıflandırıcı, F1 skoru | 72,77 | Columbia University, Interspeech 2018 (Levitan ve ark.) |
| Genel yalan-doğru doğruluğu: yalnızca sesi dinleme ve sesli videoyu izleme (120 katılımcı) | %61,7’ye karşı %35 | European Journal of Psychology Applied to Legal Context 2025 (Giorgianni ve ark.) |
| Doğruyu tespit: yalnızca ses ve sesli video | %53,33’e karşı %20,00 (ki-kare(1, N = 60) = 7,18, p = 0,007) | European Journal of Psychology Applied to Legal Context 2025 (Giorgianni ve ark.) |
| Yalnızca ses koşulu: doğru olarak yargılanan doğru ifadeler ve doğru olarak yargılanan aldatıcı ifadeler (toplam N = 246) | %60,71’e karşı %39,29 | PLOS One 2026 (Bogaard ve ark.) |
| Modalitenin (yalnızca ses, yazılı döküm, görsel-işitsel) yalan-doğru doğruluğuna etkisi | F(2, 243) = 0,45, p = 0,637 (anlamlı değil) | PLOS One 2026 (Bogaard ve ark.) |
Bağlam: 2025 çalışmasında koşullar arasındaki yalan tespiti farkı (%70,00’e karşı %50,00) anlamlı değildi (p = 0,114); anlamlı kazanç doğru söyleyen şüphelileri tanımaktan geldi.
5. Yalanın Akustik ve Sesli İpuçları
Ses stresi cihazları, yalanın güçlü ve evrensel bir akustik iz bıraktığını varsayar. Meta-analitik kayıt ise birkaç silik iz gösteriyor. Psychological Bulletin meta-analizi, 120 bağımsız örneklemden 158 ipucu için 1.338 etki büyüklüğünü özetledi. Ses perdesi yalancılarda genel olarak yalnızca hafifçe yükseldi (d = 0,21), ancak yalancılar başarılı olmak için motive olduğunda d = 0,59’a sıçradı. Cohen’in d’si standartlaştırılmış bir etki büyüklüğüdür ve bu büyüklükteki değerler geleneksel olarak küçük kabul edilir: çoğu sesli ipucu dürüst ve dürüst olmayan konuşmacılar arasında büyük ölçüde örtüşür.
Tek dilli çalışmalar ipuçlarının ne kadar kararsız olduğunu gösteriyor. Ana dili İtalyanca olan 19 kişide ortalama ses perdesi yalan söylerken 160,88 Hz, doğru söylerken 160,67 Hz idi (p = 0,927), ancak konuşma yavaşladı (Frontiers in Psychology). 14 biyografik soruyu yanıtlayan 36 Mandarin konuşmacıyla yapılan, 20 akustik ve 14 elektroglottografik özelliği inceleyen 2024 tarihli bir çalışma (elektroglottografi ses kıvrımlarının temasını ölçer), aldatmayı daha yüksek ortalama perde ve şiddet ile daha düşük jitter, shimmer ve harmonik-gürültü oranıyla ilişkilendirdi (Journal of Speech, Language, and Hearing Research). Columbia derlemi, aldatıcı yanıtlarda daha yüksek azami perde ve azami şiddet gösterdi. Bunun gibi ipuçları, tükenmişlik tahmini için paralinguistik ses analizinde kullanılan ham maddeyle aynıdır ve aynı sınırı paylaşırlar: bireyleri değil, grupları tanımlarlar.
| Metrik | Değer | Kaynak |
|---|---|---|
| Yalan söylerken daha yüksek perde, tüm çalışmalar (12 tahmin) | d = 0,21 (%95 GA 0,08 ile 0,34) | Psychological Bulletin, Cues to Deception 2003 |
| Yalan söylerken sesteki gerginlik (10 tahmin) | d = 0,26 (%95 GA 0,13 ile 0,39) | Psychological Bulletin, Cues to Deception 2003 |
| Yalancıların sesce kararsız duyulması (10 tahmin) | d = 0,30 | Psychological Bulletin, Cues to Deception 2003 |
| Yalancıların ve doğru söyleyenlerin konuşma süresi (4 tahmin; negatif değer yalancıların daha az konuştuğu anlamına gelir) | d = -0,35 | Psychological Bulletin, Cues to Deception 2003 |
| Yalanlarda ve doğrularda dolgulu duraksamalar (um, uh) (16 tahmin) | d = 0,00 | Psychological Bulletin, Cues to Deception 2003 |
| Yalancılar başarılı olmak için motive olduğunda perde etkisi (6 tahmin) | d = 0,59 (%95 GA 0,31 ile 0,88) | Psychological Bulletin, Cues to Deception 2003 |
| Perde ve yanıt gecikmesi, dokuz konuşma ipucunu kapsayan 41 çalışmalık meta-analiz (yalan söylerken ikisi de daha yüksek) | d = 0,268 (perde), d = 0,177 (gecikme) | Applied Cognitive Psychology meta-analizi 2006 (Sporer ve Schwandt), Frontiers in Psychology 2012’de aktarıldığı şekliyle |
| Yalan söylerken ve doğru söylerken konuşma hızı, ana dili İtalyanca olan 19 konuşmacı | saniyede 1,95 kelimeye karşı 2,10 kelime (d = 0,447, p = 0,025) | Frontiers in Psychology, Markers of Deception in Italian Speech 2012 |
Bağlam: yanıt gecikmesi, iki meta-analiz arasındaki en net çelişkidir. 2006 sentezi güvenilir bir artış bildirirken 2003 sentezi 32 tahmin genelinde sıfıra yakın, anlamlı olmayan bir etki listeliyor.
6. Polis Teşkilatları, Hükümetler ve Sigortacılar Tarafından Kullanım
Benimsenme hiçbir zaman kanıtları izlemedi. Benimsenme rakamları neredeyse tamamen üreticiden geliyor ve bağımsız testler şans düzeyinde doğruluk bulduktan sonra iddia edilen toplamlar arttı. 4 Haziran 2024’te yayımlanan bir San Francisco Chronicle soruşturması, CVSA’yı kullanan 13 başka Kaliforniya kolluk kuruluşu tespit etti; bunların üçü onu ceza soruşturmalarında da kullanmıştı (San Francisco Chronicle).
Polislik dışındaki hükümet denemeleri farklı sonuçlandı. Birleşik Krallık Çalışma ve Emeklilik Bakanlığı (DWP), sosyal yardım başvurularında telefonla “ses risk analizi” denemeleri yürüttü; sonuç bildiren yerel idarelerin çoğu bunu başarı olarak nitelemedi (The Register, 10 Kasım 2010). esure gibi Birleşik Krallık sigortacıları, 2003 yılında hasar hatlarında ses risk analizini zaten pilot olarak uyguluyordu ve daha yeni satıcılar artık başvurudan hasara kadar ses taraması öneriyor; örneğin Clearspeed kendi web sitesinde, bir ABD Savunma Bakanlığı doğrulama değerlendirmesinin teknolojisini %97’nin üzerinde doğrulukla ölçtüğünü belirtiyor; bu, hakkında yayımlanmış bağımsız bir çalışma bulamadığımız, satıcının kendi iddiasıdır. Duygu tespiti için konuşma analitiği kullanan sigortacılar da aynı soruyla karşı karşıya: gerçekte ne ölçülüyor?
| Metrik | Değer | Kaynak |
|---|---|---|
| Üreticisine göre CVSA kullanan ABD kolluk kuruluşları (2008) | 1.400’den fazla | NIJ Journal 2008’de aktarılan NITV rakamı (satıcının kendi iddiası) |
| Üreticinin web sitesine göre CVSA kullanan kuruluşlar (2026) | 3.000’den fazla ABD kolluk kuruluşu; dünya genelinde 3.600’den fazla | NITV web sitesi 2026 (satıcının kendi iddiası) |
| CVSA kullandığı tespit edilen diğer Kaliforniya kolluk kuruluşları | 13 | San Francisco Chronicle soruşturması, 4 Haziran 2024 |
| Bu kuruluşlardan CVSA’yı ceza soruşturmalarında da kullananların sayısı | 3 | San Francisco Chronicle soruşturması, 4 Haziran 2024 |
| Birleşik Krallık DWP’nin sosyal yardım başvurularındaki ses risk analizi denemelerinin maliyeti | 2,16 milyon £ | DWP ses risk analizi değerlendirmesi, The Register’da aktarıldı, 10 Kasım 2010 |
| DWP denemelerinin son turundaki yerel idareler ve sonuç bildirenlerin sayısı | 24 (23’ü bildirdi) | DWP ses risk analizi değerlendirmesi, The Register’da aktarıldı, 10 Kasım 2010 |
| Sosyal yardım incelemelerinde ses risk analizi kullanıp bunu başarı olarak bildiren yerel idareler | 12’de 1 | DWP ses risk analizi değerlendirmesi, The Register’da aktarıldı, 10 Kasım 2010 |
| Yeni başvuru sahiplerinden gelen aramalarda kullanıp bunu başarı olarak bildiren yerel idareler | 9’da 3 | DWP ses risk analizi değerlendirmesi, The Register’da aktarıldı, 10 Kasım 2010 |
Bağlam: üreticinin kendi web sitesi kendi içinde tutarsız; farklı yerlerde hem “3.000’den fazla” kolluk kuruluşunu hem de “2.900’den fazla ABD kuruluşunu” anıyor.
7. Bilimsel ve Hukuki Değerlendirmeler
Bilimsel hüküm yirmi yıldır sabit kaldı ve hukuk yavaş yavaş yetişti. National Research Council 2003’te, ses stresi araştırmalarının bilgisayarlı ses stresi analizörü için “çok az bilimsel dayanak, hatta hiç dayanak” sunduğu sonucuna vardı. Amerika Birleşik Devletleri’nde en güçlü kısıtlama işverenlere yöneliktir: Employee Polygraph Protection Act ses stresi analizörünü yalan makinesi olarak adlandırır ve bu, özel işverenlerin çoğunun onu kullanmasını yasaklar. Federal, eyalet ve yerel yönetimler kapsam dışındadır, dolayısıyla polis teşkilatları bu yasağın dışında kalır.
Avrupa Birliği daha yeni, yapay zekâ tabanlı kuşağı düzenliyor. AI Act, kolluk kuvvetleri ile göç ve sınır makamlarının “polygraf veya benzeri araçlar olarak” kullandığı yapay zekâ sistemlerini yüksek riskli olarak listeler; gerekçe bölümleri ise işyerinde veya okullarda duyguları okuyan yapay zekânın yasaklanmasını talep eder. Birleşik Krallık hükümetinin kendi sonucu 2011 tarihli bir bilgi edinme hakkı yanıtında geldi: teknolojiyi artık kullanmıyordu.
| Metrik | Değer | Kaynak |
|---|---|---|
| Bilgisayarlı ses stresi analizörünün kullanımı için bilimsel dayanak | ”Çok az bilimsel dayanak, hatta hiç dayanak” | National Research Council, The Polygraph and Lie Detection 2003 |
| ABD hukukundaki yalan makinesi tanımının kapsadığı cihazlar | Polygraf, deceptograph, ses stresi analizörü, psikolojik stres değerlendiricisi veya benzer cihaz | ABD Çalışma Bakanlığı, EPPA Fact Sheet #36 |
| Özel işverenlerin hâlâ kullanabildiği yalan makinesi testleri ve kaç sınırlı durumda | Yalnızca polygraf (başka hiçbir yalan makinesi değil), 3 sınırlı durumda | ABD Çalışma Bakanlığı, EPPA Fact Sheet #36 |
| Çalışanların EPPA ihlali nedeniyle dava açma süresi | 3 yıl | ABD Çalışma Bakanlığı, EPPA Fact Sheet #36 |
| AB AI Act, Ek III madde 6(b): kolluk kuvvetlerinin polygraf veya benzeri araçlar olarak kullandığı yapay zekâ | Yüksek riskli olarak sınıflandırılmış | Regulation (EU) 2024/1689 (AI Act) |
| AB AI Act, Ek III madde 7(a): göç, iltica ve sınır makamlarının polygraf veya benzeri araçlar olarak kullandığı yapay zekâ | Yüksek riskli olarak sınıflandırılmış | Regulation (EU) 2024/1689 (AI Act) |
| AB AI Act, Gerekçe 44: işyerinde veya eğitimde kişilerin duygusal durumunu tespit eden yapay zekâ sistemleri | Yasaklanacak | Regulation (EU) 2024/1689 (AI Act) |
| Birleşik Krallık DWP’nin sosyal yardım başvurularında ses risk analizine ilişkin sonucu | Etkili ve tutarlı çalıştığı sonucuna varılamadı; kullanımda değil | DWP Bilgi Edinme Hakkı yanıtı 3039/2011 |
Bağlam: AB AI Act metni 13 Haziran 2024’te kabul edildi. EPPA 27 Haziran 1988’de imzalandı ve 27 Aralık 1988’de yürürlüğe girdi.
Özet: Rakamlarla Ses Stresi Analizi ve Sesle Yalan Tespiti
| Metrik | Değer | Kaynak |
|---|---|---|
| Bir cezaevi saha testinde işaretlenen uyuşturucu kullanımı hakkındaki aldatıcı yanıtlar: LVA ve CVSA | %21’e karşı %8 | NIJ, Ses Stresi Analizi saha testi 2008 |
| Askerî saha kayıtları: CVSA üreticisinin uzmanlarınca işaretlenen aldatıcı yanıtlar ve yanlışlıkla işaretlenen doğru yanıtlar | %19’a karşı %45 | Journal of Forensic Sciences, Evaluation of the NITV CVSA 2008 |
| Bilgisayarlı ses stresi analizörü için bilimsel dayanak | ”Çok az bilimsel dayanak, hatta hiç dayanak” | National Research Council, The Polygraph and Lie Detection 2003 |
| Ortalama insan yalan-doğru doğruluğu (24.483 hakem) | %54 | Personality and Social Psychology Review, Accuracy of Deception Judgments 2006 |
| Columbia aldatma derleminde insan görüşmeciler | %56,75 | Columbia University, NAACL 2018 (Levitan ve ark.) |
| Aynı derlemde en iyi akustik-prozodik sınıflandırıcı, F1 skoru | 72,77 | Columbia University, Interspeech 2018 (Levitan ve ark.) |
| Yalnızca sesi dinleme ve sesli videoyu izleme doğruluğu | %61,7’ye karşı %35 | European Journal of Psychology Applied to Legal Context 2025 (Giorgianni ve ark.) |
| Yalnızca ses, yazılı döküm ve görsel-işitsel biçimin doğruluğa etkisi | F(2, 243) = 0,45, p = 0,637 | PLOS One 2026 (Bogaard ve ark.) |
| Yalnızca ses yargıları: doğru olarak yargılanan doğru ifadeler ve doğru olarak yargılanan aldatıcı ifadeler | %60,71’e karşı %39,29 | PLOS One 2026 (Bogaard ve ark.) |
| Yalancılar başarılı olmak için motive olduğunda daha yüksek perde | d = 0,59 | Psychological Bulletin, Cues to Deception 2003 |
| Konuşma ipuçlarına ilişkin 41 çalışmalık meta-analizde perde etkisi | d = 0,268 | Applied Cognitive Psychology meta-analizi 2006 (Sporer ve Schwandt), Frontiers in Psychology 2012’de aktarıldığı şekliyle |
| Yalan söylerken ve doğru söylerken konuşma hızı, 19 İtalyan konuşmacı | saniyede 1,95 kelimeye karşı 2,10 kelime | Frontiers in Psychology, Markers of Deception in Italian Speech 2012 |
| CVSA kullandığı tespit edilen diğer Kaliforniya kuruluşları | 13 | San Francisco Chronicle soruşturması, 4 Haziran 2024 |
| Birleşik Krallık ses risk analizi sosyal yardım denemelerinin maliyeti | 2,16 milyon £ | DWP ses risk analizi değerlendirmesi, The Register’da aktarıldı, 10 Kasım 2010 |
| Sosyal yardım incelemelerinde ses risk analizinde başarı bildiren yerel idareler | 12’de 1 | DWP ses risk analizi değerlendirmesi, The Register’da aktarıldı, 10 Kasım 2010 |
| ABD hukukundaki yalan makinesi tanımında ses stresi analizörü | Dahil | ABD Çalışma Bakanlığı, EPPA Fact Sheet #36 |
| AB’de polisin polygraf veya benzeri araçlar olarak kullandığı yapay zekâ | Yüksek riskli (Ek III madde 6(b)) | Regulation (EU) 2024/1689 (AI Act) |
Metodoloji ve Kaynaklar
- National Institute of Justice: Voice Stress Analysis: Only 15 Percent of Lies About Drug Use Detected in Field Test (NIJ Journal 259, Mart 2008) ve nihai rapor Assessing the Validity of Voice Stress Analysis Tools in a Jail Setting (Haziran 2007).
- National Research Council: The Polygraph and Lie Detection, Chapter 6, Alternative Techniques and Technologies (2003).
- Journal of Forensic Sciences (University of Florida): Evaluation of the NITV CVSA (2008) ve Stress and Deception in Speech: Evaluating Layered Voice Analysis (2009).
- Personality and Social Psychology Review: Accuracy of Deception Judgments (Bond ve DePaulo, 2006).
- Psychological Bulletin: Cues to Deception (2003).
- Frontiers in Psychology: Markers of Deception in Italian Speech (Spence, Villar ve Arciuli, 2012); Applied Cognitive Psychology meta-analizi rakamları için de kullandığımız kaynak (Sporer ve Schwandt, 2006).
- Columbia University konuşma laboratuvarı: Linguistic Cues to Deception and Perceived Deception in Interview Dialogues (NAACL 2018) ve Acoustic-Prosodic Indicators of Deception and Trust in Interview Dialogues (Interspeech 2018).
- European Journal of Psychology Applied to Legal Context: The Effect of the Interviewer’s Cognitive Load on the Quality of the Forensic Interview (2025).
- PLOS One: I Told You So! Verbal cue beliefs are associated with truth detection, but not lie detection (23 Ocak 2026).
- Journal of Speech, Language, and Hearing Research: Uncovering Gender-Specific and Cross-Gender Features in Mandarin Deception: An Acoustic and Electroglottographic Approach (2024).
- ABD Çalışma Bakanlığı, Wage and Hour Division: Fact Sheet #36, Employee Polygraph Protection Act.
- Avrupa Birliği: Regulation (EU) 2024/1689, the Artificial Intelligence Act.
- Birleşik Krallık Çalışma ve Emeklilik Bakanlığı: Bilgi Edinme Hakkı yanıtı 3039/2011; deneme rakamları The Register (10 Kasım 2010) tarafından aktarıldığı şekliyle, çünkü özgün DWP değerlendirme dosyasına artık çevrimiçi ulaşılamıyor.
- San Francisco Chronicle: Kaliforniya kolluk kuvvetlerinin CVSA kullanımına ilişkin soruşturma (4 Haziran 2024).
- Satıcı iddiaları (bu şekilde etiketlendi, bağlantı verilmedi): NITV web sitesi (kuruluş sayıları) ve Clearspeed web sitesi (doğrulama doğruluğu), her ikisi de Kasım 2026’da okundu.
- Veri notu: ticari ses stresi analizörlerine ilişkin temel bağımsız doğruluk verileri 17 ila 23 yıllık (2003 ile 2009 arası) ve daha yeni bağımsız bir saha doğrulaması bulamadık; 2026 satıcı doğruluk ve benimsenme rakamlarını doğrulanmamış pazarlama olarak değerlendirin. 5. bölümdeki iki konuşma meta-analizi yanıt gecikmesi konusunda çelişiyor. Küçük derlemli makine öğrenmesi çalışmaları Columbia çalışmasından çok daha yüksek rakamlar bildiriyor; 121 mahkeme video klibi üzerine 2025 tarihli bir kitap bölümü, ses modelinin doğruluğunu bir tabloda %93,57, metinde ise %95,57 olarak veriyor; bu yüzden bu tür sonuçları ana tablolara almadık. 2025 ve 2026 dinleme çalışmaları, yalnızca ses yargılarının görsel-işitsel yargılardan daha iyi olup olmadığı konusunda zıt yönleri işaret ediyor; bu nedenle bir sonuca varmadan önce yeni bir meta-analiz gerekli.
Son güncelleme: 8 Kasım 2026. Bu derlemeyi üç ayda bir güncelliyoruz ve bir sonraki yenilemenin, ticari bir ses stresi analizörünün bir sonraki bağımsız saha doğrulamasının hakemli bir dergide yayımlanmasıyla birlikte gelmesi bekleniyor.