Añadir Mangas Verdes como fuente preferida de Google de forma gratuita.
Mantente informado con las últimas noticias de actualidad.
Mentir no siempre deja huellas en la cara, pero a veces sí en el vocabulario.
Un estudio de la Universidad de Texas en Austin puso a prueba esa idea con un programa de análisis de texto y obtuvo un acierto de dos de cada tres casos al clasificar a mentirosos y personas sinceras. La pista no estaba en una gran confesión, sino en detalles pequeños como el uso de palabras o expresiones del tipo honestamente, nunca, siempre, prueba y recuerdo.
Las palabras delatan más de lo que parece
Matthew L. Newman, James W. Pennebaker, Diane S. Berry y Jane M. Richards observaron que los mentirosos usaban menos referencias a sí mismos y a otras personas. También acumulaban más palabras de emoción negativa y menos señales de pensamiento complejo.
Visto así, el lenguaje funciona casi como una escena forense.
Jack Schafer, exagente especial del gobierno federal, y Dan Cogdell, abogado penalista, ya habían relacionado esas señales con la manera en que una persona intenta sostener una versión dudosa. La máquina no “lee” la conciencia de nadie, pero sí rastrea patrones que aparecen cuando alguien mide demasiado cada frase.
Ese matiz importa porque la mentira no se reparte por igual entre toda la población. Kim B. Serota, Timothy R. Levine y Franklin J. Boster, de la Universidad Estatal de Míchigan, pidieron a mil adultos de Estados Unidos que registraran sus mentiras durante veinticuatro horas y encontraron un reparto muy desigual.
La mayoría dice poco y unos pocos mienten mucho
Seis de cada diez participantes afirmaron no haber mentido en las últimas veinticuatro horas. Y casi la mitad de todas las mentiras salieron de solo cinco de cada cien personas.
Timothy R. Levine, de la Universidad de Alabama en Birmingham, siguió esa pista con diarios de engaño durante tres meses. Su resultado fue parecido, porque tres cuartas partes de los participantes dijeron entre cero y dos mentiras al día.
"Hay personas que mienten mucho más que el resto". - Timothy R. Levine, profesor de la Universidad de Alabama en Birmingham
No hace falta una epidemia de embustes para que aparezcan patrones medibles. Basta con que exista un grupo pequeño muy activo, algo que además encaja con debates recientes sobre errores de la detección automática, donde una señal estadística puede llamar la atención sin resolver por sí sola el caso completo.
El acierto existe, pero sigue siendo limitado
Ahí aparece la parte menos cómoda del hallazgo.
Valerie Hauch, Iris Blandón-Gitlin, Jaume Masip y Siegfried L. Sporer revisaron cuarenta y cuatro estudios con programas informáticos y concluyeron que el efecto general de las pistas lingüísticas para detectar mentiras es pequeño. Dicho de otra manera, las palabras ayudan, pero no convierten el engaño en un problema resuelto.
La propia base académica de esta línea de trabajo tiene un punto sólido y otro frágil. El estudio principal sobre análisis lingüístico de la mentira llegó al Boletín de Personalidad y Psicología Social, pero la revisión posterior rebajó la promesa al tamaño real del efecto.
Esa contradicción se parece bastante a la vida diaria. Todos reconocemos la sospecha que despierta un honestamente colocado en el momento justo, igual que ahora desconfiamos más de la voz, de la imagen o incluso del texto tras casos de clonación de voz con IA, pero entre la intuición y la prueba sigue habiendo una distancia incómoda.
Al final, la cifra que mejor resume el problema no es una palabra sospechosa, sino ese dos de cada tres del estudio de Texas. Sirve para detectar una tendencia, no para dictar una sentencia.