虽然没有万无一失的方法可以判断某人是否在口头撒谎，但科学家开发了一种工具，似乎能以惊人的准确度判断书面陈述是否虚假。借助机器学习和文本分析，他们得以准确识别虚假的抢劫报案。这款工具如今正推广至西班牙各地的警察局。
卡迪夫大学和马德里卡洛斯三世大学的计算机科学家开发了这款名为 VeriPol 的工具，专门用于分析抢劫报案。他们在《Knowledge-Based Systems》期刊今年早些时候发表的论文中介绍了他们如何利用西班牙国家警察提供的1000多份抢劫报案训练机器学习模型，其中也包括已知的虚假报案。2017年6月在穆尔西亚和马拉加开展的一项试点研究发现，一旦 VeriPol 判定某份报案很可能是虚假的，报案人在接受进一步询问后，其中83%的案件便告结案。一周内共发现64份虚假报案。
VeriPol 运用算法识别陈述中的各种特征，包括所有形容词、动词和标点符号，再从中找出虚假报案的模式。根据卡迪夫大学的一份声明，虚假的抢劫报案往往篇幅较短，侧重于被盗财物而非抢劫本身，对袭击者或抢劫过程描述很少，也没有目击者。
综合来看，这些听起来像是人们凭常识就能识别的特征。但与历史数据相比，人工智能在不带感情色彩地扫描报案并识别模式方面表现得更为有效：通常，马拉加警方6月一周内仅发现12.14份虚假报案，穆尔西亚则为3.33份。
当然，这并不意味着这款工具完美无缺。研究共同作者、卡迪夫大学计算机科学与信息学学院的 Jose Camacho-Collados 博士在一份声明中表示：“我们的模型开始将一些陈述判定为虚假，因为其中称事件是从背后发生的，或袭击者戴着头盔。”那些确实从背后遭到抢劫，或被戴头盔的人抢劫的受害者可真够倒霉的。
