ABOUT THE SPEAKER
Kang Lee - Developmental researcher
Kang Lee has devoted his career to understanding the development of social cognition and behavior.

Why you should listen

With an international team based at the University of Toronto, Kang Lee investigates the neurological and social basis of emerging social behaviors in young children. His two­-pronged research focuses first on how and when children develop the capacity to lie, to detect liesand to feel guilty about it afterwards.

The second focus of Lee's research is facial recognition, which has led to revelations of when children develop the ability to distinguish races ­­and has helped explain why some people occasionally see Jesus' face on a piece of toast.

More profile about the speaker
Kang Lee | Speaker | TED.com
TED2016

Kang Lee: Can you really tell if a kid is lying?

Kang Lee: ¿Podemos saber de verdad si un niño está mintiendo?

Filmed:
8,673,675 views

¿Saben mentir los niños? ¿Crees que puedes detectar fácilmente sus mentiras? El investigador del desarrollo Kang Lee explora lo fisiología de un niño que está mintiendo. Lo hacen a menudo, comienzan a los dos años y en realidad son bastante buenos mentirosos. Lee explica por qué deberíamos celebrar su primera mentira y presenta una nueva tecnología de detección de mentiras que algún día podría revelar nuestras emociones ocultas.
- Developmental researcher
Kang Lee has devoted his career to understanding the development of social cognition and behavior. Full bio

Double-click the English transcript below to play the video.

00:13
HiHola.
0
1112
1325
Hola.
Permítanme hacerles una pregunta:
00:14
Let me askpedir the audienceaudiencia a questionpregunta:
1
2461
2346
¿alguna vez mintieron de niños?
00:16
Did you ever liementira as a childniño?
2
4831
2195
00:19
If you did, could you please
raiseaumento your handmano?
3
7050
2667
Si es así, ¿podrían por favor
levantar la mano?
00:23
WowGuau! This is the mostmás honesthonesto
groupgrupo of people I've ever metreunió.
4
11145
3454
¡Este es el grupo de personas
más honesto que conocí!
00:26
(LaughterRisa)
5
14623
1957
(Risas)
00:28
So for the last 20 yearsaños,
6
16604
1709
Durante los últimos 20 años
00:30
I've been studyingestudiando
how childrenniños learnaprender to tell liesmentiras.
7
18337
3415
he estado estudiando cómo
aprenden los niños a mentir.
00:33
And todayhoy, I'm going to sharecompartir with you
8
21776
2304
Y hoy compartiré algunos de los
descubrimientos que hicimos.
00:36
some of the discoveriesdescubrimientos we have madehecho.
9
24104
2162
00:38
But to beginempezar, I'm going to tell you
a storyhistoria from MrSeñor. RichardRicardo MessinaMessina,
10
26624
4925
Pero para empezar, contaré
la historia de Richard Messina,
00:43
who is my friendamigo and an elementaryelemental
schoolcolegio principaldirector de escuela.
11
31573
3129
mi amigo y director de
una escuela primaria.
00:47
He got a phoneteléfono call one day.
12
35266
1561
Un día recibió una llamada telefónica.
El que llamó le dijo:
00:51
The callerllamador saysdice,
13
39279
1151
00:52
"MrSeñor. MessinaMessina, my sonhijo JohnnyJohnny
will not come to schoolcolegio todayhoy
14
40454
3882
"Sr. Messina, mi hijo Johnny
no vendrá a la escuela hoy
00:56
because he's sickenfermos."
15
44360
1463
porque está enfermo".
00:58
MrSeñor. MessinaMessina askspregunta,
16
46498
1736
Y el Sr. Messina preguntó:
01:00
"Who am I speakingHablando to, please?"
17
48258
2014
"¿Con quién estoy hablando por favor?"
01:02
And the callerllamador saysdice,
18
50788
1490
Y el otro dijo:
01:04
"I am my fatherpadre."
19
52302
1665
"Con mi padre".
01:05
(LaughterRisa)
20
53991
2787
(Risas)
01:10
So this storyhistoria --
21
58227
1682
Esta historia
01:11
(LaughterRisa)
22
59933
1532
(Risas)
01:13
sumssumas up very nicelybien
threeTres commoncomún beliefscreencias we have
23
61489
4310
resume muy bien
las 3 creencias comunes que tenemos
sobre los niños y la mentira.
01:17
about childrenniños and lyingacostado.
24
65823
1859
01:20
One, childrenniños only come to tell liesmentiras
25
68140
4631
La primera es que los niños
solo dirán mentiras
01:24
after enteringentrando elementaryelemental schoolcolegio.
26
72795
2268
a partir de la escuela primaria.
La segunda es que los niños
no son buenos mentirosos
01:27
Two, childrenniños are poorpobre liarsmentirosos.
27
75552
2311
y que nosotros, los adultos, podemos
detectar fácilmente sus mentiras.
01:29
We adultsadultos can easilyfácilmente detectdetectar theirsu liesmentiras.
28
77887
2857
01:32
And threeTres, if childrenniños liementira
at a very youngjoven ageaños,
29
80768
4038
Y la tercera, que si los niños
mienten desde una edad muy temprana
01:36
there mustdebe be some
characterpersonaje flawsdefectos with them,
30
84830
2849
deben tener algún defecto de carácter
01:39
and they are going to becomevolverse
pathologicalpatológico liarsmentirosos for life.
31
87703
4049
y llegarán a ser mitómanos.
01:44
Well, it turnsvueltas out
32
92720
2194
Resulta que estas 3 ideas son falsas.
01:46
all of the threeTres beliefscreencias are wrongincorrecto.
33
94938
2298
01:50
We have been playingjugando guessingadivinación gamesjuegos
34
98617
2710
Hemos estado jugando adivinanzas
con niños de todo el mundo.
01:53
with childrenniños all over the worldmundo.
35
101351
2082
01:55
Here is an exampleejemplo.
36
103457
1486
Aquí hay un ejemplo.
01:56
So in this gamejuego, we askedpreguntó childrenniños
to guessadivinar the numbersnúmeros on the cardscartas.
37
104967
4365
En este juego pedimos a los niños que
adivinen los números de las tarjetas.
02:01
And we tell them if they winganar the gamejuego,
38
109958
2878
Y les decimos que si ganan el juego,
02:04
they are going to get a biggrande prizepremio.
39
112860
2157
se llevarán un gran premio.
02:07
But in the middlemedio of the gamejuego,
40
115525
1477
Pero en pleno juego, nos inventamos
una excusa y salimos de la sala.
02:09
we make an excuseexcusa and leavesalir the roomhabitación.
41
117026
2760
02:13
And before we leavesalir the roomhabitación,
42
121763
1934
Y antes de salir de la habitación
02:15
we tell them not to peekojeada at the cardscartas.
43
123721
2936
les decimos que no miren las tarjetas.
02:19
Of coursecurso,
44
127518
1416
Por supuesto que había cámaras ocultas
02:20
we have hiddenoculto camerascámaras in the roomhabitación
45
128958
2161
para vigilar cada uno de sus movimientos.
02:23
to watch theirsu everycada movemovimiento.
46
131143
1795
02:26
Because the desiredeseo
to winganar the gamejuego is so strongfuerte,
47
134216
3417
Ya que el deseo de ganar
el juego es tan fuerte,
02:29
more than 90 percentpor ciento of childrenniños will peekojeada
48
137657
3486
más del 90 % de los niños
echaron un vistazo
02:33
as soonpronto as we leavesalir the roomhabitación.
49
141167
1437
tan pronto como salimos.
02:34
(LaughterRisa)
50
142628
2000
(Risas)
02:37
The crucialcrucial questionpregunta is:
51
145044
1986
La pregunta clave es
02:39
When we returnregreso and askpedir the childrenniños
52
147054
2748
si al regresar y preguntar a los
niños si hicieron trampa o no
02:41
whethersi or not they have peekedespió,
53
149826
2309
02:44
will the childrenniños who peekedespió confessconfesar
54
152159
3052
los niños que miraron las tarjetas
confiesan o no su engaño.
02:47
or liementira about theirsu transgressiontransgresión?
55
155235
2578
02:51
We foundencontró that regardlessindependientemente
of gendergénero, countrypaís, religionreligión,
56
159525
4773
Descubrimos que independientemente
de su sexo, país o religión,
02:56
at two yearsaños of ageaños,
57
164934
1579
a los dos años de edad,
02:59
30 percentpor ciento liementira,
58
167188
1927
un 30 % miente
03:01
70 percentpor ciento tell the truthverdad
about theirsu transgressiontransgresión.
59
169139
3809
y un 70 % dice la verdad.
03:04
At threeTres yearsaños of ageaños,
60
172972
2138
A los tres años de edad,
03:07
50 percentpor ciento liementira and 50 percentpor ciento
tell the truthverdad.
61
175134
3474
un 50 % miente y el otro 50 %
reconoce que mintieron.
03:11
At fourlas cuatro yearsaños of ageaños,
62
179302
1899
A los cuatro años de edad
03:13
more than 80 percentpor ciento liementira.
63
181225
1947
más del 80 % mienten.
03:16
And after fourlas cuatro yearsaños of ageaños,
64
184334
2451
Y después de cuatro años de edad,
la mayoría de los niños mienten.
03:18
mostmás childrenniños liementira.
65
186809
1389
03:21
So as you can see,
66
189180
1363
Como se puede ver,
03:22
lyingacostado is really a typicaltípico partparte
of developmentdesarrollo.
67
190567
3463
la mentira es realmente una
fase típica del desarrollo.
03:26
And some childrenniños beginempezar to tell liesmentiras
68
194054
2790
Y algunos niños comienzan
a contar mentiras
03:28
as youngjoven as two yearsaños of ageaños.
69
196868
2439
con solo dos años de edad.
03:32
So now, let's take a closercerca look
at the youngermas joven childrenniños.
70
200438
3557
Veamos más de cerca a
los niños más pequeños.
03:37
Why do some but not all
youngjoven childrenniños liementira?
71
205336
3813
¿Por qué algunos pero no todos
los niños pequeños mienten?
03:42
In cookingcocina, you need good ingredientsingredientes
72
210184
3329
En la cocina, hacen falta
buenos ingredientes
03:45
to cookcocinar good foodcomida.
73
213537
1613
para cocinar una buena comida.
03:47
And good lyingacostado requiresrequiere
two keyllave ingredientsingredientes.
74
215793
4563
Y una buena mentira requiere
de dos ingredientes clave.
03:53
The first keyllave ingredientingrediente
is theoryteoría of mindmente,
75
221109
4110
El primer ingrediente clave
es la teoría de la mente,
03:57
or the mind-readinglectura de la mente abilitycapacidad.
76
225243
1835
o la capacidad de leerla.
03:59
MindMente readingleyendo is the abilitycapacidad to know
77
227768
2078
Leer la mente es la capacidad de saber
04:01
that differentdiferente people have
differentdiferente knowledgeconocimiento about the situationsituación
78
229870
4608
que diferentes personas saben
más o menos de una situación;
04:06
and the abilitycapacidad to differentiatediferenciar
betweenEntre what I know
79
234502
3801
y también es la capacidad
de saber diferenciar
entre lo que yo sé y lo que sabes tú.
04:10
and what you know.
80
238327
1223
04:11
MindMente readingleyendo is importantimportante for lyingacostado
81
239914
2247
Leer la mente es importante para mentir,
04:14
because the basisbase of lyingacostado is that I know
82
242185
3847
porque la base de la mentira es
que yo sé que tú no sabes lo que yo sé.
04:18
you don't know
83
246056
1151
04:19
what I know.
84
247231
1151
04:20
ThereforePor lo tanto, I can liementira to you.
85
248406
1371
Por lo tanto, puedo mentirte.
04:23
The secondsegundo keyllave ingredientingrediente
for good lyingacostado is self-controlauto control.
86
251070
4610
El segundo ingrediente clave para
una buena mentira es el autocontrol.
04:27
It is the abilitycapacidad to controlcontrolar your speechhabla,
your facialfacial expressionexpresión
87
255704
4623
Es la capacidad de controlar
su voz, su expresión facial
y su lenguaje corporal
04:32
and your bodycuerpo languageidioma,
88
260351
1540
04:33
so that you can tell a convincingConvincente liementira.
89
261915
2078
para que pueda contar
una mentira convincente.
04:36
And we foundencontró that those youngjoven childrenniños
90
264938
3726
Y descubrimos que esos niños pequeños
que leen la mente y tiene autocontrol
04:40
who have more advancedavanzado mind-readinglectura de la mente
and self-controlauto control abilitieshabilidades
91
268688
4856
04:45
tell liesmentiras earliermás temprano
92
273568
2038
mienten desde una edad más temprana
04:47
and are more sophisticatedsofisticado liarsmentirosos.
93
275630
2816
y son mentirosos más sofisticados.
04:51
As it turnsvueltas out, these two abilitieshabilidades
are alsoademás essentialesencial for all of us
94
279887
5619
Como resultado, estas 2 capacidades son
esenciales para todos nosotros también
04:57
to functionfunción well in our societysociedad.
95
285530
2522
para convivir bien en nuestra sociedad.
De hecho, los déficits en la calidad
de leer la mente y el autocontrol
05:00
In facthecho, deficitsdéficits in mind-readinglectura de la mente
and self-controlauto control abilitieshabilidades
96
288848
4335
05:05
are associatedasociado with seriousgrave
developmentalde desarrollo problemsproblemas,
97
293207
3559
están asociados con graves
problemas de desarrollo
05:08
suchtal as ADHDTDAH and autismautismo.
98
296790
2759
como el TDAH y el autismo.
05:13
So if you discoverdescubrir your two-year-olddos años de edad
is tellingnarración his or her first liementira,
99
301893
5177
Así que si Ud. descubre que su hijo
comienza a mentir con solo 2 años,
05:19
insteaden lugar of beingsiendo alarmedalarmado,
100
307094
1984
en lugar de alarmarse
05:21
you should celebratecelebrar --
101
309102
1492
debería celebrarlo...
05:22
(LaughterRisa)
102
310618
1522
(Risas)
05:24
because it signalsseñales that your childniño
has arrivedllegado at a newnuevo milestonehito
103
312164
5730
porque significa que su hijo
ha alcanzado un nuevo nivel
05:29
of typicaltípico developmentdesarrollo.
104
317918
1635
de desarrollo típico.
05:33
Now, are childrenniños poorpobre liarsmentirosos?
105
321085
3136
¿Son los niños buenos mentirosos?
05:36
Do you think you can easilyfácilmente
detectdetectar theirsu liesmentiras?
106
324878
2994
¿Ud. cree que puede detectar
fácilmente sus mentiras?
05:40
Would you like to give it a try?
107
328745
1678
¿Quieren probar?
05:42
Yes? OK.
108
330921
1480
¿Sí? Bien.
Les mostraré dos videos.
05:44
So I'm going to showespectáculo you two videosvideos.
109
332425
2139
05:47
In the videosvideos,
110
335024
1151
Allí, los niños responderán
a la pregunta del investigador:
05:48
the childrenniños are going to respondresponder
to a researcher'sinvestigador questionpregunta,
111
336199
3057
05:51
"Did you peekojeada?"
112
339280
1482
"¿Hiciste trampa?"
05:52
So try to tell me
113
340786
1554
Así que traten de decirme
05:54
whichcual childniño is lyingacostado
114
342364
1398
qué niño está mintiendo
y qué niño está diciendo la verdad.
05:55
and whichcual childniño is tellingnarración the truthverdad.
115
343786
2110
05:58
Here'sAquí está childniño numbernúmero one.
116
346272
1719
Aquí está el primer niño.
06:00
Are you readyListo?
117
348991
1237
¿Están listos?
(Video) Adulto: ¿Hiciste trampa?
Niño: No.
06:03
(VideoVídeo) AdultAdulto: Did you peekojeada? ChildNiño: No.
118
351006
1920
06:05
KangKang LeeSotavento: And this is childniño numbernúmero two.
119
353619
2236
Kang Lee: Y este es el segundo niño.
06:09
(VideoVídeo) AdultAdulto: Did you peekojeada? ChildNiño: No.
120
357501
2192
(Video) Adulto: ¿Hiciste trampa?
Niña: No.
KL: Bien, si piensan que el
primer niño está mintiendo,
06:13
KLKL: OK, if you think
childniño numbernúmero one is lyingacostado,
121
361296
3587
06:16
please raiseaumento your handmano.
122
364907
1687
levanten la mano.
06:20
And if you think childniño numbernúmero two
is lyingacostado, please raiseaumento your handmano.
123
368401
3552
Y si creen que el segundo niño
miente, por favor, levanten la mano.
06:25
OK, so as a matterimportar of facthecho,
124
373593
2474
De hecho, el primero dice la verdad
06:28
childniño numbernúmero one is tellingnarración the truthverdad,
125
376091
2937
y el segundo niño miente.
06:31
childniño numbernúmero two is lyingacostado.
126
379052
2029
06:34
LooksMira like manymuchos of you are terribleterrible
detectorsdetectores of children'spara niños liesmentiras.
127
382124
3230
Parece que muchos son pésimos
detectores de mentiras infantiles.
06:37
(LaughterRisa)
128
385378
2478
(Risas)
06:39
Now, we have playedjugó similarsimilar kindsclases of gamesjuegos
129
387880
3384
Hemos jugado los mismos juegos
06:43
with manymuchos, manymuchos adultsadultos
from all walkscamina of life.
130
391288
4625
con muchos, muchos adultos de toda clase.
06:48
And we showespectáculo them manymuchos videosvideos.
131
396714
2158
Y les mostramos muchos videos.
06:51
In halfmitad of the videosvideos, the childrenniños liedmintió.
132
399347
2549
Los niños mintieron
en la mitad de estos videos
06:53
In the other halfmitad of the videosvideos,
the childrenniños told the truthverdad.
133
401920
3267
y dijeron la verdad en la otra mitad.
06:58
And let's find out
how these adultsadultos performedrealizado.
134
406529
2857
Veamos los resultados de estos adultos.
07:02
Because there are as manymuchos liarsmentirosos
as truthverdad tellerscajeros,
135
410319
3855
Puesto que hay tantos mentirosos
que los niños que dicen la verdad,
07:06
if you guessadivinar randomlyal azar,
136
414198
2399
si acierta al azar,
07:08
there's a 50 percentpor ciento chanceoportunidad
you're going to get it right.
137
416621
4070
hay una probabilidad del 50 %
de que ofrezcan la respuesta correcta.
07:12
So if your accuracyexactitud is around 50 percentpor ciento,
138
420715
3594
Así que si su precisión ronda el 50 %
07:16
it meansmedio you are a terribleterrible detectordetector
of children'spara niños liesmentiras.
139
424333
3441
esto significa que son terribles
detectores de mentiras infantiles.
07:20
So let's startcomienzo with undergradsestudiantes universitarios
and lawley schoolcolegio studentsestudiantes,
140
428290
4529
Empecemos con universitarios
y estudiantes de derecho
07:24
who typicallytípicamente have
limitedlimitado experienceexperiencia with childrenniños.
141
432843
3672
que por lo general, tienen
poca experiencia con los niños.
No, no pueden detectar
las mentiras de los niños.
07:30
No, they cannotno poder detectdetectar children'spara niños liesmentiras.
142
438038
1962
07:32
TheirSu performanceactuación is around chanceoportunidad.
143
440024
2214
Sus resultados son similares
a los ofrecidos al azar.
07:34
Now how about socialsocial workerstrabajadores
and child-protectionprotección infantil lawyersabogados,
144
442262
5229
¿Qué hay de los trabajadores sociales
y los abogados de protección infantil,
07:39
who work with childrenniños on a dailydiariamente basisbase?
145
447515
2674
que trabajan con los niños día a día?
07:42
Can they detectdetectar children'spara niños liesmentiras?
146
450213
2087
¿Pueden detectar los adultos
sus mentiras?
07:45
No, they cannotno poder.
147
453624
1151
No, no pueden.
07:46
(LaughterRisa)
148
454799
1045
(Risas)
07:47
What about judgesjueces,
149
455868
1472
¿Qué pasa con los jueces,
funcionarios de aduanas y policías
07:49
customsaduana officersoficiales
150
457364
1800
07:51
and policepolicía officersoficiales,
151
459188
1858
07:53
who dealacuerdo with liarsmentirosos on a dailydiariamente basisbase?
152
461070
2643
que se enfrenten
a los mentirosos a diario?
07:55
Can they detectdetectar children'spara niños liesmentiras?
153
463737
1917
¿Pueden detectar
las mentiras de estos niños?
07:58
No, they cannotno poder.
154
466800
1214
No, no pueden.
¿Qué pasa con los padres?
08:00
What about parentspadres?
155
468430
1186
08:01
Can parentspadres detectdetectar other children'spara niños liesmentiras?
156
469640
3014
¿Pueden detectar las
mentiras de otros niños?
08:05
No, they cannotno poder.
157
473898
1238
No, no pueden.
08:07
What about, can parentspadres
detectdetectar theirsu ownpropio children'spara niños liesmentiras?
158
475821
3585
¿Pueden los padres detectar
las mentiras de sus propios hijos?
08:13
No, they cannotno poder.
159
481208
1201
No, no pueden.
08:14
(LaughterRisa) (ApplauseAplausos)
160
482433
3476
(Risas) (Aplausos)
08:17
So now you maymayo askpedir
161
485933
1547
Uds. pueden preguntarse
08:20
why children'spara niños liesmentiras
are so difficultdifícil to detectdetectar.
162
488504
3632
por qué estas mentiras
son tan difíciles de detectar.
08:24
Let me illustrateilustrar this
with my ownpropio sonhijo, NathanNathan.
163
492958
3012
Permítanme ilustrarlo
con mi propio hijo, Nathan.
08:27
This is his facialfacial expressionexpresión
164
495994
2169
Esta es su expresión
facial cuando miente.
08:30
when he liesmentiras.
165
498187
1384
08:31
(LaughterRisa)
166
499595
2206
(Risas)
08:33
So when childrenniños liementira,
167
501825
1602
Por eso, cuando los niños mienten
08:35
theirsu facialfacial expressionexpresión
is typicallytípicamente neutralneutral.
168
503451
3156
su expresión facial
es típicamente neutra.
08:39
Howeversin embargo, behinddetrás this neutralneutral expressionexpresión,
169
507123
3460
Sin embargo, detrás de
esta expresión neutral,
08:42
the childniño is actuallyactualmente experiencingexperimentar
a lot of emotionsemociones,
170
510607
3326
el niño experimenta muchas emociones
08:45
suchtal as fearmiedo, guiltculpa, shamevergüenza
171
513957
3855
como el miedo, la culpa, la vergüenza
08:49
and maybe a little bitpoco of liar'smentirosos delightdeleite.
172
517836
3096
y tal vez un poco de alegría por mentir.
08:52
(LaughterRisa)
173
520956
2702
(Risas)
Por desgracia, estas emociones
son más bien efímeras u ocultas
08:55
UnfortunatelyDesafortunadamente, suchtal emotionsemociones
are eitherya sea fleetingfugaz or hiddenoculto.
174
523682
4840
09:00
ThereforePor lo tanto, it's mostlyprincipalmente invisibleinvisible to us.
175
528546
3099
por lo tanto y sobre todo
invisibles a simple vista.
09:03
So in the last fivecinco yearsaños,
176
531669
1359
En los últimos cinco años hemos
estado tratando de encontrar
09:05
we have been tryingmolesto to figurefigura out a way
to revealrevelar these hiddenoculto emotionsemociones.
177
533052
3896
una manera de revelar
estas emociones ocultas
09:08
Then we madehecho a discoverydescubrimiento.
178
536972
1514
y descubrimos algo.
09:11
We know that underneathdebajo our facialfacial skinpiel,
179
539273
3185
Sabemos que debajo
de nuestra piel facial
09:14
there's a richRico networkred of bloodsangre vesselsrecipientes.
180
542482
3394
hay una rica red de vasos sanguíneos.
09:17
When we experienceexperiencia differentdiferente emotionsemociones,
181
545900
2417
Cuando experimentamos
diferentes emociones,
09:20
our facialfacial bloodsangre flowfluir changescambios subtlysutilmente.
182
548341
2641
nuestro flujo sanguíneo facial
cambia sutilmente.
09:23
And these changescambios are regulatedregulado
by the autonomicautonómico systemsistema
183
551613
3948
Estos cambios son regulados
por el sistema autónomo
09:27
that is beyondmás allá our consciousconsciente controlcontrolar.
184
555585
2169
que está más allá de
nuestro control consciente.
09:30
By looking at facialfacial bloodsangre flowfluir changescambios,
185
558159
3823
Por lo cual, al observar los cambios
en el flujo sanguíneo facial,
09:34
we can revealrevelar people'sla gente hiddenoculto emotionsemociones.
186
562006
2697
podemos revelar las emociones
ocultas de las personas.
09:37
UnfortunatelyDesafortunadamente, suchtal emotion-relatedrelacionado con la emoción
facialfacial bloodsangre flowfluir changescambios
187
565229
4778
Por desgracia, estos cambios de flujo
relacionados con las emociones
09:42
are too subtlesutil to detectdetectar by our nakeddesnudo eyeojo.
188
570031
2625
son demasiado sutiles para
detectarse a simple vista.
09:45
So to help us revealrevelar
people'sla gente facialfacial emotionsemociones,
189
573632
3768
Así que para ayudar a revelar
estas emociones faciales,
09:49
we have developeddesarrollado a newnuevo imagingimágenes technologytecnología
190
577424
3034
hemos desarrollado
una nueva tecnología de imagen
09:52
we call "transdermaltransdérmico opticalóptico imagingimágenes."
191
580482
3149
llamada "imágenes ópticas transdérmica".
09:56
To do so, we use a regularregular
videovídeo cameracámara to recordgrabar people
192
584679
3953
Para ello, usamos una grabadora normal
10:00
when they experienceexperiencia
variousvarios hiddenoculto emotionsemociones.
193
588656
3086
para grabarles mientras experimentan
estas emociones ocultas diversas.
10:04
And then, usingutilizando our imageimagen
processingtratamiento technologytecnología,
194
592385
4094
Y luego, con nuestra tecnología
de procesamiento de imágenes,
podemos extraer imágenes transdérmicas
de cambios en el flujo sanguíneo facial.
10:08
we can extractextraer transdermaltransdérmico imagesimágenes
of facialfacial bloodsangre flowfluir changescambios.
195
596503
5536
Al observar estas imágenes transdérmicas,
10:16
By looking at transdermaltransdérmico videovídeo imagesimágenes,
196
604475
4272
10:20
now we can easilyfácilmente see
197
608771
1787
podemos ver fácilmente los cambios
en el flujo sanguíneo facial
10:23
facialfacial bloodsangre flowfluir changescambios associatedasociado
with the variousvarios hiddenoculto emotionsemociones.
198
611737
5631
asociados con las diversas
emociones ocultas.
10:29
And usingutilizando this technologytecnología,
199
617944
1788
Y usando esta tecnología
10:31
we can now revealrevelar the hiddenoculto emotionsemociones
associatedasociado with lyingacostado,
200
619756
4668
podemos revelar emociones ocultas
relacionadas con la mentira
10:36
and thereforepor lo tanto detectdetectar people'sla gente liesmentiras.
201
624448
2910
y por lo tanto detectar mentiras.
10:39
We can do so noninvasivelyno invasivo,
202
627382
2439
Podemos hacerlo de manera no invasiva,
10:41
remotelyremotamente, inexpensivelyeconómicamente,
203
629845
2539
de forma remota, a bajo costo,
10:44
with an accuracyexactitud at about 85 percentpor ciento,
204
632408
3660
con una precisión de
aproximadamente un 85 %
10:48
whichcual is farlejos better than chanceoportunidad levelnivel.
205
636092
2054
que es mucho mejor que el azar.
10:51
And in additionadición, we discovereddescubierto
a PinocchioPinocho effectefecto.
206
639100
3790
Y además, descubrimos un efecto Pinocho.
10:56
No, not this PinocchioPinocho effectefecto.
207
644336
2055
No, no este efecto Pinocho.
10:58
(LaughterRisa)
208
646415
1007
(Risas)
10:59
This is the realreal PinocchioPinocho effectefecto.
209
647446
2122
Este es el efecto Pinocho real.
11:01
When people liementira,
210
649592
1417
Cuando la gente miente,
11:03
the facialfacial bloodsangre flowfluir
on the cheekslas mejillas decreasesdisminuye,
211
651033
3779
el flujo sanguíneo facial
disminuye en las mejillas
11:06
and the facialfacial bloodsangre flowfluir
on the nosenariz increasesaumenta.
212
654836
3261
y aumenta en la nariz.
11:11
Of coursecurso, lyingacostado is not the only situationsituación
213
659379
3507
Por supuesto, la mentira
no es la única situación
11:14
that will evokeevocar our hiddenoculto emotionsemociones.
214
662910
2848
que revela nuestras emociones ocultas.
11:17
So then we askedpreguntó ourselvesNosotros mismos,
215
665782
1874
Entonces nos preguntamos,
11:19
in additionadición to detectingdetector liesmentiras,
216
667680
2347
además de detectar mentiras,
11:22
how can our technologytecnología be used?
217
670051
2333
¿cómo más se puede
emplear nuestra tecnología?
11:25
One applicationsolicitud is in educationeducación.
218
673027
3546
Una aplicación es en la educación.
11:28
For exampleejemplo, usingutilizando this technologytecnología,
we can help this mathematicsmatemáticas teacherprofesor
219
676597
4661
Por ejemplo, con esta tecnología podemos
ayudar a este profesor de matemáticas
11:33
to identifyidentificar the studentestudiante in his classroomaula
220
681282
2907
identificar al estudiante en su clase
con altos niveles de ansiedad
11:36
who maymayo experienceexperiencia highalto anxietyansiedad
about the topictema he's teachingenseñando
221
684213
4745
sobre el tema que imparte
y así poder ayudarle.
11:40
so that he can help him.
222
688982
1509
11:43
And alsoademás we can use this in healthsalud carecuidado.
223
691337
2740
También puede usarse
en el cuidado de la salud.
11:46
For exampleejemplo, everycada day I SkypeSkype my parentspadres,
224
694101
3368
Por ejemplo, todos los días
hablo con mis padres por Skype,
11:49
who livevivir thousandsmiles of milesmillas away.
225
697493
2082
que viven a miles de kilómetros.
11:52
And usingutilizando this technologytecnología,
226
700178
1821
Haciendo uso de esta tecnología
11:54
I can not only find out
what's going on in theirsu livesvive
227
702023
3482
no solo puedo averiguar
lo que está pasando en sus vidas
11:57
but alsoademás simultaneouslysimultaneamente monitormonitor
theirsu heartcorazón ratetarifa, theirsu stressestrés levelnivel,
228
705529
6302
sino también monitorizar a la vez
su ritmo cardíaco, su nivel de estrés,
12:03
theirsu moodestado animico and whethersi or not
they are experiencingexperimentar paindolor.
229
711855
3225
su estado de ánimo y si están
o no experimentando dolor.
12:07
And perhapsquizás in the futurefuturo,
230
715839
1810
Y quizás en el futuro,
12:09
theirsu risksriesgos for heartcorazón attackataque
or hypertensionhipertensión.
231
717673
3289
el riesgo para un ataque
al corazón o hipertensión.
12:13
And you maymayo askpedir:
232
721701
1260
Y Uds. se preguntaran:
12:15
Can we use this alsoademás to revealrevelar
politicians'políticos emotionsemociones?
233
723472
5481
¿podemos usarla también para revelar
las emociones de los políticos?
12:20
(LaughterRisa)
234
728977
1540
(Risas)
12:22
For exampleejemplo, duringdurante a debatedebate.
235
730541
1854
Por ejemplo durante un debate.
12:25
Well, the answerresponder is yes.
236
733220
1453
Bueno, la respuesta es sí.
12:27
UsingUtilizando TVtelevisión footagedistancia en pies,
237
735167
1944
Con la ayuda de imágenes televisadas
12:29
we could detectdetectar
the politicians'políticos heartcorazón ratetarifa,
238
737135
4046
podemos detectar el ritmo
cardíaco de los políticos,
12:33
moodestado animico and stressestrés,
239
741205
2046
su estado de ánimo y el estrés,
12:35
and perhapsquizás in the futurefuturo,
whethersi or not they are lyingacostado to us.
240
743275
3578
y quizás en el futuro,
si nos están mintiendo o no.
También podemos usarla en la
comercialización de la investigación,
12:39
We can alsoademás use this
in marketingmárketing researchinvestigación,
241
747495
2996
12:42
for exampleejemplo, to find out
242
750515
1851
por ejemplo, para averiguar
12:44
whethersi or not people like
certaincierto consumerconsumidor productsproductos.
243
752390
4355
si a la gente le gusta o no
determinados productos de consumo.
12:49
We can even use it in datingcitas.
244
757229
2238
Incluso podemos usarla en las citas.
12:51
So for exampleejemplo,
245
759904
1160
Así, por ejemplo,
12:53
if your datefecha is smilingsonriente at you,
246
761088
2594
si su cita le sonríe,
12:55
this technologytecnología can help you to determinedeterminar
247
763706
2794
esta tecnología puede ayudar
a determinar si le cae bien de verdad
12:58
whethersi she actuallyactualmente likesgustos you
248
766524
2607
o si solo está tratando
de ser amable con Ud.
13:01
or she is just tryingmolesto to be nicebonito to you.
249
769155
2175
13:03
And in this casecaso,
250
771864
1695
Y en este caso, es solo
una muestra de amabilidad.
13:05
she is just tryingmolesto to be nicebonito to you.
251
773583
1876
13:07
(LaughterRisa)
252
775483
2392
(Risas)
13:11
So transdermaltransdérmico opticalóptico imagingimágenes technologytecnología
253
779244
3709
La tecnología de imagen
óptica transdérmica
13:14
is at a very earlytemprano stageescenario of developmentdesarrollo.
254
782977
2578
está en una fase muy
temprana de desarrollo.
13:17
ManyMuchos newnuevo applicationsaplicaciones will come about
that we don't know todayhoy.
255
785579
4114
Aparecerán muchas nuevas aplicaciones
desconocidas en la actualidad.
13:22
Howeversin embargo, one thing I know for sure
256
790293
2778
Sin embargo, una cosa que sé con certeza
13:25
is that lyingacostado will never
be the samemismo again.
257
793095
3414
es que la mentira nunca será la misma.
13:28
Thank you very much.
258
796533
1158
Muchas gracias.
13:29
XiXiè xiexie.
259
797715
1324
(Chino) Xie Xie.
13:31
(ApplauseAplausos)
260
799063
3906
(Aplausos)
Translated by Denise R Quivu
Reviewed by Sebastian Betti

▲Back to top

ABOUT THE SPEAKER
Kang Lee - Developmental researcher
Kang Lee has devoted his career to understanding the development of social cognition and behavior.

Why you should listen

With an international team based at the University of Toronto, Kang Lee investigates the neurological and social basis of emerging social behaviors in young children. His two­-pronged research focuses first on how and when children develop the capacity to lie, to detect liesand to feel guilty about it afterwards.

The second focus of Lee's research is facial recognition, which has led to revelations of when children develop the ability to distinguish races ­­and has helped explain why some people occasionally see Jesus' face on a piece of toast.

More profile about the speaker
Kang Lee | Speaker | TED.com