Este proyecto i nvolucr ó el uso de una muestra equilibrada de n = 36 exámenes de polígrafo de campo y de un algoritmo genético simple para calcular una función de ponderación de señales poligráficas que optimizaría la clasificación del engaño y la veracidad . Un algoritmo genético es una forma simple de aprendizaje automati zad o que se puede utilizar para abordar problemas compl ejos de optimización, clasificación, búsqueda y de otros contextos analíticos de datos. EDA representó, o explicó, el 54% de la varianza diagnóstica en los datos de la muestra. La actividad cardiovascular dio cuenta d el 34% de la diferencia de varianza en l os datos de muestreo de la muestra de culpable s e inocente s . El coeficiente de ponderación para la respiración fue del 12%. Esta función de ponderación es de alguna manera similar a otras funciones de ponderación en la literatura poligráfica. Aunque este estudio aporta poca i nformación adicional a la base de conocimiento publicada, además de ser computacionalmente intensivo y haber involucrado un pequeño tamaño de muestra , los resultados de este estudio demuestran el uso potencial de técnicas informáticas avanzadas en la investigació n poligráfica . La tecnología informática es más abundante y menos costosa que en el pasado. Se indica un interés continuo tanto por las soluciones ponderadas del EDA como por el uso de métodos computacionales de aprendizaje autom atizado en la investigación poli gráfica.