Pentagon chce wykrywacza kłamstw 2.0. Tym razem podejrzliwy będzie algorytm

Pentagon chce sprawdzić, czy sztuczna inteligencja poradzi sobie z zadaniem, z którym od dekad zmagają się tradycyjne poligrafy. Agencja Kontrwywiadu i Bezpieczeństwa Obrony (DCSA) rozwija program Polygraph Next, który ma wykorzystać bezkontaktowe czujniki, uczenie maszynowe i automatyczną analizę danych do oceny wiarygodności personelu.

Pentagon wnioskuje o 6,42 mln dolarów na rok fiskalny 2027, a planowane finansowanie do 2031 roku wyniesie około 30,3 mln dolarów.  System jest rozwijany w celu weryfikacji personelu i wykrywania zagrożeń wewnętrznych. DCSA oczekuje również zautomatyzowanego scoringu, wspomagania decyzji, scentralizowanego przechowywania danych i narzędzi analitycznych, które pomogą udoskonalić oprogramowanie i zidentyfikować nowe funkcje diagnostyczne.

Na co będzie zwracać uwagę sztuczna inteligencja?

Tradycyjne poligrafy śledzą zmiany fizjologiczne, takie jak oddychanie, tętno, ciśnienie krwi i przewodnictwo skóry, podczas gdy badany odpowiada na pytania. Poligraf Next ma częściowo odsunąć ten proces od kontaktu fizycznego. Algorytmy sztucznej inteligencji i uczenia maszynowego analizowałyby następnie zebrane sygnały i pomagały generować automatyczne wyniki.

DCSA twierdzi, że bezkontaktowy monitoring mógłby zmniejszyć niespójności spowodowane konfiguracją czujników i przyspieszyć oceny. Planowane jest również przechowywanie danych w chmurze i analityka, które pomogą badaczom udoskonalić oprogramowanie, wyeliminować luki i zbadać dodatkowe funkcje diagnostyczne.

Pomysł, aby oprogramowanie mogło wykrywać oznaki oszustwa, nie jest nowy. System uczenia maszynowego VeriPol jest już używany przez hiszpańską policję do oznaczania potencjalnie fałszywych zgłoszeń napadów poprzez wyszukiwanie wzorców w pisemnych zeznaniach. Z kolei Nemesysco pierwotnie opracowało technologię analizy głosu jako wykrywacz kłamstw dla sił bezpieczeństwa, a następnie rozszerzyło ją o analizę emocji, wykorzystując uczenie maszynowe do wykrywania subtelnych wzorców w danych głosowych.

Nowa technologia, stare problemy

Poligrafy nie wykrywają kłamstw bezpośrednio. Rejestrują reakcje fizjologiczne i wykorzystują te sygnały do ​​wyciągania wniosków na temat tego, czy ktoś może kłamać. Raport National Academies z 2003 roku wskazuje, że oszustwu mogą towarzyszyć zmiany w oddychaniu, tętnie, ciśnieniu krwi i przewodnictwie skórnym, ale dokładnie te same reakcje mogą wystąpić z innych przyczyn.

Dokładność pozostaje zatem kwestią otwartą. Przegląd przeprowadzony przez National Academies wykazał, że dowody naukowe potwierdzające dokładność poligrafów w kontroli bezpieczeństwa są ograniczone i słabe, co budzi obawy dotyczące nadmiernego polegania na testach w procesie podejmowania decyzji przez personel. Sztuczna inteligencja może przyspieszyć lub ujednolicić punktację, ale DCSA nie opublikowała dowodów wskazujących na to, że uczenie maszynowe może przezwyciężyć podstawowe ograniczenia testów poligraficznych.