时间:2026年9月25日(周五)
地点:美国华盛顿
人物:美国国防部、国防反情报与安全局(DCSA)、国防部长Pete Hegseth、诺森比亚大学法律学者Kyri Kotsoglou、鹿特丹伊拉斯谟大学副教授Sophie van der Zee
事件详情:美国国防部在2027财年预算申请中披露名为"Polygraph+"(亦称"Polygraph Next")的下一代测谎项目,计划在未来5年投入3030万美元研发AI评分算法并结合"非接触式遥感"(standoff sensing)技术,可在不接触被测者身体的情况下采集生理信号。该项目由DCSA运行,主要用途为联邦员工背景调查与"内部威胁检测"。预算文件尚未获国会批准,具体技术方案也未公开。
背景:传统测谎仪自1920年代问世以来几乎没有变化,依赖血压、脉搏、呼吸和出汗量等生理指标进行人工比对。美国国会技术评估办公室1983年曾指出其作为员工筛查工具的证据"非常有限",2003年美国国家研究委员会进一步评价其有效性"至多薄弱"。美国测谎协会声称准确率80%-94%,但该委员会同时警告,即使如此精度的筛查工具在280万国防部员工规模下仍可能产生大量误判。过去数十年间,热成像、瞳孔追踪、脑扫描等新型测谎尝试均未在实验室外取得可靠结果。专家指出,迄今为止没有任何一种适用于所有人的"测谎普适信号"被发现。
影响:若获国会批准,Polygraph+将成为AI在政府高风险人事决策中的又一次深度应用。但诺森比亚大学Kotsoglou直言这是"两个世界最差的结合"——把算法不确定性叠加在有效性本就存疑的测量方法之上。英国法律学者Marion Oswald认为,新工具更可能用作心理施压手段逼供,而非真正的科学仪器。在国防部长Pete Hegseth治下,国防部已加大对联合参谋部军官的测谎力度——今年9月《纽约时报》报道约50名军官因伊朗战争军备库存相关报道接受了测谎——AI测谎系统的落地或将放大偏见、误判与对少数族裔的系统性歧视风险。
总结:百年测谎技术从未被科学严格验证有效,AI加持或难突破"没有普适欺骗信号"这一根本瓶颈。在数据驱动的政府AI应用大潮中,这一案例再次提醒社会:算法很容易为错误决策披上"科学"外衣,必须警惕技术包装下的施压工具。
参考来源:
- MIT Technology Review:https://www.technologyreview.com/2026/09/25/1145144/pentagon-ai-lie-detector/
- Linxi News:https://news.linxi.com.au/news/pentagon-seeks-dollar303-million-for-proposed-ai-lie-detection-programme
- Superpower Daily:https://superpowerdaily.com/posts/pentagon-seeks-30-3-million-for-ai-lie-detection-program-despite-reliability-concerns
- AI.jp.net:https://www.ai.jp.net/article/pentagon-proposes-30-million-ai-powered-polygraph-upgrade-b50925
- AI Chat Daily:https://www.aichatdaily.com/ai-security/pentagon-wants-30m-build-ai-powered-lie-detector-called
- AI and Tech News:https://www.aiandtech.news/article/pentagon-seeks-30-million-for-ai-powered-lie-detector
- Wortins:https://www.wortins.com/story/the-pentagon-wants-30-million-to-build-an-ai-powered-lie-det-68ee20e6
- Tech & Business:https://techandbusiness.org/newswire/VQIau-vHB3dnxiINQ0x-fK
- AI Understanding:https://aiunderstanding.org/news/pentagon-seeks-30-million-for-ai-powered-polygraph-next-lie-detection
- AI.jp.net 英文版:https://www.ai.jp.net/article/pentagon-bets-30-million-on-ai-powered-lie-detection-breakthrough-b0fa98







