Pentágono quer investir US$ 30,3 milhões em detector de mentiras com IA

O Departamento de Defesa dos Estados Unidos pretende investir US$ 30,3 milhões ao longo de cinco anos no programa Polygraph Next, que busca modernizar detectores de mentiras usados pelo governo americano.

A iniciativa foi proposta pela Defense Counterintelligence and Security Agency e ainda depende da aprovação do Congresso. O programa pretende melhorar a precisão e a confiabilidade de tecnologias de polígrafo e avaliação de credibilidade.

O sistema deverá usar algoritmos de pontuação baseados em aprendizado de máquina e sensores capazes de medir dados fisiológicos sem equipamentos presos ao corpo. A tecnologia seria aplicada em verificações de funcionários e na identificação de possíveis ameaças internas, incluindo pessoas suspeitas de vazar informações do Pentágono.

A técnica tradicional mede pressão arterial, pulso, respiração e condutividade da pele, comparando reações a perguntas de controle com respostas relacionadas ao caso investigado. Pesquisadores, porém, questionam sua eficácia e observam que o método pode ser manipulado.

Segundo a apuração citada pelo Heise Online, cientistas também duvidam que a inteligência artificial resolva o problema. Os conjuntos de dados disponíveis não identificam corretamente quais reações correspondem a mentiras e quais são falsos positivos, o que dificulta o treinamento dos algoritmos.

A DCSA não detalhou quais tecnologias serão usadas no monitoramento sem contato. Um protótipo de 2023 testou câmeras para medir frequência cardíaca e respiratória, além de sistemas para acompanhar movimentos da cabeça, temperatura da pele do rosto e atividade dos poros.

Por que importa: O projeto mostra como governos tentam aplicar inteligência artificial a decisões de segurança mesmo quando a técnica de origem permanece cientificamente controversa. Se os dados usados para treinar o sistema não distinguirem mentira de reação fisiológica comum, a automação pode apenas acelerar avaliações imprecisas.

Reportagem original apurada por Heise Online.