Пентагон просит $30 млн на ИИ-детектор лжи

Министерство обороны США запросило $30,3 млн на пять лет для разработки усовершенствованного детектора лжи. Программа получила название Polygraph+ или Polygraph Next. Запрос пока не одобрен Конгрессом.

Проект сосредоточен на алгоритмах скоринга с использованием искусственного интеллекта и машинного обучения, а также на технологии standoff sensing — считывании физиологических показателей без крепления датчиков к человеку. По данным бюджетного документа, о котором первым сообщил Inside Defense, цель — «модернизировать федеральные технологии полиграфа и оценки достоверности» для повышения их точности и надёжности.

Программу будет курировать Defense Counterintelligence and Security Agency (DCSA), которая проводит проверки для федерального правительства. Технологию планируют использовать для проверки кандидатов и «выявления внутренних угроз». Какие именно технологии задействуют, пока неясно — DCSA не ответила на запрос о дополнительной информации.

Инициатива появилась на фоне напряжённости в Пентагоне. При министре обороны Пита Хегсете ведомство всё чаще прибегает к полиграфам для поиска источников утечек в прессу. В сентябре The New York Times сообщила, что около 50 офицеров Объединённого комитета начальников штабов прошли проверку на полиграфе после публикаций об истощении запасов вооружений США в войне с Ираном.

Другие проекты Минобороны дают подсказки о возможных технологиях. В 2023 году Defense Innovation Unit (DIU) провела открытый отбор компаний с продуктами для детекции обмана. Были выбраны две компании для создания прототипов: Presage Technologies, которая заявляет о возможности измерять пульс и частоту дыхания стандартными камерами, и Altec Research — производитель медицинских сенсоров, осваивающий бесконтактные технологии. Скриншот прототипа Altec, опубликованный DIU, показывает отслеживание движений головы, температуры кожи лица и активности пор.

Современная технология полиграфа почти не изменилась с 1920-х годов. Экзаменаторы опираются на давление, пульс, дыхание и потоотделение, сравнивая реакции на контрольные вопросы вроде «Небо голубое?» и целевые вроде «Вы когда-нибудь совершали преступление?». Федеральное правительство проводит десятки тысяч таких тестов в год при проверке сотрудников, но полиграф неоднократно признавали ненадёжным, а его результаты редко принимают в суде.

В 1983 году Office of Technology Assessment Конгресса заключило, что доказательств в пользу применения полиграфа для проверки сотрудников крайне мало. В 2003 году Национальный исследовательский совет США назвал доказательства эффективности «в лучшем случае слабыми». По данным исследований, люди без технических средств распознают ложь чуть чаще, чем в половине случаев. Американская ассоциация полиграфологов заявляет о точности 80–94%, но отчёт NRC 2003 года отметил, что даже такая точность при массовом применении даёт множество ошибок. В Минобороны работают 2,8 млн человек — несовершенная система в таком масштабе может ложно обвинить десятки тысяч.

Есть и другие проблемы. Интерпретации полиграфа субъективны: разные экзаменаторы получают совершенно разные результаты, а представители меньшинств чаще оцениваются как лживые. Кроме того, при подготовке можно освоить контрмеры — например, намеренно усиливать физиологическую реакцию на контрольные вопросы, наступая на спрятанную в обуви кнопку.

«Если вы знаете, как это работает, вы можете это обойти», — говорит Софи ван дер Зе, доцент, изучающая обман в Университете Эразма в Роттердаме. По её словам, главный эффект машины — сдерживание: часто испытуемые признаются ещё до начала теста. «Но это работает, только если люди верят, что полиграф работает».

За десятилетия предпринимались попытки создать новые детекторы лжи — от тепловизоров до трекинга зрачков и сканирования мозга. Ни один не дал надёжных результатов вне лаборатории. Проблема структурная: нет единого признака лжи, верного для всех и всегда. «Носа Пиноккио до сих пор нет», — говорит ван дер Зе.

ИИ теоретически может улучшить полиграф, если найдёт в данных закономерности, недоступные экзаменаторам. Алгоритмы также чаще применяют для «мультимодальной» детекции обмана, объединяющей несколько измерений в общий «балл лжи», который сложнее обмануть. По словам ван дер Зе, детекция лжи пытается уловить три вещи: физиологический стресс, когнитивную нагрузку и сознательные усилия скрыть ложь. Современный полиграф охватывает только одну. «Чем больше методов объединить с этих трёх сторон, тем успешнее будет результат», — говорит она.

Это не новая концепция: в 2000-х исследователи Манчестерского столичного университета разработали систему Silent Talker, которая вычисляла балл обмана по видео и позже вошла в iBorderCtrl — пилотную программу ЕС. В США проект AVATAR сочетал трекинг глаз, анализ голоса и детекцию движений тела для пограничных переходов. Все эти проекты тихо свернули.

Коцоглу называет сочетание ИИ и полиграфа «худшим из обоих миров», поскольку оно добавляет неопределённость к невалидности. Даже если ИИ найдёт незамеченные закономерности в физиологических данных, он не сможет надёжно связать их с ложью из-за отсутствия эталонной истины. «Даже если у вас есть все записи полиграфных тестов мира, вы не знаете, верны ли эти тесты», — говорит Марион Освальд, профессор права, писавшая об этом с Коцоглу.