Pentágono pede 30,3 milhões para programa de deteção de mentiras com IA Polygraph+

O pedido de orçamento do Departamento de Defesa dos Estados‑Unidos, apresentado para o exercício fiscal de 2027, solicita a alocação de 30,3 milhões de dólares para financiar o desenvolvimento do Polygraph+, também designado como Polygraph Next, ao longo de um período de cinco anos. O montante inclui despesas de investigação, prototipagem, testes em ambientes controlados, integração de hardware e software, bem como custos operacionais associados à eventual implementação. Esta proposta ainda aguarda a aprovação do Congresso, que deverá analisar a viabilidade técnica e a pertinência estratégica antes de autorizar qualquer desembolso.

O programa seria administrado pela Defense Counterintelligence and Security Agency (DCSA), a agência responsável já pela verificação de antecedentes e pela deteção de ameaças internas entre os cerca de 2,8 milhões de civis e militares que compõem o Pentágono. A DCSA tem, historicamente, um papel central na avaliação de risco de pessoal, e a inclusão do Polygraph+ no seu leque de ferramentas representaria uma extensão significativa das suas capacidades de monitorização e controlo interno.

Como se supõe que o Polygraph+ funcione

Segundo o documento orçamental, o Polygraph+ combinará pontuações de credibilidade geradas por algoritmos de machine learning com “sensoriamento à distância”, uma tecnologia que recolhe sinais fisiológicos sem necessidade de sensores presos ao sujeito. Estes sinais incluirão variações de temperatura facial, micro‑movimentos da cabeça e alterações no padrão respiratório, captados por câmaras de alta resolução e sensores infravermelhos. O conjunto exacto de sensores e a arquitectura do sistema não foram divulgados no pedido, mantendo‑se confidenciais detalhes que poderiam revelar vulnerabilidades ou vantagens competitivas.

Protótipos anteriores do Pentágono baseavam‑se em análise de câmara para estimar frequência cardíaca e respiratória, movimentação da cabeça, temperatura facial e até atividade dos poros da pele. Estes métodos foram testados em ambientes controlados, mas ainda não está confirmado se esses designs fazem parte do novo sistema ou se foram substituídos por tecnologias ainda mais avançadas, como sensores de espectro eletromagnético ou análise de micro‑expressões faciais em tempo real.

Ceticismo científico

Uma revisão do National Research Council de 2003 já qualificou a evidência científica sobre a eficácia dos polígrafos tradicionais como “fraca na melhor das hipóteses”. Essa avaliação sublinhou a falta de replicabilidade dos resultados e a dependência de fatores externos, como o nível de ansiedade do entrevistado. Investigadores contemporâneos acrescentam que o stress não tem uma relação universal de um‑para‑um com a mentira, e que os dados de treino para modelos de IA frequentemente carecem de rótulos de verdade confiáveis, o que pode comprometer a generalização dos algoritmos.

Mesmo que o programa alcançasse a taxa de precisão anunciada de 80 %–94 %, aplicá‑la a uma força de trabalho de 2,8 milhões ainda geraria um número considerável de falsos positivos, podendo sinalizar trabalhadores inocentes como riscos de segurança. Num cenário em que milhares de indivíduos fossem marcados erroneamente, as consequências poderiam incluir investigação disciplinar injustificada, perda de confiança institucional e potenciais processos judiciais por violação de direitos laborais.

Questões ainda por esclarecer

• Os sensores adicionais melhoram realmente a precisão da deteção ou apenas adicionam camadas de confiança algorítmica a um sinal fundamentalmente pouco fiável?
• Os modelos de IA podem ser treinados com dados que distinguem de forma fiável a mentira de outros fatores de stress?
• Que salvaguardas serão implementadas para evitar o uso indevido de resultados falsos‑positivos?
• Como a DCSA validará o sistema antes de o implantar em toda a força de trabalho de defesa?

O debate técnico central concentra‑se em saber se sensores mais sofisticados e IA podem ultrapassar as limitações inerentes identificadas por décadas de investigação sobre o polígrafo, ou se apenas mascaram a incerteza com métricas de maior resolução. Alguns especialistas argumentam que a fusão de múltiplas fontes de dados pode reduzir ruído, enquanto outros apontam para o risco de sobre‑ajuste dos modelos a padrões específicos que não se generalizam para situações reais de campo.

Tanto a MIT Technology Review como a Superpower Daily relataram o pedido a 25 de setembro de 2026, salientando que o Congresso ainda não aprovou o financiamento e que as bases científicas do programa continuam contestadas. As duas publicações destacaram ainda a preocupação de grupos de direitos civis, que temem que a introdução de um detector de mentiras automatizado possa violar princípios de privacidade e de presunção de inocência.

Se aprovado, o programa representaria um investimento significativo em ferramentas automatizadas de avaliação de credibilidade, potencialmente redefinindo a forma como o Pentágono realiza verificações de antecedentes, monitorização contínua e mitigação de ameaças internas. A adoção de um sistema como o Polygraph+ poderia também influenciar outros departamentos de defesa e agências de segurança, que poderiam procurar replicar a tecnologia para fins de contra‑inteligência.

Para uma organização portuguesa, o impacto prático poderia traduzir‑se numa transição para processos de avaliação de pessoal mediado por IA, que prometem avaliações mais rápidas e sem contacto, mas também introduzem novos desafios legais e éticos relacionados com a privacidade, o direito ao contraditório e a fiabilidade da deteção automática de mentiras. Empresas e instituições públicas teriam de ponderar cuidadosamente a compatibilidade da tecnologia com a legislação nacional e europeia sobre proteção de dados e direitos humanos.

Em suma, o pedido de 30,3 milhões de dólares do Pentágono para o Polygraph+ levanta questões profundas sobre a confiança que se pode depositar em sistemas de deteção de mentiras baseados em IA, a necessidade de validação rigorosa antes de uma implementação em larga escala e as possíveis repercussões para outras nações que possam seguir o mesmo caminho tecnológico.