五角大樓申請 3030 萬美元開發 AI 驅動的 Polygraph+ 偵測系統

美國國防部在2027財政年度的預算請求中，明確列出需要3030萬美元的資金，用以在未來五年內開發名為Polygraph+（亦稱Polygraph Next）的無接觸式人工智慧說謊偵測系統。此項提案目前仍在等待國會的最終批准，尚未獲得正式撥款。

負責執行此計畫的主體是國防反情報與安全局（Defense Counterintelligence and Security Agency，簡稱DCSA），該機構過去已負責審查約280萬名民事與軍事人員的背景資料與內部威脅偵測，具備相當規模的數據與操作經驗。

Polygraph+ 的運作原理

根據預算文件的說明，Polygraph+將結合機器學習演算法產生的可信度分數與遠距感測技術，無需在受測者身體上安裝任何感測器，即可透過非接觸式方式收集生理訊號。文件未透露具體的感測器組合或系統架構細節，僅指出會使用多模態資料以提升偵測精度。

早期的五角大樓原型系統曾利用影像分析推估受測者的心率、呼吸速率、頭部動作、面部溫度，甚至毛孔活動等指標。雖然這些技術已在實驗階段展示一定的可行性，但目前尚不清楚這些設計要素是否會完整納入即將開發的Polygraph+系統中。

科學界的懷疑

早在2003年，國家研究委員會（National Research Council）即對傳統測謊儀的科學證據做出評估，認為其效力「最多只有微弱」；此後的研究持續指出，壓力與說謊之間缺乏一對一的普遍關聯，且AI模型的訓練資料往往缺乏可靠的真實標籤，使得偵測結果的科學基礎受到質疑。

即便計畫聲稱可達到80%至94%的正確率，若將此技術應用於全體約280萬名防務人員，仍將產生大量偽陽性結果，導致無辜員工被錯誤標記為安全風險，進一步影響其職業生涯與心理健康。

未解決的關鍵問題

• 額外感測器真的能提升偵測準確度，或只是為本質上不可靠的訊號增加演算法信心層？
• AI 模型能否以可靠區分說謊與其他壓力因素的資料進行訓練？
• 將採取何種保障措施防止偽陽性結果被濫用？
• DCSA 在全體防務人員部署前，將如何驗證系統的效能？

技術核心的爭論聚焦於更先進的感測與AI演算法是否能克服多年測謊研究所揭示的根本限制；或者這些高解析度的指標僅是以更精細的方式掩蓋了原本的不確定性與誤差。

MIT Technology Review與Superpower Daily於2026年9月25日同時報導了這筆預算請求，指出國會尚未批准資金，且該計畫的科學基礎仍充滿爭議，提醒公眾關注可能的政策與倫理風險。

若最終獲得批准，Polygraph+將代表美國對自動可信度評估工具的大規模投資，可能重塑五角大樓在背景審查、持續監控以及內部威脅緩解方面的作業模式，並為未來其他政府部門提供參考範本。

對於以中文為主要工作語言的機構而言，實際影響將是審核流程向AI中介的全面轉變，承諾提供更快速、無接觸的評估方式；同時也將帶來隱私、正當程序以及自動偵測說謊可靠性的新法律與倫理挑戰。

此篇報導於台北發佈，旨在提醒本地相關產業與政策制定者，關注美國在AI偵測技術上的投資動向，並思考在本地法律框架下可能衍生的監管需求與道德討論。