《麻省理工科技評論》報道，美國國防部 FY2027 研發預算申請擬由國防反情報暨安全署（DCSA）推動 Polygraph+／Polygraph Next，五年合計約三千零三十萬美元，重點為非接觸式「遠距感測」與人工智能／機器學習評分，用於人員審查與內部威脅偵測。來源真實性已核對該刊報道、國防部預算說明 PDF，以及國防創新小組（DIU）早前測謊原型公開資料；相關申請尚待國會通過，並非已撥款項目。
學者警告，把仍具爭議的測謊儀器與不透明 AI 評分疊加，可能成為「最壞組合」：既缺乏可靠「說謊」生理金標準，又易被用作嚇阻與逼供道具。對香港企業而言，這亦提醒勿把雲端「誠信／情緒／風險評分」當成人事決策黑盒。
引言
測謊器自一九二〇年代成形以來，主要依賴血壓、脈搏、呼吸與排汗等生理訊號，由考官對照「基準問題」與「目標問題」的反應差異來判斷是否欺瞞。美國聯邦機構每年為人事審查進行數以萬計檢測，但結果在法庭多半不被採納；一九八三年國會技術評估辦公室、二〇〇三年國家研究委員會（NRC）均對其篩選效能提出嚴厲保留，NRC 更形容證據「充其量薄弱」。
如今五角大樓把同一條戰線押上 AI：預算文件寫明要以非接觸感測與 AI／ML 評分「現代化」聯邦測謊與可信度評估。來源真實性已驗證：產品與金額口徑核對自《麻省理工科技評論》二〇二六年九月二十五日報道，並與國防部 Comptroller 公開之 DCSA RDT&E 預算說明（Polygraph Next 分項）交叉比對；DIU 二〇二三年原型徵集可作技術脈絡補充。本文改寫整理，非全文轉載。
一、核心事件：預算申請中的 Polygraph+／Polygraph Next
技術細節
依預算說明與科技評論整理，計劃要點如下：
- 主管單位：國防反情報暨安全署（DCSA），負責聯邦背景審查與相關安全工作。
- 名稱：文件交替使用 Polygraph+ 與 Polygraph Next。
- 金額：科技評論引述五年約三千零三十萬美元；對照公開預算表，Polygraph Next 自 FY2027 起列約六百四十二點一萬美元，其後年度約六百四十四點九萬、六百一十五點八萬、五百六十六萬、五百六十五點四萬美元，五期合計約三千零三十四萬美元，與「約三千零三十萬」口徑一致。該申請尚未經國會通過。
- 技術方向：發展遠距／非接觸感測（standoff sensing）——毋須把感測器貼在受測者身上，即可讀取生理訊號；並導入 AI／機器學習評分演算法與決策輔助，目標提升準確度、可靠度、可用性與可追溯性。
- 用途表述：人員審查（含準僱員）與「內部威脅偵測」（insider threat detection）；預算文字亦提及對戰備與已獲許可人員誠信的支撐。
- 研究夥伴：文件點名與 ARLIS、Oak Ridge National Laboratory（ORNL）及業界合作，並計劃獨立驗證、實地測試與原型評估，以至集中式數據儲存與分析、跨機構操作試點。
時事背景方面，科技評論指國防部長 Pete Hegseth 任內，部門更頻密以測謊追查疑似向傳媒洩密的源頭；《紐約時報》九月報道，約五十名參謀聯席會議（Joint Staff）軍官在伊朗戰事武器庫存報道後接受測謊。Oswald 等學者解讀：新系統更像對「洩密與忠誠」焦慮的回應，威嚇大於科學取證。
二、技術原理：從皮電到「多模態」評分
傳統測謊假設「說謊 → 可測的壓力反應」，但生理壓力亦可來自緊張、憤怒、疲勞或文化差異，並非 Pinocchio 式獨一無二的鼻子。考官主觀解讀差異大，少數族裔更易被判「欺瞞」；受過訓練者亦可以鞋內藏針等方式抬高基準題反應，從而「擊敗」儀器。
AI 被寄予厚望的理由有二：一是在高維生理／行為數據中找考官看不見的模式；二是做多模態（multi-modal）融合——同時看壓力、認知負荷與刻意掩飾行為，輸出單一「欺瞞分數」，理論上較難單點作假。Erasmus 大學 Sophie van der Zee 指出，測謊真正想捕捉的正是這三層；現行儀器多半只碰其中一層。
歷史上類似路線並非全新：英國 Silent Talker、歐盟試點 iBorderCtrl、美國邊境 AVATAR（眼動、聲學、肢體）等，最終多半淡出。關鍵瓶頸不是「感測器夠不夠多」，而是沒有可驗證的說謊金標準：就算彙整全球測謊紀錄，仍不知道當次判定是否正確，監督式學習容易在錯誤標籤上自我強化。
遠距感測的具體候選，可從 DIU 二〇二三年欺瞞偵測原型窺見方向：Presage Technologies 聲稱可用一般攝影機估測心率與呼吸；Altec Research 原型畫面顯示追蹤頭部動作、面部皮膚溫度與毛孔活動。科技評論稱兩家與 DIU 均未就現況置評；預算亦未鎖定最終感測器清單。換言之，公開文件證實的是「方向與經費欄位」，不是已部署的成品系統。
三、日常應用場景
1. 開發者與技術團隊
若參與政府或大型機構的「誠信／風險評分」系統，應預設：標籤噪聲極高、族群偏差可被模型放大、以及「可解釋性」往往只是事後合理化。產品設計宜把模型輸出定位為輔助線索，強制保留人工覆核、申訴與審計日誌，並對訓練數據來源與假陽性成本做壓力測試。
2. 企業與隱私敏感行業
金融、法律、醫療與政府承包商常有內部威脅與背景審查需求。把員工面部、心率或「壓力分數」送進供應商雲端黑盒，等於把人事生殺大權外包給不可驗證的推論。香港受《個人資料（私隱）條例》約束，僱主蒐集敏感生物特徵與自動化決策，更須符合收集目的、知情同意與資料保安原則——「美國國防部也在用 AI 測謊」並不能自動成為合規護身符。
3. 一般用戶
求職者與公務員面對測謊時，機器最大效力往往是嚇阻：van der Zee 指很多人在開機前已坦白，前提是他們相信機器有效。AI 包裝可能強化這種心理戰，卻不保證更接近真相。
4. 香港與亞洲市場視角
亞洲企業近年熱衷導入「AI 面試監考、情緒分析、職場風險雷達」。五角大樓案例說明：連擁有深厚情報資源的機構，仍在為「能不能用技術讀心」支付數千萬美元試錯成本，學界卻同步警告其科學基礎不穩。對本港決策者更務實的路徑，是把真正需要保密的人事、合規與客戶對話，留在可審計的私有環境，而不是追逐不可驗證的「一鍵識謊」。
如需在香港部署可治理、數據不出境的企業 AI，可參考 YSK Limited 的企業私有 LLM 全託管（Dataset → QLoRA／LoRA → 私有 API，年費 HK$88,000 起，100% 數據留港）：https://ysk.hk/services/ai-automation
四、專業評價與潛在考量
優勢
- 預算與技術敘事公開可查（DCSA 分項、遠距感測、AI／ML 評分），便於國會、傳媒與公民社會監督。
- 非接觸流程或可減少綁帶誤差與部分操作變異，並留下較完整數位軌跡，有利事後稽核——前提是資料治理與獨立驗證到位。
- 對「內部洩密」政治壓力給出可展示的現代化回應，短期或具嚇阻宣傳效果。
需要留意的地方
- Northumbria 大學法律學者 Kyri Kotsoglou 直言，這是把複雜人性化約成可量度之物的誤判；他與 Marion Oswald 合稱 AI＋測謊為「最壞組合」：在無效之上再疊不確定性。
- 即便準確率落在業界自詡的約八成至九成四，套用到國防部約二百八十萬人員規模，假陽性仍可造成數以萬計的錯誤指控。
- 預算未獲國會批准前，不應寫成「已砸三千萬上線」；具體感測器與模型供應商亦未在預算正文鎖定。
- 威嚇式使用（逼供、表忠）與科學取證是兩回事；透明度不足時，員工信任與人才流失成本可能高於抓漏收益。
結語
Polygraph+／Polygraph Next 把百年測謊爭議拖進生成式 AI 時代：遠距攝影機與學習型評分，能否補上「沒有 Pinocchio 鼻子」的科學缺口，仍取決於獨立驗證而非簡報美學。對企業而言，真正可遷移的教訓不是「趕快買一套 AI 測謊」，而是任何影響生計的自動化判斷，都需要可審計數據、可挑戰程序，以及把敏感推論留在自己管轄範圍內的能力。若你正在評估香港落地的私有模型與人事／合規助手，歡迎由 YSK Limited 企業私有 LLM 全託管方案起步：https://ysk.hk/services/ai-automation
參考來源
- MIT Technology Review，"The Pentagon wants $30 million to build an AI-powered lie detector"（2026-09-25）：https://www.technologyreview.com/2026/09/25/1145144/pentagon-ai-lie-detector/
- 美國國防部 Comptroller，FY2027 RDT&E 預算說明 — Defense Counterintelligence and Security Agency，Polygraph Next／Polygraph+ 分項（PDF）：https://comptroller.war.gov/Portals/45/Documents/defbudget/FY2027/budget_justification/pdfs/03_RDT_and_E/RDTE_DCSA_PB_2027.pdf
- Inside Defense（科技評論指其率先披露預算細節），"Pentagon advances Polygraph Next amid extraordinary Joint Staff leak probe"：https://insidedefense.com/daily-news/pentagon-advances-polygraph-next-amid-extraordinary-joint-staff-leak-probe
- Defense Innovation Unit，測謊／欺瞞偵測原型相關公開說明：https://www.diu.mil/latest/department-of-defense-defense-innovation-unit-announce-polygraph-effort-to
- The New York Times，Joint Staff 測謊報道（科技評論引述，約五十名軍官）：https://www.nytimes.com/2026/09/04/us/politics/pentagon-staff-polygraph-tests.html
- 發現來源：MIT Technology Review RSS（
https://www.technologyreview.com/feed/）