Pentagon Siapkan $30,3 Juta untuk Detektor Kebohongan Berbasis AI, Ahli Peringatkan Risiko Kesalahan Masif

Proyek Polygraph+: Modernisasi Poligraf dengan AI dan Standoff Sensing

Departemen Pertahanan AS (Pentagon) mengajukan anggaran $30,3 juta selama lima tahun untuk mengembangkan detektor kebohongan generasi baru bernama “Polygraph+” atau “Polygraph Next”. Usulan ini tertuang dalam dokumen anggaran Departemen Pertahanan yang pertama kali dilaporkan oleh Inside Defense.

Program ini difokuskan pada dua pilar teknologi:

• Algoritma penilaian berbasis AI dan machine learning untuk menganalisis data fisiologis.
• Standoff sensing — kemampuan mengukur respons fisiologis subjek tanpa memasang perangkat di tubuh mereka.

Menurut dokumen anggaran, tujuannya adalah “memodernisasi teknologi poligraf dan penilaian kredibilitas federal” guna meningkatkan akurasi dan keandalan. Proyek akan dikelola oleh Defense Counterintelligence and Security Agency (DCSA), badan yang melakukan pemeriksaan latar belakang untuk pemerintah federal. Teknologi baru ini diperuntukkan untuk vetting calon pegawai dan “deteksi ancaman insider”.

Konteks: Tekanan Tinggi dan Poligraf Massal di Pentagon

Inisiatif ini muncul di tengah tekanan internal di Departemen Pertahanan. Di bawah Kepala Staf Pertahanan Pete Hegseth, Pentagon semakin sering menggunakan tes poligraf untuk mencari sumber kebocoran ke pers. The New York Times melaporkan pada September lalu bahwa sekitar 50 perwira di Joint Staff diuji poligraf setelah liputan soal kehabisan persenjataan AS dalam konflik dengan Iran.

Dengan total 2,8 juta personel di DoD, sistem yang tidak sempurna diterapkan pada skala itu berpotensi menyalahkan puluhan ribu orang secara keliru.

Clue Teknologi: Presage Technologies dan Altec Research

Meskipun detail teknologi Polygraph+ belum dipublikasikan, program Defense Innovation Unit (DIU) pada 2023 memberikan gambaran arah teknisnya. DIU memilih dua perusahaan untuk membangun prototipe deteksi penipuan:

• Presage Technologies — mengklaim mampu mengukur detak jantung dan laju napas menggunakan kamera standar.
• Altec Research — perusahaan sensor medis yang berkembang ke non-contact sensing. Prototipenya melacak gerakan kepala, suhu kulit wajah, dan aktivitas pori-pori.

Kedua perusahaan dan DIU menolak memberi komentar lebih lanjut saat dimintai klarifikasi.

Masalah Fundamental Poligraf Konvensional

Teknologi poligraf saat ini hampir tidak berubah sejak ditemukan pada tahun 1920-an. Pemeriksa mengandalkan tekanan darah, denyut nadi, pernapasan, dan keringat. Penilaian didasarkan pada perbedaan respons fisiologis antara pertanyaan baseline (“Apakah langit biru?”) dan pertanyaan target (“Apakah Anda pernah melakukan kejahatan?”).

Namun, poligraf telah berulang kali dibantah secara ilmiah:

• 1983: Office of Technology Assessment Kongres menyimpulkan bukti sangat terbatas mendukung poligraf untuk screening karyawan.
• 2003: US National Research Council (NRC) menilai bukti efikasinya “lemah sekali”.
• Hasil poligraf jarang diterima di pengadilan.

Asosiasi Poligraf Amerika mengklaim akurasi 80–94%, tetapi laporan NRC 2003 menegaskan: tes screening dengan akurasi itu tetap bisa menghasilkan banyak kesalahan. Pada skala 2,8 juta personel DoD, kesalahan itu berarti puluhan ribu tuduhan palsu.

Bias, Subjektivitas, dan Kontermesur

Masalah lain yang menahun:

• Interpretasi subjektif: Pemeriksa berbeda sering menghasilkan kesimpulan lain untuk data yang sama.
• Bias terhadap kelompok minoritas: Orang dari kelompok minoritas lebih cenderung dinilai menipu.
• Kontermesur: Dengan latihan, orang bisa mengalahkan tes — misalnya dengan menyembunyikan paku di sepatu untuk kenaikan respons fisiologis pada pertanyaan baseline.

Sophie van der Zee, profesor asosiat di Erasmus University Rotterdam yang mempelajari penipuan, menegaskan: “Jika Anda tahu cara kerjanya, Anda bisa mengalahkannya.” Dia menambahkan, efek utama poligraf justru deterrence — sering kali subjek mengakui sebelum tes dimulai. “Tapi itu hanya berfungsi jika orang percaya poligraf bekerja.”

Dekade Percobaan Gagal: Dari Kamera Termal hingga Pindai Otak

Selama puluhan tahun, berbagai pendekatan dicoba: kamera termal, pelacak pupil, pindai otak (fMRI). Tidak satupun memberikan hasil andal di luar laboratorium. Masalahnya struktural: tidak ada satu tanda khas kebohongan yang berlaku untuk semua orang sepanjang waktu. Seperti yang diungkapkan van der Zee: “Masih tidak ada hidung Pinocchio.”

Potensi AI: Pola Tersembunyi dan Deteksi Multi-Modal

AI secara teoritis bisa meningkatkan poligraf jika algoritma menemukan pola dalam data yang terlewat pemeriksa manusia. AI juga lebih cocok untuk deteksi penipuan multi-modal — menggabungkan banyak pengukuran jadi satu “skor penipuan” yang lebih sulit dimanipulasi.

Menurut van der Zee, tiga hal yang dicoba ditangkap deteksi kebohongan:

1. Stres fisiologis
2. Beban kognitif
3. Usaha sadar menyembunyikan kebohongan

Poligraf konvensional hanya menyentuh permukaan. AI berharap menggali lebih dalam — tapi apakah itu cukup untuk mengatasi fundamental ground truth yang tidak ada?

Anggaran Belum Disetujui Kongres

Penting dicatat: dokumen anggaran ini belum disetujui Kongres. DCSA tidak merespons permintaan detail teknis. Jika disetujui, Polygraph+ akan menjadi uji coba skala besar paling ambisius untuk deteksi kebohongan berbasis AI di sektor publik.

Bagi pembaca yang tertarik pada etika AI dan batas teknologi surveilans: kasus ini jadi case study nyata bagaimana dorongan “modernisasi” bisa lari ke depan jauh lebih cepat dari bukti ilmiah yang mendukungnya.