根據美國國防部的一項預算請求，美國政府計畫在未來五年內投入 3030 萬美元，開發一種改良版的測謊儀。這項名為 Polygraph+ 或 Polygraph Next 的計畫，將聚焦於運用人工智慧和機器學習的評分演算法，以及一種稱為「遠距感測」（standoff sensing）的技術，後者指的是無需將設備連接到受測者身上，即可讀取其生理數據的能力。

根據《Inside Defense》首先報導的預算文件細節，該專案將「使聯邦測謊和可信度評估技術現代化」，以提高其準確性和可靠性。然而，這個計畫可能只是漫長失敗嘗試中，最新一個想利用科技偵測謊言的案例。英國諾森比亞大學研究測謊儀在司法系統中應用的法律學者 Kyri Kotsoglou 表示：「這是一種誤導性的努力，試圖將複雜的事物簡化為有形的東西。」

此舉正值國防部內部高度緊張之際。在國防部長 Pete Hegseth 的領導下，五角大廈越來越頻繁地使用測謊測試，試圖找出據稱洩露給媒體的來源。去年九月，《紐約時報》報導，在新聞報導美國在與伊朗的戰爭中武器庫存耗盡後，聯合參謀部約 50 名軍官接受了測謊。

Polygraph+ 將由國防反情報與安全局（DCSA）負責執行，該機構負責聯邦政府的背景調查。根據尚未獲得國會批准的預算文件，這項新技術將用於未來員工的審查和「內部威脅偵測」。目前尚不清楚將使用哪些具體技術，DCSA 也未回應提供更多資訊的請求。

然而，五角大廈的其他努力提供了潛在線索。2023 年，該部門的國防創新單位（DIU）舉辦了一項公開徵求活動，尋找能用於欺騙偵測的產品公司。它選定了兩家公司來建造原型：Presage Technologies，聲稱能使用標準攝影機測量心率和呼吸頻率；以及 Altec Research，一家醫療感測器公司，現正拓展至非接觸式感測技術。

DIU 發布的 Altec 原型技術截圖顯示，它追蹤頭部運動、臉部皮膚溫度和毛孔活動。Presage Technologies 和 Altec Research 皆未回應置評請求，DIU 也拒絕發表評論。

目前的測謊技術自 1920 年代測謊儀發明以來幾乎沒有改變。測謊員依賴血壓、脈搏、呼吸和汗液測量來判斷某人是否說謊。他們根據受測者對「天空是藍色的嗎？」等基準問題，以及「你是否曾犯過罪？」等目標問題的生理反應差異，來判斷回答的真實性。

聯邦政府每年對員工進行數萬次測謊測試，但這項技術的可靠性屢遭質疑，其結果也鮮少被法庭採納。1983 年，國會技術評估辦公室（Office of Technology Assessment）得出結論，支持測謊儀用於員工篩選的證據非常有限；2003 年，美國國家研究委員會（NRC）表示，其有效性的證據「充其量也只是薄弱」。

研究表明，人類在沒有任何技術輔助的情況下，偵測謊言的準確率僅略高於一半。美國測謊協會聲稱測謊儀的準確率介於 80% 至 94% 之間。但 2003 年的 NRC 報告指出，即使是這種準確率的篩選測試，仍可能導致大量錯誤。國防部僱用 280 萬人；一個不完善的系統若大規模應用，最終可能錯誤指控數萬人。

此外還有其他問題。測謊結果的解釋往往是主觀的：不同的測謊員會得出截然不同的結果，而少數族裔更容易被判斷為說謊。更重要的是，受測者經過訓練後，有可能學會各種反制措施來規避測試；例如，他們可能會透過踩踏藏在鞋子裡的針，人為地提高對基準問題的生理反應。

鹿特丹伊拉斯姆斯大學研究欺騙行為的副教授 Sophie van der Zee 表示：「如果你知道它是如何運作的，你就能擊敗它。」她說，測謊儀最大的作用是威懾，通常受測者在測試開始前就坦白了。「但這只有在人們認為測謊儀有效的情況下才有用。」她指出。

幾十年來，人們嘗試了各種新的測謊策略，技術範圍從熱像儀到瞳孔追蹤器，再到腦部掃描。然而，這些技術在實驗室之外都未能產生可靠的結果。van der Zee 表示：「至今仍沒有皮諾丘的鼻子。」

理論上，如果 AI 能夠在測謊員無法發現的數據中找到模式，它就能改善測謊儀。AI 演算法也更有可能用於「多模態」欺騙偵測，這種方法旨在將多種測量結果組合成一個整體欺騙「分數」，讓人們更難以規避。van der Zee 表示，測謊試圖鎖定的表面下有三種情況：生理壓力、認知負荷，以及人們為隱瞞謊言而做出的有意識努力。目前的測謊技術只處理其中一種。

van der Zee 說：「你結合越多從這三個不同角度切入的方法，就會越成功。」這並非新概念，在 2000 年代，英國曼徹斯特都會大學的研究人員開發了一套名為 Silent Talker 的系統，能從影片畫面生成欺騙分數。這項技術後來被整合到歐盟資助的試點計畫 iBorderCtrl 中。

在美國，一個名為 AVATAR 的專案將眼球追蹤、語音分析和身體運動偵測整合到一個用於邊境檢查的工具中。然而，所有這些專案都悄然消失了。

Kotsoglou 表示，結合 AI 和測謊儀是「兩者中最糟糕的組合」，因為它在無效的基礎上增加了不確定性。即使 AI 或機器學習能夠在生理數據中發現以前未見的模式，也無法可靠地將它們與說謊聯繫起來，因為沒有真正的「事實真相」（ground truth）。

「即使你擁有世界上所有測謊測試的記錄，你也不知道這些測謊測試是否正確。」與 Kotsoglou 共同撰寫測謊儀在司法系統中應用文章的法律教授 Marion Oswald 說。她擔心，新型測謊技術將像測謊儀一樣，更多地被用作心理輔助工具，而非科學工具。

Oswald 表示：「這似乎很大程度上是為了回應現任政府對洩密和忠誠度不足的擔憂。」她補充說：「測謊被用作一種威脅，恐嚇並迫使人們承認某些事情，而不是真正獲取有效資訊的工具。」