El Pentágono apuesta $30 millones a un polígrafo con IA que la ciencia sigue cuestionando

El Departamento de Defensa de Estados Unidos solicitó al Congreso 30,3 millones de dólares para los próximos cinco años con un objetivo explícito: reemplazar el polígrafo tradicional por un sistema potenciado con inteligencia artificial al que llaman "Polygraph+" o "Polygraph Next". La partida, revelada por Inside Defense y analizada por MIT Technology Review, no nace de un avance científico consensuado, sino de una crisis operativa inmediata: la caza de filtraciones dentro del propio Pentágono.

Bajo la gestión de Pete Hegseth, la agencia contraespionaje (DCSA) sometió en agosto a unas cincuenta personas —incluidos altos mandos del Estado Mayor Conjunto— a pruebas de polígrafo convencionales para identificar al responsable de revelar a la prensa el racionamiento de misiles por la guerra en Irán. Según The New York Times y RFI, nadie reprobó el examen. La respuesta institucional no fue dudar de la herramienta, sino financiar su "modernización" con IA.

La tecnología: sensores sin contacto y algoritmos opacos

En el pliego presupuestario se describen dos pilares técnicos. Por un lado, "algoritmos de puntuación" basados en aprendizaje automático que procesarían señales fisiológicas para emitir un veredicto de credibilidad. Por otro, "standoff sensing" o detección a distancia: la capacidad de capturar esas mismas métricas sin colocar electrodos en el cuerpo del examinado, usando sensores remotos.

La DCSA, que gestiona los habilitaciones de seguridad de todo el gobierno federal, sería la usuaria final. El documento dice que la tecnología servirá para "evaluar empleados prospectivos" y "detección de amenazas internas". No especifica qué modelos, qué datos de entrenamiento ni qué tasas de error acepta; el congreso aún no ha aprobado la partida.

El antecedente inmediato: caza de filtraciones a gran escala

Este episodio de agosto marca un precedente por su escala. Mark Esper, exsecretario de Defensa, calificó la medida de "sin precedentes por su magnitud" en declaraciones a Bloomberg recogidas por RFI. La administración Trump —según la reconstrucción periodística— negó la escasez de municiones, pero centros de estudios y exfuncionarios llevaban meses advirtiendo del problema en fuentes abiertas. El polígrafo tradicional, con sus conocidos falsos positivos y negativos, no encontró culpables. La apuesta ahora es que la IA lo haga mejor.

Crítica científica: la IA como barniz de legitimidad

Kyri Kotsoglou, profesor de la Northumbria Law School y estudioso del uso judicial del polígrafo, resume el escepticismo académico: "Es un esfuerzo equivocado por reducir lo complejo a algo tangible". La comunidad científica lleva décadas advirtiendo que no existe un patrón fisiológico único y universal de la mentira; lo que mide el polígrafo es estrés, y el estrés tiene múltiples causas. Añadir una capa de machine learning sobre una base teórica débil no valida la base, solo opaca la cadena de decisión detrás de una caja negra algorítmica.

Un artículo técnico en Authorea describe arquitecturas de "fusión multimodal" y optimización con "enjambre de partículas" para clasificar verdad/mentira con Random Forest. Aunque el texto completo está tras verificación de seguridad, el resumen confirma la dirección de la investigación académica que alimenta programas como Polygraph+: más sensores, más datos, modelos más complejos, pero sin resolver el problema epistemológico de fondo.

Lo que está en juego para América Latina

Esta región no es ajena al polígrafo. Fuerzas armadas, policías, servicios de inteligencia y grandes empresas privadas en México, Colombia, Brasil o Chile lo usan rutinariamente para habilitaciones de seguridad, procesos de ascenso o screening de personal sensible. La llegada de una versión "IA" con sensores remotos cambia tres variables críticas:

• Costo y escalabilidad: Eliminar el sensor de contacto y el examinador humano reduce el costo marginal por prueba, permitiendo cribados masivos y continuos ("insider threat detection" permanente).
• Marco regulatorio: La mayoría de leyes de protección de datos en LatAm (LGPD en Brasil, LFPDPPP en México, Ley 1581 en Colombia) exigen consentimiento informado, finalidad específica y proporcionalidad para datos biométricos. La captura remota de constantes vitales sin dispositivo visible tensiona el consentimiento y la transparencia.
• Riesgo de exportación tecnológica: Contratistas de defensa estadounidenses suelen ofrecer a aliados "soluciones probadas" en el Pentágono. Un sello de "validado por el DoD" —aunque el Congreso no haya aprobado aún la partida— puede acelerar adquisiciones en ministerios de defensa o seguridad pública de la región sin la debida evaluación de impacto en derechos fundamentales.

Esa promesa de un detector de mentiras objetivo, barato y escalable es irresistible para cualquier aparato de seguridad. La evidencia disponible sugiere que la IA no está resolviendo la pseudociencia subyacente, sino automatizando sus errores a mayor velocidad y menor coste. ¿Están las agencias de control, los congresos y los tribunales latinoamericanos preparados para exigir la misma transparencia algorítmica y validez científica que se exige a un fármaco antes de autorizar su uso masivo sobre la población?