El Departamento de Defensa de EE. UU. solicitó 30,3 millones de dólares para los próximos cinco años con el fin de desarrollar Polygraph+, un sistema que combina algoritmos de puntuación basados en aprendizaje automático con "detección remota" —lecturas fisiológicas sin contacto físico— para cribar empleados y detectar amenazas internas fuente. El programa será gestionado por la Defense Counterintelligence and Security Agency (DCSA) y surge en un contexto de tensión interna: en septiembre unos 50 oficiales del Estado Mayor Conjunto fueron poligrafiados tras filtraciones sobre el agotamiento de arsenales en el conflicto con Irán.
La apuesta tecnológica recae en dos proveedores seleccionados por la Defense Innovation Unit: Presage Technologies, que dice medir frecuencia cardíaca y respiratoria con cámaras estándar, y Altec Research, cuyo prototipo rastrea movimiento cefálico, temperatura facial y actividad poral fuente. Sin embargo, la evidencia histórica juega en contra. La Office of Technology Assessment del Congreso concluyó en 1983 que había pruebas muy limitadas para usar el polígrafo en selección de personal, y el National Research Council calificó su eficacia de "débil en el mejor de los casos" en 2003 fuente. Con 2,8 millones de empleados, un sistema imperfecto aplicado a esa escala podría generar decenas de miles de falsos positivos.
Kyri Kotsoglou, estudioso del uso judicial del polígrafo, define la fusión IA-polígrafo como "lo peor de ambos mundos": suma incertidumbre algorítmica sobre una base científica inválida fuente. Marion Oswald, profesora de derecho, advierte que no existe "verdad de base" (ground truth) para entrenar modelos: aunque se tengan todos los registros históricos, no se sabe cuáles eran correctos. Precedentes como Silent Talker en el Reino Unido, iBorderCtrl en la UE o AVATAR en fronteras estadounidenses terminaron archivados sin demostrar fiabilidad fuera del laboratorio.
