五角大楼用AI测谎？

文｜陆弃

2026年10月6日，美国《防务新闻》披露，五角大楼曾开发利用人工智能分析人员可信度的“现代化测谎技术”，通过文本、语音、面部微表情等信息判断一个人是否可能存在欺骗行为。但在持续受到科学界和法律界质疑后，美国国防反情报与安全局表示，目前相关“现代化测谎”工作已经不再包括这类AI技术。一个原本被寄予厚望的安全工具，为何还没有真正投入成熟应用，就开始遭遇质疑？答案可能比“AI还不够先进”更加值得警惕。

从公开的技术方案看，这套系统并不是简单地让机器分析一句话是真是假。此前的研究试图把面部视频、声音、语音转写和语言内容同时输入模型，再由算法评估情绪状态和所谓“欺骗性模式”。早在2019年，美国空军、国防反情报与安全局以及相关学术实验室就开始研究情绪分析和欺骗性语言辅助分析，试图借助人工智能提高可信度评估效率。

这种设想很容易理解。安全许可审查涉及大量人员，如果机器能够从人的语言、声音甚至表情中捕捉到人类调查员容易遗漏的异常，就可以大幅降低审查成本。在国家安全领域，谁是否可信、谁可能隐瞒信息，本来就是高度重要的问题。问题是，重要并不等于可以交给算法解决。

测谎技术最根本的困境，从来不是设备不够先进，而是“说谎”本身并不是一个可以被简单读取的生理信号。心率加快、出汗、呼吸变化、声音紧张甚至面部表情异常，都可能与压力有关，却并不必然意味着一个人在撒谎。一个人面对安全调查时紧张，是因为心虚，也可能只是因为害怕自己表达错误；一个人说话平静，是因为诚实，也可能只是因为善于控制情绪。

如果连这些基本信号都无法与欺骗行为建立稳定、排他的对应关系，那么换上更强大的计算模型，并不能自动解决问题。AI可以比人更快地发现相关性，却不能仅凭相关性证明因果关系。算法看到的是“某种行为经常和某种结果同时出现”，而不是“这个人此刻一定在撒谎”。

据报道，目前相关研究中，AI辅助的语言、声音和面部分析识别谎言的正确率只有约50%。如果这一水平成立，那么它与随机判断之间的距离并没有想象中那么大。更麻烦的是，国家安全审查不是普通的娱乐测试。一次错误判断，可能意味着一个人失去安全许可、职业机会，甚至遭到长期调查。如果一个准确率有限的系统被赋予过高权威，错误就不再只是统计数字，而可能变成具体个人的人生损失。

这也是“自动化偏见”真正危险的地方。人类面对计算机生成的结论，往往会天然赋予它更高的客观性。调查员可能会质疑同事的一句话，却不容易同样强烈地质疑一个算法给出的“高风险”提示。于是，AI本来只是辅助工具，最后却可能变成事实上的裁决者。

更复杂的问题来自残障人士。面部微表情和声音分析如果把某些异常动作、抽搐、突然发声或沟通方式当成“欺骗信号”，就可能把正常的个体差异误判为风险。一个人不是因为撒谎才表现异常，而是因为身体状况、神经特征或者沟通方式不同，算法却可能将其归入“可疑”。这已经不是单纯的技术准确率问题，而是公平、歧视和程序正义问题。

国家安全领域尤其需要警惕这种趋势，因为它天然具有一种“宁可错杀，不可漏掉”的诱惑。一旦调查人员相信某人存在风险，即使证据不足，也可能倾向于继续追查；而当AI为这种怀疑提供了一个看似科学的分数，怀疑就更容易获得制度上的正当性。机器没有恶意，但机器制造的数字，却可能被人赋予过大的权力。

从这个角度看，五角大楼现在表示相关AI技术已经不再属于“现代化测谎”工作，并不意味着人工智能在安全领域毫无价值。相反，AI在整理海量资料、发现信息关联、辅助风险筛查等方面确实具有巨大潜力。真正需要改变的是使用方式：让AI负责发现问题，而不是替人下最终判断；让算法提供线索，而不是提供定罪式结论；让每一个影响个人权益的决定，都能够回到可解释、可复核的人类程序之中。

这也是技术发展必须面对的一条边界。战争、情报和国家安全都越来越依赖人工智能，但越是在高风险领域，越不能因为机器计算能力强，就默认它理解人的行为。语言可以伪装，表情可以误读，生理反应可以被多种因素触发，人类行为从来不是一组可以轻易拆解的参数。

真正值得反思的，是为什么现代安全体系如此渴望找到一种能够“一眼识别谎言”的机器。因为如果这种机器真的存在，许多复杂的调查、审讯和判断似乎都可以被自动化。但现实恰恰相反：越是涉及人的动机、意图和可信度，越需要证据链、背景信息和长期判断，而不是一个漂亮的算法结论。