¿Pero en serio quieren gastar 30 millones en un detector de mentiras con IA?
El Departamento de Defensa de Estados Unidos ha puesto sobre la mesa la «modesta» cifra de 30.3 millones de dólares para los próximos cinco años, buscando modernizar eso que jurarías que fue inventado en los años 20: el polígrafo. Pero no hablamos del típicamente trucoso aparatito de pitidos trillados, sino de un programa con nombre de película de espías —“Polygraph+” o “Polygraph Next”— que quiere actualizarlo con inteligencia artificial (IA), machine learning y una técnica que promete sensar sin contacto directo, llamada “standoff sensing”. Básicamente, pretenden hacer lectura fisiológica sin tener que pegarte cables ni sensores en el cuerpo, algo que suena molón pero que en la práctica es una montaña rusa entre lo prometedor y lo ridículo.
Este superpolígrafo supuestamente “modernizará” las tecnologías federales de detección de mentiras para mejorar precisión y confiabilidad. Lo dijo el propio presupuesto del DoD (que aún debe ser aprobado por el Congreso, no te emociones tanto) y fue sacado a la luz por Inside Defense. La movida llega en un contexto donde el Pentágono, bajo el mando del Secretario de Defensa Pete Hegseth, ha aumentado la obsesión con los tests de polígrafo, especialmente para pillar a quienes supuestamente filtran información a la prensa (sí, se les hizo Polygraph Hall of Fame a unos 50 oficiales del Joint Staff tras reportes sobre el estado de las armas en la guerra con Irán).
Lo que queda claro: no es solo una jugada tecnológica; es política, paranoia y control. Sin embargo, ¿un detector de mentiras potenciado por IA? Aquí es donde la cosa empieza a oler a fiasco.
Polygraph+: el sueño húmedo de combinar IA y lectura biométrica
El proyecto queda en manos de la Defense Counterintelligence and Security Agency (DCSA), esa agencia detrás de los chequeos de antecedentes de empleados federales. Según el documento presupuestario, de esa inteligencia artificial dependerá la selección y seguridad interna, para “detection of insider threats” (detection de amenazas internas). ¿Cómo coño se va a hacer eso? Pues admiten que ni ellos mismo saben qué tecnologías exactas usarán.
Un dato interesante: el año pasado la Defense Innovation Unit (DIU), una especie de laboratorio de startups militares, anduvo buscando empresas para desarrollar prototipos de detección de mentiras. Terminaron eligiendo a Presage Technologies, que jura poder medir ritmo cardíaco y respiración usando cámaras normales (no sensores) y a Altec Research, que hace sensores médicos y ahora gira hacia cosas sin contacto. El prototipo de Altec mide movimientos de cabeza, temperatura facial y hasta actividad de los poros, según la imagen que sacó DIU. Pero ni estos proveedores ni la DIU contestan a preguntas sobre qué tan avanzado o confiable es esto.
¿Con qué números juegan? Un polígrafo tradicional mide presión arterial, pulso, respiración y sudor. Se basa en comparar respuestas de línea base tipo “¿es azul el cielo?” versus preguntas interesantes tipo “¿alguna vez robaste?” para detectar cambios en la fisiología. Pero la tecnología no ha cambiado sustancialmente desde los locos años 20.
Si ahora meten IA capaz de analizar patrones complejos (multi-modal deception detection) usando varias muestras al mismo tiempo, en teoría podrían detectar mentiras mejor. Pero la realidad siempre golpea más fuerte que los PowerPoint.
Los polígrafos llevan décadas de mierda y siguen igual
Ahora, pongamos un poco de cultura tecnocrítica, porque el polígrafo nunca ha sido ni la herramienta ni el Oro de la Verdad. Desde 1983, el Congreso (sí, ese lugar donde se hacen leyes y también se parte la sesera) tuvo un informe tajante: la evidencia para usar este cacharro en screening de empleados es pésima. Para regocijo del cinismo, la National Research Council dijo en 2003 que la efectividad del polígrafo es “débil como mucho”.
La Asociación Americana de Polígrafos dice que su tasa de acierto está entre 80 y 94%. A cualquier persona medianamente curiosa esto le huele a trampa: un 80% de confianza aún implica que 20 de cada 100 personas pueden ser injustamente marcadas como mentirosas. En la práctica, con casi 3 millones de empleados en el DoD, un sistema imperfecto a lo bestia puede mandar a la hoguera de sospechosos sin fundamento a decenas de miles.
Más mierda: los exámenes son subjetivos. Esto no significa solo que un examinador puede interpretar diferente que otro (algo que ya es para preocuparse), sino que hay sesgo contra grupos minoritarios, quienes más veces son señalados injustamente.
Y para cerrar este capítulo: los entrevistados pueden engañarlo fácilmente. Hay trucos baratos y clásicos, tipo pisar un alfiler oculto para alterar la respuesta fisiológica y que el polígrafista se confunda, lo que demuestra que si sabes cómo va el juego, ganas. Así de frágil es.
¿IA para detectar mentiras? Una idea que choca contra la realidad humana
Sí, la IA podría buscar patrones sobre cómo se manifiestan estrés fisiológico, carga cognitiva y el intento consciente de mentir, cosas que el polígrafo tradicional solo rasca superficialmente. Esa combinación multi-modal es el Santo Grial: corazón que late rápido, ojos que se mueven raro, cambio en temperatura de la piel… una mixtura de datos que tal vez no puedas manipular tan fácil. Pero aquí viene el pero gordo: no hay una señal universal de mentira.
La mentira, queridos, no es un “algo” homogéneo ni uniforme. “No existe la nariz de Pinocho”, según Sophie van der Zee de Erasmus University, una especialista en el estudio de la mentira. Un patrón fisiológico puede significar miles de cosas —desde miedo, vergüenza, hasta incomodidad no relacionada con mentir. Y la subjetividad que tanto critican en los humanos también existe (aunque menos) en las IA: si el input es basura (datos inconsistentes, dudosos), el output será basura.
Muchos proyectos anteriores —desde cámaras térmicas hasta escáneres cerebrales— han intentado detectar mentiras con nueva tecnología y ninguno ha pasado del laboratorio. “Silent Talker”, por ejemplo, intentó en los 2000 hacer esto con análisis de video, y el ambicioso AVATAR mezcló eye-tracking y análisis de voz para ‘desenmascarar’ mentirosos en fronteras. Todos fadearon en el olvido.
La pregunta clave no es si la IA puede detectar patrones, sino si esos patrones realmente significan que alguien miente o solo tienen coincidencias. Porque, spoiler: nadie puede probar objetivamente cuándo una persona miente. El «ground truth» (la verdad absoluta) no existe para entrenar a estas máquinas.
La política detrás del polígrafo+ y la paranoia del Pentágono
Poner la guinda de este pastel de ciencia ficción fallida la pone el contexto político actual. La administración del Pentágono utiliza intensivamente los polígrafo para intimidar, filtrar y amenazar a quienes puedan tener deslealtades o filtran información privilegiada. Más que un esfuerzo científico serio, Polygraph+ parece una respuesta desesperada al miedo a las fugas (y a la filtración constante) y a la falta de lealtad detectada internamente en un ejército de millones.
Marion Oswald, profesora de derecho, apunta a que estos “nuevos” métodos funcionan más como una herramienta de presión psicológica (más que científica) que como una forma fidedigna de obtener información verdadera. La consecuencia lógica es usar estas tecnologías, no para mejorar la seguridad per se, sino para intimidar y forzar confesiones… aun cuando esas confesiones podrían ser erróneas o simplemente producto del miedo.
Así que si pensabas que gastar 30 millones en Porygraph+ era solo una inversión tecnológica, más bien es un reflejo crudo de la ansiedad institucional y la presión para mantener el collar de control sobre miles de empleados.
¿Pero esto funciona de verdad? Spoiler: ni con IA ni con 50 años más
¿En dónde estamos ahora? Esa es la pregunta del millón. El esfuerzo puede sonar futurista, con IA y sensores sin contacto, pero todo proyecto basado en polígrafo tiene un historial de fracaso brutal. Nada garantiza que este Polygraph+ sea distinto.
Ni la IA ni la tecnología nivela el hecho fundamental: no hay un marcador fisiológico universal de la mentira. La respuesta humana a la mentira varía según personalidad, cultura, entrenamiento y hasta nerviosismo genuino. Lo que hace una persona nerviosa no es mentira para otra.
Y la subjetividad humana, por mucho algoritmo que metas, sigue metida en la ecuación. No hay modo de calibrar un sistema si no sabes cuándo la persona realmente mintió. ¿Cómo entrenar una máquina para detectar algo que no tiene verdad objetiva para empezar?
Lo único claro es que el Pentágono seguirá gastando millones intentando acabar con su desconcierto interno sin resolver nada, mientras miles de empleados vivirán bajo la lupa de un aparato con más sesgos y margen de error que certeza.
¿Vas a creerte alguna vez un detector de mentiras, o seguirás desconfiando de estos cacharros?
Sí, la idea de un detector de mentiras infalible es irresistible para gobiernos, policías y hasta novios celosos. Pero la ciencia y la tecnología llevan décadas dándonos una bofetada tras otra con esta ilusión.
Un sensor sin cables y con inteligencia artificial que dice quién miente suena a trampa futurista, pero en efecto es solo otro intento de meter la realidad compleja en una caja sencilla, un truco viejo vestido de gala tecnológica. Así como los polígrafos han sido refutados una y otra vez, el nuevo enfoque tecnológico no promete un cambio genuino sino una versión con más ruido y más confusión.
¿Crees que es posible crear y confiar en una máquina que te diga siempre cuándo alguien miente? ¿O seguirá esto siendo el equivalente moderno de leer la respuesta en el sudor de la frente, pero con algoritmos confiados en fantasmas?
