क्या हुआ?
एमआईटी टेक्नोलॉजी रिव्यू द्वारा रिपोर्ट किए गए एक बजट दस्तावेज़ के अनुसार, अमेरिकी रक्षा विभाग (डीओडी) ने एक आधुनिक झूठ पहचान कार्यक्रम विकसित करने के लिए अगले पांच वर्षों में 30.3 मिलियन डॉलर के वित्त पोषण का अनुरोध किया है। पहल, जिसे "पॉलीग्राफ+" या "पॉलीग्राफ नेक्स्ट" कहा जाता है, का उद्देश्य विश्वसनीयता मूल्यांकन प्रक्रियाओं में कृत्रिम बुद्धिमत्ता और मशीन लर्निंग को एकीकृत करना है। कर्मचारी जांच और अंदरूनी खतरे का पता लगाने में उपयोग के लिए कार्यक्रम को रक्षा प्रति-खुफिया और सुरक्षा एजेंसी (डीसीएसए) द्वारा प्रबंधित किया जाना है।
प्रस्तावित 'पॉलीग्राफ+' कार्यक्रम शारीरिक डेटा में जटिल पैटर्न का विश्लेषण करने के लिए एआई का उपयोग करके पारंपरिक पॉलीग्राफ मेट्रिक्स - रक्तचाप, नाड़ी और पसीना - से आगे बढ़ने का प्रयास करता है। बजट अनुरोध 'स्टैंडऑफ सेंसिंग' को रुचि के एक प्रमुख क्षेत्र के रूप में उजागर करता है, जो भौतिक संलग्नक की आवश्यकता के बिना विषयों से शारीरिक रीडिंग के संग्रह की अनुमति देगा।
डीसीएसए, जो संघीय पृष्ठभूमि की जांच की देखरेख करता है, संभावित कर्मचारियों की जांच करने और अंदरूनी खतरों की पहचान करने के लिए इस तकनीक को तैनात करने का इरादा रखता है। अनधिकृत लीक के स्रोतों की पहचान करने के लिए पेंटागन के भीतर बढ़ते आंतरिक दबाव के बीच नई तकनीक के लिए यह प्रयास किया गया है, रिपोर्टों से संकेत मिलता है कि दर्जनों संयुक्त कर्मचारी अधिकारियों ने हाल ही में पॉलीग्राफ परीक्षण किया है।
जबकि डीसीएसए ने उपयोग की जाने वाली विशिष्ट तकनीकों की पुष्टि नहीं की है, डिफेंस इनोवेशन यूनिट (डीआईयू) ने पहले 2023 में इसी तरह की अवधारणाओं की खोज की थी। डीआईयू ने प्रेसेज टेक्नोलॉजीज जैसी कंपनियों से प्रोटोटाइप का चयन किया, जो हृदय और श्वास दर को मापने के लिए मानक कैमरों का उपयोग करता है, और एलटेक रिसर्च, जो चेहरे के तापमान और छिद्र गतिविधि को ट्रैक करता है। ये प्रयास प्रोटोटाइप चरण में हैं, और इसमें शामिल कंपनियों ने अपने काम की वर्तमान स्थिति पर कोई टिप्पणी नहीं की है।
स्रोत विवरण: technologyreview.com ↗
यह क्यों मायने रखता है?
पॉलीग्राफ तकनीक की वैधता के बारे में लंबे समय से चले आ रहे वैज्ञानिक संदेह के बावजूद, यह परियोजना संघीय सरकार के भीतर विश्वसनीयता मूल्यांकन को स्वचालित और स्केल करने के एक महत्वपूर्ण प्रयास का प्रतिनिधित्व करती है। एआई-संचालित, मल्टी-मोडल विश्लेषण की ओर बढ़ते हुए - जिसमें शारीरिक संपर्क के बिना शारीरिक प्रतिक्रियाओं को मापने के लिए 'स्टैंडऑफ सेंसिंग' शामिल हो सकता है - पेंटागन पारंपरिक, 1920 के दशक के पॉलीग्राफ तरीकों की सीमाओं को संबोधित करना चाहता है। हालाँकि, विशेषज्ञों ने चेतावनी दी है कि अंतर्निहित रूप से त्रुटिपूर्ण पहचान मॉडल में एआई को लागू करने से पूर्वाग्रह, व्यक्तिपरकता और झूठे आरोपों के मुद्दे बढ़ सकते हैं, जो संभवतः सत्य सत्यापन के लिए वैज्ञानिक रूप से विश्वसनीय उपकरण की तुलना में मनोवैज्ञानिक धमकी के लिए एक उपकरण के रूप में अधिक काम करेगा।
शोधकर्ताओं द्वारा पहचानी गई मूलभूत चुनौती धोखे के एक सार्वभौमिक, विश्वसनीय संकेतक की कमी है - जिसे अक्सर 'पिनोच्चियो की नाक' समस्या के रूप में जाना जाता है। वर्तमान पॉलीग्राफ तकनीक को व्यापक रूप से अविश्वसनीय माना जाता है, यूएस नेशनल रिसर्च काउंसिल ने पहले इसकी प्रभावकारिता के सबूतों को 'सबसे कमजोर' बताया था।
कानूनी और शैक्षणिक विशेषज्ञों सहित आलोचकों का तर्क है कि मौजूदा पॉलीग्राफ फ्रेमवर्क पर एआई की परत पहले से ही अमान्य वैज्ञानिक आधार में एल्गोरिदमिक अनिश्चितता को जोड़कर 'दोनों दुनियाओं में सबसे खराब स्थिति' पैदा करती है। क्योंकि परीक्षण के दौरान कोई विषय झूठ बोल रहा है या नहीं, इसके लिए कोई विश्वसनीय जमीनी सच्चाई नहीं है, ऐतिहासिक पॉलीग्राफ डेटा पर प्रशिक्षित एआई मॉडल केवल मौजूदा पूर्वाग्रहों या त्रुटियों को संहिताबद्ध कर सकते हैं।
दुरुपयोग की संभावना को लेकर भी चिंता है. विशेषज्ञों का सुझाव है कि ऐसे उपकरणों का उपयोग अक्सर उद्देश्यपूर्ण वैज्ञानिक उपकरणों के बजाय डराने-धमकाने के माध्यम से अपराध स्वीकार करने के लिए मनोवैज्ञानिक सहारा के रूप में किया जाता है। DoD के 2.8 मिलियन के विशाल कार्यबल को देखते हुए, AI-संचालित प्रणाली में त्रुटि का एक छोटा सा मार्जिन भी हजारों कर्मचारियों पर गलत आरोप लगा सकता है।
इंटरैक्टिव तंत्र: यह वास्तव में कैसे काम करता है
इस विकास के पीछे अंतर्निहित प्रौद्योगिकी का अंतःक्रियात्मक रूप से अन्वेषण करें।
Why can ethical evaluation not be reduced to one model score?
आगे क्या देखना है
प्राथमिक अनिश्चितता यह है कि क्या कांग्रेस $30.3 मिलियन के बजट अनुरोध को मंजूरी देगी। इसके अलावा, 'पॉलीग्राफ नेक्स्ट' प्रणाली के लिए विशिष्ट एआई प्रौद्योगिकियों और डेटा स्रोतों का खुलासा नहीं किया गया है, क्योंकि डीसीएसए ने अधिक विवरण प्रदान नहीं किया है। पर्यवेक्षक इस बात की निगरानी करेंगे कि क्या परियोजना स्वचालित धोखे का पता लगाने में पिछले असफल सरकारी प्रयासों के प्रक्षेपवक्र का अनुसरण करती है, जैसे कि ईयू के iBorderCtrl या यूएस-आधारित AVATAR परियोजना, जो झूठ की पहचान के लिए एक विश्वसनीय 'जमीनी सच्चाई' स्थापित करने के लिए संघर्ष करती है।
परियोजना की सफलता पारंपरिक पॉलीग्राफ की एकल-मीट्रिक सीमाओं से आगे बढ़ने की क्षमता पर निर्भर करती है। शोधकर्ताओं का सुझाव है कि 'मल्टी-मोडल' पहचान-शारीरिक तनाव, संज्ञानात्मक भार और व्यवहारिक छुपाने के प्रयासों का संयोजन-सुधार का एकमात्र सैद्धांतिक मार्ग है, फिर भी ऐसी प्रणालियों पर पिछले प्रयास ऐतिहासिक रूप से कर्षण हासिल करने में विफल रहे हैं।
डीसीएसए के विशिष्ट तकनीकी दृष्टिकोण के संबंध में पारदर्शिता की कमी एक गंभीर अज्ञात बनी हुई है। इन एआई मॉडलों को कैसे प्रशिक्षित किया जाता है या वे मानव शारीरिक प्रतिक्रियाओं की व्यक्तिपरक प्रकृति को कैसे संभालते हैं, इस पर स्पष्ट दस्तावेज के बिना, कार्यक्रम को विश्वसनीयता स्थापित करने में महत्वपूर्ण बाधाओं का सामना करना पड़ता है।
पेंटागन के आंतरिक सुरक्षा वातावरण के व्यापक संदर्भ से पता चलता है कि इस तकनीक के लिए ड्राइव वफादारी और सूचना सुरक्षा पर प्रशासनिक चिंताओं से निकटता से जुड़ा हुआ है। क्या कार्यक्रम विधायी बजट प्रक्रिया में टिक पाता है या नहीं, यह इन विवादास्पद पता लगाने के तरीकों को आगे बढ़ाने के लिए सरकार की प्रतिबद्धता का एक प्रमुख संकेतक होगा।