Teknologi & AI

Pentagon Kucurkan Anggaran 30 Juta Dolar AS untuk Kembangkan Poligraf Bertenaga AI

Mesin poligraf bertenaga AI

Bacotan Online – Departemen Pertahanan Amerika Serikat (Pentagon) resmi mengajukan alokasi anggaran sebesar 30,3 juta dolar AS (sekitar Rp465 miliar) untuk lima tahun ke depan. Bukan untuk amunisi kendali atau armada jet tempur siluman, investasi jumbo ini dialokasikan khusus guna merancang mesin pendeteksi kebohongan generasi baru berbasis artificial intelligence (AI) dan machine learning (ML). Diberi kode sandi Polygraph+ atau Polygraph Next, inisiatif ini dirancang menjadi standar baru dalam verifikasi keamanan intelijen dan penyaringan personel militer masa depan.

Mengapa Pentagon Mulai Mengganti Poligraf Konvensional?

Selama puluhan tahun, mesin poligraf analog maupun digital sederhana menjadi instrumen utama lembaga intelijen dan penegak hukum global. Perangkat konvensional membaca fluktuasi fisiologis dasar pada tubuh subjek, seperti tekanan darah, denyut nadi, ritme respirasi, serta resistansi kulit (galvanic skin response). Kendati demikian, reliabilitas saintifik instrumen ini terus menuai kritik tajam di kalangan ilmuwan forensik dan psikolog. Banyak riset membuktikan hasil tes poligraf rawan dikelabui oleh subjek terlatih, agen ganda, atau siapa pun yang menguasai teknik biofeedback dan manajemen stres tingkat lanjut.

Selain rentan dimanipulasi, poligraf konvensional kerap memicu insiden false positive—memvonis individu jujur bersalah hanya karena panik atau tertekan oleh atmosfer interogasi. Tingginya subjektivitas pemeriksa (examiner bias) memperlebar celah kegagalan. Menyadari risiko krusial tersebut pada sektor pertahanan nasional, Pentagon kini beralih ke komputasi cerdas berbasis AI guna mengeliminasi campur tangan subjektif manusia.

Teknologi Standoff Sensing dan Analisis Mikro

Pilar revolusioner dalam proyek Polygraph Next terletak pada integrasi kapabilitas standoff sensing—metode pemindaian fisiologis jarak jauh tanpa sentuhan fisik. Tidak ada lagi kabel elektroda yang membelit dada maupun manset tensimeter yang mencekam lengan subjek. Sistem generasi baru ini memanfaatkan kombinasi kamera optik beresolusi tinggi, sensor termal inframerah, serta susunan mikrofon hipersensitif.

Sistem AI memproses ribuan variabel data biometrik secara real-time. Model algoritma machine learning dilatih mengenali perubahan mikro-asimetris pada otot wajah (micro-expressions) yang berlangsung dalam hitungan milidetik dan mustahil tertangkap mata manusia. Secara simultan, sensor akustik membedah modulasi frekuensi pita suara, sementara kamera termal melacak pola perfusi aliran darah di sekitar mata dan dahi—respons vaskular yang secara neurologis terbukti aktif saat otak bekerja keras merekayasa narasi kebohongan.

Implikasi Geopolitik dan Intelijen Global

Apabila purwarupa bernilai jutaan dolar ini sukses diadopsi ke skala operasional penuh, pengaruhnya terhadap lanskap keamanan global akan sangat masif. Di birokrasi pertahanan AS saja, jutaan personel aktif dan kontraktor swasta wajib menjalani verifikasi izin keamanan rahasia negara (security clearance) secara berkala. Sistem berbasis AI ini dapat memangkas siklus birokrasi verifikasi hingga berkali-kali lipat lebih cepat dan terukur.

Di luar kebutuhan internal Pentagon, teknologi serupa memiliki potensi ekspansi ke pos pemeriksaan perbatasan lintas negara, screening bandara internasional, hingga penanganan kasus terorisme. Kemunculan instrumen ini diprediksi memicu perlombaan baru antar-kekuatan global, mendorong negara-negara pesaing mempercepat riset tandingan guna menciptakan teknik kamuflase digital (countermeasures) terhadap pemindai biometrik AI.

Debat Etika dan Ancaman Algorithmic Bias

Terlepas dari kecanggihan teknologinya, inisiatif Pentagon menuai resistensi keras dari kalangan pemerhati privasi dan etika kecerdasan buatan. Menggantungkan nasib karier, reputasi, hingga kebebasan hukum seseorang pada sistem komputasi berkonsep black box dinilai menyimpan bahaya laten. Permasalahan klasik seperti algorithmic bias dan bias data pelatihan menjadi sorotan utama.

Bila model AI dominan dilatih menggunakan data demografis kaukasia, akurasi pembacaan fisiologis berisiko anjlok saat berhadapan dengan populasi minoritas, kelompok dengan latar belakang budaya ekspresi berbeda, hingga individu neurodivergen. Label false positive yang dihasilkan mesin berpotensi mencederai hak asasi secara sistemik. Walau kontroversial, gelontoran 30 juta dolar AS ini menegaskan fakta tak terbantahkan: medan perang intelijen modern kini telah merambah ranah decoding kognitif manusia.

Kang Bakso

About Author

Leave a comment

Your email address will not be published. Required fields are marked *

You may also like

data center AI Meta bakteri
Teknologi & AI

Data Center AI Meta Diduga Bocorkan Bakteri Mematikan ke Air untuk Irigasi Kota

Data center yang terkait Meta diduga mencemari saluran air Cheyenne dengan bakteri langka. Pemerintah kota memperketat pembuangan limbah fasilitas.
sungai tertua di dunia Finke
Teknologi & AI

Sungai Tertua di Dunia Diduga Sudah Ada Sebelum Pangaea

Finke River di Australia diduga berusia 300–400 juta tahun dan sudah mengalir sebelum Pangaea. Simak bukti geologi dan cara usianya