在九一一事件之後，尋找真正有效的測謊器有了更新的急迫性。這也讓測謊工具的研發再掀起一波熱潮。
心理學家艾克曼（Paul Ekman）是這股熱潮的研究者之一。他在1970年代拍攝精神病患的訪談時，他注意到其中一個有自殺傾向的42歲女子瑪麗，在說謊宣稱「自己感覺好多了」時，臉上一閃而過的絕望表情。之後他花了幾十年的時間為這些細小的臉部肌肉活動進行整理分類，他認為臉部的「微表情」（micro-expression）可以揭露隱藏的真相。
艾克曼的研究對心理學界有不小的影響，甚至成了2009年黃金時段電視劇《謊言終結者》（Lie to Me）的重要靈感來源。它在現實世界第一次的應用是在2006年。艾克曼用一個月的時間指導美國移民官員如何利用「微表情」在出入境關口對可疑人士進行測試。
測謊技術的使用與開發，往往和當時政治氣氛與科技條件相關。猶他大學心理學家柯卻（John Kircher）發現在80年代初、90年代中、以及00年代初，測謊機使用都出現了高峰，他們正好與共和黨的執政以及美國對外開戰有關。在2008年小布希政府時期，美國陸軍購買了94具，總價高達70萬美元的手持式測謊器在阿富汗與伊拉克使用。這個掃描系統有三個連結到手上的感應器，當顯示器閃綠燈表示說實話，紅燈表示說謊，黃燈則是無法判別。它的效用其實和拿影印機測謊差不多。
不過，許多人還是相信，高準確度的測謊器可以有效阻止九一一的劫機者入境。腦波紋辨識的發明者法維爾（Larry Farwel）說，這些恐怖份子原本就在觀察名單上。「腦波紋可提供我們需要的證據，將意圖犯罪者在真正犯罪之前就繩之以法。」
在恐怖攻擊的威脅下，歐美地區開始應用新的測謊科技。2014年，到羅馬尼亞的旅客進入布加勒斯特機場時，會接受一個名虛擬幹員的偵訊。這個名為Avatar的幹員出現在螢幕上，有藍色眼珠，身穿白襯衫。除了電子護照掃描器和指紋解讀機之外，Avatar 還裝設有麥克風，紅外線眼球追蹤攝影機，以及測量身體運動的Xbox Kinect感應器。它是第一部「多模組」（multi-modal）的測謊器。也就是，它綜合了多種的跡證來源來判定人是否說謊。
根據開發這項科技的Discern Science公司負責人麥可史托勒（David Mackstaller）的說法，這項科技利用一套演算法來結合各種類型的數據，目標是在45秒內告知海關人員旅客是否可疑。公司宣稱它測謊的準確率在83%-85%之間，目前正和一些政府洽商簽約。
布加勒斯特的實驗是由歐盟的邊境管理局Frontex贊助，如今Frontex還採用另一套虛擬的邊界警衛－－iBorderCtrl。它所依據的技術是曼徹斯特都會大學在2000年代初開發的Silent Talker。它以人工智慧模型來分析超過40種的姿勢和表情，它只需要一台攝影機和網路連結就可以運作。據說它甚至可以應用在政治人物的選舉辯論裡，在電視或手機螢幕上用綠、黃、紅燈表示正在說話的人是否在說謊。
麥可史托勒說Avatar的準確率會隨著演算法的學習而不斷提升。同時他也認為在真實世界裡它的準確率會更提高，因為真實世界裡被逮到說謊比在實驗室裡要付出更大的代價，因此說謊者有著更大的壓力。不過，也有研究顯示可能恰恰相反：實驗室的研究往往會高估真實世界的成功率。
在這些工具大規模生產之前，需要證明它們在不同文化或不同群體的人們之間有同樣效用。例如反社會人格者他們的肢體語言可能和一般正常人不一樣。目前為止，測謊研究的實驗對象以歐美白種人佔大多數。他們所設計的演算法很可能法在無形中複製社會偏見，而影響不同情境的測謊準確性。例如，在邊界檢查時，許多社會的恐懼和偏見往往會被放大。
更重要的是，人工智慧的黑箱作業不符合透明決策的原則，因為人工智慧無法解釋它思考判定的過程。曼徹斯特大學的社會學家巴爾默（Andy Balmer）擔心這個技術會以看似科學證據強化既有的偏見。它讓原本就弱勢的人們更難以挑戰判定的結果。
參考資料：Guardian
