【AI赋能】美军战场情报准备的15种认知偏见及其优化策略
文摘
科技
2024-10-16 20:01
北京
![]()
2024年8月，美国兰德公司发表研究文章《探索使用人工智能来减轻美国陆军战场情报准备过程中潜在的人类偏见》（Exploring Artificial Intelligence Use to Mitigate Potential Human Bias Within U.S. Army Intelligence Preparation of the Battlefield Processes）。文章强调利用人工智能来减少战场情报准备（IPB）中潜在的认知偏差，并探讨适合实施集成人工智能工具与IPB流程步骤。
![]()
美军战场情报准备过程中认知偏见的优化策略
编译：梨梨子
1.“战场情报准备”（IPB）及其四个关键步骤：美国陆军用来辅助规划和决策的一种方法，旨在提供有关指定地理位置内可能影响任务结果的条件的信息；四个关键步骤（定义作战环境OE、描述环境对作战的影响、评估威胁，确定行动方案）2.认知偏见类型及IPB偏见的实际案例：①15种类型：隐性偏见、显性偏见、心智模式、可得性偏见、群体思维、确认偏见等②实际案例：摩加迪沙战役（1992-1993 年）中的偏见；伊拉克战争（2003年）中的偏见①IPB与AI结合的作用：可提高信息收集和分析效率，依托大数据分析与预测模型，实现异常威胁识别与检测，构建全面评估行动方案（COA）②AI与IPB整合应用：复杂数据模型的自然语言查询，允许转录、翻译和实时分析战场数据；杀伤力预测、监视探测、异常模式或敌方反常行为识别；分析历史数据以预测未来结果并识别数据中异常模式或异常值等4.推进AI与IPB集成应用的建议：①投资AI研发，②优先将AI传感器和其他数据收集设备整合到军事行动中，以提供实时态势感知，③扩大人机协作，以充分利用人工智能和人类决策的优势5.结论：人工智能可以协助战场情报准备（IPB）的各个步骤，扩大人机协作，有助于解决IPB一直面临的无法真正消除偏见的问题。
概况：美国决策者需要快速、可操作和客观的情报信息来缓解或应对全球冲突，战场情报准备（IPB，Intelligence Preparation of the Battlefield Processes）是美国陆军用来帮助指挥官进行规划和决策的一种方法。目的：向美国陆军指挥官提供有关指定地理位置内可能影响任务结果的条件的信息，包括天气、地形、人口群体和小群体、文化因素、媒体和基础设施，以及确定其对行动区内友军和敌军部队的影响。核心：美国陆军指挥官是IPB流程的核心，指挥官往往通过指导和指示来推动 IPB 流程。四个关键步骤：定义作战环境（OE）、描述环境对作战的影响、评估威胁和确定行动方案（COA）全球环境复杂性不断增加，IPB 流程中的潜在人为认知偏见可能导致决策中的纵向系统性错误，进而给当前或未来的行动带来巨大风险。2.1 认知偏见类型
美国心理学会（APA）将“偏见”定义为“支持或反对某种事物的倾向或倾向性”。认知偏见会对IPB决策过程产生重大影响。以下列举与 IPB 流程最相关的突出偏见类别和定义：![]()
20 世纪90 年代初，索马里内战后，美国开始"重建希望 "联合军事行动，在决策过程中受到认知偏见的影响，以惨重代价完成任务。问题：美国军方没有充分了解索马里的文化背景，而是从西方视角分析该国情况。影响：索马里由部族和部落政治管理，这是复杂而错综复杂的非正式治理体系，美国的存在对某一部族有利而对其他部族不利，从而滋生其他部族更多敌意。在2003年伊拉克战争期间，美国进入伊拉克寻找并处理大规模杀伤性武器（WMD）情报时，存在多种明显的认知偏见，导致军事行动的失败。问题：行动所依赖的情报倾向于证实伊拉克藏有WMD的信息，而忽略反对的信息。影响：为消除WMD威胁，美国开始对伊拉克进行深层打击。问题：不清除指定攻击路线沿线城市地区的确切位置和人数等情报，根据个人经验出动直升飞机实施攻击。影响：伊拉克战斗人员使用防空火力和小型武器攻击美军直升机，其遭到压倒性火力攻击。人工智能将改善IPB周期的每个阶段的认知偏见。人工智能算法可以从海量数据中筛选数据模式、检测威胁、识别关联性并做出预测，增强全域意识，导致更紧凑、更清晰的决策周期，为不同的行动方案提供建议，并允许对对手的行动采取快速反击行动。AI团队可以极大地改进传统的由人类主导的 IPB 工作流程，减少信息收集活动所需的资源和时间，锁定特定的信息差异和来源，快速描述作战环境，并提供有关作战环境变化的近乎实时的详细信息。AI能够在有限的时间内确定并分析天气、地形特征以及行动者、事件和其他变量（如社会和政治动态、经济和文化活动）之间的关系，可通过社交媒体、新闻报道和其他有关人口统计的大量公开来源数据预测人口态度和观点的变化。AI能够根据历史数据和趋势预测未来对手的行动，定期将最新的事件信息填充到 IPB评估中，并监控和更新威胁评估，以便根据设定的AI操作参数来确定资源的优先级，为指挥官提供更大的决策空间。AI可用于揭示被边缘化的观点和想法，全面了解任何 COA 中包含的元素，避免人类团队可能无意识地忽略自认为不可能的COA而产生偏差，提高COA的准确性和适用性，优化资源分配，增强整体战斗力。AI在IPB过程的多个方面展现出优势。AI能够利用数据处理与分析、情感分析等算法减轻人类决策中的认知偏见，如确认偏见、可用性偏见等，优化决策系统与行动方案，极大地促进军事行动的精确性与效率。下表中展示AI与IPB 整合应用工作的建议框架。![]()
为充分探索人工智能对改进 IPB 具体步骤或减轻 IPB 流程中的人为偏差所做的贡献，还需考虑以下建议：投资人工智能相关研发，改进人工智能数据分析、地理空间测绘和机器学习能力。其中涉及与大学和私营企业合作，获得最前沿的人工智能技术和专业知识，并优先对军事人员进行人工智能操作和分析方面的培训。优先将人工智能传感器和其他数据收集设备整合到军事行动中，以提供实时态势感知。其中涉及使用无人机和其他无人系统收集有关敌人动向的情报，使用卫星图像监控地形和天气状况，以及使用社交媒体分析追踪敌人的态度和动机。扩大人机协作，以充分利用人工智能和人类决策的优势。军事部门应制定人机协作培训计划，设立新的人工智能专家职位，明确人机协作指导方针和协议，以及培养人机协作和伙伴关系文化，确保在军事行动中合乎道德并有效地使用人工智能。结 论
人工智能可以协助战场情报准备（IPB）的各个步骤，包括了解行动区域（OE）、评估潜在威胁、识别高价值目标以及确定威胁行动方案，解决IPB一直面临的无法真正消除偏见的问题。人工智能利用数据分析、地理空间制图和机器学习算法等，提供实时态势感知，评估任务面临的威胁和风险，分析以前因各种流程问题（如信息过多、时间限制）而无法采用的替代行动方案，实现决策优势，提高军事行动的准确性。扩大人机协作，还能够有效结合人工智能和人类决策的优势，可以提高 IPB 的有效性，并支持制定有效的缓解战略、作战模拟和应对措施。参考文献：
https://www.rand.org/pubs/research_reports/RRA2763-1.html（全文完）
Build a community
Share the future in cyberspace
