■曾子林 李方文

　　克劳塞维茨认为，战争中的不确定性、偶然性和不可预测性就像迷雾一样笼罩在战场上，使得指挥员难以作出完全基于事实的决策。随着人工智能技术的发展，一些观点乐观地认为，人工智能技术能够消除“战争迷雾”。但事实上，人工智能的发展在为驱散“战争迷雾”提供更多可能的同时，也在不断推动“迷雾”本身的演变，并使得人们对它的认知更加复杂和多元。

　　缓解信息过载的同时易造成“信息茧房”。随着技术进步，战场上部署的传感器数量大幅增加，信息来源也变得更加多样化，收集到的战场信息量急剧上升，带来信息过载问题。人工智能技术能够通过自动筛选、深度挖掘及关联分析，快速提取战场信息中的关键要素，为指挥员提供全面的态势感知，成为缓解战场信息过载的重要工具。然而，人工智能在缓解信息过载的同时，也无形中推动了“信息茧房”的产生。鉴于当前人工智能仍处于弱智能阶段，算法性能依赖于输入数据的规模与质量，且其功能实现多建立在统计学习的基础上，易于引发信息推送的高度同质化，导致指挥员所处的信息环境趋于封闭，极大限制了其战场视野与洞察力。此外，根据目前的推荐算法原理，人工智能算法大多投放指挥员感兴趣或关注的内容，使其难以接触到多元化战场信息，极易导致作战思维被固化、作战观念被塑造。因此，指挥员需要主动调整信息获取行为，拓宽信息来源渠道，克服对人工智能算法的过度依赖，结合战场客观实际，善用批判性思维来发挥人工智能技术优势，降低“信息茧房”的负面影响。

　　提升认知优势的同时易产生认知干扰。人工智能技术通过构建实时更新的全息智能数据库，实现了对敌我态势及战场环境的全面感知与精准预判。在此基础上，运用智能算法从历史数据中提炼规律，生成并优化作战方案，能够辅助指挥员进行态势预判与决策制定，深度赋能指挥员的战场认知。但同时，也要看到人工智能技术干扰指挥员认知的负面影响。基于人工智能的深度伪造技术，可以生成高度逼真的虚假图像、音频和视频迷惑指挥员。人工智能技术还可以通过操控舆论，进一步影响指挥员的认知。此外，人工智能技术还能对目标人物进行精准画像，挖掘出指挥员的思维习惯和决策模式，制定更加精准的干扰策略，使得指挥员的决策过程变得更加复杂和困难。因此，为避免认知干扰产生的“战争迷雾”，应加强信息验证与甄别，构建一套从源头到终端的多层次信息验证机制，确保每一条信息的真实性和准确性，还需提升生成对抗网络等人工智能技术水平，对多媒体信息进行深度分析，以有效甄别虚假信息，最大限度减少其对决策的干扰。

　　赋能作战体系的同时易导致体系脆弱。智能化武器系统赋能作战体系，显著增强了作战体系的灵活性与反应速度，打破了信息壁垒，促进了作战单元间的无缝配合，减少了“战争迷雾”的影响。但高度的自主性既带来了潜在的强大能力，也埋下了不容忽视的风险隐患。当算法与数据的内在逻辑结构愈发复杂时，往往会伴随着更多难以预测的漏洞出现，使得系统在面对外界干扰时变得更加脆弱。这些漏洞可能源于算法的设计缺陷、数据处理的错误、系统间的接口问题等多个方面。一旦这些漏洞被敌对势力或黑客利用，就可能对作战体系造成严重的破坏或干扰。此外，随着智能化技术在军事领域的广泛应用，各个作战实体紧密相连，类似人体神经元构成复杂网络，极易产生涌现现象。这种涌现现象在不同环境下，既可能实现“1+1＞2”的协同增益，也可能因单点故障导致“100-1=0”的系统崩溃。因此，在构建作战体系时，应强调灵活多变、可持续的作战思路，注重体系的模块化、智能化和自主化，加强对人工智能技术的安全监管和防护，确保其在作战体系能够稳定可靠运行。