兵法有云，是故智者之慮，必雜于利害。從AI公務員到AI員工，再到AI在政務、軍事領域的廣泛運用，AI在創造令人欣喜成果的同時，還給人類思維模式、思考方式帶來諸多新變化，但在一些領域也出現了過分夸大AI作用的認識和過度依賴AI運用的現象。從軍事實踐來看，合理用好AI，尤其需要強化辯證思維。

正視戰場“迷霧”，把握確定與不確定的辯證關系。克勞塞維茨在《戰爭論》中指出，戰爭是不確定性的王國，戰爭所依據的四分之三的因素或多或少地被不確定性的“迷霧”包圍著。AI的廣泛運用，使規則透明、流程固化、結果可預測，提升了人類對“確定性”的把握，但戰爭卻時時處處制造著“不確定”的“迷霧”。過分信任和依靠AI，易使指揮員產生“確定性幻覺”，誤以為一切盡在掌握。但AI提供的“精準態勢圖”本質上是對復雜戰場的一種“簡化建模”，而簡化的背后則意味著存在遺漏可能性，導致變數產生。算法能降低不確定性，卻無法消滅不確定性。因此，指揮員在AI賦能下，雖可將AI視為“超級外腦”“超級參謀”，但不能將決策的重心完全寄托在AI計算的概率上。要保持適度的“決策冗余”，準備多套行動方案，預設多種應對預案，以充分準備確保“算無遺策”；在“機算”的同時，也要重視人的“謀算”，關注AI可能遺漏的各種“黑天鵝”“灰犀牛”事件，把握好“人算”與“機算”之間的邊界。 

堅守最終決斷，把握無人與有人的辯證關系。AI追求的往往是“效率至上”，決策由算法決定，壓縮時間與提升產出是算法的“優先級”。無人智能系統和武器裝備的廣泛應用，將“發現到摧毀”的時長降低至分鐘級甚至秒級，提升了殺傷鏈的閉合速度。AI在軍事領域的應用雖提升了“效率”和“精度”，但也容易陷入倫理困境，其很難權衡“軍事必要”與“人道考量”，更無法為一個誤傷決定承擔任何責任。AI運用須把最終決策權交給指揮員、戰斗員，由人實施最終決策與判斷。要在算法中嵌入人的價值，讓冰冷的算法有人性的溫度，確保符合倫理規范、符合國際法規，同時強化審查機制，定期檢測輸出結果，不斷優化和改進著眼于人、服務于人的算法機制。 

警惕單點脆弱，把握集中與分散的辯證關系。在軍事領域，任一作戰節點的微小偏差，一旦被納入全局，其誤差將被指數級放大。因而，越是集中，對節點的信息質量要求越高。例如，單架無人機傳送的錯誤坐標、偵察哨點錄入的誤判情報、單一衛星通道受到的細微干擾，都可能“牽一發而動全身”，導致誤判甚至造成失敗結局。同時，對手通過電磁壓制、網絡攻擊或虛假信息干擾等方式，也可能使整個作戰體系的“感知神經”受到影響。為此，要構建“韌性中心”，既保留全局優化的能力，又將節點誤差的影響降至最低，引入多源交叉驗證機制并構建人工干預節點，在關鍵決策鏈上預設人工閘門，阻斷誤差傳導；推動末端數據審計，記錄每條信息的來源與路徑，建立防控機制確保節點犯錯時體系依然可控可靠。 

著眼未來戰爭，把握過去與未來的辯證關系。戰爭形態日新月異，照搬昨天的經驗永遠打不贏明天的戰爭。戰爭史上的每一次重大變革，恰恰都是因為有人打破了“歷史的規律”。AI擅長從歷史中總結與學習，但實踐反復證明：真正的勝利屬于那些創造新模式的人。因此，再強大的AI都不能阻止和替代人類研究戰爭、設計戰爭的主觀能動性。“故其戰勝不復，而應形于無窮。”AI雖能學習過去的“形”，但探索未來的“無窮”仍需依靠人的創造性思維。須實現人與機器同培育、共成長，關注技術風口，在訓練數據中納入新趨勢、新動向等信息，定期注入基于情報研判的“未來威脅假想數據”，關注邊緣案例、異常事件和非典型戰例；實施常態化、實戰化訓練，在演訓中以改變地形參數、顛覆裝備性能、引入新戰術新戰法等方式主動制造AI不適應的“陌生戰場”“陌生對手”，幫助AI在實踐中突破歷史經驗的局限，實施針對性優化。

來源：《解放軍報》