人机关系面临新挑战

在AI领域，“半人马”模型出现较早，它是将人类的直觉与专业知识，同AI的计算能力与数据处理能力相结合的人机协同系统，反映了人类认知技能与AI技术之间的协同关系。“半人马”模型在国际象棋、医疗诊断和金融分析等领域的使用较为普遍，证明了人类直觉与AI协作，能够超越任何一方独立工作的表现。本世纪以来，当人机团队首次在国际象棋比赛中战胜人类选手后，“半人马”这一概念被特别用来描述象棋大师与象棋软件组队参赛的方式，凸显了人机协同优势。然而，当这一组合被引入军事领域，其带来的风险和挑战，远超棋盘上的输赢。

现代战场态势已高度“数据化”：前线各类传感器网络可实时回传情报，各类算法模型能够预判敌情异常变动，网络信息的流动速度远超传统人力处理极限。生成式AI能在极短时间内整合海量信息，生成多套作战方案，甚至开展对抗推演。在这一背景下，将AI嵌入指挥体系似乎顺理成章。问题在于：随着AI逐渐走上战争“指挥席”，人类究竟是获得了更强的辅助决策能力，还是在“悄然间”让渡军事决策权？一旦算法参与到军事决策当中，造成的失误将由谁来承担？

分层设计确保决策权在人

美陆军推出“新半人马”模型，尝试重新定义人机关系。这一模型提出一种分层级的人机协同体系，主张从“战术—战役—战略”三个战争层级设计人机关系，而不是盲目地将AI嵌入所有决策环节。美陆军称，不同战争层级面临的责任风险不同，需要不同的人机协同模式。在战略层面，AI可以承担数据整合与趋势预测，但政策判断与战略决策必须由指挥官完成。在战役层面，需要保留明确的人工决策节点，确保关键假设与决断由指挥官确认。在战术层面，允许有限的“人在决策环外”的快速决策，同时优先强化战场信息支援，如态势融合与风险预警。

这一设计背后，隐含着对人机协同失控风险的担忧。在紧迫的时间压力下，人类在潜移默化中将判断权逐步“外包”给机器，从“人主导、机辅助”的“半人马”模式，滑向“机主导、人执行”的盲从状态。这种风险不会在短时间内集中爆发，往往始于看似无害的便利。例如模型能快速生成方案初稿，人类只需修改润色即可；算法能迅速筛选作战方案，人类只需判断风险与可行性。久而久之，人类将习惯于在机器生成的框架内思考，不再擅长从零开始独立推演。这种对机器的依赖，在心理学上被称为“自动化偏置”倾向，即当机器表现稳定、专业时，即便生成的内容缺乏充分验证，人们也更倾向于信任它。在军事筹划这类高风险环境中，这种倾向极具危险性。

AI时代人机关系值得深思

值得警惕的是，当前部分兵棋推演实验显示，生成式AI模型的输出存在迎合倾向。面对不同提问方式时，AI模型会调整立场甚至迎合提问者。这表明AI模型并非真正具备独立判断能力，其输出高度依赖输入信息与人机交互方式。若将其直接置于决策核心，风险不言而喻。

因此有研究者提出，不应让AI承担完整的方案制定任务，而应将其定位为“漏洞扫描器”：与其让AI代写作战计划，不如让它专门负责拆解计划、检验假设和查找风险。AI可以快速排除不可行方案，揭示潜在认知盲点，但不参与最终决策，这一角色定位似乎更符合当前技术发展现状。

美陆军已经开始这样做了。“新半人马”模型的核心目标，不是更快生成作战方案，而是更快识别“坏方案”，并在复杂决策环境中保持清晰的责任链条。如果体系的设计能够确保AI模型只提供速度与算力优势，不触碰最终决策权，AI将极大提升指挥决策质量；反之，若人机责任边界模糊，效率越高，隐藏风险反而越大。在军事智能化浪潮席卷而来的今天，如何守住决策责任底线，值得深入思考。