對指揮官的認知要求正在增加。由于創新和變化的速度，指揮官做出良好風險決策的能力受到挑戰。未來的戰爭不太可能像以前的沖突或訓練演習那樣以常規戰斗為主。美國的對手避免使用既定的理論，這提出了難以預料或減輕的危險。鑒于指揮官不能僅僅避免風險，而是要接受風險以獲得并保持戰爭的主動權，指揮官及其參謀部應考慮陸軍的風險理論和陸軍風險管理中心的理論風險梯度法是否足以應對多域作戰概念中描述的未來戰爭。

從對認知的研究來看，"風險認知 "的概念為風險管理人員（通常是參謀人員或主題專家）和風險決策者（通常是指揮官）如何評價風險分析方法提供了啟示。風險感知，即對風險水平的主觀判斷，這種想法與提出事實和數據就一定有說服力的想法形成鮮明對比。風險感知的研究已經證明了背景、敘述和簡單性在風險交流中的重要性。在風險決策者中，不熟悉、不了解、以及深深的偏見或恐懼會導致對風險水平的認知與專家的認知相差甚遠。

另外三種風險分析方法與陸軍理論風險梯度進行了比較。這些工具源自民用方法，被用于項目管理、工程和其他與風險和預見有關的領域。它們是故障樹、場景假設和風險三要素。雖然它們都有一些量化的元素，但它們為風險管理人員提供了同樣多的空間，甚至更多的空間，以應用批判性思維和分享背景，如預測的不確定性或與規劃行動的聯系。

正如陸軍出版物和文章所描述的那樣，未來的戰爭預計需要指揮官掌握五個領域--包括不熟悉的網絡和空間領域--在作戰領域往往比以前更廣闊，在行動中趨向于提高機動速度和創新。在這樣的環境中，無論是競爭、沖突、反叛亂，還是大規模的地面作戰，所有軍事專業人員都應該使用盡可能好的風險分析來保護生命和實現目標。為此，本文對理論、領導人發展和參謀部行動提出了潛在改變方法。

摘要

為了支持加拿大皇家空軍（RCAF）領導的遙控飛機系統（RPAS）項目，加拿大國防研究與發展部（DRDC）-多倫多研究中心（TRC）在2016年開發了一個綜合地面控制站實驗和演練的試驗平臺，以研究中隊級無人機系統（UAS）作戰單元的關鍵作戰概念。測量操作員的決策性能是分析、設計和評估人機交互（HMI）和智能自適應系統（IAS）概念的一個特別重點。在這份參考文件中，我們對直接和間接的性能測量（MoPs）進行了全面的審查，在無人機系統和人機協作的概念開發和實驗（CD&E）方面。

對國防和安全的意義

本參考文件提供了適合于無人機系統模擬器實驗和人類與自主系統互動的MoPs總結和描述。它為其使用提供了科學證據，并為其應用提供了指導，以可靠地評估和評價軍事環境中涉及無人機系統和廣義上的人類自主協作的作戰概念。

1 引言

1.1 概述

本參考文件對無人機系統（UAS）和人機協作的概念開發和實驗（CD&E）中使用的直接和間接性能測量標準（MoPs）進行了審查。直接性能測量標準，或基于結果的測量標準，包括決策準確性、決策效率、決策質量和操作者任務績效的決策一致性。間接的，或與過程相關的測量，指的是培訓效果、態勢感知、操作員的工作量、人機信任、可用性、團隊合作和操作員反饋。在加拿大國防研究與發展部（DRDC）--多倫多研究中心（TRC），這兩種類型的措施都已成功地適應于無人機系統地面控制站（GCS）模擬器的使用。

1.2 背景

為了支持加拿大皇家空軍（RCAF）領導的遙控飛機系統（原聯合無人機監視和目標獲取系統項目），DRDC多倫多研究中心在2015年開發了一個綜合地面控制站實驗和演練的試驗平臺，以研究中隊級無人機系統作戰單元的關鍵作戰概念。這些概念包括GCS功能要求、適航認證、人類系統集成（HSI）、機組配置和操作員培訓要求。

位于DRDC TRC的TIGER是一個GCS模擬器，用于遠程駕駛中高度長壽命（MALE）無人機（UAV）（Hou，2015）。該模擬器包括飛行器操作員（AVO）和有效載荷操作員（PO）工作站，以及另外四個可重新配置的工作站，用于圖像分析員和報告員（IMA-A和IMA-R），以及電子戰分析員和報告員（EW-A和EW-R）。駕駛和傳感器操作可由操作員進行，或根據編程腳本自主進行。該平臺允許在組件的位置（工作空間安排）、訓練或測試重點（團隊、部分團隊或個人）、環境視角（空中飛越、空中監視或地面觀察）以及用于信息處理、利用和傳播（PED）的指揮和控制（C2）單元方面有相當大的靈活性。TIGER可以是一個獨立的GCS和/或支持網絡中心戰的分布式演習。表1描述了每個操作員的角色和職責，相關的工作站布局在圖1中說明。

當前無人機系統任務的復雜性和無人機系統技術能力的不斷提高，對操作人員提出了重大的認知要求。Arrabito等人（2010年）提供了一份關于一系列認知風險的綜合報告，這些風險導致了許多與無人機系統有關的事件和事故，如操作人員的疲勞、工作量和情景意識（SA）的喪失。

表1：TIGER中無人機系統操作員的角色和責任

角色	工作職責
飛行器操作員 (AVO)	作為機組指揮官，駕駛無人機，并控制任何武器的釋放
有效載荷操作員 (PO)	控制無人機有效載荷，確保傳感器設置對當前任務是最佳的，并控制無人機的激光瞄準。
圖像分析員(IMA-A)	查看來自無人機傳感器的視頻資料，識別任何潛在的重要事件和實體，并將這些信息傳達給IMA-R
圖像報告員（IMA-R）	審查來自IMA-A的事件和實體，并為無人機任務分配機構和AVO編寫報告
電子戰分析員(EW-A)	專注于無人機的電子支持措施，確定任何潛在的重要事件和實體，并將這些信息傳達給EW-R
電子戰報告人（EW-R）	審查來自EW-A的事件和實體，并為無人機任務分配機構和AVO編寫報告

圖1：TIGER中的UAS地面控制站布局。

本參考文件概述了根據NATO STANREC 4685《無人機系統人類系統集成指南》（Hou & Geesman, 2022）和人因設計標準HF-STD-004（聯邦航空管理局，2009），使用無人機模擬器進行作戰概念開發和測試的實驗要求。這些研究強調了進行實驗、調查和演示（包括動態模擬和軟件原型）的重要性，以確定和解決人類工程問題，并評估操作員的認知負荷。測量操作員的決策表現是分析、設計和評估人機交互（HMI）和智能自適應系統（IAS）概念的一個特別重點（Hou, Banbury, & Burns, 2014）。這是一個不小的挑戰，因為 "正確 "決策的概念，特別是在不確定的條件下，是高度主觀和依賴環境的（Hou等人，2014；Banbury, Pelletier, Baker, Tremblay, & Proulx, R，2014b）。因此，一套定量和定性的MoPs被用來描述個人和集體的決策表現。本研究報告確定并總結了用于評估操作者決策過程的 MoPs，以及衡量其結果的 MoPs，并概述了在 DRDC TRC 的三項 TIGER 研究中所采用的措施。

引言

軍事和民事情報組織經常被要求為指揮官和決策者提供支持，他們的決定影響著國家和國際安全。除其他特征外，如及時性和相關性，情報組織應做出有嚴格分析支持的評估，準確無誤，并明確傳達給決策者。不確定性對情報的評估和溝通功能都構成了關鍵挑戰。例如，分析員收到的信息的質量往往是不確定的，他們所依賴的概念模型也是如此。簡而言之，大多數分析都是在不確定的條件下做出的人類判斷。決策者可能希望完全消除不確定性，但情報組織必須努力將有關事件（概率）和他們的評估（信心）的揮之不去的不確定性盡可能連貫和清晰地傳達出去，以避免誤傳。

SAS-114研究工作組通過研究(a)在不確定情況下促進情報評估準確性的現有和新方法，以及(b)在這種評估中溝通不確定性的標準來應對這些雙重挑戰。本報告概述了SAS-114所完成的研究和分析，分為以下四個部分。

第一部分（第1-5章）研究了情報生產管理的組織方面。第1章概述了目前由科學知識有限的思想領袖制定的情報培訓如何未能解決不確定性溝通中固有的主觀性或鼓勵分析員的自我批判性認知。第二章根據英國國防情報局的經驗，提出了一個不確定性評估的框架，旨在為決策者創造最大價值，減少情報失敗的風險。第3章介紹了荷蘭國防情報和安全局利用 "魔鬼建議 "來改進分析產品。第四章介紹了關于加拿大情報從業人員認為自己及其組織在多大程度上符合美國情報界第203號指令規定的分析嚴謹性標準的研究。在第五章中，英國分析傳統技術培訓小組的成員討論了學術合作和內部研究如何促進循證傳統技術在其組織中的實施。

本報告的第二部分（第6-9章）重點討論了不確定情況下的信息評估。第6章介紹了一種基于預期信息價值建立情報收集優先級的新方法。第7章批判性地審查了目前評估來源可靠性和信息可信度的標準，并強調了未來研究的途徑。接下來，第8章介紹了 "可靠性游戲"，作為衡量來源因素對人類處境意識影響的一種游戲方法。第九章接著討論了風險游戲，這是一種評估專家如何處理異質信息、考慮信息質量和形成對同時發生的事件的信念的方法。

第三部分（第10-15章）探討了不確定性下的情報和風險評估。第10章討論了系統地監測地緣政治預測技能的重要性，并概述了這樣做的經驗方法。第11章重點討論了信息安全持續監測（ISCM）在防御性網絡行動中的挑戰，并討論了應用ISCM框架來改善情報評估。第12章介紹了關于競爭假設分析的有效性的實驗研究，以及分析后的重新校準和匯總方法，作為提高分析員判斷準確性的手段。第13章介紹了批判現實主義理論，以及批判話語分析和安全化理論的理論組成部分，它們共同為一種新穎的分析方法提供了框架：通過對比敘述進行分析。第14章接著介紹了一種以3值和6值邏輯的真值表形式結合分析判斷的透明方法。第15章的結論是一個分類系統，它有助于將分析技術與具體的情報問題相聯系。

本報告第四部分（第16-20章）根據SAS-114的最初目標，討論了情報制作中不確定性的交流。第16章研究了自然語言中固有的不確定性是如何影響報告質量的，并提出了一種識別、評估和權衡文本信息的證據性的方法。第17章對美國和英國在情報分析中交流概率的政策進行了批判性評論。第18章介紹了由SAS-114的成員和附屬機構收集的估計概率標準的注釋集。同樣，第19章介紹了SAS-114收集的用于評估和溝通分析信心的標準。第20章是報告的結尾，討論了數字時代的交流，特別關注商業開放源代碼情報中的不確定性溝通。

因此，本報告中的二十個章節涵蓋了廣泛的概念領域。SAS-114團隊希望，讀者會發現這套報告既能激發智力，又有實際用途。

內容提要

軍事和民事情報組織經常被要求為指揮官和策略制定者提供支持，他們的決定影響著國家和國際安全。除其他特點外，如及時性和相關性，情報組織應做出有嚴格分析支持的評估，準確無誤，并明確傳達給決策者。不確定性對情報的評估和溝通功能都構成了關鍵挑戰。例如，分析員收到的信息的質量往往是不確定的，他們所依賴的概念模型也是如此。簡而言之，大多數分析都是在不確定的條件下做出的人類判斷。決策者可能希望完全消除不確定性，但情報組織必須努力將有關事件（概率）和他們的評估（信心）的揮之不去的不確定性盡可能連貫和清晰地傳達出去，以避免誤傳。

SAS-114研究任務組通過研究來應對這些雙重挑戰。

a) 在不確定情況下促進情報評估準確性的現有和新方法；以及

b) 溝通此類評估中不確定性的標準。

本報告概述了SAS-114所完成的研究和分析，分為四個部分。

a) 第一部分（第1-5章）探討了情報生產管理的組織方面。

b) 第二部分（第6-9章）研究了不確定性下的信息評估。

c) 第三部分（第10-15章）研究不確定條件下的情報和風險評估；以及

d) 第四部分（第16-20章）研究了目前在情報生產中溝通不確定性的方法。

第一部分的核心主題是，情報組織需要積極主動地利用判斷和決策的科學。第一部分進一步說明了盟國的情報組織正試圖發展一種更加基于證據的分析技術和情報監督的方法。第二部分批判性地審查了目前評估信息有用性和質量的情報方法，并提出了替代方法。第二部分還介紹了測試分析員在不確定環境中如何評估信息質量的研究方法。第三部分描述了監測情報預測的準確性和監測防御性網絡風險的方法。第三部分還對支持情報分析的替代方法給予了極大的關注，包括通過對分析員的支持，以及通過從決策科學中提取的分析后方法。第四部分集中討論了自然語言和情報領域中不確定性的溝通。有幾章對目前向決策者傳達概率和置信度的情報（和其他專業）標準進行了批評分析。

盡管本報告所涉及的主題和調查方法多種多樣，但有幾個章節在一些關鍵結論上是一致的。首先，現有的交流信息質量、事件發生和評估準確性的不確定性的方法在多個方面存在缺陷，應促使北約下的情報界更密切地關注相關科學。具體來說，我們建議情報組織考慮使用數字概率，而不是目前使用的不確定性的模糊的口頭表達。其次，我們建議情報組織在符合科學標準的實驗中測試分析技術方法的有效性，并建議他們考慮在科學理論中具有更強基礎的替代方法。這一點至關重要，因為正如我們的一些研究表明，現有的方法可能不僅不能提高分析的嚴謹性，事實上還可能削弱分析員的評估質量。最后，我們建議情報組織采用積極的自我監測系統，除其他外，跟蹤他們提供給決策者的預測的準確性。

前言

SAS-114小組的前身是SAS-ET-CR探索小組，該小組于2014年12月在北約合作支持辦公室（CSO）召開了一次會議。最初的想法是專注于審查不確定性和風險的溝通標準。根據英國的建議，將范圍擴大，不僅包括不確定性的溝通，還包括在不確定性條件下如何進行評估。一年后，SAS-114研究任務小組（RTG）在CSO啟動，最初的團隊來自加拿大、丹麥、英國、荷蘭和美國，以及北約的海洋研究和實驗中心。隨后，它的成員擴大到包括德國、挪威、西班牙和瑞典。在第一年內，SAS-114也變得很明顯，它主要集中在情報分析領域。對情報的強調在活動中期的重新命名中被正式體現出來。SAS-114從情報界吸收了許多新成員，團隊的組成變得真正多樣化，包括科學家和情報專家的組合。每次會議的結構就像一個小型會議，旨在交流思想和新的發現，并做一些很少做的事情：給科學家和從業人員一個一年兩次的幾天空間來討論情報分析中的挑戰，并聽取可用于改善情報和向決策者傳達的前沿研究。因此，SAS-114也受益于來自科學界和情報界的大量特邀發言人。一個有代表性的例子是在會議記錄中，溝通不確定性，評估信息質量和風險，以及在情報分析中使用結構化技術（doi: 10.14339/STO-MP-SAS-114），其中概述了Arne Biering在哥本哈根Kastellet舉辦的研討會。SAS-114的會議結構與RTG的會議不同，是為了刺激坦率和公開的對話，并為合作的形成和發展提供機會。核心團隊并沒有著手設計所有成員都會參與的實驗。相反，在雙方興趣濃厚且每個參與成員都有貢獻的地方，形成了較小的合作集群。本報告中的許多章節概述了這種合作努力的結果。其中一些團隊的努力仍在進行中，并不是所有的團隊都已經成熟到可以在本報告中總結的地步。如果SAS-114在過去的三年里沒有什么成果，這可能會被理解為 "未完成的工作"，然而根據任何合理的標準，SAS-114已經有了很高的成果，正在進行的合作更適合被理解為團隊持續合作的力量和產生的潛力的明確標志，這將遠遠超過其預定的年份，甚至可能成為北約未來的一個或多個活動。

SAS-114被證明是一個公開對話和自我形成研究合作的實驗，這一點在這份最終報告中得到了很好的體現。在報告中，讀者將發現沒有成員共同簽署的共識文件，而是一個結構化分析、研究結果、專業見解和影響SAS-114關鍵焦點的思想文章的多樣化集合。作為編輯，我偶爾會在實質性問題上對作者提出質疑，但這只是為了進一步突出論點，而不是為了強求一個共同的觀點。本報告中的20個章節分為四個部分：（a）情報生產管理的組織方面，（b）不確定性下的信息評估，（c）不確定性下的情報和風險評估，以及（d）情報生產中的不確定性溝通。最后一部分正視SAS-114的最初目標，追溯到探索小組，而前三部分則強調該活動自早期開始以來的發展。

序文

指揮官和策略制定者需要高質量的信息來做出適當的決定。在處理他們自己的部隊時，在正確的級別和正確的時間獲得正確的信息，雖然不是小事，但可以通過卓越管理來實現。然后，風險可以得到適當的衡量和說明。然而，如果不注入大量的不確定性，再好的管理也無法提供關于一個合格對手的決策質量信息。

大部分的不確定性來自于無法獲得第一手的信息，而不得不從不完整的或智能體的測量結果中進行推斷--這種情況對于其他行業的分析人員來說是很熟悉的，無論是市場研究、運營研究還是財務分析。然而，其中一些不確定性來自于對手使用積極的欺騙手段，試圖讓我們自己的偏見對我們不利，以掩蓋意圖和能力。為了適應我們用來描述對手行動路線的描述詞：如果第一個不確定性的產生者是最有可能的，那么第二個就是最危險的。它們共同為情報分析員提供了兩個不同但相關的挑戰：如何在這些條件下達成適當的評估，以及如何將這種不確定性適當地傳達給決策者。

雖然在大多數情報組織中，促進情報評估的準確性和溝通不確定性的直觀一致的程序已經使用了一段時間，但本報告中的研究表明，有些程序經不起科學方法的檢驗。這組論文中反復出現的主題是，隨著我們繼續在研究人員和從業人員之間不斷加深理解，不斷發展的判斷和決策科學可以幫助發展一種基于證據的情報分析技術。

科學和戰爭之間的共生關系并不新鮮。從最早的洞穴居民嘗試用棍子的大小、形狀和材料來保護家人免受攻擊，到隱形飛機的開發，研究、開發和國防從業人員之間的聯系在 "行動"、"防護 "和 "感知 "的操作功能中一直很緊密。指揮職能，包括其情報子集，已被證明對科學界的幫助有更大的阻力。文化、難以讓科學家獲得適當級別的批準，以及發表機密到無法進行同行評審的研究缺乏吸引力，是造成這種距離的一些因素。

本技術報告收集了豐富的思想文章、專業見解和研究成果，是科學家和從業人員特意聚在一起討論情報分析中的挑戰的產物，這表明我們最終正在打破這一鴻溝。兩個部落都肯定會從這種合作方式中獲益，但最大的贏家無疑是情報的消費者：指揮官、策略制定者和他們所服務的人。

• 克里斯蒂安-盧梭上將（退役）（MGen (Ret'd) Christian Rousseau，加拿大恐怖主義綜合評估中心主任；前加拿大國防情報局局長和加拿大部隊情報指揮部的創始指揮官。

澳大利亞是一個領先的人工智能國家，擁有強大的盟友和伙伴關系。澳大利亞已經優先發展機器人、人工智能和自主系統，以發展軍隊的主權能力。澳大利亞承諾對所有新的戰爭手段和方法進行第36條審查，以確保武器和武器系統在可接受的控制體系內運行。此外，澳大利亞已經對人工智能對人權和情報組織的風險進行了重大審查，并承諾在安全和國防領域制定道德準則和框架。澳大利亞致力于經合組織以價值觀為基礎的負責任的人工智能管理原則，并采用一套國家人工智能道德原則。雖然澳大利亞還沒有專門為澳大利亞國防組織（ADO）采用人工智能治理框架；國防科技集團（DSTG）已經發布了 "國防中的道德人工智能方法"（MEAID）技術報告，其中包括管理人工智能軍事應用的道德和法律風險的框架和務實的工具。澳大利亞可以發揮領導作用，將法律和倫理考慮納入其ADO人工智能能力獲取過程。這需要一個政策框架來定義其法律和道德要求，由國防工業的利益相關者提供信息，并提供一個實用的方法來將法律和道德風險緩解戰略納入采購過程。

作者：

梅森-克拉克（Mason Clark）是美國戰爭研究所的俄羅斯方向負責人和俄羅斯與烏克蘭項目的研究分析師。他的工作重點是俄羅斯在敘利亞的軍事適應和學習。他的工作被《任務與目的》、《防務一號》、《基輔郵報》、《紐約時報》等媒體引用。他曾就俄羅斯的軍事發展和克里姆林宮的全球運動向多位高級軍事和文職決策者作過簡報。梅森在美國大學國際服務學院獲得了國際研究的榮譽學士學位，重點是美國外交政策和俄語。

美國戰爭研究所（ISW）

ISW是一個無黨派、非盈利的公共政策研究組織。它通過可靠的研究、可信賴的分析和創新的教育，促進對軍事事務的知情理解。它致力于提高國家執行軍事行動和應對新興威脅的能力，以實現美國在全球的戰略目標。

目錄

• 8 執行摘要
• 10 引言
  • 11 俄羅斯軍方將敘利亞視為未來戰爭的案例研究
  • 12 俄羅斯正在對敘利亞的經驗教訓進行研究
• 14 俄羅斯從敘利亞吸取的主要教訓：改善指揮和控制
  • 14 俄羅斯軍官在戰斗中的主要優先事項：獲得管理上的優勢
  • 16 俄羅斯認為敘利亞是指揮與控制的成功范例
  • 18 俄羅斯軍隊尋求將所有部隊統一在同一指揮系統之下
• 19 俄羅斯面臨著培養軍官的創造力和主動性的時代要求
• 21 俄羅斯正在優化聯合作戰，不再強調其對代理部隊的成功使用
• 23 俄羅斯的管理優勢取決于對敵方指揮和控制的破壞
• 24 俄羅斯在敘利亞超出指揮和控制范圍外的經驗教訓
  • 24 克里姆林宮認為它通過影響美國/北約的行動在敘利亞取得了空中優勢地位
  • 26 俄羅斯正在加倍努力發展精確武器
  • 27 俄羅斯再次未能制定反叛亂的理論或學說
  • 28 俄羅斯正在完善其新發現的遠征軍部署經驗
  • 29 俄羅斯在敘利亞使用新裝備的經驗很重要，但被俄羅斯和西方夸大了
  • 31 俄羅斯軍方認為無人機將在未來沖突中發揮關鍵作用
  • 31 俄羅斯預計城市作戰的重要性會增加，但尚未形成統一的方法
• 33 俄羅斯在敘利亞學習的有限效用
  • 33 俄羅斯軍隊在敘利亞將經驗的廣度置于知識的深度之上
  • 35 俄羅斯軍隊遺漏了一些經驗教訓
• 37 含義
• 40 附錄A--俄羅斯在敘利亞的指揮官
• 43 尾注

總結

俄羅斯軍方將其在敘利亞的部署視為未來戰爭的原型--支持基于聯盟的混合戰爭遠征部署。俄羅斯總參謀部認為，敘利亞問題突出表明，俄羅斯需要發展一種新的軍事能力--部署靈活的遠征軍，在國外開展 "有限行動"。俄羅斯武裝部隊正在運用從敘利亞的經驗中獲得的教訓，將其發展成為一支靈活而有效的遠征軍。

美國必須避免將自己的現代化優先事項或中國等其他競爭對手的優先事項投射到俄羅斯身上。俄羅斯軍方正在做出獨立的選擇，集中精力從敘利亞獲得某些學習機會。這些選擇被優化，以支持俄羅斯的作戰概念，該概念與敘利亞之前俄羅斯的現代化努力和美國自己的現代化努力都不同。

俄羅斯軍方正在利用在敘利亞管理臨時聯盟和代理部隊的經驗教訓，為協調未來戰爭中的正式聯盟做準備。正如俄羅斯總參謀長瓦列里-格拉西莫夫所描述的那樣，克里姆林宮試圖創造條件，確保其基于敘利亞的下一次 "有限行動 "能夠利用非俄羅斯的力量。克里姆林宮在這方面的準備工作包括在演習中練習聯合作戰，擴大俄羅斯的國際軍事聯系--放大克里姆林宮的力量投射能力。

俄羅斯軍隊從敘利亞得到的主要教訓是需要在未來的沖突中獲得 "管理優勢"。俄羅斯人將管理優勢定義為比對手更快地做出更好的決定，并迫使對手在俄羅斯的決策框架內運作。他們斷言，在日益快速和復雜的沖突中，獲得管理優勢將是指揮官的關鍵重點。俄羅斯軍方評估認為，指揮和控制（C2）效率是現代和未來作戰成功的關鍵預測因素。俄羅斯在指揮和控制方面的許多經驗對俄羅斯來說是新的，而不是現代戰爭中的新穎創新，但俄羅斯軍方正在有效地利用從敘利亞學到的東西來縮小與西方軍隊在C2能力方面的差距。

克里姆林宮優化了對敘利亞的部署，以向整個俄羅斯軍隊灌輸戰斗經驗。格拉西莫夫認為敘利亞內戰是俄羅斯軍隊學習未來作戰的主要來源，并優化了俄羅斯的部署，以確保盡可能多的軍官獲得經驗。俄羅斯高級軍官班的大部分人現在擁有必要的經驗。

自2015年以來，俄羅斯的軍事演習將對敘利亞的教訓進行制度化。從2015年到2020年，俄羅斯關于從敘利亞學習的論述發展迅速，本報告中討論的許多適應性措施可能已經被納入理論，包括在俄羅斯機密的2021-2025年國防規劃中。

俄羅斯軍隊仍然需要大量投資和時間來實施從敘利亞學到的經驗教訓。然而，如果美國在未來幾年不采取行動應對這些發展，俄羅斯從敘利亞汲取的新的能力工具包將縮小與美國和北約的一些能力和技術差距。

• 美國不應低估克里姆林宮以其在敘利亞的干預行動為模式進行遠征部署的意圖。克里姆林宮認為敘利亞是一個非常成功的、可復制的行動，并將遠征部署視為克里姆林宮政策工具箱中的一個新成員。克里姆林宮已經將敘利亞的經驗教訓應用于其在利比亞和納戈爾諾-卡拉巴赫。

• 美國必須保持一個全球性的、靈活的力量態勢來對抗俄羅斯軍隊。美國不需要在克里姆林宮可能進行遠征行動的地方部署自己的軍隊，但它必須找到并發展盟國和伙伴的軍事力量來對抗俄羅斯的威脅。俄羅斯的軍事威脅并不局限于歐洲，也不能僅靠常規部署來對抗。

• 在管理優勢方面美國必須優先考慮與俄羅斯進行較量。美國及其盟國不需要復制“管理優勢”這一概念，但必須注重俄羅斯軍官對關鍵作戰任務的理解--提高他們自己的決策速度，減少他們對手的指揮和控制能力。 俄羅斯軍隊新的有戰斗經驗的軍官骨干可能會改變俄羅斯的軍事思維和效力。每個俄羅斯軍區指揮官和幾乎所有團級和旅級以上的軍官現在都擁有來自敘利亞的經驗。俄羅斯軍方將整個俄羅斯參謀部移植到敘利亞的做法確保了俄羅斯部隊在執行咨詢任務時形成單位凝聚力。

• 克里姆林宮可能會在未來的作戰行動中更有效地利用聯盟伙伴。美國應采取措施加強與北約的合作，并向其他國家推廣，以減輕克里姆林宮發展其軍事關系網絡的能力。美國及其盟友還應該開發出破壞敵方聯盟的方法，雖然這是美國在最近的戰爭中不需要進行的任務。

俄羅斯軍隊正在利用從敘利亞學到的知識來彌補與美國和北約的若干能力差距。美國及其盟國應該為俄羅斯軍隊進一步實現若干能力的現代化做好準備，這些能力雖然對美國和北約來說并不新鮮，但會增強俄羅斯軍隊的能力。

• 俄羅斯軍隊對網絡化指揮系統的優先考慮，如果實現，將削弱美國和北約的關鍵技術優勢之一。克里姆林宮正在進行的指揮和控制系統現代化努力將是一個昂貴的過程，但俄羅斯軍隊已經在迅速取得進展，在2020年測試的系統在2018年還處于理論階段。

• 俄羅斯軍方正在用一場徹底改革俄羅斯指揮文化的運動來支持其指揮系統技術現代化。俄羅斯總參謀部正在著手進行一項艱難的代際努力，將主動性和創造性引入俄羅斯軍官隊伍。未來的俄羅斯軍官可能會比他們的前輩表現出更大的創造性和靈活性，美國及其盟國必須避免對根植于蘇聯時代的俄羅斯指揮文化做出越來越過時的評估。

• 俄羅斯軍隊正在發展支持提高精確打擊能力的理論，但實現這些目標需要進一步的昂貴技術投資。美國及其盟國還應保持制裁壓力，使克里姆林宮失去實施昂貴的收購計劃所需的資源。

• 俄羅斯軍隊可能正在發展挑戰使用無人駕駛飛行器的能力。美國及其盟國應該準備好在一個越來越危險的空域使用作戰無人機。現代化的努力必須考慮到俄羅斯無人機和反無人機能力的日益復雜化。

美國及其盟國必須準備好面對能力日益增強的俄羅斯軍隊，該軍隊有意進一步發展遠征能力并在聯盟環境中使用這些能力。俄羅斯仍在參與敘利亞的沖突并仍在從沖突中學習。?俄羅斯軍隊從敘利亞學到的東西正在推動俄羅斯的現代化改造；美國必須了解這種學習和改造，以有效對抗克里姆林宮。

對智能高超音速武器（HW）的防御不僅減少了可用的戰術反應時間，而且還要求對戰略態勢進行更深入的思考，以改善對盟國基礎設施和移動資產的成功防御。現有的洲際彈道導彈（ICBM）防御方法可以在一定程度上解決來自高超音速武器的威脅。根據不同的情況，高能武器可以比洲際彈道導彈減少大約10%的飛行路徑長度和到達目標的時間。對于10000公里范圍內的目標，洲際彈道導彈可能需要約25至40分鐘來打擊，而高能武器可能需要22至36分鐘。一個具有挑戰性的方面是HW聲稱有能力躲避導彈防御系統。真正的游戲變化是當HW的發射平臺靠近預定目標時。發射平臺可以是潛艇、船舶或戰機。這種敵對力量的戰略可能會將飛行路線從10000公里減少到1000或100公里，將到達預定目標的時間縮短到約2至4分鐘，或最壞的情況下縮短到13至21秒，使目標/地區防御變得困難。戰略態勢需要盡可能地減少發射平臺過于接近潛在預定目標的可能性。因此，防御新的HW需要解決反對力量發射平臺移動的問題。戰術角度包括在很短的時間內制定行動方案的極端時間壓力，或壓縮傳感器到執行器的環路（StEL）。以前，我們發現，通過使用人工智能和基于認知網絡的增強功能，在這種反應過程中減少人類的干預，可以加速知識的獲取，共享態勢，并及時制定有效的CoAs，以達到預期的目標或最終狀態。我們將此確定為認知性StEL（CSTEL）。因此，為了擊敗HW攻擊，認知StELs可能被證明是一種合適的方法，因為它可以通過自動識別威脅來加速反應時間。

圖9：假設加拿大靜止目標的名義導彈彈道，A-D為遠程洲際彈道導彈或HW彈道，E-H為短程HW彈道

摘要

作為一個多國聯盟，當北約的成員國能夠在短時間內自信地將他們的部隊聚集在一起時，北約是最有效的。因此，一個關鍵的信息要求是了解其國家部隊的互操作性程度。為了有效地傳達這種理解，需要統一的、可重復的、可靠的和結構化的方法和框架。成立SAS-156的目的是為互操作性數據的測量、收集和評估制定一個北約標準。信息時代的要求對不同單位快速、方便、安全地連接和共享信息的能力提出了挑戰，但人和程序的因素仍然同樣重要。作者將介紹他們根據在加拿大聯合作戰司令部的工作經驗，對參與國的現有評估框架進行綜合和擴展的工作。加拿大武裝部隊的經驗特別相關，因為它是北約在拉脫維亞的多國增強型前沿存在戰斗小組的框架國家，并且輪流領導北約常設海上小組。

引言

聯盟和伙伴關系一直是上個世紀成功的大規模作戰行動的一個關鍵組成部分。互操作性--為實現戰術、作戰和戰略目標而一致、有效和高效地共同行動的能力--是取得成功的關鍵。北約國家和合作伙伴了解互操作性的重要性，并且已經和正在收集關于行動和演習及活動的大量數據，以評估多國聯盟能夠實現互操作性的程度。然而，諸如缺乏標準術語等障礙仍然存在，而且可靠和有效的數據收集方法仍然難以找到。為了彌補這一缺陷，向系統分析和研究（SAS）小組提出的技術活動建議在2019年獲得批準，由此產生的后續活動，即北約任務組SAS-156 "制定評估多國互操作性的標準方法"，正在追求這些明確的研究和利用目標：

• 幫助北約實現互操作性數據定義、收集和管理的標準。

• 讓軍事規劃人員更好地了解他們與合作伙伴的互操作性狀況，并在他們之間以共同的方式討論這些評估。

• 為追求自身互操作性目標的各個國家的資源配置決策提供依據。

摘要

人工智能領域的進展繼續擴大這組技術的潛在軍事應用范圍。本文探討了信任在人機聯合作戰中的關鍵作用，以及依靠人工智能來補充人類認知的潛在影響。如果依靠人工智能來準確處理傳感器數據，操作自主系統和平臺，或通過擬議的作戰概念（如以決策為中心的戰爭）提供有利的決策支持，設想機器智能的中央指揮和控制作用，那么信任機器智能將是未來作戰中的一個關鍵組成部分。鑒于這些技術和理論的發展，信任的概念對于機器智能在戰術和作戰層面的軍事行動中的使用變得高度相關，正確校準的信任水平是安全和有效行動的基礎。在簡要回顧了機器智能的最新進展和對信任概念的探索之后，本文概述了人工智能在戰場上的當前和潛在應用，以及由不充分或不合理的高信任度帶來的挑戰。

引言

縱觀歷史，技術已經擴大了武裝沖突的領域，戰術交戰的節奏，戰場的地理范圍，以及指揮官與部隊溝通的手段。技術創新--包括軍事和民用--改變了軍隊的作戰方式以及國家計劃和進行這些沖突的方式。在21世紀，迄今為止，很少有進步能像統稱為人工智能（AI）的一組技術那樣獲得如此多的關注。人工智能正準備迎來一個新的時代，在這個時代，機器智能和自主性正在為軍事行動的規劃和執行產生明顯的新概念。算法戰爭可能會帶來一些獨特的東西：增強甚至取代人類決策過程的系統，其速度可能超過人類規劃者的認知能力。
新興技術的整合提出了任何數量的基本組織和倫理問題，值得關注。本文將采用定性的社會科學方法，重點討論人類-自治團隊（HAT）的一個重要方面：鼓勵對機器智能的適當信任程度。有大量的學術文獻關注自動化或機器人技術中的信任問題，但有關具體軍事應用的工作較少。當人工智能在聯合作戰中被實際部署時，在信任方面有哪些挑戰和機會？在簡要回顧人工智能和概述機器智能在戰場上的可能應用之后，本文在分析鼓勵適當信任水平的陷阱和潛在解決方案之前，探討了信任和信任校準的概念。

人工智能的進展

幾十年來，人類一直對賦予機器某種形式的人工智能的可能性著迷，Nils Nilsson將其定義為 "致力于使機器智能化的活動，而智能是使一個實體在其環境中適當運作并具有預見性的品質"。在數字時代的早期，出現了兩種廣泛的人工智能方法。自上而下的專家系統方法使用復雜的預編程規則和邏輯推理來分析一個特定的數據集。對于具有可預測規則的明確定義的環境--諸如分析實驗室結果或下棋等應用--專家系統或 "符號 "人工智能（基于符號邏輯）的性能主要取決于處理速度和算法的質量。另一大類使用自下而上的機器學習方法，模擬人類通過檢測數據中的模式進行學習的方式。神經網絡是一種以人腦為模型的機器學習形式，能夠通過使用多個（因此是 "深"）人工神經元層來識別復雜的模式，是被稱為 "深度學習 "的技術的基礎。通過其在數據集中尋找關系的能力，這種技術也被稱為 "連接主義"。
自上而下、基于規則的符號系統和自下而上的機器學習連接主義技術之間的差異是很大的，特別是關于它們的潛在應用范圍和靈活性。深度學習方法的顯著特點是能夠將學習與它所訓練的數據集分開，因此可以應用于其他問題。基于規則的算法可以在狹義的任務中表現得非常好，而深度學習方法能夠迅速找到模式，并在 "蠻力 "專家系統計算方法無效的情況下有效地自學應用。最近的一些人工智能進展顯示了模仿創造力的能力，產生了有效的解決問題的方法，這些方法對人類來說可能是反直覺的。
然而，總的來說，人工智能仍然是狹窄的或 "脆弱的"，即它們在特定的應用中功能良好，但在用于其他應用時仍然不靈活。與人類的認知相比，鑒于機器的計算速度遠遠超過人腦，機器智能在將邏輯規則應用于數據集時要優越得多，但在嘗試歸納推理時，它必須對數據集或環境進行一般性的觀察，這就顯得不足。大多數機器學習仍然需要大量的訓練數據集，盡管新的方法（包括生成對抗網絡（GAN）和 "小于一次 "或LO-shot學習）正在出現，需要非常小的數據集。圖像識別算法很容易被混淆，不能像人類那樣立即或直觀地理解情景背景。這種脆性也延伸到了其他問題，比如游戲。雖然人工智能在視頻游戲中經常表現出超人的能力，但他們往往不能將這種專業知識轉移到具有類似規則或玩法的新游戲中。
 雖然人工智能技術繼續在變得更加適應方面取得重大進展，但任何接近人類的人工通用智能仍然難以實現。評估人工智能的近期前景因該技術的漸進式進展而變得更加復雜。圍繞著人工智能的炒作--在很大程度上被深度學習方法的成功所推動--既導致了對該技術未來的不切實際的期望，也導致了對其非常大的進展的正常化。正如一份報告所指出的，"人工智能將一項新技術帶入普通人的視野，人們對這項技術習以為常，它不再被認為是人工智能，而出現了更新的技術"。盡管象征性的人工智能和各種形式的機器學習構成了該領域最近的大部分進展，也許除了融合這兩種方法的嘗試之外，未來仍然不確定。一些人猜測，機器學習技術帶來的進展可能會趨于平穩，而另一些人則保持樂觀。相關的技術進步，如短期內的計算機芯片設計和長期內的量子計算，可能會影響進一步進展的速度。