عنوان: اولین جنگ AI جهان؛ الگوریتم چگونه قتلعام را مدیریت کرد؟
مقدمه: انفجار در مدرسه میناب؛ اولین قربانی ثبتشده الگوریتم
صبح روز ۲۸ فوریه ۲۰۲۶ (۱۰ اسفند ۱۴۰۴)، میکاییل میردوراغی، کودک ۹ ساله مینابی، از مادرش خواست «از من عکس بگیرد». ساعاتی بعد، موشکی که واشنگتن تأیید کرده توسط نیروهای آمریکایی شلیک شده، مدرسهاش را در هرمزگان هدف قرار داد. او به همراه دستکم ۱۶۷ تن دیگر، که ۱۱۰ نفرشان کودک بودند، جان باخت .
این تنها یک فاجعه جنگی نبود. این نخستین «خطای مرگبار ثبتشده» ناشی از اولین جنگ تمامعیار هوش مصنوعی جهان محسوب میشود. جنگی که در آن الگوریتمهای یادگیری ماشین، نه بهعنوان ابزار کمکی، بلکه بهعنوان افسر اصلی هدفگذاری عمل کردند .
بخش اول: عملیات «Epic Fury» و رکوردشکنی سرعت نابودی
در ۲۴ ساعت اول جنگ، ائتلاف آمریکا و اسرائیل بیش از ۱۰۰۰ هدف را در ایران منهدم کرد. این رقم تقریباً دو برابر روز نخست حمله به عراق در سال ۲۰۰۳ است . تا پایان هفته اول، این تعداد از ۶۰۰۰ هدف عبور کرد .
رسیدن به این نرخ آتشسوزی بدون فناوریهای نسل جدید غیرممکن بود. هسته این ماشین جنگی، سامانه «Maven Smart System» متعلق به شرکت Palantir بود که با مدل زبانی Claude (توسعهیافته توسط Anthropic) ادغام شده بود . این سامانه، هشت سکوی جداگانه اطلاعاتی و هدفگذاری را در یک داشبورد واحد ترکیب میکند: از تصاویر ماهوارهای و ویدئوهای پهپادی گرفته تا رهگیری تماسها و تحلیل ترافیک اینترنتی.
نتیجه، فشردهسازی زمان موسوم به «کیل چین» (زنجیره قتل) بود. فرآیندی که قبلاً به تیمهای هزارنفره تحلیلگر و روزها زمان نیاز داشت، حالا توسط ۲۰ اپراتور در چند دقیقه انجام میشد . ژنرال برد کومر، فرمانده سنتکام، تأیید کرد که AI فرآیند هدفگذاری را از «چند ساعت یا چند روز به چند ثانیه» کاهش داده است .

بخش دوم: قتلعام به روایت دادههای قدیمی
حادثه مدرسه میناب، شکاف عمیق این استراتژی «سرعت به هر قیمت» را آشکار ساخت. تحقیقات مستقل نشان داد که این مدرسه در کنار یک پایگاه نظامی سپاه قرار داشت، اما بر اساس تصاویر ماهوارهای بین سالهای ۲۰۱۳ تا ۲۰۱۶، با دیواری از آن جدا شده بود .
با این حال، دادههایی که به الگوریتم Maven خورانده شده بود، این جداسازی را ثبت نکرده بود. منابع آگاه به نیویورک تایمز گفتند که افسران سنتکام با استفاده از «دادههای منسوخ شده آژانس اطلاعات دفاعی» مختصات هدف را ایجاد کرده بودند . در واقع، یک جستجوی ساده اینترنتی در فهرست کسبوکارهای ایران، موقعیت مدرسه را مشخص میکرد .
…………………………………………………………………..
بیشتر بخوانید : استارتاپهای هوش مصنوعی ایرانی
…………………………………………………………………..
این فاجعه، دو روایت متضاد را به وجود آورد: یا هوش مصنوعی در تشخیص «هدف نظامی» از «هدف غیرنظامی» با نرخ خطای ۴۰ تا ۷۰ درصدی مواجه بود (آزمایشهای ارتش آمریکا در شرایط ابری، دقت AI را ۳۰ درصد ثبت کرده بود )، یا انسان پشت سیستم، چنان در «اعتماد به الگوریتم» غرق شده بود که بررسی دستی را نادیده گرفت.
بخش سوم: سقف اخلاقی؛ از «کمک به تصمیم» تا «تصمیمگیری خودکار»
پنتاگون رسماً اعلام میکند که «انسان همیشه تصمیم نهایی را برای شلیک میگیرد». اما واقعیت میدانی چیز دیگری میگوید. در جریان «جنگ ۱۲ روزه» پیشین، اسرائیل از سامانهای به نام «لاوندر» (اسطوخودوس) استفاده کرد که فهرست «کشتن» ۳۷ هزار فلسطینی را با حداقل نظارت انسانی تولید میکرد .
حالا در جنگ ایران، همین الگو در مقیاسی عظیمتر تکرار شد. گزارشها حاکی از آن است که ترور سیدعلی خامنهای، رهبر پیشین ایران، ظرف کمتر از ۶۰ ثانیه از زمان شناسایی توسط الگوریتم انجام شده است . این سرعت، مفهوم «نظارت انسانی» را به یک تشریفاتی اداری تبدیل میکند.
پیت هگست، وزیر جنگ آمریکا، صراحتاً اعلام کرد که هدف ارتش «حداکثر کشندگی است، نه قانونی بودن سطحی» . در چنین پارادایمی، AI دیگر یک «ابزار کمکی» نیست، بلکه مغز متفکر یک ماشین قتلعام خودکار است که تنها خروجی آن «مختصات نابودی» است.
نتیجهگیری: پیروزی الگوریتم، شکست انسانیت
جنگ ایران اولین درگیری بود که در آن الگوریتم نه فقط پهپادها، بلکه خود مفهوم «هدف» را مدیریت کرد. نتیجه، نابودی ۱۲ هزار هدف نظامی در عرض یک ماه و در کنار آن، تخریب ۸۵ هزار ساختمان غیرنظامی و ۳۰۰ مرکز درمانی بود .
سوال این نیست که آیا هوش مصنوعی باعث کشته شدن کودکان میناب شد یا دادههای انسانی. سوال این است که سیستمی که «ریسک حرکت نکردن با سرعت کافی» را بزرگتر از «ریسک همترازی ناقص» میداند، ذاتاً غیرانسانی طراحی شده است . اولین جنگ AI جهان ثابت کرد که الگوریتمها در «مدیریت قتلعام» کاملاً موفق بودهاند. اما در «تمایز سرباز از دانشآموز»، شکستی تاریخی خوردند.
مقالات مرتبط :
آیا هوش مصنوعی می تواند وقوع جنگ را پیش بینی کند؟
ادغام هوش مصنوعی در تسریع گزارشگری مالی
همه چیز درباره هوش مصنوعی Perplexity

























