AI戦とProject Maven パート1 -最終決定権は依然として指揮官にある (Eva Sula)
前回紹介したのはNATO・EUの防衛・安全保障分野で活躍するEva Sulaによる「AI Warfare and Project Maven」の「AI戦とProject Maven パート0 - 幻想のない軍事AI (Eva Sula)」である。このシリーズでは、軍事AIを単独の技術ではなく、作戦上の能力として考察するとしている。各パートは前述を基に、指揮と能力の基盤からデータ、不確実性、保証、争われた作戦、人間と機械の相互作用、そして最終的には実務的なケース・スタディへと進む。
今回紹介するパート1は、「最終決定権は依然として指揮官にある」という副題のとおり、AIが人間の判断、指揮責任、批判的思考、そして実質的な統制の必要性を排除することなく、軍事的決心(military decision)がなされる環境をどのように変えるかについて論じている。(軍治)
![]() |
AI戦とProject Maven パート1 -最終決定権は依然として指揮官にある
AI Warfare and Project Maven, Part 1 – The Commander Still Decides
2026年9月23日
オープニング・ノート:タイトルは見た目よりも複雑である
パート0は単純な前提から始まった。すなわち、軍事AIはアルゴリズムを単独で見て理解することはできない。これらのシステムが作戦に入ると、関連する問いは指揮(command)、能力(capability)、不確実性(uncertainty)、意思決定(decision-making)の質問(question)となる。したがって、パート1は最終的に情報を行動に移さなければならない人物、すなわち指揮官から始まる。
「最終決定権は依然として指揮官にある(The Commander Still Decides)」は安心感のある響きだが、そうあるべきではない。NATOのドクトリンでは、指揮は権威、個人の責任、説明責任を伴う本質的に人間的な活動と説明されている一方、ミッション・コマンド(mission command)は意図、適時の決心、従属責任、そして主導性(initiative)に依存している。AIはこれらの要件を取り除くわけではないが、それらが実践される環境を大きく変える可能性がある。
決心チェーン(decision chain)の中に人間が公式に残り続けるからと言って、その人間が、システムが生成したものを問いただすのに十分な情報、時間、能力、権限を持っていたかどうかを教えてくれない。決心支援システム(decision-support systems)は正式に決定を下さないかもしれないが、提示される情報、代替案の枠組み、指揮官に届く推奨に大きな影響を与える。圧力の下では、その区別が実務的に重要になる。人間の承認は紙の上では説明責任を保つことができる一方で、実務では意味のある人間の判断(human judgment)が徐々に圧縮されていく。
したがって、軍事AIにとってより難しい質問は、単に人間が決定権を持つかどうかではなく、その決心が意味のある人間らしさを保つために何が真実でなければならないかということである。
![]() |
1. AIが登場する前は指揮官が人間だった
軍の指揮は情報処理の問題として始まったわけではなく、単により多くの情報が機械で処理できるようになったからといってそうなったわけでもない。NATOのドクトリンでは、指揮を任務遂行における権限と責任の行使と説明している。連合統合ドクトリンは判断(judgment)、直感(intuition)、経験(experience)、訓練(training)、創造的思考(creative thinking)を指揮機能そのものに位置づけ、効果的な意思決定(effective decision-making)には指揮官が何を決定すべきかだけでなく、決心がいつ必要かを理解する必要がある。この区別は重要である。なぜなら、AIシステムは軍事的決心に意味を与える権限や責任、より広い理解を持たずに、選択肢や相関、推奨案を生成できるからである。
したがって、判断はシステムが提示する最も高い選択肢を選ぶ以上のものを含む。指揮官は意図を解釈し、競合する作戦上の優先事項を検討し、不完全または矛盾する可能性のある情報を考慮し、常に事前に計算できない結果に対する責任を負う。時には、不完全な情報に対して迅速に行動することが賢明な判断である。また別の時には、利用可能な証拠がまだ行動を正当化していないことを認識することも意味する。また、地形、タイミング、敵対者の振舞い(adversary behaviour)、民間人の存在、連合軍の制約、利用可能な兵力、あるいは広範な任務が作戦上不適切であるため、技術的には妥当に見える選択肢を拒否することも意味する。指揮の質は、実際にどの状況に直面しているかを認識することにある。
ミッション・コマンドはこれを特に重要にしている。その目的は、すべての部下が本部と同じ結論に達することを保証することではなく、指揮官の意図を理解した人々が周りの状況の変化に応じて主導性(initiative)を発揮できるようにすることである。それには専門的な能力、信頼、そして計画が予期しなかった現実に対応できる十分な行動の自由が必要である。現代のAIは、ルーチンな参謀の作業を減らし、関連情報をより早く見つけ、代替案を探る手助けをすることで、その哲学を支える。NATOはすでに、まさにその野心を掲げたAI支援の決心能力(AI-supported decision capabilities)を開発しており、戦場情報のフィルタリングや情報と決心の間の時間を短縮しつつ人間の判断を残すシステムを含んでいる。
しかし、同じ技術が緊張を生み出し、軍事組織はそれを前提にせず検証すべきである。同盟はドメイン間でデータを連邦化し、大量の情報をフィルタリングし、指揮官に戦闘空間のますます統合された表現を提示できるシステムを目指している。これにより、より良い情報が分配され、部下の主導性(initiative)が可能になるかもしれないが、個々の指揮官がデザインしておらず、完全に理解していない技術システムにおいて情報の選択、優先順位付け、枠組みを集中させることにもなり得る。本部は正式な権限を分散させつつ、現実を解釈する多くの機構を中央集権化することができる。
したがって、作戦上の質問はAIが原則的にミッション・コマンドと互換性があるかどうかではない。重要なのは、その使用がミッション・コマンドを機能させる条件を維持できるかどうかである。リーダーは、人々が単に推奨に従うだけでなく意図を理解しているかどうか、機械が生成した映像が現地の現実と矛盾しているときにそれを認識できるか、そしてそれから逸脱する自信と権威を保持できるかを知る必要がある。NATO独自のAI原則は、明確な人間の責任、適切な人間と機械の相互作用、定義されたユース・ケース内での信頼性、そしてシステムが予期せぬ動作をした際に対応する仕組みを必要とする。AIが指揮官の理解、判断、行動能力を強化しれば、ミッション・コマンドを強化することができる。人々が徐々に、最も安全な制度的な振舞いはシステムが推奨することを受け入れることだと学べば、正式な人間の権威は残り、その下では指揮の慣行が変化するかもしれない。
2. 決心支援は決心の責任ではない
人工知能はしばしば、決定を下す機械と人間が意思決定を行うことの間に重要な境界があるかのように語られる。軍事的意思決定(military decision-making)はより複雑である。なぜなら、決定は収集、解釈、優先順位付け、推奨、指揮判断の連鎖から生まれるからである。AIは正式な決心の権限(formal decision authority)を持たなくても、その連鎖のいくつかの段階に影響を与えることができる。したがって、有用な区別は、情報(information)、推奨(recommendation)および決心(decision)の間にある。システムは情報を吸収し融合し、パターンを特定し、代替案をランク付けしたり、行動方針(courses of action)を推奨したりするが、決定を下す権限は、依然として人間にある。。先行分析の多くが自動化されたからといって、決心の責任が自動的に移るわけではない。
これは単なるターゲティングにとどまらない。安全保障・新興技術センター(CSET)の「2026年 ターゲティングを超えて」というイゴール・ミコリッチ・トレイラ(Igor Mikolic-Torreira)とエメリア・プロバスコ(Emelia Probasco)による研究は、陸軍弾薬補給や統合航空タスキング・サイクル(Joint Air Tasking Cycle)を含むプロセスにおけるAI対応の決心支援(AI-enabled decision support)を検討し、大量の分散したデータや繰り返される評価、意思決定、実施のサイクルを伴う多くの軍事活動がこれらのツールから恩恵を受けられると主張している。魅力は実用的で、AI対応の決心支援システム(AI-DSS)は参謀の情報処理を迅速化し、関連関係を特定し、繰り返しの分析作業に費やす労力を減らすのに役立つ。同じ研究では、作戦への導入はソフトウェアだけでなく、アクセス可能なデータ、評価、経験豊富なユーザー、実際の作戦からのフィードバックに依存していることも強調されている。
より難しい指揮問題は、推奨が指揮官に届く前に始まる。決心支援システムは、単に変更されていないプロセスに新たな情報を追加するだけではない。人間が見る前に、何が表面化され、集約され、優先され、省略されているかを決定できる。システムは、その地域で検出されたすべての車両ではなく、あらかじめ定められたパターンに一致する振舞いを持つ車両を表示することや、アナリストがそれぞれを調査する代わりに多数のインテリジェンス報告を統合することもある。国際赤十字委員会(ICRC)の軍事決心支援システム(military decision-support systems)の詳細な研究は、計算が人間の精査を必要とする情報量をどのように減らせるかを検証する際に、まさにこれらの例を用いている。作戦面では、指揮官がより多くを見るのを助けることと、上流で指揮官が何を見るべきかを決めることとの間に重要な違いが生じる。
そのフィルタリングは避けられない。指揮官がすべてのセンサー・リターン、インテリジェンス報告、兵站の計算を直接調査したことはなく、軍の参謀はすでに彼らの代わりに情報を選択し、評価し、提示している。AIは生情報と命令の間の仲介を発明したわけではない。変わるのは、そのスピード、スケール、不透明性の可能性である。参謀将校が情報を選択すると、指揮官はその将校の理由を疑問視したり、基礎報告書を求めたり、代替案が除外された理由を尋ねたりすることができる。計算システムがその役割の一部を果たす場合、組織は何がフィルタリングされたか、どの前提に基づいて、不確実性がどのように表現されたか、重要な代替案が閾値以下で消えたかどうかを把握するために、同等の方法を必要とする。そうでなければ、見かけの情報の豊富さがより狭い決心空間(decision space)を隠してしまうことがある。
したがって、国際赤十字委員会(ICRC)は有用な線引きをしている。決心支援システム(decision-support systems)は正式には意思決定を行うものではないが、情報を表示・統合・分析したり、選択肢を提案したりすることで、意思決定を行う人間に直接的かつ時に大きな影響を与えることができる。武力行使に関する決定においては、計算結果が法的評価に役立つことはできるが、国際人道法の下で求められる人間の法的判断を置き換えることはできないとさらに主張している。その作戦上の関連性は法律を超えて広範に及ぶ。推薦は決定を所有することなく判断を形成し、指揮官が最終成果に出るまでに複数の自動化された段階を通じて影響力が蓄積されることもある。
したがって、リーダーは最終決定を下す人だけでなく、それ以上のことを問う必要がある。その決心が可能になった情報に、誰が、あるいは何が影響を与えたのかを理解する必要がある。もしAIシステムが証拠をフィルタリングし、優先順位を設定し、代替案を生成し、推奨事項を順位付けしてから人間が承認した場合、その連鎖の最後に人間の署名を残すことは正式な権威の質問に答えることになる。それだけでは、意思決定環境のどれだけがすでに上流で構築されていたかは分からない。
3. ヒューマン・イン・ザ・ループだけでは不十分
「ヒューマン・イン・ザ・ループ(Human in the loop)」という言葉は軍事AIに関する議論で最も安心感のある表現の一つとなっているが、決心の質(quality of the decision)については驚くほど少ない表現である。人間は推奨(recommendation)を理解せずに出席したり、独立して評価せずに承認したり、正式な権威を保持しつつシステムに異議を唱える実質的な能力容量をほとんど持たないことがある。これらは実質的に異なる条件である。人間がそこにいて、人間が承認し、人間が理解し、挑戦できる人間が、人間が判断を行使し、そして人間が効果的な統制を維持することは、同じ安全装置の同一の説明として扱われるべきではない。
意味のある判断(meaningful judgment)には、判断を可能にする条件が必要である。意思決定者は十分な情報と作戦上の文脈、意思決定に関連する能力、システムが確実に確立できる点とできない点の理解、そして他の利用可能な証拠と出力を比較する十分な時間を必要とする。また、その人は推奨案(recommendation)に疑問を呈する権限と、それを拒否したり、行動を遅らせたり、別の情報源を探す正当な能力も必要である。国際赤十字委員会(ICRC)の現行の指針も同様に、意味のある人間の関与、AI出力への異議申し立て能力、ユーザー訓練、自動化バイアス※1の認識をAI決心支援システムの必要保護として特定している。
※1 自動化バイアス(automation bias)とは、自動化されたシステムやAI、コンピュータの出力を過度に信頼し、人間が本来行うべき検証や判断を省略してしまう心理的傾向(認知バイアス)のこと
しかし、AIのいわゆる優位性が人間のレビュアーに不利に働くにつれて、これは難しくなる。軍事組織がこれらのシステムに関心を持つのは、人間が追及できない量とスピードで情報を処理し、推奨を生成できるからである。しかし、システムが生成できる出力の数は、個人が意味を持って調べられる数ではない。一人のアナリストや指揮官が同時に作戦を管理しながら数十件から数百件の推奨案(recommendation)をレビューしなければならない場合、もはや承認が技術的に人間的なものかどうかが重要な質問ではない。各決定にどれだけの注意を現実的に割けるか、どの情報を独立して確認できるか、そして作業のペースが遅延を妨げた場合に何が起こるかが問題である。国際赤十字委員会(ICRC)は、自動化バイアスはストレスや時間的制約の下でより顕著になり、ユーザーが独立した判断を行使するのではなく、機械の出力を事実上承認してしまう可能性があると特に警告している。
ここで技術デザインと同じくらい作戦規模が重要である。最近のピーター・ロバーツ(Peter Roberts)博士との議論で、彼はAI支援のターゲティング(AI-supported targeting)の規模を思考実験として用い、機械が本部の精査よりもはるかに速く潜在的なターゲットを生成できる場合の人間の監督とは何かを考える思考実験として用いた。その会話で議論された正確な戦役の数値は、独立した事実として扱うべきではないが、根本的な問題はその数値に依存しない。システムが数千件の推奨案(recommendation)を生成できる一方で、審査できる人が限られている場合、承認ステップを追加しても能力容量の不一致は解決しない。組織は、何が十分な審査に該当するか、どの決定がより厳密な審査を必要とし、いつ自動化を遅らせるべきか、そしてレビュアーが一見日常的だが誤っている推奨案をどのように特定できるかを判断しなければならない。
ウクライナは同じ問題を別の方向から押し進めている。同軍がより高い自律性を求めているのは、オペレーターが複数の無人システムを管理する必要が増え、電子戦、通信の混乱、戦場での作業負荷が継続的な手動統制を困難にしているためである。最近の報道では、ウクライナの開発者が、GPSや通信が利用できない場合でも任務の一部を継続できる、オペレーターの注意を抑えたシステムへの軍事需要に応えていると説明されている。より高い自律性は、ある段階ではオペレーターの負担を軽減しつつ、別の段階では異なる監督負担を生み出すかもしれない。人間は複数のシステムが何をしているかを理解し、異常な振舞いを認識し、介入が必要なときに介入しなければならない。したがって、統制の重要な指標は、単にオペレーターがオーバーライド・ボタンを保持しているかどうかだけでなく、そのオペレーターがそれを使うべきタイミングを認識する十分な状況認識と時間を持っているかどうかにある。
また、手続きだけでは解決できない認知的な問題もある。人間は機械の推奨案に対して中立的に向かない。特にシステムがこれまでに何度も安定して動作してきた場合にはなおさらである。自動化バイアスは、他の情報が本来疑問を抱かせるはずの出力をユーザーに受け入れさせることがあり、機械の推奨案(recommendation)を繰り返し確認することで、レビューを習慣に変えてしまうことがある。したがって、国際赤十字委員会(ICRC)はAI決心支援出力を他の利用可能なインテリジェンスと照合し、状況に応じて戦術的忍耐という確立された軍事慣行を含む、人的検討のための意図的な時間を確保することを推奨している。したがって、訓練には誤った、不確実性、誤解を招く出力も含めなければならない。なぜなら、演習中に成功したシステムしか遭遇しないオペレーターは、判断するのではなく信頼するよう訓練されているからである。
指揮官にとっては、その基準は単にその過程に残っていることを示すよりも厳しく要求されるべきである。彼らは、何件の推奨案(recommendation)を監督することが求められているか、レビュアーが受け取る証拠、不確実性の伝達方法、レビュアーに必要な能力、意味のある精査にどれだけの時間がかかるか、そして組織が本当に意味のない点でプロセスを停止することを許可しているかを知る必要がある。人間の統制は、人間がそれを行使するための情報、能力容量、権限を持っている場合にのみ実務的に有用である。独立した判断が非現実的になるようにデザインしながら、個人をループ内に置き続けることは、人間の統制の外観を保つが、その本質を必ずしも維持しない。
4. スピードは決心を改善する。また、中空にすることもある
スピードは正当な軍事的優位性である。指揮官は常に状況を理解し、敵対者が反応する前に行動しようとしてきましたが、AI対応の決心支援(AI-enabled decision support)はそのプロセスを実用的に改善できる。システムは複数のセンサーからの情報を相関させ、参謀が手動で調査できなかった大量のインテリジェンスを検索し、異常を特定し、評価を更新し、繰り返しの分析作業を減らすことができる。国際赤十字委員会(ICRC)はこの可能性を直接認識しており、AI決心支援システムの慎重な活用により、民間人の存在に関する情報や民間人の被害を減らす可能性のある攻撃方法を含む、より迅速かつ包括的な分析が可能になる可能性があると述べている。したがって、作戦上の目標は、単に人間が慣れているからといって遅いプロセスを維持することではなく、意思決定の質、タイムリーさ、関連性を向上させるためにスピードを活用することであるべきである。
問題は、機械が情報、評価、推奨案(recommendation)を生成するスピードが、人々がそれらを意味のある評価を行うスピードを上回ったときに始まる。これにより 決心の圧縮(decision compression):収集、解釈、異議申し立て、判決契約に使える時間が増える一方で、決心のために提示される資料の量は増加する可能性がある。その結果、本部はアナリスト、法務顧問、オペレーター、指揮官の数を増やすことなく、より多くのターゲット、行動方針(courses of action)、インテリジェンスの相関を処理することが可能になる。その結果生じたボトルネックは消えていない。情報の生産から検証と判断へと移行した。
この区別はターゲティングにおいて特に重要になる。国連事務総長の2025年の民間人保護に関する報告書では、AIがターゲットの選択や生死に関わる意思決定を支援するために高速かつ大量に使用されている報告が報告されている一方で、予測不可能性、自動化バイアス、人間の監督が懸念されていると指摘した。しかし、これは高速ターゲティングが本質的に違法でないとか正確でないという意味ではない。これは軍事組織が解決すべき能力容量の問題を特定している。つまり、潜在的な意思決定の数が劇的に増えた場合、それぞれに割ける時間と注意はどうなるのだろうか?
答えは単に人間に機械のペースに合わせることではない。認知的負荷、競合する作戦上のタスク、人員配置が、ソフトウェアのスループットが共有しない制限を課す。国際赤十字委員会(ICRC)は、時間的制約が自動化バイアスを増大させる一方で、スピードやスケールは誤りを増幅し、ユーザーが独立した判断を怠ると意図しないエスカレーションにつながると警告している。研究は 赤十字国際レビュー さらに懸念は、AI対応の決心支援システムがターゲティング・プロセスを加速させる中で、人間のレビュアーが定量化された出力、初期順位付け、自動推奨(automated recommendations)にますます依存する可能性が高まり、自動化バイアス、アンカリング※2、認知のオフロードのリスクを生むことである。著者は、十分に高速なテンポで文脈的な法的・作戦的推論が、機械生成の出力に追いつく必要性によって圧迫されることがあると論じている。
※2 アンカリング(anchoring)とは、最初に提示された数字や情報が基準(錨)となり、その後の判断や評価に無意識的な影響を与える心理現象(認知バイアス)のこと
ここには二次的な組織リスクがある。システムが評価生成のスピードを証明すれば、本部はその技術的能力容量を中心にワークフローの再デザインを開始する可能性がある。その結果、パフォーマンスはターゲットの処理、推奨案(recommendations)の生成、決心サイクル(decision cycles)の短縮を通じて測定されることがある。たとえ限られた資源がそれを検証するために必要な人間の能力容量であってもである。より多くの生産は作戦テンポの加速を正当化し、それがさらに多くの生産を生み出す一方で、精査に使える時間は引き続き縮小し続けている。組織は決心の能力容量を必ずしも増やすことなく、計算能力容量を増やしている。
だからこそ、スピードは加速される決心の結果と可逆性と比較して評価されなければならない。センサー・フィードの相関の自動化、兵站不足の特定、致死的行動の推奨は、検証や人的審議に同じ要件を課しない。したがって、リーダーはどこで追加のスピードが作戦上の優位性を生み出すのか、意図的な摩擦が価値あるのか、担当者が責任を持って監督できる成果数、そしてどの条件で遅い審査や追加の裏付けを促すべきかを問う必要がある。AIは、これまで人間の注意を要していた作業を指揮官により多くの時間提供できる。しかし、組織が節約したすべての時間を即座に追加の意思決定に変換すれば、技術が支えるべき判断力を失う一方で、テンポが上がるかもしれない。
5. 指揮官はシステムが見せる範囲で決心する
指揮の判断(command judgment)は常に不完全な状況に依存してきた。情報は不完全であり、センサーが故障し、報告が遅れて届くこともあり、敵対者が意図的に隠蔽または誤って伝えることもある。AIはそうした問題を生み出しないが、指揮官に届く方法を変える。複数のデータソースが融合され、フィルタリングされ、計算的に解釈されてから参謀に提示されると、得られる全体像は基礎となる証拠よりも完全で一貫性のあるものに見えることがある。指揮官はより多くの情報を受け取りつつ、その中の不確実性からさらに離れていくことができる。
その区別が作戦上の信頼度からのモデル信頼度。モデルは利用可能な情報に基づいて、対象が特定のカテゴリーに属すると非常に自信を持って判断できる。指揮官はより広い質問を考慮しなければならない。すなわち、その情報自体が作戦上の決心に十分に信頼できるかどうかである。センサーが劣化したり、報告が古くなったり、一見独立した2つの情報源が同じ元の観測から導かれたり、敵対者がシステムが認識できるようになったシグネチャーを意図的に生成したりすることがある。出力に付随する信頼度スコアは、これらすべての条件を自動的に考慮するわけではない。NATOの改訂されたAI戦略は、信頼性の高いAIの前提条件として質の高いデータを重視し、技術的、手続き的、作戦上の条件下でのテストと検証、そして敵対的干渉からの保護を求めている。
問題は、検証後に環境が固定されないため、より難しくなる。モデルは特定のデータ、ユース・ケース、作戦の条件に対して開発・テストされるが、戦いはそれらの条件を絶えず変化させる。NATO独自の責任ある利用原則は、AIアプリケーションに明確なユース・ケースを持たせ、ライフサイクル全体を通じてテスト・保証されることを求めている。これには、意図しない挙動を検出し、必要に応じてシステムを切り離す仕組みも含まれる。作戦上の課題は、その境界線が越えられたことを認識することである。新しいセンサー、ソフトウェアのアップデート、地形の変化、天候の変化、敵対者の戦術の変更、あるいは慣れない電磁環境などは、性能が確立された条件とシステムが現在信頼されている条件との関係を変える可能性がある。
ウクライナはその問題の異例の直接的な証拠を示している。2026年4月の戦略国際問題研究所(CSIS)の議論で、現役のウクライナ防空要員は、戦闘状況下で技術、戦術、ドクトリンが共に進化していると説明した。オレクサンドル・ヴォロビオフ中尉は特に有用な例を示した。AI支援システムは比較的単純な空の背景でシャヘド型ドローンを効果的に認識できたが、ターゲットが降下し、視覚背景が地形や森林に変わると性能が難しくなった。ヴィクトリア・ホンチャルク(Viktoriia Honcharuk)は技術的問題を戦場適応に直接結びつけ、急速に変化する戦術にはモデルに新しい条件を教えなければならず、遅延が作戦に影響を及ぼすと主張した。これはAIが戦闘で機能できないという証拠ではない。これは、実証されたパフォーマンスが条件付きであることの証拠である。
敵対者は、その条件を意図的に変えられるため、さらにもう一つのレイヤーを加える。スプーフィング、電子戦、サイバー干渉、偽装、囮(decoys)、操作された入力は、単なる技術的欠陥で解決できるものではない。これらは軍事的決心(military decision)がなされる元となる情報に影響を与える手段である。また、AIは実際の観察から誤った相関を生み出すこともある。これらの観察との間の作戦上の関係が変化した場合である。その結果得られる出力は、システムに利用可能な入力や仮定に基づいて計算的に正確でありながら、作戦上は誤りであることもある。
指揮官はニューラル・ネットワークのアーキテクチャを理解したり、すべてのデータ・パイプラインを調査してから意思決定をすることを期待すべきではない。しかし、彼らが引き受けている責任にふさわしい情報は必要である。これには、重要な供給源が現在存在し裏付けられているか、既知の劣化がシステムに影響を与えているか、不確実性の表現度、そして現在の環境が、能力が検証された条件に十分に近いかどうかが含まれる。参謀や技術専門家は、指揮官がデータ・サイエンティストになることを期待するのではなく、その制約を作戦上有用な情報に変換しなければならない。
したがって、より難しい質問は指揮官が決定者であり続けるかどうかではない。組織が機械生成の画像の出所、不確実性、限界を十分に把握し、指揮の判断(command judgment)が情報に基づいた判断を維持するかどうかが重要である。システムが指揮官に届くものを次第に決定する中で、その状況の境界を理解することは指揮の一部となる。
6. 責任は自動化によって解消しない
責任を人間として保つことは簡単に言えるが、組織化ははるかに難しいである。NATOの責任ある使用原則は、AIアプリケーションが適切な判断と注意をもって開発・使用され、明確な人間の責任を負って説明責任を果たすことを求めている。同じフレームワークには説明可能性(explainability)と追跡可能性(traceability)、ライフサイクル全体にわたるテストと保証、そしてシステムが予期せぬ挙動を起こした際のガバレンス可能性が求められる。これらの要件を総合すると、最終的に行動を承認する指揮官に責任を割り当てる以上の広範な意味を示している。説明責任は、決定を生み出したシステム全体で責任が特定可能であることに依存する。
それらの責任は異なる。オペレーターは認可された範囲内でシステムを使用し、警告を認識し、予期しない挙動を報告する責任がある場合がある。指揮官は権限内の決定に対して責任を負い、提示された情報や推奨案(recommendations)に対して適切な判断を下す責任を負う。インテリジェンス要員は情報源の評価、裏付け、そしてプロセスに支えるインテリジェンスの判断を担当する可能性がある。システム所有者と技術保証機能は設定、検証、サイバーセキュリティ、パフォーマンス監視、アップデートによるシステム挙動の変化の把握などの責任を担う。調達および能力権限者は指定された要件、配備前に受け入れられた証拠、ライフサイクル全体にわたる支援体制に影響を与えること。法務顧問は関連する法的な質問を評価しつつ、組織自身はこれらすべての機能が連携するガバナンス、訓練、文書化、エスカレーションの仕組みを確立する責任を負い続ける。
この分布は説明責任の希薄化を主張するものではない。むしろその逆である。NATOのデータ・人工知能審査委員会は、その責任ある利用原則をNATO企業および同盟国のための基準、品質管理、ガバナンス慣行に翻訳するために特別に設立された。米国国防総省の以前の取り組みでも、AI原則を作戦で使用できるようにする際に同様の結論に達した。すなわち、AIライフサイクル全体にわたる責任の変化、開発時のデータに関する意思決定やテスト時のパフォーマンス境界から、オペレーターとシステム出力から意思決定を行う人々との区別に至るまでである。これらすべてを「指揮官は責任を負う(the commander is accountable)」と考えると、指揮官が推奨案(recommendations)に出会うずっと前に起きていた失敗を隠すリスクがある。
設定に従って正しく動作するシステムが、もはや適用されない条件で検証されたことを考えてみよう。もしオペレーターにアップデートが性能を変えることを知らされなかったり、情報入力が誤って特定されていたり、調達が意図された作戦環境を代表しない試験を受け入れた場合、指揮官の最終的決心(final decision)は重要だが、失敗の完全な説明にはならない。意味のある説明責任は、組織が、システムが受け取ったもの、生成されたもの、どのバージョンが動作していたか、既知の制限、人間の意思決定者に伝えられた内容、そして各段階の責任者を再構築することを必要とする。したがって、説明可能性(explainability)と追跡可能性(traceability)は技術的な透明性を超えた作戦上の目的を持つ。つまり、何か問題が起きたときに責任を再構築可能にする。NATOはこれらの原則をレビュー手法(review methodologies)、情報源(sources)、妥当性確認(verification)、評価(assessment)と検証(validation)と明確に結びつけている。
故障が起こる前も同じ論理が当てはまる。指揮官は、自分が使用を求められている能力の正当性を誰かが所有しているという自信を必要としている。彼らは、指揮下のすべての航空機や兵器システムを個人的にモデルを認証したり、訓練データを監査したり、ソフトウェアの更新を検査したりしてはならない。彼らは、何が保証され、誰によって、どのユース・ケースで、どの制限のもとで、その保証から何が変わったのかを知る必要がある。NATOの信頼性原則は、認証を一度きりのイベントとして扱うのではなく、ライフサイクル全体にわたるテストと保証を明確に位置づけている。
したがって、軍事AIにおける責任は最終署名(final signature)というよりも連鎖として理解する方が適切である。指揮官は作戦上の決心(operational decision)に責任を持ち続けることができ、開発者、情報参謀、オペレーター、システム所有者、保証機関、調達組織は、その決定を可能にしたさまざまな条件について責任を負う。これらの責任が展開前に追跡され、展開後に再構築できない場合、プロセスの最後に人間の意思決定者を残しても説明責任の問題は解決しない。それは、はるかに大きなシステムが視界から消えた後、組織に識別可能な一人の人物を与えるだけである。
7. 批判的思考が能力要件となる
AIは軍の参謀から本当に非生産的な認知労働を取り除くことができる。大規模な文書セットの検索、日常情報の相関、初期要約の作成、パターンの特定は、単に人間が関与していることを証明するために保存されるべき活動ではない。より重要な質問は、支援が管理負担の軽減から、警察官が問題を理解するための推論の一部を実行することまで及ぶ場合、専門的能力に何が起こるのかということである。フランク・ホフマン(Frank Hoffman)は、軍の専門家は速くも遅くも考えるだけでなく、AIを活用した「拡張(augmented)」モードで考える必要があると主張し、戦いの中心的な判断を単に機械に委ねるべきではないと主張している。この区別は有用である。なぜなら、拡張は人間の推論の質を高めるべきであり、それを生み出す実践を徐々に置き換えるのではない。
そのリスクは自動化バイアスだけにとどまらない。将校は最初の機械生成評価に固執したり、既存の解釈を裏付ける推奨案(recommendations)を支持したり、もっともらしい答えが即座に得られるため、難しい分析作業を認知的に軽減したりすることがある。繰り返しの依存は、基礎となるスキルを独自に練習する機会も減らしてしまう。2026年の米陸軍のプロフェッショナル・ライティングはまさにこの懸念を提起しており、習慣的な認知的負荷が独立した思考を弱めること、そしてリーダーはAIの成果物を尊重するのではなく批判的な評価を評価する環境を作る必要があると主張している。ジャック・シャナハン(Jack Shanahan)は最近、より厳しいバージョンを「認識論的捕獲(epistemic capture)」と表現した。これは、機械の現実表現があまりにも支配的になり、ユーザーが代替案を生み出したり、それを照合したり、故障モードを認識したりするのに苦労するポイントである。
しかし、人間が必然的に機械に従うと決めつけるべきではない。新たな軍事証拠はより複雑である。2026年に236人のウェスト・ポイント士官候補生を対象とした実験では、アルゴリズムによる助言に対する回答が比較対象の一般サンプルよりもより適度に調整されたことが判明し、一方で2,015人のイスラエル軍人を対象とした大規模な研究では、単純な自動化バイアスよりも一部のターゲティング・シナリオでアルゴリズム回避が大きく見られた。両研究とも限界があり、戦闘の極限的な圧力を完全に再現しているわけではないが、人間と機械の相互作用が一つの予測可能な認知的失敗を引き起こすという都合の良い前提に挑戦している。したがって、訓練の要件は単にAIを信用しないよう教えることではない。それは適切な信頼感(calibrated trust)を育成することであり、依存と懐疑がそれぞれ正当化されるかどうかを認識する能力も含まれる。
それが軍事教育や演習で何を試すべきかを変える。参謀は、正確で不確実で、自信を持って誤っているシステムの経験が必要である。彼らは他の知性と矛盾する推奨事項(recommendations)、古びた情報に基づく出力、そして機械を最初は拒否する方が受け入れるよりも魅力的に見えない状況に遭遇すべきである。自動化された決心支援ツール(automated decision aids)に関する研究は長らく、訓練中にユーザーが自動化の失敗に曝露されると、その後の監視行動に影響を与えることが示されており、現在の国際赤十字委員会(ICRC)の指針では、自動化バイアス、意味のある人間の関与、AI出力への異議申し立て能力、アフター・アクション・レビュー(AAR)に関する訓練を明確に推奨している。演習では、将校がシステムを正しく利用したかどうかだけでなく、その将校がシステムに従うべきでない点に気づき、推奨事項(recommendations)から逸脱した理由を説明できるかどうかも評価されるべきである。
また、AI支援が利用できない、または信頼性が低い場合でも、組織が十分な独立能力を維持することも求められる。手作業の能力とは、すべての計算作業を手作業で再現したり、有用な技術を意図的に否定したりすることではない。それは、根本的な軍事問題を十分に理解し、非現実的な結果を認識し、代替仮説を構築し、前提を検証し、技術システムが劣化した際にも意思決定を続けることを意味する。演習がスピードと機械との合意を報い、挑戦を遅延とみなせば、ドクトリンがどれだけ独立した判断を称賛しても、機関が何を奨励しているかを正確に学べる。
したがって、能力要件はAIリテラシーよりも広範である。指揮官には、自分たちが使うツールを理解しつつ、専門的に意見が異なっても対応できる人材が必要である。関連する訓練の質問は、単に警察官がAI対応システムを操作できるかどうかだけでなく、その警察官がAI対応のシステムを操作するとより悪い決定を下す状況を認識できるかどうかにある。その能力は批判的思考、作戦上の専門知識、不確実性下での繰り返しの実践に依存しており、専門的な軍事教育は軍事AIの保証アーキテクチャの一部であり、単なる人員問題ではない。
8. 実践における「人間による統制」が意味すべきこと
人間の統制が軍事AIにとって意味のある原則であり続けるためには、機械の出力と作戦上の効果の間に人がいるというよりも、より厳しい定義が必要である。承認ボタンに物理的に近づいているだけでは、統制についてほとんど意味がない。関連する質問は、その人が次に何が起こるかを理解し、評価し、影響を与える実践的な能力を持っているかどうかである。それは決定の性質、利用可能な情報、審査に与えられた時間、誤りの結果、そして決定がなされる広範な指揮構造に依存する。
したがって、作戦的に意味のある統制には複数の条件が同時に存在する必要がある。その人は、提示されている決心内容とそれに伴う不確実性を理解し、推奨事項(recommendations)が理にかなっているかどうかを評価するための十分な文脈情報を持ち、システムの限界についても十分に理解して信頼が低下すべき状況を認識する必要がある。彼らは推奨事項(recommendations)に疑問を呈し、必要に応じて追加情報を取得し、結果に見合った判断を下す十分な時間を持つ必要がある。最も重要なのは、介入権限が実在的でなければならないことである。つまり、その人が提案された行動を拒否、遅延、修正、エスカレーションできる一方で、周囲のプロセスがそれらの選択肢を事実上不可能にしないようにしなければならない。
国際的な議論も同じ区別をますます行っている。2026年8月、国連事務総長と国際赤十字委員会(ICRC)議長は、各国に対し2026年までに自律型兵器システムに関する法的拘束力のある規則を制定するよう共同で呼びかけた。彼らの立場は、十分な人間の管理と監督なしに機能するシステムは人道的、法的、倫理的、安全保障上の懸念を引き起こし、国際人道法は武力行使時に文脈に応じた人間の判断を求めているというものである。(icrc.org)国際赤十字委員会(ICRC)のAI決心支援システムに関する広範な研究も、完全な自律性に達する前に同様の理屈を用いており、時間的圧力、自動化バイアス、不透明な出力が、正式な決心の権限(formal decision authority)が人間であっても人間の関与の質を弱める可能性があると警告している。(icrc.org)
これらの立場は本記事の範囲を超えた法的・人道的な質問に関するものだが、作戦上の問題ははるかに広く関連している。AI生成の補給計画を承認する兵站将校、機械生成の相関を評価するインテリジェンス・アナリスト、そしてターゲティングの推奨案を検討する指揮官は異なる結果に直面し、したがって同じ人間の統制形態を必要とするべきではない。すべての決心を同じ承認メカニズムを追加すれば問題が解決すると考えることは、可逆性、不確実性、利用可能な時間、潜在的な害の違いを無視する。結果が大きく、決定を覆すのが難しいほど、人間の審査が手続き上の確認ではなく真の精査の機会を含むことを保証する理由が強まる。
これにより、指揮官や能力所有者は、単に人間が情報に関わっているかどうかを問うよりも有用なテストを手に入れることになる。判断が求められる時点で、その人間が実際に何を知り、問い、変えられるのかを問うべきである。また、人間と機械が意見が合わない場合に何が起こるか、作戦のテンポがさらなる調査を可能にするかどうか、そして組織がエスカレーションや遅延をシステム故障ではなく正当な指揮手段としてデザインしているかどうかも知っておくべきである。人間の管理は、権威、情報、能力、そして実質的な行動の自由が一致している場合にのみ意味を持つ。もしこれらの要素のいずれかが消えても、組織は人間の承認を指摘できるかもしれないが、その人間が本当に指揮を行使していたと主張するのはますます難しくなる。
主なポイント
情報環境の大部分が機械支援になっても、指揮は人間の機能であり続ける。AIは情報を収集し、相関させ、フィルタリングし、優先順位付けする能力があり、軍の参謀が手動で再現するのが難しい規模で、より迅速かつ情報に基づいた決心を支援する。これらの機能はいずれも、指揮官が意図を解釈し、文脈を理解し、不確実性を評価し、権限内での決定に対する責任を負う義務を取り除くものではない。NATOの責任ある利用枠組みは、AI能力のライフサイクル全体を通じて、明確な人間の責任に加え、説明可能性(explainability)、追跡可能性(traceability)、信頼性(reliability)、統治可能性(governability)を要求することでこの区別を反映している。
したがって、人間をどこかに留めておくだけでは意味のある人間の判断の指標にはならない。承認は、提案内容を理解し、関連する不確実性を問いただし、推奨案に異議を唱えたり拒否したりする十分な情報、能力、時間、権限を持つ場合にのみ作戦上の価値を持つ。現在の国際赤十字委員会(ICRC)の指針は、時間的圧力による自動化バイアスが監督を単なる承認に変えてしまう可能性があると特に警告し、意味のある人的関与、成果物への異議申し立て、訓練、アフター・アクション・レビュー(AAR)を推奨している。
スピードは、システムが組織に処理できる決定の数ではなく、決心にどれだけ貢献するかで判断されるべきである。より速い融合、分析、推奨は、特に機械が繰り返しの分析作業を負担する中で指揮官に貴重な時間を割くことができる。機械のスループットが人間の検証の能力容量を超えると、認知的負荷が増し、文脈判断に使える時間が圧縮されると、優位性は失われ始める。したがって、作戦上の要件はどこでも最大スピードではなく、テンポ、不確実性、結果、そしてプロセスを監督できる人間の能力容量との適切な関係である。
責任は最終承認の段階だけに現れるものではない。指揮官は作戦上の決心を担う一方で、他の関係者はデータ品質、インテリジェンス評価、システム構成、テスト、保証、ソフトウェア更新、法的審査、調達、ライフサイクル・ガバナンスを担当し続けることがある。AIが意思決定前に利用可能な情報をますます構造化する中で、追跡可能性(traceability)はシステムが受け取ったもの、生成されたもの、既知の制限、そして人間の意思決定者が実際に見せたものを再構築するために、十分に上流にまで拡張しなければならない。国際赤十字委員会(ICRC)も同様に、決定がアルゴリズムシステムによって大きく影響される場合、その後の審査は情報がどのように解釈され最終決定に組み込まれたかを追跡することに依存していると指摘している。
リーダーへの質問
これらの質問は、AIが軍事プロセスにより深く組み込まれる中で、人間の意思決定が実質的に維持されるかどうかを検証することを意図している。人間のレビュアーの存在だけでは、意味のある判断が維持された証拠にはならない。国際赤十字委員会(ICRC)の現在の指針は、時間的圧力、自動化バイアス、成果物への異議申し立て能力、訓練、信頼できる情報へのアクセスが、人間の関与が実務で意味を保つかどうかに影響を与える要因であると指摘している。
- 現在の組織で人間の監督がどの程度の量とスピードで意味を失うのだろうか? オペレーター、アナリスト、指揮官が現実的にどれだけ多くのAI生成評価や推奨を検証できるか、審査が独立した判断ではなく手続き上の承認となるまでは?
- AI支援の推奨に従う前に指揮官は何を知っておくべきだろうか? それには、関連情報の出所や最新性、既知のギャップや矛盾する情報源、システムの信頼度や限界、そして能力がテスト・検証された現在の作戦状況が依然として維持されているかどうかが含まれるか?
- 担当者は主にAI対応システムを正しく操作するために訓練されているのか、それともそれらのシステムを守るべきでない時に認識する訓練も受けているのか? 演習は意図的に、もっともらしいが誤った推奨、劣化した入力、矛盾する証拠、そしてAI支援の推奨に異議を唱えたり遅延させたりする適切な専門的対応を条件にしているのだろうか?
- もしAI支援の決心が誤った結果を生んだ場合、あなたの組織はその決定がどのようになされたのかを再構築できるか? 関連データ、システムのバージョン、中間推奨事項、既知の不確実性、人間のレビュー、変更やオーバーライド、決心の権限(decision authority)、オペレーター、インテリジェンス参謀、技術機能、保証権限、指揮部にまたがる責任を特定できるか?
これらの質問は、人間の判断が機械分析よりも本質的に優れているとは仮定していない。彼らはより狭く、作戦上必要な質問を問う。すなわち、組織が保持すると主張する人間の判断が、システムが使用される条件下で実際に可能であることを示せるかどうかである。
参考文献およびさらなる文献
編集者注
このシリーズは、確立された証拠、作戦上の観察、著者の分析を区別している。以下の参考文献は、本記事で直接述べられた主張を支持するものであったり、根本的な質問をより深く検討したい読者のための追加の文脈を提供する。
パート1は、自律兵器を別のテーマとして扱うのではなく、指揮、人間の判断、責任に焦点を当てている。自律システムに関する国際法および人道文献の一部も含めており、意味のある人間の判断、統制、説明責任が実際に何を必要としているかを検証している。自律型兵器に関するより広範な法的・倫理的議論は、本記事の主題ではない。
本記事で使用された参考文献
指揮、責任、責任ある軍事AI
NATO。「NATO人工知能戦略の概要」 2021年10月22日。
NATOの元々のAI戦略は、責任ある利用の6つの原則を定めている。①合法性(lawfulness)、②責任(responsibility)と説明責任(accountability)、③説明可能性(explainability)と追跡可能性(traceability)、④信頼性(reliability)、⑤統治可能性(governability)、そして⑥バイアス軽減(bias mitigation)。本記事に特に関連しているのは、NATOの明確な人間の責任要件、適切な人間と機械の相互作用、ライフサイクルテストと保証、定義されたユース・ケース、AIシステムが意図しない振舞いを示した際の対応メカニズムである。
NATO。「NATOのデータ・人工知能審査委員会」 2022年10月13日。
データ・人工知能審査委員会は、NATOの責任ある利用原則を標準化、品質管理、実務的なガバナンスに翻訳するために設立された。これは説明責任の議論に関連しており、責任ある軍事AIは使用時の責任に還元できないことを示している。ガバナンス、保証、相互運用性、品質管理は能力ライフサイクル全体にわたって広がっている。
NATO。「NATO改訂人工知能戦略の概要」 2024年7月10日。
改訂された戦略は、NATOの責任あるAI、相互運用性、AI対応情報システム、そしてAIの敵対的利用からの保護へのアプローチを拡張している。特に、作戦環境の変化、データ品質、テスト、そしてAI能力を干渉や操作から守る必要性に関する質問に関連している。
AI決心支援と人間の判断
国際赤十字委員会 「決心、決心、決心:軍事意思決定における計算と人工知能」 2024年5月13日。
この報告書はパート1全体で重要な区別を提供する。決心支援システムは正式に意思決定を行うわけではないが、情報を表示・統合・分析し、選択肢を提案することで、人間の意思決定者に直接かつ重要な影響を与えることができる。これは、正式な指揮権が行使される前にAIがどのように決心環境を形成できるかを検証するための有用な基盤を提供する。
国際赤十字委員会(ICRC) 「よくある質問:軍事分野における人工知能」 2026年6月11日。
国際赤十字委員会(ICRC)の現在の概要は、AI対応の決心支援システム、自律兵器、サイバー作戦およびその他の軍事用途をカバーしている。パート1に特に関連しているのは、人間の判断、自動化バイアス、時間的圧力、意味のある人間の関与、AI出力に異議を唱える能力、訓練、そして人間の監督が単なる承認に過ぎない危険性についての議論である。
https://www.icrc.org/en/article/faq-artificial-intelligence-in-military-domain
ジェシカ・ドーシー(Jessica Dorsey)、国際赤十字レビュー 「ターゲティングにおける人間の判断力の侵食?国際人道法(IHL)における定量化論理、AI対応決心支援システムおよび比例性評価」 2025年、第107巻、第930号。
ドーシー(Dorsey)は、AIを活用した決心支援システムが、定量化、自動化バイアス、アンカリング、認知的オフローディング※3などを通じて、決心空間(decision spaces)や人間の推論をターゲティングにおいてどのように再構築できるかを検証している。この記事は国際人道法(IHL)と比例性に焦点を当てているが、計算システムがどのように人間の意思決定者に提示される情報を構造化するかの検証は、指揮官に対してより広範な影響を及ぼす。
※3 認知的オフローディング(cognitive offloading)とは、記憶や計算、思考といった精神的なタスクをスマートフォンや生成AIなどの外部ツールに委ねて、脳の負担を軽くする現象や行為のこと
https://doi.org/10.1017/S1816383125100969
ターゲティングを超えたAI
安全保障・新興技術センター(CSET) イゴール・ミコリッチ・トレイラ(Igor Mikolic-Torreira)とエメリア・プロバスコ(Emelia Probasco)著「ターゲティングを超えて:軍事意思決定におけるAIの未開拓の役割」 2026年7月。
この報告書は、議論を自律型兵器やターゲティングの枠を超えて進めるため、特に有用である。弾薬補給や統合射撃プロセスなどの軍事決心支援のユース・ケースを通じて、AIが軍事計画や意思決定をどこで改善できるかを検証し、データのアクセス可能性、評価、経験豊富なユーザー、作戦上のフィードバックに関する要件を特定する。
https://cset.georgetown.edu/publication/beyond-targeting/
ウクライナと作戦条件下での適応
戦略国際問題研究所、ワドワニAIセンター 「火力下の適応:ウクライナの現代防衛の再発明競争」 2026年4月3日。
ウクライナ軍関係者や防衛技術の実務者とのこの議論は、戦争中に技術、戦術、ドクトリン、訓練がいかに速く変化しているかを示す有用な実戦的証拠を提供する。AI支援の対無人機システムの議論は、ターゲット、背景、戦術、作戦条件の変化に伴い性能が変化することを示し、実証されたモデル性能と変化する戦場環境下での信頼感の区別を強化するため、特に重要である。
https://www.csis.org/analysis/adapting-under-fire-ukraines-race-reinvent-modern-defense
人間の統制、スピード、そして力の行使
ジュネーブ国連事務所 / 国際赤十字委員会 国連事務総長および国際赤十字委員会会長からの自律兵器システムに関する規則の採択を改めて呼びかける 2026年8月25日。
共同控訴は、人間の統制と判断に関する扱いに関して狭く含まれている。この研究は、武力行使における自律性の拡大が人間の判断力の維持に圧力をかけ、自律的な兵器システムを規定する法的拘束力のある国際規則を求めていると主張している。パート1は控訴のより広範な政策的立場を採用していないが、名目上の人間支配ではなく実質的な人間の管理とは何かという根本的な質問は、AI支援の指揮に直接関係している。
防衛ニュース ナタリー・オリベリオ(Natalie Oliverio)著「AIによる軍事ターゲティングは、人間が認証できるスピードよりも速く進む可能性があると批判者は警告している」 2026年9月16日。
トム・ラントス(Tom Lantos)人権委員会の公聴会からの報告は、名目上の人的統制の実質的限界に関するウクライナの最近の視点を提供している。ウクライナのAIガバナンス研究者アンナ・ミシシン(Anna Mysyshyn)は、承認ボタンだけでは統制を確立できないと主張し、複数のAI対応システムを監督する要員が誤った推奨を認識し迅速に介入できるかどうかを疑問視した。また、AIがインテリジェンスを検証し防御的対応を優先する可能性についての相反する観察も提示しており、パート1におけるスピードと監視のバランスの取れた扱いに関する有用な証拠となっている。
さらなる文献
批判的思考と専門的な軍事教育(PME)
米海軍協会議事録 フランク・ホフマン(Frank Hoffman)米海兵隊退役中佐「海軍指導者は速く、遅く、拡張的に考える必要がある」 2026年2月。
ホフマン(Hoffman)は、軍事判断の代わりに機械の出力を用いるのではなく、人間と機械の連携(human-machine teaming)を主張している。彼の拡張思考のコンセプトは、専門的な軍事教育に特に関連性がある。なぜなら、AIリテラシーと並んで批判的思考、認知自律性、判断力を重視しており、技術支援が増えればそれらの必要性が減ると仮定しないからである。
ミリタリー・レビュー、陸軍大学出版局 アンドレ・ネルソン(André Nelson)、マシュー・J・スコット(Matthew J. Scott)著「人工知能と陸軍のリーダーシップの能力・属性のバランス」 2026年5月から6月まで。
本記事では、軍事リーダーシップと専門的能力を通じたAI統合、認知的オフローディング、批判的思考、そして技術が利用できない、劣化している、あるいは誤った場合に軍指導者が依然として必要とするスキルにAI依存が影響を与えるリスクを検証する。
NATO指揮および機械スピード決心支援
連合軍変革コマンド(ACT) 「次世代ターゲティングはNATOの情報から意思決定への迅速な対応を助ける」 2026年5月12日。
NATO 連合軍変革コマンド(ACT)の次世代ターゲティングの取り組みは、パート1全体で検証された緊張関係の有用な現代例を提供している。このプログラムは、AIとデータ統合を通じて情報から意思決定までの遅延を削減しつつ、明確に人間の判断力を保持することを目指している。したがって、フィルタリング、作業負荷、決心の圧縮(decision compression)、そして意味のある人間の管理に関する問題を検証できる実践的なケースを提供する。
https://www.act.nato.int/article/next-gen-targeting/
Project MavenとAI対応ターゲティング
戦略国際問題研究所(CSIS) マット・マンデ(Matt Mande)とグレゴリー・C・アレン(Gregory C. Allen)著「Maven Smart Systemとは何で、何をするのか? 」2026年6月2日。
これはMaven Smart Systemの現役公開レビューの中でも最も有用なものの一つである。このプログラムがProject Mavenの元々のコンピュータ・ビジョン作業から、インテリジェンスとターゲティングを支援するより広範なソフトウェア環境へと進化した経緯を説明している。報告された作戦規模は、パート1が提起する機械の処理能力、参謀の能力容量、そして意味のある人的レビューに関する問題に重要な文脈を提供するが、Maven自体はこのシリーズの後半で詳しく検討する。
https://www.csis.org/analysis/what-maven-smart-system-and-what-does-it-do
新しいアメリカ安全保障センター 「Project Maven:戦いにおける人工知能」 2026年3月25日。
カトリーナ・マンソン(Katrina Manson)とポール・シャーレ(Paul Scharre)による、Mavenの進化と現代軍事作戦における役割を検証する対談。これは、AIによるインテリジェンス分析とターゲティングをめぐる作戦上の文脈および組織上の文脈を理解する上で有用であり、Mavenをパート1の対象にしない。
https://www.cnas.org/events/project-maven
シリーズのロードマップ
このシリーズでは、軍事AIを単独の技術ではなく、作戦上の能力として考察する。各パートは前述を基に、指揮と能力の基盤からデータ、不確実性、保証、争われた作戦、人間と機械の相互作用、そして最終的には実務的なケース・スタディへと進む。
既公開
パート0 – 幻想のない軍事AI なぜこのシリーズが存在するのか、そして軍事AIは技術的なデモンストレーションではなく作戦上の成果を通じて評価されるべきなのか。
パート1 – 最終決定権は依然として指揮官にある AIが人間の判断、指揮責任、批判的思考、そして実質的な統制の必要性を排除することなく、軍事的決心(military decision)がなされる環境をどのように変えるか。(本稿)
今後の予定
パート2 – AIよりも先に軍事能力が始まる なぜドクトリン、組織、人材、訓練、通信、兵站、データがAIが作戦上の能力になるか、それとも技術的なデモンストレーションにとどまるかを決定するのか。
パート3 – アルゴリズムよりもデータが勝つ データの品質、ラベリング、出所、所有権、分類、検証、連合アクセスが、軍事AIが信頼できる情報を何を知るかを形作る。
パート4 – 不確実性の下の指揮 AIが戦争の霧や摩擦を取り除くどころか変化させるのか、そして機械の自信と作戦上の自信がなぜ同じではないのか。
パート5 – 信頼は勝ち取らなければならない 軍事環境におけるAI保証、運用検証、テスト、正当な信頼とは何を意味するのか、そしてなぜ正確さだけでは不十分か。
パート6 – 敵に投票権を与える 電子戦、サイバー作戦、スプーフィング、欺瞞、操作されたデータ、敵対者適応がAI対応の軍事システムにいかに挑戦するか。
パート7 – より良いAIか、より良い指揮官か? 自動化バイアス、認知的負荷、批判的思考、専門的能力、人間と機械の相互作用が軍事判断にどのように影響するか。
パート8 – 能力はエコシステムである 調達が能力開発の一部に過ぎず、統合、維持、ソフトウェア、サプライ・チェーン、ガバナンス、訓練、継続的な適応がどのように作戦上の効果を決定するのか。
パート9 – 機械スピードでの指揮 AI対応の指揮統制が作戦のテンポ、情報処理、決心サイクル(decision cycles)をどのように変え、スピードの向上が決心の質(decision quality)を向上させたり悪化させたりするのか。
パート10 – Project Maven:ケース・スタディ Project Mavenが成し遂げたこと、どのように進化してきたか、それを取り巻く組織的・作戦上の前提、そしてその経験が他の防衛組織に何を教えられるか。
パート11 – ヨーロッパの挑戦 NATOや欧州の防衛機関が模倣せず適応すべきもの、例えば連合データ、相互運用性、保証、主権、法的枠組み、産業依存関係、多国籍指揮などが含まれる。
パート12 – まだ答えられない問い 軍事AIが技術、敵対者、作戦環境の変化に伴い、今後も抱える未解決の作戦的、組織的、戦略的な質問は今後も問い続ける。





