ボイドと機械：戦闘員にAIを習得することを教える （Proceedings／USNI）
軍事にAIを適用するためには、一般的報道などで言われているような大規模言語モデル（LLM）をそのまま使用するだけでは済まないといわれる。ここで紹介するのは、米海兵大学でAIアーキテクトとして活躍している方の論稿である。
本論稿は、軍事分野におけるAI活用の成否はAIそのものの性能ではなく、人間が与える「文脈（Context）」の質に左右されると主張する。著者はジョン・ボイドのOODAループを基盤に、人間が担うべき中核機能は「Orientation（方向付け）」であり、AIには経験、暗黙知、組織文化、指揮官意図を自律的に理解する能力がないと論じる。そこで、ドクトリン、指揮官意図、環境条件、制約、リスク、経験則を整理した「Context Block」をAIに与えることで、回答品質やドクトリン適合性を向上させる手法を提唱する。結論として、AI時代の軍事的優位は高度なモデルの保有ではなく、組織の暗黙知を構造化し、適切な文脈としてAIに提供できる能力にあると述べている。（軍治）
ボイドと機械：戦闘員にAIを習得することを教える
Boyd and the Machine: Teach Warfighters to Master AI
デジタル・人工知能担当局長室のGenAIタスク・フォースの要員と協力して、生成型人工知能のワークフローを構築・検証している兵士たち 米陸軍（パリス・カーシー（Parris Kersey）） |
人工知能は批判的思考を消滅させるのではなく、むしろその欠如を露呈させる。著者は、戦闘員が生成型AIを効果的に活用するために必要な認知アーキテクチャを構築できるよう、「コンテキスト・ブロック（Context Block）」ガイドの概要を示す。
By Julie Chase
October 2026
Vol. 152/10/1,484
ジュリー・チェイス（Julie Chase）博士は、米海兵隊大学において、米国海兵隊の指導的教育システム専門家およびエンタープライズAIアーキテクトを務めている。ヴァンダービルト大学で教育学の博士号を取得しており、認知ガバナンスと人間と機械のチームワークを専門としている。
6月5日、ドナルド・トランプ大統領は国家安全保障大統領覚書（NSPM-11）を発令し、国家安全保障体制に対し厳しい指示を与えた。10月の期限が迫る中、統合部隊（joint force）は人工知能（AI）に関するカリキュラムを開発・実施しなければならない。この指令では、人員は適用されるガイドラインに従ってAIシステムを運用するための訓練を受ける必要がある。また、「AIの能力、限界、国家安全保障への影響など、最新のAI最先端に関する知識を維持する」ことも求められている[1]。
統合部隊がこの責務（mandate）に奔走する中、予想通りの懸念が芽生えている。生成型AIが軍全体に普及するにつれ、批判者たちは、認知労働を機械に委ねることで、兵士や指導者の批判的思考（critical thinking）技能が衰えると主張している。この使い古された議論は、過去100年間のあらゆる破壊的技術に対して向けられてきたものだ。
人工知能は批判的思考を滅ぼすのではなく、むしろ批判的思考の欠如を露呈させる。
生成型AIは認知的な鏡である。オペレーターがオープンで非構造化されたAIインターフェースを与えられると、機械はユーザーの厳密さを反映する。もし人間のユーザーが戦闘空間（battlespace）を分析するための「方向付け（Orientation）」を欠いている場合、AIはその空虚な「方向付け（Orientation）」を反映したもっともらしいが、しばしば妄想的な結果を熱心に生成するだろう。この失敗は技術的なものではなく認知的なものであり、適切なドクトリンによって防ぐことができる。統合部隊にとって真の危険は、AIが人間の推論能力（human reasoning）に取って代わることではなく、AIを統制するための認知アーキテクチャがデザインされていないまま配備されることにある。
答えはボイド（Boyd）だ。いつもボイド（Boyd）だ。
この認知アーキテクチャを見出すためには、軍は自らの基本ドクトリンに立ち返るべきである。生成型AIの利用を統制するためには、軍はそれをジョン・ボイド（John Boyd）大佐のOODAループ決心サイクルの中に組み込む必要がある。
2026年3月12日、クアンティコ海兵隊基地で開催された「生成型・エージェント型人工知能ワークショップ」に、米軍の将兵および民間人が参加した。このイベントは、影響力の大きいAIの活用事例を特定し、産業界のソリューションを評価するとともに、戦闘員の能力向上に向けたAIツールの統合計画を策定することを狙いとしていた。米国海兵隊（イーサン・ミラー（Ethan Miller）） |
OODAループ（観察、方向付け、決定、行動）は、一般的に戦闘モデルとして捉えられている。人工知能に適用すると、構造的に不可欠なものとなる。人工知能はOODAループを持たない。機械は観察（Observe）、方向付け（Orient）、決定（Decide）、行動（Act）を行うのではなく、単にデータを取り込み、出力を生成するだけである。オペレーターが「方向付け（Orientation）」をアルゴリズムに委任すると、人間は自身の非対称的な優位性、つまり自身の認知サイクルを放棄することになる。訓練を受けていないユーザーが問題に気づき、すぐにAIに決定を求めると、ループの最も重要な段階をスキップすることになる。指揮官の意図や組織的な制約がない機械は、行動方針を急速に妄想する。
大規模な言語モデル（LLM）は膨大な量のデータを取り込み、ミリ秒単位で出力を生成できる。しかし、人間的な「方向付け（Orientation）」を欠いており、中身が空っぽだ。暗黙知（tacit knowledge）、道徳的主体性（moral agency）、戦略的文脈（strategic context）を欠いているため、機械は戦争のあらゆる現実に対応できない。また、重大な局面においては、指揮官が責任を負わなければならないこと、そしてアルゴリズムが人間の命に関わる道徳的・倫理的な重みを担うことはできないことから、AIに人間中心のワークフローにおける決心機能を委ねるべきではない。
観察（Observe）と行動（Act）の間の空間こそ、批判的思考が死滅する場所である。
国家安全保障大統領覚書（NSPM-11）に準拠してAIを安全に展開するには、「方向付け（Orientation）」段階でAIの行動範囲を限定する必要がある。戦闘員は、ドクトリン、制約、意図といったコンテキストを提供しなければならない。OODAループ内でAIの行動範囲を限定することで、AIが人間の判断を代替することがなくなる。その代わりに、AIが発言する前に、人間が問題の範囲を明確に定義する必要がある環境が構築される。
コンテキスト・エンジニアリング
ボイド（Boyd）のループを人工知能と統合するメカニズムとして、私は商用テクノロジー分野の業界用語「コンテキスト・エンジニアリング（Context Engineering）」を採用した[2]。テクノロジー業界ではコンテキスト・エンジニアリングは主にバックエンドのデータ管理タスクとして扱われるが、軍事分野では最前線の認知アーキテクチャとして必要とされる。商用分野では、コンテキスト・エンジニアリングは、通常開発者によってデザインされる、システム・レベルの広範なプロセスであり、AIシステムが出力を生成するために利用する指示、ツール、取得データ、およびメモリを管理する。
戦闘における構成要素として再構成されたコンテキスト・エンジニアリングは、焦点をユーザーへと回帰させる。軍事ドクトリンとユーザーの暗黙知を用いてAIを制約する意識的なプロセスとなる。これらの具体的な制約をAIに体系的に適用することで、ユーザーは不十分な結果を最小限に抑え、信頼できる応答が得られる可能性を高め、反復的なプロンプト・エンジニアリング（prompt engineering）※への依存度を低減できる。この手法は、AIの出力をドクトリンと指揮官の意図の両方に合致させるために不可欠である。
※ プロンプト・エンジニアリング（prompt engineering）とは、ChatGPTなどの生成AIから期待通りの正確で質の高い回答を引き出すために、AIへの指示（プロンプト）の書き方や構成を工夫・最適化する技術のこと
この連携は、「コンテキスト・ブロック」の作成によって具体化される。コンテキスト・ブロックは、タスクに関連する「方向付け（Orientation）」の選択された要素に対する戦闘員の制御を維持するためにデザインされた柔軟なフレームワークである。コンテキスト・ブロックは、盲目的に従う静的なチェックリストではない。むしろ、ユーザーは各タスクについて、どの要素がどの程度適用されるかを判断する必要がある。これらの要素でAIを制約することで、システムはユーザーの作戦上の視点（operational lens）を通してデータを処理するようになる。最終的に、人間は、任務を安全かつ成功裏に遂行するために、AIが「方向付け（Orientation）」からどのような制約を必要とするかを決定しなければならない。
生成型AIは膨大な量の明示的なデータを処理できるが、戦争に勝利するために不可欠な暗黙知が欠けている。暗黙知とは、経験によって培われた直感と、明文化されていない真実の理解であり、人間のオペレーターの超能力である。AIはそれを再現することはできず、あくまでもそれを補強することしかできない。
このギャップを埋めるためには、AIガバナンス・フレームワークは、AIが戦闘員の「方向付け（Orientation）」に従うという前提に基づいている必要がある。コンテキスト・ブロック・アーキテクチャでは、AIが決心マトリックスを生成する前に、戦闘員が暗黙知と指揮官の意図をプロンプト・チェーンに注入する。兵站担当官がこのアーキテクチャを使用して補給ルートを最適化する場合、AIは明示的なデータを処理するが、将校の「方向付け（Orientation）」が、「許容可能なリスク（acceptable risk）」がどのようなものかを定義する。コンテキスト・ブロックは、AIが人間の判断に奉仕することを保証するようにデザインされている。
重要な点として、コンテキスト・ブロック・アーキテクチャは完全にプラットフォームに依存しない。特定の商用ベンダーに依存しない。統合部隊が商用の最先端モデルであろうと、独自のセキュア・ネットワーク上のツールであろうと、コンテキスト・ブロックは常に戦闘員と機械の間に位置することで、オペレーターのワークフローの移植性を確保し、特定の企業のエコシステムへの認知的依存を防ぐ。
国防総省はエンタープライズ・レベルのAIガードレールと検索拡張生成（RAG：retrieval-augmented generation）システムに投資しているが、これらの構造的な安全対策は、特定の環境における動的で極めて局所的な摩擦（dynamic, hyper-local friction）を常に考慮できるとは限らない。エンタープライズ・システムはベースラインを提供するが、コンテキスト・ブロックはAIガバナンスの「ラスト・マイル」として機能する。オペレーターは、リアルタイムの状況認識、部隊の士気、および直近の任務に対する指揮官の具体的な意図を把握している。コンテキスト・ブロックは、エンタープライズAIが地域の人間の現実と結びついていることを保証する。
反復練習、ルール、即応性
理論的なフレームワークは紛争に勝利をもたらすものではなく、卓越した作戦能力こそが勝利をもたらす。コンテキスト・ブロックとその付属システム・カードは、AI利用のルールを定める。これらは、特定のワークフローの境界を明文化した簡潔な参照情報を提供する。担当者は艦隊から選出されなければならない。AIがコンタクト・スポーツであるならば、サイドラインから政策メモを読むだけでは能力は身につかない。
米国海軍兵学校は、米海軍および米海兵隊において、能力、人格、そして思いやりに富んだプロの将校となるよう、若い男女を育成している。統合部隊が、AIを効果的に活用できる次世代の戦闘員を育成したいのであれば、その戦闘員たちにAIを習得するためのツールと訓練を提供しなければならない。米国海軍（ケネス・D・アストン・ジュニア（Kenneth D. Aston Jr.）） |
このコンセプトは単なる理論上の話ではなく、草の根レベルのイノベーションが既にこうした重要な思考に関する懸念に対処し始めている。2026年4月、Modern Day Marine AI Hackathonにおいて、学術界、情報機関、データ・サイエンス、AIエンジニアリング、民間企業の代表者からなる「Semper AI」と呼ばれる機能横断チームが、シミュレーションシナリオを使用してオペレーターをコンテキスト・ブロックに導く機能的なプロトタイプ・インターフェースの構築に成功した[3]。コンテキスト・ブロック・インターフェースがAIを確立された指揮・統制ドクトリンとユーザーの「方向付け（Orientation）」内に制約したとき、ユーザーの重要な思考を外部委託することなく、シミュレーションされた行動方針（course of action）をうまく限定することができた。兵站がテストベッドだったが、アーキテクチャ自体は、インテリジェンス分析から航空機の整備まで、あらゆるリスクの高い作戦上のワークフローを管理するように変更できる。
行動への呼びかけ
戦闘員が「方向付け（Orientation）」を機械に頼る場合、認知機能の低下は避けられない。しかし、統合部隊が、人間のオペレーターが「方向付け（Orientation）」を提供し、文脈（context）を設定し、境界を強制することを求めるドクトリンを策定すれば、AIは負債から戦力増強要因へと変化する。その境界とは、戦闘員の「方向付け（Orientation）」とコンテキスト・ブロックの選択された要素から構築される囲い（fence）であり、その囲い（fence）はオペレーターに属する。
人工知能の統合は、単なるソフトウェアのアップデートではない。それは、紛争処理方法における根本的な変化である。統合部隊は、商用アルゴリズムの受動的な消費者であってはならない。国家安全保障大統領覚書（NSPM-11）の責務を遂行するためには、戦闘員は自らの認知システムのデザイン者でなければならない。もし彼らが自らのツールのコンテキストをデザインできなければ、敵対者が彼らのためにそれをデザインしてしまうだろう。
ここに表明されている見解は著者のものであり、米国海兵隊、国防総省、または米国政府の公式の方針や立場を反映するものではない。
＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊
以下は、戦闘員が生成AI（GenAI）を扱う際のフレームワークとして使用できる「コンテキスト・ブロック（Context Block）」参照ガイドのサンプルである。
Tactical Tear-Out：戦術的ティアアウト
CONTEXT BLOCK REFERENCE GUIDE：コンテキスト・ブロック参照ガイド
AI システムは統計的なパターンを生成するのに対し、戦闘員は判断力を生み出す。コンテキスト・エンジニアリング・プロセスは、人間が「方向付け（Orientation）」を外部化する統制メカニズムである。ここでの「方向付け（Orientation）」のギャップとは、AI が人間の「方向付け（Orientation）」から切り離された一般的な出力をデフォルトとすることを意味する[4]。
このフレームワークは、ジョン・ボイド（John Boyd）大佐の戦略理論、特にOODAループの重点項目として彼が特定した「方向付け（Orientation）」に基づいている。ボイド（Boyd）は、遺伝的遺産、文化的伝統、過去の経験、新しい情報、分析と統合によって形成されるオリエンテーションを、摩擦や不確実性に直面した際に判断を下すために不可欠な、人間特有のプロセスであると特定しました。AIは部隊の文化や生活経験に関する暗黙知を欠いているため、オリエンテーションギャップを回避するには、ユーザーがこれらの境界を明示的に指定する必要がある。
作戦保全（OPSEC）に関する注意：許可されていない大規模言語モデル（LLM）に機密情報または管理対象の秘密区分無し情報（CUI）を入力してはいけない。
「方向付け（Orientation）」を外部化するには、以下の6つの要素を使用してコンテキスト・ブロックを明示的に作成してください。このブロックは、分析、計画、または出力を要求する前にAIに提供するようにデザインされている。
運用上の注意（SOGとSOPの違い）：コンテキスト・ブロックは、厳格なチェックリストや標準作戦手順書（SOP）ではなく、標準作戦ガイドライン（SOG）として機能するようにデザインされている。これは柔軟なフレームワークである。複雑な作戦シナリオでは、6つの要素すべてにわたる詳細な記述が必要になる場合があるが、日常的な管理タスクでは1つか2つの要素のみで済む場合もある。コンテキスト・ブロックの記述の精度は、要件のリスクと複雑さに応じて調整されたい。
- ドクトリンと命令
このタスクに適用される権威ある文書による指針は何か？
[ ] 標準方針、標準作戦規定（SOP）、および公表された規制
[ ] フォーマットおよび手続き基準
[ ] コンテンツ領域に特化したポリシー・ガイダンス
[ ] 常設命令または部隊固有の指示
問いかけ：「AIが知っておくべき文書化された指示事項は何か？また、AIが何かをでっち上げた場合はどうなるか？」
- 指揮官の意図
我々は何を達成しようとしているのか、そしてその理由は何か？
[ ] 文字通りのタスクを超えた目的
[ ] 出力はどのような判断に基づいて決定されるべきか？
[ ] 指揮官が伝えた優先事項とトレードオフ
[ ] この製品にとって「正しい」とはどういうことか
問いかけ：「計画が変わった場合、何が変わらないのか？それが意図である。」
- 環境
この製品はどのような条件下で使用されるか？
[ ] タイムラインとテンポ
[ ] 利用可能な人員とリソース
[ ] 指揮系統の雰囲気と最近の出来事
[ ] ネットワークと秘密区分の制約
[ ] 物理的な場所：現場、オフィス、学校、本部
問いかけ：「AIが知り得ない、今の私の状況に関する真実は何だろうか？」
- 制約と制限
できないことは何か？どのような制約があるか？
[ ] 権限の上限：承認できることとできないこと
[ ] 分類境界
[ ] AI利用に関する政策制限
[ ] 予算、時間、人員の制限
[ ] あなたのレーンの外にあるものは何か
問いかけ：「AIが推奨する行動の中で、私が権限やリソースの面で実行できないものは何か？」
- リスク
これを間違えると、どのような結果になるのだろうか？
[ ] この出力に基づいて誰が行動するのか？
[ ] それに基づいてどのような決定が下されるのだろうか？
[ ] 何が危機に瀕しているのか？任務、安全、評判、即応性？
[ ] 何人が影響を受けているか？
[ ] AIが何かを捏造して、誰もそれに気づかなかった場合、どうなるだろう？
問いかけ：「もしこの出力が間違っていて、誰もチェックしなかった場合、何が壊れるのか？」
6．経験と判断力
あなたはそこに行った経験から、何を知っているか？
[ ] 実世界のサービスから得られたメンタル・モデル
[ ] 文化的な知識：あなたの部隊が実際にどのように活動しているか
[ ] 組織の記憶：過去に何が起こったか、何がうまくいったか、何がうまくいかなかったか
[ ] 人材に関する知識：誰が実行できるか、誰が監督を必要とするか
[ ] マニュアルには書かれていないこと
問いかけ：「私の部隊に所属したことのないオペレーターが、この件についてどのような間違いを犯す可能性があるか？」
覚えておくこと。機械は統計的なパターンを生成する。戦闘員は判断力を生み出す。もしあなたが自身の「方向付け（Orientation）」を外部化できなければ、暗黙知や状況的関連性を欠いた出力しか得られない。コンテキスト・エンジニアリングとは、あなたが機械に対して認知的な権限を行使するための仕組みである。
このフレームワークは、空軍大佐ジョン・R・ボイド（John R. Boyd）のOODAループから導き出された意思決定原則（decision-making principles）を応用し、海兵隊のドクトリンであるMCDP 6（指揮・統制）および指揮官の意図（MCDP 1）に成文化したものを、AIシステムへの人間の入力を構造化するために用いる。
参照： MCDP 1（戦闘）、MCDP 6（指揮・統制）、MCDP 7（学習）、およびジョン・ボイド（John Boyd）大佐のOODAループ。
ノート
[1] ホワイトハウス、国家安全保障における人工知能に関する大統領覚書（NSPM-11）、2026年6月5日。
[2] サイモン・ウィルソン（Simon Willison）著「コンテキスト・エンジニアリング（Context Engineering）」、サイモン・ウィルソン（Simon Willison）のブログ<https://simonwillison.net/2025/Jun/27/context-engineering/>、2025年6月27日。また、「AIエージェントのための効果的なコンテキスト・エンジニアリング（Effective Context Engineering for AI agents）」< https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents >Anthropic、2025年9月も参照。
[3] ヘンリー・パーマー（Henry Palmer）著、Semper AI Demo, Marine Context Blocks<https://www.loom.com/share/bf6cd52c65ab4dc6b218a2d2341fe375>Loom に 2026 年 4 月に記録。その概要は、Semper AIにログインし、ユーザー・プロフィールを記入した後、AIツールを使用する前に6つの要素からなるコンテキスト・ブロックを完成させる。ドクトリンと命令として「MCDP 1」と「MCDP 6」を入力し、指揮官の意図として「通信環境が劣化した状況下でも指揮・統制（C2）の継続性を最小限に維持する」ことを設定し、環境条件として「衛星通信（SATCOM）が断続的」「地形による遮蔽」「高温」を指定する。追加の再送信チームは配置せず、発電機の燃料には上限を設ける、通信途絶のリスクが高いといった制約を設定し、チェイス（Chase）博士の評価基準に照らしてこのブロックを確認したところ、12点満点中12点の「GO」スコアを獲得した。その後、そのコンテキストで「ミッション・チャット」を開始し、最低限の通信継続性を維持するための推奨策を求めた。
[4] 米国国立標準技術研究所、「人工知能リスク管理フレームワーク：生成型人工知能プロファイル」、NIST AI 600-1（メリーランド州ゲイザースバーグ：米国商務省、2024年7月）。
