AI认知与军事伦理
边界、挑战与规范
美国国防大学最新报告深入探讨了人工智能在认知、意识与道德责任方面的局限，聚焦军事领域的关键矛盾，提出多学科协同规范AI军事应用的建议。
AI认知的本质：模拟而非真正认知
报告指出，AI的认知能力是基于算法和数据的功能模拟，而非人类的真正认知。以笛卡尔“我思故我在”为基础，强调真正认知需具备自我反思能力，这是“思想实体”的核心特征。
报告认为，尽管AI能够高效处理数据、执行逻辑运算并适应新输入（Farkaš, 2024），在抽象思维、问题解决和预测方面表现出色，但缺乏内在的存在体验。神经科学家安东尼奥・达马西奥的研究表明，认知的关键在于系统能将自身神经活动注册为主观状态（Damasio, 1999），而AI无法产生对自身运算的“感受体验”，也没有第一人称视角。
机器“心智”的核心判定标准
报告强调，心智形成需满足三大核心条件：一是区分自我与外界；二是构建连贯的时间叙事；三是具备自我生命历程认知，了解自身历史的独特性（Watson et al., 2025）。这要求系统通过环境互动和功能调整，形成本体叙事轨迹，并反思过程转变与经验学习。
报告指出，真正的代理能力不仅在于行动，还在于将决策置于自身作为主体的框架中（Hughes et al., 2025）。若系统无法反思自身行为后果并承担责任，即使功能复杂，本质仍是工具而非主体。
认知到道德伦理：AI的关键短板
报告引用哲学家丹尼尔・丹尼特的观点，指出AI具备“有能力无理解”的特征（Dennett,1991）。AI能完成复杂任务，但不理解其意义，也缺乏道德归因意识，不认为自身的认知与行动属于“自我”。
报告指出，道德判断不是孤立的逻辑运算，而是与记忆、不确定性和意义协商相关的动态过程（Ibitoye et al., 2025）。人类的道德决策受到情感、社会规范和历史背景等多重因素影响，而AI缺乏人类意识的关系网络，难以模拟这一复杂过程。
军事AI应用：效率与伦理的博弈
报告指出，军事AI的应用导致“责任缺口”，道德与法律责任变得模糊（Wang,2025）。自主系统的行动脱离传统指挥链，造成意图、行动与后果的归因断裂，形成战争伦理的裂痕。
行动与责任脱节：AI通过算法优化任务效率（Dasetal.,2015），但无法承担道德责任；人类指挥者因距离和延迟可能脱离实时后果，形成责任真空。
认知参与与伦理后果：人类决策依赖于不确定性下的反思与适应（Innerarity,2024），而AI则旨在消除模糊性，缺乏对伦理后果的动态考量。
报告引用研究表明，自主系统可能降低冲突启动门槛，减少决策审慎性（Howlader&Giordano,2013）。北约（2024）和美国国防部（2023）已出台相关政策，但AI在高风险军事环境中的长期影响仍不明确。
结论与建议
该文件结论指出，当前人工智能虽然高效，但缺乏自我反思、主观体验和道德责任，仍是工具而非认知主体。在军事应用中，若无监督，可能侵蚀战争伦理，加剧责任模糊与道德风险，核心风险在于被误认为具备真正的认知与道德能力。
建议建立伦理学者、军事战略家、技术专家与哲学家的协同机制；制定灵活伦理框架，考虑道德决策中的不确定性；加强实证研究，探索人类对人工智能军事决策的反应；坚持人类监督，明确人工智能工具属性；完善政策规范，确保人工智能军事应用符合战争伦理。
/ END /
