《更好的作战规划带来更好的作战决策》完整译文

“1988年，伊朗航空655号航班被美国海军宙斯盾巡洋舰击落，造成290人死亡的惨剧，给许多人敲响了现代军事决策挑战的警钟。先进的多军种规划工具是海军几十年来支持决策研究的最新成果。”

在过去的50年里，对不确定条件下人类决策的研究揭示了许多偏见，这些偏见可以解释有时值得怀疑的决策结果。随着海战变得越来越复杂，各种分析和战术辅助工具正被快速引入舰队，人类决策者将面临更大的信息和时间压力的挑战。这可能会加剧决策偏颇的倾向。因此，有必要对个人进行培训，使其了解偏见的陷阱，并建立旨在减少这些偏见的系统。

作战决策本身会造成很大的压力，但海军和海军陆战队的规划过程也会受到自身的压力。规划过程的每一步都需要收集信息，产生和分析多种行动方案，然后选择一个单一的行动方案，制定计划和命令来实施。

本文将描述几种认知偏差是如何影响决策的，然后深入探讨海军研究办公室（ONR）资助的高级多兵种规划工具（AMPT）如何寻求减轻这些偏差。ONR正在资助太平洋海军信息战中心开发AMPT，作为Minerva创新海军原型的一部分，通过整合人工智能和机器学习工具实现海军规划的现代化。

决策中的认知偏见

表1列出了一些比较常见的决策偏见，在海军历史上有许多这样的偏见的证据。例如，锚定偏见会导致对最早收到的信息的过分重视，从而导致对问题空间的误解。从那里开始，确认偏见会导致后续信息支持可疑的假设。这可能会产生灾难性的结果，就像1988年美国海军文森号（CG49）击落一架伊朗客机的事件一样，这是一艘最先进的、配备了宙斯盾的导弹巡洋舰。船员们探测到来自一个机场的无线电信号，表明有一架潜在的敌对飞机。当这架客机起飞并上升，航向直指该舰时，人们怀疑它就是被探测到的军用飞机。与此同时，"文森 "号正在积极躲避伊朗的炮艇，这加剧了船员们的紧张程度。最终，一个快速变化的字符读数显示被误读为显示一架正在下降的飞机--一种攻击姿态。地对空导弹被发射，客机被摧毁，290名乘客和机组成员被杀害。

表1. 一些常见的决策偏见。

偏见类型	定义
锚定偏见	倾向于过度考虑为最终决定所考虑的第一个信息。(Tversky和Kahneman, 1974)
确认偏见	选择和解释支持先入为主的假设的信息。(Nickerson, 1998)
框架效应	当结果被表述为潜在的损失而不是潜在的收益时，风险更大的决策。(Tversky和Kahneman, 1981)
沉没成本偏见	如果你已经在一项活动中投入了时间、精力或金钱，就会继续这项活动的倾向。(Arkes and Blumer, 1985)
信息池偏见	倾向于不分享只有自己知道的信息，而是关注别人更广泛知道的信息（Rajivan和Cooke，2018）。

文森斯事件引起了人们对几个领域的极大兴趣。海军研究办公室发起了 "压力下的战术决策 "项目，该项目发现在压力下时间感知的扭曲可以通过显示必须做出决定前的实际剩余时间而得到改善。研究结果还导致了使用按时间划分的高度图，而不是改变数字读数来反映当前的高度变化趋势和历史。其他研究表明，有效切换注意力的能力受到影响，导致个人在特定问题上坚持不懈，而牺牲了对总体情况的认识。

其他偏见对国防决策也有影响。沉没成本偏见可能会导致决策者在一场战斗中停留的时间比其他方面要长。信息池偏见不太常见，但与海军行动高度相关。在这种偏见中，团队成员不愿意分享只有他们自己知道的信息，而是专注于其他团队成员更广泛知道的信息。Rajivan和Cooke（2018）在三人网络防御团队的背景下研究了这种偏见。他们发现，最有效的减少偏见的策略是信息映射，与基于Wiki的信息共享能力或根本没有缓解策略相比，团队成员知道的所有信息都很关键。

决策偏见不容易克服；该领域的一般发现使一些人得出结论，决策偏见在大脑中是 "硬接线 "的。Korteling、Brouwer和Toet（2018）认为偏见的神经生物学来源，感知系统偏向于分辨我们看到、听到、触摸到的东西的差异。运动系统则偏向于快速反应，有时是无意识的。这两个系统加在一起，在进化上是以快速行动为导向的，所以大脑自然会默认使用这些容易产生偏差的决策启发式方法。

军事作战规划是一个新的领域，人工智能和分析技术正被越来越多地用于提高决策的速度和质量。AMPT的设计目标是减轻决策中的偏见。

先进的多梯队规划工具

AMPT支持海上作战中心和部队层面的规划，其重点是在世界特定区域的力量投射和可持续性。这个工具提供了一个基于网络的框架，以通用规划要素数据结构的形式，以数字方式捕获任务和计划。然后，业务流程模型调用适用的机器学习服务来提供规划建议。规划人员能够调整任务优先级、可接受的风险水平和约束/限制，以指导自动规划服务。然后，规划者可以选择和修改个别元素，为后续的机器演化生成最终计划。一旦计划生成，规划者将能够通过用于生成初始备用行动方案的相同服务的自动评估，对这些推荐的计划进行兵棋推演并探索人工调整。AMPT成功的关键在于它促进了工作人员使用的通用规划产品的快速生产，如图1所示。

图1 AMPT的各个部分动态地创建了事件时间表、机动规划和同步矩阵，为规划者节省了数小时的劳动密集型流程。图片由作者提供

AMPT支持规划工作流程，从条令出发（如NWP 5-01，海军作战规划），然后与来自编号舰队的作战人员和海上作战中心培训团队进行验证。AMPT通过在信息输入系统时自动建立知识产品来解决当今规划的最大挑战。在差距分析中，将AMPT的能力映射到工作流程中，可以直接了解到该工具对规划团队的任务、决策和产品的支持程度。然后，差距分析作为与作战人员沟通的手段变得非常有价值，因为AMPT团队可以强调问题领域是如何被支持的，或者讨论未来的发展计划以解决主要的差距。

通过向数字计划开发，规划数据可用于人工智能和机器学习服务。

AMPT对作战规划过程的理解将在需要时自动调用这些规划服务，并在统一的规划体验中展示每个规划的结果（图2）。AMPT正在开发新的可视化工具，将多个决策辅助工具的信息结合在一起，以减少作战人员处理所有可用信息的认知负担。这方面的一个例子是 "口香糖 "设计，它使作战人员能够快速评估不同时间段的路线或地区的可行性，而不必通过多个时间点来获得个别答案。AMPT目前正在利用的两项人工智能服务是智能部队组成（SFC）和通过智能模板提取的专门计划推荐（SPRITE），这是一种任务规划模板学习算法。

图2 海军作战规划（NWP 5-01）从任务分析到命令制定和传播的详细工作流程。该分析还确定了主要挑战、能力差距以及人工智能和机器学习服务与工作流程的特定部分的映射。

SFC寻求为军事任务优化部队，在考虑到诸如态势感知、单位武器/传感器能力、任务优先级和敌方战斗人员等变量时，这是个不简单的问题。四项服务（适用性、生存性、可支持性和可选择性）旨在表明分配给某项任务的一组部队是否包含完成任务所需的能力，他们在任务中生存的可能性有多大，他们是否有必要的后勤支持，以及他们是否有当前的沟通能力而不妨碍任务的完成。这些都被输入到可组合性服务中，然后计算出满足设定的任务成功概率阈值所需的最低兵力，同时最大限度地增加可用于任务的剩余兵力。通过应用运筹学和机器学习的技术，算法可以识别不同场景的重要方面，如友好和敌对单位的能力（武器、传感器、运动等）、环境条件（地形）和任务/目标优先级。

SPRITE服务可以从样本性规划中学习可重复使用的模板，推荐上下文中的模板，并使模板适应当前的任务需求。归纳是通过启发式规则和关系发现方法的组合来完成的，这些方法通过考虑与部队结构和能力有关的背景知识来确定规划元素之间的重要联系。通过嵌入发现的关系和约束，模板可以迅速适应新的任务。模板的可视化使用户能够深入了解任务以及要使用的资源类型、地点和时间。在指定所需的参数后，模板会自动实例化到当前的AMPT规划中。用户可以进行任何必要的调整，以最终确定手头的任务。

减轻决策偏见

AMPT以用户为中心的设计过程，从理论分析到与作战人员密切合作，形成了一个用户界面，整合了先进的优化算法和机器学习技术，帮助规划的各个阶段。AMPT的设计还支持减少作战人员决策中的偏差。

由于AMPT的协作性质，信息汇集的偏差得以减少。该系统允许工作人员从一个共同的规划中输入和获取所有信息。这导致了团队合作，建立起计划的所有方面，AMPT提供了将信息分层到规划上的能力。这改变了目前团队成员的信息通常是单独建立的，并且是逐件呈现的，而不是连贯的。团队中的每个人都能随时获得所有的信息，这可能会带来很大的变化。

AMPT有助于减少过度自信的偏差，因为它可以使蓝军的能力相对于红方的对手可视化。这种信息在任务规划的任何时候都可以得到，并考虑到多种数据来源。这方面的一个例子是天气对任务的影响，它可以极大地改变战斗双方的能力。AMPT可以提取气象数据并提供给战斗管理辅助设备。然后，这些辅助工具能够将当前的规划情况与气象数据结合起来，并提供我们的能力与对手的能力的清晰可视化，使作战人员能够对当前的能力状态做出更明智的决定。

海军规划过程需要制定和分析多种行动方案。传统上，由于领导层要求改变产品的时间和难度，规划人员只探索一到两个想法。这降低了探索新方案的兴趣，并助长了沉没成本谬论，因为废止一个花费了大量时间和精力开发的行动方案是不可取的。AMPT实现了规划过程的自动化，并与更多的信息源整合，使作战人员能够开发和探索更多的行动及其相关产品。然后，规划者可以自由地探索更多的可能性，对正在考虑的行动进行更大幅度的改变，减少沉没成本谬误的可能性。

最后，AMPT与更多数据源的连接以及自动融入规划过程的能力应该通过提供更多的信息来减少锚定和确认偏差。当然，信息过载是AMPT的一种可能性。SFC和SPRITE服务帮助作战人员综合这些信息，产生洞察力，并突出可能被忽视的信息。

结论

决策中的偏见是常见的，很难被做决定的人发现，而且通过训练来减轻偏见是很有挑战性的。在海军背景下，有偏见的决策会产生灾难性的影响。像AMPT这样的工具使规划者能够协同使用人工智能和机器学习服务，在平衡可接受的多领域约束的同时，最大限度地提高力量投射。这使得作战人员可以花更多的时间在问题上，而不是在建造产品上；它还以多种方式减少潜在的偏见来源，包括汇集所有可用的信息和减少在有限的选择中的沉没成本感。通过采取以用户为中心的设计理念进行开发，AMPT将为舰队提供一个宝贵的工具，以便为即将到来的战斗进行快速和有效的规划。