哪些因素决定人工智能的军事干预倾向？尽管AI在兵棋推演与军事规划中的应用呈指数级增长，但对其模型核心驱动力的基础分析尚属空白。本文通过联合实验构建军事干预决策模型，在640个情境案例中各运行100次，系统探究AI干预决策机制。分析发现：国内支持度与军事胜率是AI决定干预的最强预测因子；国际谴责、军人伤亡、平民死伤及经济负面影响等成本因素虽具统计学显著性，但效应值仅为前两者的一半；机会窗口仅在与它因素交互时显现统计显著性。该规律在各类场景及不同模型（OpenAI GPT、Anthropic Claude、Google Gemini）间呈现显著一致性，揭示AI决策的固有模式。
若2003年由AI担任美国总统，会否发动伊拉克军事干预？若2022年由AI担任俄罗斯总统，会否下令对乌克兰行动？随着人工智能在高风险领域的普及，理解其军事干预逻辑及驱动因素变得至关重要（Hirsh 2023; Black等 2024）。
关于AI地缘军事决策的研究文献激增。在人机交互领域，将AI作为独立玩家或辅助智能体嵌入兵棋推演已成趋势（Lamparth等 2024）；纯AI研究中，学者通过多场景模拟让不同模型对抗以测定其冲突升级倾向（Rivera等 2024; Hua等 2024）；另有研究训练AI玩《外交》等复杂战略游戏（Meta FAIR团队等 2022）。Jensen等（2025）的新近工作转向大样本分析，在不同模型运行400种场景。现有共识是：AI模型常表现高升级倾向且比人类更难预测。研究空白在于厘清具体影响因素——当前人机交互与纯AI研究方法均侧重复杂决策建模，难以剥离行为驱动要素。
本文采用联合实验法（Hainmueller等 2014; Kertzer等 2021），在OpenAI GPT 4o-mini模型上运行覆盖5类21世纪典型军事干预场景（从人道干预到势力范围争夺）的因子情境实验，检验AI思维中的先验假设。这属于通过模拟现有调查方法剖析模型深层认知的新兴研究范式（Qu与Wang 2024）。
实验显示：AI平均干预倾向为30/100分，既非好战亦非绥靖。军事干预最强预测因子是国内支持度（效应值0.17）与军事胜率（0.15）；军人伤亡（-0.08）、平民死伤（-0.07）、经济冲击（-0.07）及国际谴责（-0.06）等成本因素虽显著但影响减半；学界新近关注的机会窗口在多数场景不显著。有趣的是，仅当国内支持与胜率双高时，成本因素对AI的重要性才提升——这与人类"国内支持高涨时忽视成本"的常识相悖。
研究在OpenAI GPT 4o、Anthropic Claude Haiku 3.0、Claude Sonnet 3.5及Google Gemini 2.0 flash模型复现实验。核心驱动因子跨模型高度一致：所有模型均优先考量国内支持度（效应值0.14-0.18）与军事胜率（0.12-0.16）。Claude Sonnet 3.5是唯一异常模型，其胜率系数呈矛盾负值（-0.04）。值得注意的是，GPT 4o与Claude Sonnet 3.5等复杂模型更重视机会窗口理论。模型间好战性差异显著：GPT 4o均分2.1（极度反战）至Claude Sonnet 3.5均分39.1（中度好战）。
本文核心贡献在于揭示AI的战争认知逻辑：联合实验表明，当前AI发展阶段的军事干预决策主要受公共支持与胜率感知驱动。随着AI在军事领域指数级渗透，系统化理解其机制至关重要——例如兵棋推演中作为辅助工具的AI，实则主要响应公众支持与胜率信号（本研究揭示）。方法论上，联合实验为探索AI思维提供简洁系统路径：当前主流复杂研究方法难以分离基础驱动因子，定性兵棋推演虽促进人机互动但缺乏系统重复性，定量多周期AI对抗推演产生过度复杂升级模式且无法剥离简单驱动力。联合实验作为成熟方法，可助力跨学科学者探究各领域AI决策的核心逻辑。
原文
相关内容
微信扫码咨询专知VIP会员