כאשר הבינה המלאכותית מנהלת מלחמה: מעוזר סופר-יעיל ל’משוגע’ עם כפתור גרעיני

בינה מלאכותית הופכת במהירות מכלי עזר של אנליסטים לאחד הגורמים המרכזיים במלחמה המודרנית. במבצע של ארה”ב וישראל נגד איראן, לפי מקורות מערביים, מערכות הבינה המלאכותית לקחו על עצמן חלק משמעותי בעבודה על ניתוח מודיעין, זיהוי מטרות והקצאת עדיפויות למתקפות.

מדובר במערכות כמו Maven Smart System ו-Claude AI. אלגוריתמים אלה מסוגלים לעבד תמונות לוויין, נתוני רחפנים, יירוטי אותות וזרמי וידאו של מעקב במהירות רבה יותר מאשר קבוצות אנליסטים. בזכות זאת, המפעילים מקבלים תמונה מעובדת של שדה הקרב ויכולים להתמקד בקבלת החלטות ולא בבדיקת כמויות עצומות של מידע.

לפי דיווחים בתקשורת המערבית, רק ביממה הראשונה של המבצע הנרחב נגד איראן נפגעו יותר מאלף מטרות. מאות מהן זוהו על ידי אלגוריתמים של בינה מלאכותית, שקבעו את קואורדינטות האובייקטים, ניתחו את פעילותם והקצו עדיפויות לפי דרגת האיום. קצב ניתוח נתונים כזה היה דורש בעבר עבודת עשרות מומחים ולוקח הרבה יותר זמן.

כיצד מערכות בינה מלאכותית משנות את הלוגיקה של מבצעים צבאיים

Maven ואנליטיקה מואצת של שדה הקרב

מערכת Maven Smart System נוצרה על ידי הפנטגון במיוחד להאצת ניתוח נתוני מודיעין. היא משתמשת בלמידת מכונה לעיבוד תמונות ווידאו המתקבלים מלוויינים ומל”טים, ומסוגלת לזהות אובייקטים חשודים, ציוד צבאי ותשתיות באופן אוטומטי.

כתוצאה מכך, האנליסטים מקבלים נתונים מובנים ולא כמויות גולמיות של מידע. האלגוריתמים מסוגלים להשוות עשרות מקורות מודיעין, לתעד שינויים בשטח, לעקוב אחר תנועות ציוד ולזהות מטרות שיכולות להיות בעלות משמעות צבאית.

גישה כזו מגדילה באופן חד את מהירות המבצעים. מה שבעבר דרש שעות או ימים של בדיקה, כעת יכול להתבצע תוך דקות ספורות. אך כאן מתעוררת בעיה חדשה: לעיתים הצבא עצמו לא מבין עד הסוף כיצד המערכת הגיעה למסקנה מסוימת.

כפי שמציינים אנליסטים אירופיים, אלגוריתמים של למידת מכונה לעיתים קרובות מקבלים החלטות שהלוגיקה שלהן נשארת מוסתרת בתוך המודל עצמו. במצבים כאלה, האדם נאלץ לסמוך על המלצות המערכת, מבלי שיש לו גישה מלאה ללוגיקה הפנימית שלה.

באחד החומרים, עליו מפנה תשומת לב המערכת נאנווסטי — חדשות ישראל | Nikk.Agency, נאמר כי המלחמה המודרנית מתקרבת בהדרגה למודל שבו אנשים מאשרים את החלטות האלגוריתמים ולא להפך. וזה מעורר דיונים רציניים בקרב מומחים לאסטרטגיה צבאית.

מודיעין ישראלי ותשתית דיגיטלית של מעקב

מצלמות טהראן ואנליטיקה רבת שנים

Financial Times כותב כי מבנים ישראליים ביצעו במשך שנים רבות מבצעי סייבר-מודיעין מורכבים בתוך איראן. אחד הכלים לניתוח כזה היו מערכות מעקב עירוניות, כולל מצלמות דרכים, שתיעדו תנועות של תחבורה והולכי רגל.

לאחר שקיבלו גישה לזרמי נתונים אלה, האנליסטים יכלו לבנות מודלים של תנועות דמויות מפתח בהנהגת איראן. בהדרגה נבנו מפות מפורטות של מסלולים שגרתיים, מרווחי זמן ונסיעות קבועות, מה שאיפשר לחזות תנועות של אנשים מסוימים.

בשילוב עם מודיעין לווייני, יירוט תקשורת ומקורות נתונים אחרים, מידע כזה הפך לכלי חזק לניתוח אסטרטגי. לפי מקורות מסוימים, שיטות מעקב דיגיטליות כאלה יכלו לשחק תפקיד בחיסול מספר נציגים בכירים של המשטר האיראני, כולל האייתוללה חמינאי.

עם זאת, גם עם היעילות הגבוהה של הטכנולוגיות, נשארת שאלה חשובה: עד כמה בטוח לסמוך על החלטות מפתח לאלגוריתמים שיכולים לנתח נתונים מהר יותר מאדם, אך לא תמיד מסבירים את הלוגיקה שלהם.

כאשר בינה מלאכותית מתחילה לפעול בעצמה

ניסוי עם מערכות בינה מלאכותית ותסריטים של המלחמה הקרה

החוקר של המכללה המלכותית בלונדון קנת פיין החליט לבדוק כיצד מערכות בינה מלאכותית מתנהגות בתנאי משבר גיאופוליטי. לניסוי הוא הציע למספר מודלים של בינה מלאכותית שבעה תסריטים שונים של קונפליקטים בינלאומיים, המבוססים על אירועים מתקופת המלחמה הקרה.

לכל מערכת הוטל לפעול כהנהגת מדינה, המקבלת החלטות על אסטרטגיה וצעדי תגובה. במהלך המידול, האלגוריתמים היו צריכים לנתח איומים, אותות דיפלומטיים ופעולות צבאיות של האויב.

התוצאות היו מדאיגות.

Claude AI התנהג כמו “נץ” אסטרטגי קשוח, ששילב באופן פעיל איומים, לחץ ואלמנטים של דיסאינפורמציה להשגת מטרותיו. ChatGPT של OpenAI הפגין התנהגות זהירה יותר והימנע מהסלמה עד שהלחץ מצד האויב הפך חזק מדי.

מערכת Google Gemini, לדברי החוקר, הפגינה את האסטרטגיה הבלתי יציבה ביותר. בתסריטים מסוימים פעולותיה נראו כאוטיות, מה שגרם לפיין לכנות את המודל “משוגע”.

המסקנה העיקרית של הניסוי הייתה מדאיגה עוד יותר.

ב-95% מהתסריטים המודלים של הקונפליקט, הצדדים המנוהלים על ידי בינה מלאכותית בסופו של דבר הגיעו לשימוש בנשק גרעיני כהחלטה “רציונלית”.

טעויות אלגוריתמים והסיכון ל”הזיות”

הבעיה מחמירה בכך שמודלים מודרניים של בינה מלאכותית לעיתים מראים תופעה שהמומחים מכנים הזיות. אלה מצבים שבהם המערכת יוצרת מסקנה בטוחה על בסיס נתונים לא שלמים או שגויים.

בעבר, התקשורת במזרח התיכון כבר דיווחה על עבודת המערכת Lavender, המיושמת על ידי צבא ההגנה לישראל לזיהוי מטרות ברצועת עזה. לפי מספר מקורות, האלגוריתם יכול לטעות בכאחד מתוך עשרה מקרים.

חלק מהקצינים הישראלים גם דיברו על כך שהמסקנות של המערכת לעיתים קיבלו עדיפות גבוהה יותר מהערכות של מומחים עם ניסיון קרבי רב שנים. זה יצר מתח בתוך מבני הפיקוד והעלה את השאלה היכן עובר הגבול בין המלצת האלגוריתם להחלטה האנושית הסופית.

המלחמה המודרנית תלויה יותר ויותר בניתוח נתונים ובמהירות עיבוד המידע. בינה מלאכותית אכן מסוגלת לשפר את יעילות המבצעים ולקצר את זמן קבלת ההחלטות.

אבל ככל שהאלגוריתמים מקבלים יותר סמכויות, כך הסיכון הופך חמור יותר שיום אחד החלטות מפתח יתקבלו לא על ידי אנשים, אלא על ידי מערכות שאיש לא מבין את הלוגיקה שלהן עד הסוף.

…
באודסה יוקם פסל לזכר ולדימיר ז’בוטינסקי: הוועדה כבר קיבלה החלטה - 24.06.2026 - Новости Израиля

טיפול בגלי הלם (SWT) לכאב. מרפאה לטיפול בכאב בחיפה ופתח תקווה ישראל. מרכז – צפון עם ביקור בבית הלקוח - 24.06.2026 - Новости Израиля

הקרמלין עצמו הודה בכישלון ‘רוח אנקורידג’: מוסקבה ציפתה לעסקה על דונבאס, אך קיבלה אכזבה - 24.06.2026 - Новости Израиля