AI“选靶”酿惨剧：美军智能系统误炸伊朗学校，百余名儿童遇难

6月29日，一份由独立调查机构与《卫报》联合披露的报告，将一桩被刻意掩埋了数月的军事悲剧推至台前。美军在今年5月对伊朗边境的一次空袭中，首次大规模依赖人工智能系统实时“选靶”，结果却命中了一所藏有约120名儿童的学校。令人窒息的不仅是废墟中幼小的身躯，更是调查揭示的荒诞事实：情报分析师早在2019年就通过数字工具清晰标记过该地点已变更为教学设施，而智能系统对此“一无所知”。

这并非一次简单的误判，而是算法在生死攸关的决策链条中暴露出的结构性崩塌。当战争机器的扳机交给没有道德感的模型时，我们终于看到了血淋淋的代价。美军内部将这次行动称为“阿尔法撞击行动”，试图用代号淡化悲剧，但120名儿童的死亡数字，已迫使全球重新审视人工智能在军事领域的入侵速度与底线。

“Maven”野心与首次大规模实战

外界很快将事故矛头指向了美国防部力推了七年的“算法战跨职能小组”（AWCFT），其标志性产物就是著名的“Project Maven”。这个项目最初由谷歌员工抗议而被迫退出的合同，后来转入军方内部加速孵化，旨在利用深度学习算法分析无人机视频流，自动识别、分类并推荐打击目标。2023年，该系统被正式集成到战区作战网络，能够在数秒内处理数百个动态目标。

但此次越境打击的对象，并非某个稍纵即逝的导弹发射车，而是一处提前标记、需要持续监视的固定建筑。根据报告，任务规划者当时急于验证“算法优先”的作战理念，将传统的人力主导目标审定流程大幅压缩，让AI生成的“高威胁评分”直接驱动打击指令。一名接近调查组的消息人士称，系统在最终建议窗口中弹出了“交战包确认”提示，却未附带任何民用基础设施警告。

被遗忘的2019年数字标记

更令人揪心的是，人类情报分析师早已尽到了提醒义务。早在2019年，一个负责伊朗区域态势监控的联合分析师小组，在更新地理空间数据库时，通过商业卫星影像和开源情报确认，这栋位于边境小镇的建筑物从原本的疑似武器仓库被改造成了一所容纳约200名学生的学校。分析师当时使用了Palantir Gotham情报融合平台，在目标卡片上添加了“学校-非交战”的属性标记与时间戳。

然而，这个标记却被封闭的算法训练管道完全忽略。Maven系统所使用的目标识别模型是一个持续迭代的云端版本，其训练数据来自无人机全动态视频和信号情报的自动抓取。当学校区域被新的动态传感器数据覆盖时，算法的向量库中只保留了一些模糊的“人员聚集”和“疑似通讯节点”特征，未能与静态的地理空间情报库进行有效关联。人工的宝贵标记，被淹没在数据洪流之中，仿佛从未存在。

算法为何“看不见”学校？

技术层面的致命缺陷在于模型全然依赖实时遥感影像的物理轮廓来判定威胁。这所学校的外形因近年扩建加固，恰好呈现出与某些民兵据点相似的矩形多层结构，屋顶的太阳能板和空调外机更被算法误读为天线阵列和发电机散热口。算法对“高风险”模式的贪婪匹配，让它丧失了质疑自身判断的能力，在数毫秒内给出了0.97的置信度。

更深层的问题在于，Maven项目追求的是“检测速度”而非“判断力”。为了缩短从传感器到射手的时间，整个链条被设计得极为精简，刻意排除了需要人工干预的环节。系统架构中缺乏一种“质疑回路”，没有强制要求在推荐打击前对目标周边近期的所有人工情报进行交叉验证。当优先级被定义为“更快”时，“更准确”便成了一个次要的、可被牺牲的指标。

从喀布尔到伊朗：重复的悲剧模式

此次学校惨案，并非美军智能瞄准系统第一次沾上儿童的血。2021年8月，美军在撤离阿富汗的最后时刻，同样依靠无人机视频分析算法锁定了一辆白色的丰田卡罗拉，声称车内装有爆炸物，结果却炸死了包括7名儿童在内的10名平民。事后调查证实，算法将车上的水罐误判为压力容器，将一名援助人员的行为标记为“可疑”操作。那场悲剧后，军方承诺强化人工复核，但显然未被真正贯彻。

这回在伊朗边境，重复的模式更加触目惊心。算法继承了相同的认知缺陷，而人工复核机制却因“优化流程”的理由被进一步削弱。战区指挥官为追求零延迟打击，开启了系统的一个实验性模式，允许AI在预设置信度超过阈值时自动发布发射指令，仅需一名操作员在几秒内按下确认键。人类不再是决策者，只是为算法决定的死刑盖上橡皮图章的附庸。

人机互信的致命裂缝

这种扭曲的人机关系，催生了一个危险的“自动化偏误”陷阱。当操作员面对闪烁着红色警告和协调数据的屏幕时，潜意识里已经默认系统具备了超越人类的感知能力。尤其是Maven系统在过去其他任务中展现出惊人的移动目标跟踪效能后，班组士兵和技术人员逐渐产生了对算法的过度信任，而这份信任缺乏任何道德维度的校准。

调查记录显示，在击发前23秒，监控界面一角曾闪过一则来自2019年地理空间数据库的底层异常提醒，但系统将其归为“非关键历史弹窗”，以半透明的形式无声掠过。操作员事后承认，他根本没有看到这条提示，因为他的注意力完全被算法给出的眩目标记和倒计时牵引。技术构建出的沉浸式决策环境，剥夺了人应有的警惕性和反思空间，让怀疑变成了奢侈。

失控的军事AI竞赛

在这片充斥着各类无人平台和智能算法的战场上，美国并非唯一的玩家。美军加速推进的“TITAN”战术情报地面站和“融合”计划，都在追求多域传感器数据的AI融合，目标直指“秒杀”链路的绝对优势。与此同时，同级别的对手们也在激烈地布局。俄乌战场上已经出现了使用卷积神经网络进行目标识别的初步尝试，各方都在向更自主的武器系统阔步奔跑。

这种军备竞赛创造了一个恶性循环：任何要求给算法“降速”以增加人类控制的呼吁，都被视为对自身技术优势的削弱。伦理和安全的考量，在“对手不会等我们”的焦虑情绪下，被压缩到最小。发生误炸的伊朗学校，正是这种疯狂节奏下祭出的供品。国际社会多年来在联合国《特定常规武器公约》框架下推动的致命自主武器系统谈判，至今未能达成任何实质性的约束条款，给了各国一种默许的“自由裁量权”。

重拾“人在环中”的真义

120名儿童的死亡，再次敲响了震耳欲聋的警钟：人工智能在军事决策链条中的应用，不能仅仅满足于在回路中放置一个疲惫且被异化的操作员。真正的“人在环中”需要的是有意义的控制，即人类能够在充分知情的情况下，拥有推翻算法建议的完整权力和时间窗口。这意味着必须设计一种能够强制停止自动化流程，并将关键历史情报和伦理考量置于优先级的系统架构。

技术公司同样无法再置身事外。尽管谷歌在2018年因员工压力退出了Maven项目，亚马逊、微软等云服务商却仍在为美军构建底层的AI能力。《金融时报》此前披露，微软的Azure政府云深度参与了空袭评估模型的训练。当这些基础设施的产物直接造成人道灾难时，科技巨头的伦理红线便再难用“我们只提供基础工具”来搪塞。事故的每一份数据流转和每一帧图像分类，都沾染着废墟下的灰尘。

战争从来都是混乱且残酷的，但将杀戮的决断外包给一段无法理解“学校”为何物的代码，则是一种崭新的、令人毛骨悚然的危险。此次伊朗边境的废墟之上，坍塌的不仅是砖瓦，更是人类对技术可控性的一种傲慢信仰。在算法被彻底驯服之前，任何企图让AI扣动扳机的大规模尝试，都是在孤儿院旁玩火。