李魚豪（亞太安全與戰略研究獨立工作室研究員 ）

當人工智慧（AI）深度嵌入軍事決策鏈，戰場的倫理與法律界線，正快速變得模糊。以色列在加薩衝突中運用 AI 輔助目標篩選系統「薰衣草」與「福音」的相關報導，引發國際社會對 AI 參與軍事決策的爭議與討論。這不僅僅是武器精準度的問題，更核心的挑戰在於：在 AI 提供「最佳答案」的時代，人類與法律是否仍具備留在決定生死的決策鏈中的能力？

隨著各國軍隊加速導入 AI 輔助系統，演算法正實質參與情資過濾與目標篩選。在資訊量爆炸的戰場環境下，AI 的確能協助縮短反應時間。然而，當系統持續提供高度優化的決策建議時，人類是否仍保有質疑、修正甚至否決的能力，正成為現代戰爭中最危險的盲點。尤其當決策過程缺乏透明度，且可能導致大量平民傷亡時，人類對系統的依賴風險將更加明顯。

認知的陷阱：演算法時代的「橡皮圖章」與系統脆弱性

這種現象在認知科學中被稱做「自動化偏誤」。當決策者長期依賴系統建議，會逐漸降低主動判斷的警覺性，傾向直接接受演算法產出的結果。在高度壓力的軍事環境下，指揮官可能逐漸淪為系統的「橡皮圖章」，進而削弱原本應由人類承擔的戰場倫理判斷。

然而，我們必須體認到，演算法在處理統計規律時極為高效，但在面對戰場上的「邊緣案例」時卻極其脆弱。例如，據報導，以色列的「薰衣草」系統在辨識目標時，可能將非戰鬥人員誤判為武裝組織成員，導致大量平民傷亡。無論是複雜環境下的辨識誤差，或敵軍刻意偽裝的非典型目標，都可能讓 AI 產出荒謬且致命的錯誤判讀。

未來的指揮官不應只是被動接受系統建議，而需具備「有效人類控制」的能力，這意指必須在充分理解系統邏輯與極限的前提下，保有實質干預與中止系統行動的能力。然而，AI 對戰場的衝擊，恐怕不只是人類判斷力的問題。

法律的失焦：當人道法遇上高速演算法

誠如前述，AI 對戰場的衝擊不僅在於判斷力，更直接挑戰國際人道法的執行，尤其是在責任歸屬方面。長期以來，《日內瓦公約》的運作建立在人類辨識與克制的基礎之上。但當監視、追蹤與攻擊流程轉向自動化，法律的落實方式若仍停留在「人類視覺」時代，將產生法律落差，並使「責任鴻溝」問題更加明顯。當 AI 系統做出致命決策時，究竟是操作者、程式設計師、製造商，還是國家應負最終責任？

以醫療保護為例，《日內瓦公約》明令禁止攻擊醫療人員與載具。但對自主系統而言，一輛高速移動的輕型車輛，究竟是正在執行醫療後送，還是具備敵意的軍事目標？若系統讀不懂「紅十字」、「紅新月」或醫療電子訊號，「不得攻擊醫療單位」的法條便極可能在瞬間的自動化決策中失效。

實務建議：將國際法「內置」於系統治理架構

為確保法律在 AI 時代繼續運作，我們必須將其轉化為機器也能辨識與受監督的治理架構。對台灣而言，在發展軍事 AI 系統時，更應將國際法精神「內置」於系統設計之中。筆者認為，未來自主系統的開發需具備三層設計，並可作為我國政策參考：

其一，機器可讀的人道標記。系統必須內建辨識紅十字、紅新月、醫療訊號及搜救區域的能力。一旦偵測到疑似中立資產，應強制觸發禁止自主攻擊與人工審查機制。

其二，不可竄改的歸責紀錄鏈。系統的感測資料、判斷路徑與人類覆核紀錄皆需存證，確保戰後能進行法律追溯，防止AI被作為規避指揮責任的工具。

其三，戰場人道除衝突機制。透過中立機構建立醫療後送與搜救任務的即時通訊驗證，將人道法精神延伸為戰場上的自動化資訊交換。

亞太視野：對抗式 AI 與指揮官的道德損傷

對於台海與灰色地帶行動頻繁的區域而言，敵方可能透過「對抗式 AI」操弄我方演算法的辨識模型，例如透過資料投毒或模型攻擊，將軍艦偽裝成民用船隻。這意謂著，未來的競爭不只取決於火力，更取決於決策者的認知韌性。

此外，我們更需警覺決策權移轉後的心理代價。若決策過程過於黑箱，人類將被迫在資訊不透明下，為機器的錯誤背負沉重的「道德損傷」。因此，軍事教育訓練必須轉型，培養具備獨立懷疑精神，且能同時理解戰術、法律與資料科學的複合型指揮官。

在演算法節奏中守住人本的價值

當 AI 開始提供答案，我們真正該警覺的，或許不只是機器是否足夠強大，而是人類與法律是否仍有能力留在涉及武力使用的決策鏈之中。《日內瓦公約》沒有過時，過時的是我們以為規則只需寫在人類文件裡。在自主武器時代，人道法必須被設計進系統，並納入攻擊決策與紀錄流程之中，方能應對這場決策權流失的戰爭變革。未來戰場的競爭，最終仍取決於人類判斷力、制度韌性與對演算法的治理能力之間的平衡。（圖片翻攝示意圖）