Developed in conjunction with Joomla extensions.

هوش مصنوعی در جنگ دوازده‌ روزه ایران و اسرائیل: مقایسه تطبیقی و تحلیل راهبردی

سید مهدی موسوی دانشجوی دکتری روابط بین الملل دانشگاه دفاع ملی

جنگ دوازده‌ روزه ایران و اسرائیل را می‌توان نخستین جنگ تمام‌عیار خاورمیانه دانست که در آن هوش مصنوعی نقشی ساختاری و تعیین‌کننده ایفا کرد. اگرچه استفاده از فناوری‌های هوشمند در جنگ‌های پیشین منطقه‌ای آغازگر روندی تکنولوژی‌محور بود، اما درگیری ایران و اسرائیل این روند را وارد مرحله‌ای کیفی ساخت: مرحله ادغام گسترده الگوریتم‌ها در تصمیم‌گیری و فرماندهی نظامی. اهمیت این تحول نه‌تنها در توازن قوای میان دو کشور، بلکه در بازتعریف منطق مدیریت امنیت و سیاست در کل خاورمیانه مشهود است.

کارشناسان امنیتی و تحلیل‌گران راهبردی پس از این جنگ بر این نکته اتفاق نظر دارند که نقطه تمایز جنگ دوازده‌روزه نه در وجود هوش مصنوعی به‌عنوان ابزار، بلکه در مقیاس و سرعت ادغام آن در زنجیره فرماندهی و کنترل بود. اسرائیل با اتکا به اکوسیستم پیشرفته فناوری، توانست الگوریتم‌های یادگیری ماشین را در سیستم‌های دفاعی (مانند گنبد آهنین) و پلتفرم‌های هدف‌یابی هوشمند یکپارچه کند و زمان واکنش از ساعت به دقیقه و حتی ثانیه کاهش یابد. در مقابل، ایران که دسترسی محدودی به زیرساخت‌های ابری و سخت‌افزاری پیشرفته دارد، تمرکز خود را بر کاربست‌های هزینه-اثربخش چون پهپادهای مجهز به بینایی ماشین، مهمات سرگردان و عملیات سایبری/شناختی قرار داد. این تفاوت، بازتابی از شکاف ساختاری دو کشور در حوزه صنعتی و فناورانه بود.

مقایسه این جنگ با جنگ های اخیر مانند جنگ  اوکراین و قره‌باغ نشان می‌دهد که مسیر تحول تکنولوژی-محور در منطقه از مرحله پهپادی و تسلیحات هوشمند ابتدایی به مرحله تصمیم‌یار الگوریتمی و حکمرانی داده‌محور امنیتی ارتقا یافته است. در جنگ قره‌باغ، اهمیت پهپادهای ترکیه‌ای و اسرائیلی در برهم‌زدن توازن قوا بارز شد و نشان داد که فناوری می‌تواند جایگزین کمبود نیروی انسانی یا تجهیزات سنگین شود. اما جنگ ۲۰۲۵ به‌روشنی نشان داد که آینده جنگ‌ها دیگر صرفاً به «سکوهای هوشمند» محدود نیست، بلکه به «شبکه‌های داده‌محور» و توانایی در پیش‌بینی، سناریونویسی و واکنش بلادرنگ وابسته است.

مقایسه تطبیقی توانمندی ایران و اسرائیل در بهره‌گیری از هوش مصنوعی

اسرائیل در این جنگ نشان داد که دارای یک «اکوسیستم هوش مصنوعی محور» است که نه صرفاً برای پشتیبانی عملیاتی، بلکه برای هدایت کلان نبرد طراحی شده است. بر اساس ارزیابی کارشناسان، دست‌کم سه ویژگی ساختاری در توانمندی اسرائیل قابل شناسایی است:

یکپارچگی زیرساختی: اسرائیل توانست سامانه‌های دفاعی (گنبد آهنین و فلاخن داوود) را با الگوریتم‌های یادگیری ماشین تلفیق کند تا رهگیری پرتابه‌ها بر اساس ارزش تهدید انجام شود. این امر هم از منظر صرفه‌جویی هزینه و هم کاهش بار عملیاتی یک جهش راهبردی محسوب می‌شود.

تحلیل داده‌های کلان : حجم عظیم داده‌های ماهواره‌ای، سیگنالی و انسانی توسط پلتفرم‌های الگوریتمی مانند «لاوندر» و «گاسپل» پردازش شد. این سیستم‌ها توانستند اهداف را در لحظه طبقه‌بندی کرده و سلسله‌مراتبی از ارزش نظامی آن‌ها بسازند. به‌گفته برخی تحلیل‌گران، این همان نقطه‌ای است که «سرعت جنگ» از توانایی ذهنی انسان فراتر رفت. در بخش بعد این نوشتار به طور مفصل به بررسی تاثیر هوش منصوعی در جمع آوری داده و طبقه بندی آن خواهیم پرداخت.

بُعد شناختی و روانی: اسرائیل به‌طور فعال از تولیدات مبتنی بر هوش مصنوعی برای جنگ روانی استفاده کرد؛ انتشار ویدئوهای جعلی، شایعات الگوریتمی در شبکه‌های اجتماعی و هدایت جریان‌های خبری، نمونه‌ای از این رویکرد بود که تلاش داشت اراده حریف را تضعیف کند.

در نقطه مقابل، ایران به‌دلیل محدودیت‌های تحریمی و زیرساختی، نتوانست الگوریتم‌های مقیاس‌پذیر و یکپارچه‌ای مشابه اسرائیل پیاده کند. با این حال، ابتکارات ایران در استفاده از هوش مصنوعی سبک و انعطاف‌پذیر قابل‌توجه بود:

پهپادها و مهمات هوشمند: ایران توانست با تجهیز پهپادهای انتحاری به سیستم‌های پردازش تصویر و اصلاح مسیر، قابلیت عبور از برخی سامانه‌های دفاعی را ایجاد کند. این تاکتیک نشان داد که حتی بدون دسترسی به زیرساخت‌های کلان داده، می‌توان از هوش مصنوعی در سطح کاربردی بهره گرفت.

عملیات سایبری و شناسایی تهدید: ایران از هوش مصنوعی برای اتوماسیون در حملات سایبری و شناسایی دیپ‌فیک‌ها استفاده کرد. اگرچه موفقیت آن‌ها نسبی بود، اما نشان داد ایران در حوزه ترکیب هوش مصنوعی با جنگ شناختی ظرفیت‌هایی دارد.

مدل هزینه-اثربخش: برخلاف اسرائیل که در سطح سرمایه‌گذاری عظیم و فناورانه عمل کرد، ایران با تمرکز بر «اثرگذاری نمادین با هزینه پایین» تلاش کرد نابرابری فناورانه را جبران کند.

نقش هوش مصنوعی در جمع‌آوری داده‌ها و شناسایی اهداف

جمع‌آوری داده و اطلاعات پیش‌زمینه‌ی هر جنگ مدرن محسوب می‌شود، اما در جنگ دوازده‌روزه ایران و اسرائیل، هوش مصنوعی این فرآیند را وارد سطحی کرد که می‌توان آن را «اطلاعات‌محور الگوریتمی» نامید. به بیان دیگر، نه صرفاً داده خام بلکه ترکیب، تطبیق و تحلیل بلادرنگ داده‌ها بود که کیفیت جنگ را تعیین کرد. این کارکرد را می‌توان در چند لایه توضیح داد:

۱. تطبیق فناوری با ژئوپلیتیک طرف مقابل

هر دو کشور به خوبی می‌دانستند که ژئوپلیتیک ایران و اسرائیل به دلیل گستردگی سرزمینی ایران و تراکم جمعیتی-شهری اسرائیل، نوع داده‌های مورد نیازشان متفاوت است. اسرائیل برای حمله نیازمند داده‌های کلان‌مقیاس (تصاویر ماهواره‌ای با تفکیک بالا، داده‌های حرارتی و ارتباطات الکترونیک) بود تا بتواند در فضای پهناور ایران، اهداف حیاتی را با دقت گزینش کند. ایران در مقابل، تمرکز خود را بر داده‌های تاکتیکی و منطقه‌ای قرار داد: مسیرهای پروازی، نقاط ضعف دفاع هوایی اسرائیل و داده‌های آنی برای هدایت پهپادها. در این سطح، هوش مصنوعی کمک کرد تا داده‌ها نه صرفاً گردآوری شوند بلکه بر اساس ضرورت ژئوپلیتیکی بازچینش و اولویت‌بندی شوند.

۲. تمایز اهداف انسانی و اهداف فیزیکی

یکی از تمایزهای کلیدی در استفاده از هوش مصنوعی، تفاوت میان شناسایی «هدف انسانی» و «هدف فیزیکی» بود. اهداف انسانی (مانند تحرکات فرماندهان سپاه یا مقامات اسرائیلی) نیازمند پردازش داده‌های متنوع شامل سیگنال‌های مخابراتی، تصاویر دوربین‌های شهری و تحلیل رفتاری با الگوریتم‌های یادگیری عمیق بود. برای نمونه، گزارش‌هایی منتشر شد که اسرائیل توانست از طریق الگوهای ترافیک موبایلی، محل استقرار  برخی فرماندهان ما  را کشف کند.

اهداف فیزیکی نظامی (مانند انبارهای موشکی، تأسیسات هسته‌ای یا پادگان‌ها) به الگوریتم‌های تحلیل تصاویر ماهواره‌ای، راداری و حرارتی وابسته بودند. ایران نیز در حملات پهپادی خود از همین نوع پردازش‌ها بهره برد تا محل‌های تجمع سامانه‌های دفاعی اسرائیل را کشف کند.

این تمایز نشان داد که هوش مصنوعی نه تنها ابزار شناسایی، بلکه ابزار «طبقه‌بندی هدف» است؛ چیزی که در دکترین‌های سنتی عمدتاً به‌عهده تحلیلگران انسانی بود.

۳. همگرایی داده‌های ناهمگن

یکی از پیشرفت‌های شاخص در این جنگ، ادغام داده‌های ناهمگن  با کمک الگوریتم‌های هوش مصنوعی بود. اسرائیل و آمریکا با استفاده از شبکه‌های عصبی پیشرفته توانستند داده‌های متفاوت ـ از سیگنال‌های ماهواره‌ای گرفته تا مکالمات رادیویی و تصاویر پهپادی ـ را در یک بستر یکپارچه پردازش کنند. این امر سرعت تصمیم‌گیری را چند برابر افزایش داد. ایران در این حوزه عقب‌تر بود و بیشتر به داده‌های تک‌منبعی (مانند پهپاد یا سیگنال‌های محدود الکترونیک) متکی ماند.

۴. تحلیل پیش‌بینانه و هدف‌گیری تطبیقی

مرحله نهایی جمع‌آوری داده نه فقط شناخت وضع موجود، بلکه پیش‌بینی رفتار آینده بود. الگوریتم‌های اسرائیلی توانستند مسیر حرکت کاروان‌های نظامی ایران را چند ساعت قبل از رسیدن به مقصد تخمین بزنند. ایران نیز در سطح محدودتر از الگوریتم‌های مشابه برای پیش‌بینی واکنش سامانه‌های دفاع هوایی اسرائیل استفاده کرد. یکی از ابعاد کمتر دیده‌شده‌ی جنگ دوازده‌روزه، توانایی ایران در استفاده از الگوریتم‌های هوش مصنوعی برای گردآوری داده‌های مربوط به عملکرد سامانه‌های دفاعی اسرائیل بود. ایران از دو مسیر به این مهم دست یافت:

گردآوری داده‌های الکترونیکی و رفتاری پدافند: ایران با بهره‌گیری از پهپادهای کوچک و ارزان‌قیمت مجهز به پردازنده‌های هوش مصنوعی، الگوهای پاسخ‌دهی سامانه‌های «گنبد آهنین» و «فلاخن داوود» را رصد کرد. این داده‌ها شامل زمان واکنش، میزان شلیک رهگیرها، و زاویه‌ی احتمالی رهگیری بودند. الگوریتم‌های یادگیری ماشینی این داده‌ها را تحلیل کرده و توانستند «شکاف‌های رفتاری» سامانه‌ها را کشف کنند.

ایجاد حملات تطبیقی : پس از شناسایی این الگوها، حملات موشکی و پهپادی ایران نه به‌صورت یکنواخت بلکه در قالب الگوهای پیچیده و چندلایه صورت گرفتند. به عبارت دیگر، موج اول حمله برای ایجاد بار اضافی بر روی سامانه‌های دفاعی طراحی می‌شد و موج دوم ـ بر اساس تحلیل داده‌های جمع‌آوری‌شده ـ بر نقاط ضعف آشکارشده متمرکز بود.

نتیجه آن بود که بخش قابل توجهی از حملات ایران توانست از سد سامانه‌های دفاعی اسرائیل عبور کرده و به اهداف حساس اصابت کند. تحلیلگران غربی پس از جنگ تأکید کردند که «توانایی ایران در استفاده از داده‌های میدانی و الگوریتم‌های تطبیقی نشان‌دهنده گذار تدریجی ایران  از رویکرد سنتی موشکی به سمت جنگ مبتنی بر داده» است.

در مجموع، هوش مصنوعی در جمع‌آوری داده و شناسایی اهداف، جنگ را از یک منطق «عکس‌العملی» به یک منطق «پیش‌بینانه» تغییر داد. اگر در گذشته جمع‌آوری داده به‌منزله تأمین ورودی برای تصمیم انسانی بود، اکنون الگوریتم‌ها نه تنها داده‌ها را گردآوری می‌کنند بلکه آن‌ها را دسته‌بندی، تفسیر و حتی توصیه عملیاتی ارائه می‌دهند. این تحول، همان چیزی است که کارشناسان غربی پس از جنگ از آن با عنوان «گذر از اطلاعات به تصمیم الگوریتمی» یاد کردند.

پیامدهای منطقه‌ای و گسترش کاربری هوش مصنوعی

پیامدهای جنگ دوازده‌روزه محدود به دو بازیگر اصلی نبود؛ بلکه به‌طور مستقیم بر الگوی امنیتی کل خاورمیانه اثر گذاشت. کارشناسان معتقدند این جنگ موجب شتاب‌گیری سه روند کلیدی در سطح منطقه‌ای شد:

داده‌محور شدن حکمرانی امنیتی: بازیگران منطقه‌ای از ترکیه و عربستان تا امارات دریافتند که بدون زیرساخت‌های داده‌ای و الگوریتم‌های پیش‌بینی، در محیط جنگی جدید آسیب‌پذیر خواهند بود. از همین رو، سرمایه‌گذاری در حوزه هوش مصنوعی به بخشی از دکترین امنیتی این کشورها بدل شد.

گسترش سناریونویسی (درخت سناریو) و وارگیمینگ  ( شبیه ساز جنگ ): این جنگ نشان داد که آینده منطقه بر مبنای شبیه‌سازی‌های بلادرنگ و پیش‌بینی‌های الگوریتمی شکل خواهد گرفت. این تحول نه تنها در سطح نظامی، بلکه در سطح سیاسی و اقتصادی نیز در حال نفوذ است.

رقابت فناورانه به‌مثابه قدرت نرم: پس از این جنگ، گفتمان منطقه‌ای درباره «قدرت هوش مصنوعی» جایگزین بخشی از گفتمان سنتی قدرت نظامی خواهد شد. کشورهایی که توانایی طراحی یا دسترسی به الگوریتم‌های پیشرفته را دارند، در سلسله‌مراتب قدرت منطقه‌ای جایگاه بالاتری خواهند یافت.

تحریریه مجله ایرانی روابط بین الملل

تمامی حقوق برای مجله ایرانی روابط بین الملل محفوظ است ©2024 iirjournal.ir. All Rights Reserved

Please publish modules in offcanvas position.