Въведение: от несигурност към предикция

Съвременният конфликт винаги е бил свързан с несигурност. Политическите лидери, военните командири, разузнавателните служби, дипломатите и недържавните актьори действат в условия на непълна информация, тъй като не знаят напълно какво иска другата страна, докъде е готова да стигне, дали заплахите ѝ са достоверни, или дали привидното въздържание не прикрива подготовка за ескалация.

Следователно войната и мирът се оформят не само от оръжия, интереси и идеологии, но и от очаквания [8]. Изкуственият интелект променя тази среда, защото обещава да превърне несигурността в изчисление.

Предиктивните системи могат да обработват сателитни изображения, сигнали от социалните мрежи, икономически потоци, военни разполагания, киберактивност, дипломатически език и поведенчески модели, за да прогнозират възможни кризи. По принцип това би могло да помогне за предотвратяване на насилие, тъй като системите за ранно предупреждение могат да засекат ескалация преди човешките наблюдатели. Дипломатите биха могли да тестват вероятни реакции, преди да предприемат определен ход, а хуманитарните работници биха могли да предвидят разселване. Същевременно обаче същата предиктивна мощ може и да засили конфликта. Когато актьорите вярват, че могат да изчислят бъдещето, те могат да действат по-рано, по-твърдо и с по-голяма увереност. Опасността не е просто в това, че изкуственият интелект може да греши. По-дълбоката опасност е, че AI прогнозите могат да се превърнат в част от самия конфликт [10][13][14][15].

Съвременни изследвания върху стратегическата стабилност вече предупреждава, че AI може да компресира времето за вземане на решения, да увеличи риска от ескалация, да създаде нови форми на погрешна преценка и да отслаби традиционните човешки „защитни механизми“ срещу ескалация [10][14]. Изследванията на SIPRI върху AI и стратегическата стабилност по сходен начин подчертават значението на изкуствения интелект за системите за командване и контрол, за стратегическото нападение и отбрана, както и за ядреното възпиране. Това означава, че предиктивният AI не бива да бъде разглеждан като неутрален инструмент, добавен към непроменена стратегическа среда, тъй като тези технологии променят самата структура на тази среда.

В този смисъл три рамки помагат да се изясни залогът: философията на катастрофата и възпирането на Жан-Пиер Дюпюи, теорията на игрите и логиката на общото знание. Това, което всяка разкрива, по различни, но взаимно допълващи се начини, е, че ескалацията на конфликта не е само въпрос на материален и военен капацитет — тя е и въпрос на начина, по който актьорите си представят бъдещето, моделират взаимно поведението си и вярват в това, което вярва другата страна [11].

Дюпюи: „просветеното пророкуване на катастрофата“и парадоксът на възпирането

Работата на френския философ, логик и инженер Жан-Пиер Дюпюи е особено полезна за тази цел, защото той не разглежда катастрофата просто като нещастно събитие, което може да се случи или да не се случи. Той поставя въпроса за това как въобразеното бъдеще въздейства върху настоящето [4]. Неговата идея за „просветеното пророкуване на катастрофата“ не е обикновен песимизъм, а по-скоро философски и логически опит катастрофата да бъде направена достатъчно реална в настоящето, така че актьорите да предприемат действия, за да я предотвратят. Централният проблем при Дюпюи е формулиран като фундаментално парадоксален: ако едно катастрофично предупреждение успее, катастрофата не настъпва, но ако тя не настъпи, хората впоследствие могат да заключат, че предупреждението е било преувеличено. С други думи, успешното предупреждение заличава доказателството, което би потвърдило неговата необходимост [3][4].

Това е изключително важно за AI-базираното прогнозиране на конфликти. Да предположим, че система с изкуствен интелект прогнозира висока вероятност от военна ескалация. Вземащите решения могат да отговорят чрез мобилизиране на сили, отправяне на възпиращи заплахи, започване на превантивни кибероперации или поставяне на системи в повишена готовност. Ако ескалация не настъпи, те могат да твърдят, че AI е „предотвратил“ кризата. Но е възможна и друга интерпретация—самата AI прогноза може да е изострила кризата, създавайки именно опасността, която е претендирала да предвиди [10][15].

Следователно предиктивните системи функционират в рамките на кръгова структура: те не просто описват бъдещето, а могат да съдействат за произвеждането на бъдещето, което впоследствие изглежда ги оправдава.

Идеите на Дюпюи помагат също така да се обясни парадоксът на възпирането. Възпирането зависи от достоверността на заплаха, която човек се надява никога да не се наложи да осъществи. Ядреното възпиране е най-ясният пример: заплахата трябва да бъде достатъчно убедителна, за да предотврати агресия, но ако се провали, резултатът може да бъде катастрофален. Текстовете на Дюпюи върху MAD — взаимно гарантираното унищожение — подчертават именно тази парадоксална структура на възпирането. Възпирането действа само ако катастрофичната възможност бъде взета сериозно, но в същото време неговият успех се състои в това тази катастрофа да не се случи [3][4].

AI усложнява възпирането, защото може да създаде впечатлението, че заплахите стават по-прецизни, по-достоверни и по-бързо изпълними. Една държава може да повярва, че AI ѝ позволява да идентифицира уязвимостите на противника, да предвиди неговите реакции и да нанесе удар, преди той да успее да се адаптира. Но това може да произведе онова, което бихме могли да наречем алгоритмична свръхувереност. Ако всяка страна вярва, че нейните модели разкриват бъдещото поведение на другата, конфликтът все по-малко изглежда като въпрос на дипломация и все повече като надпревара кой ще действа, преди предвидените рискове да се материализират. Бъдещето вече може да не бъде просто очаквано — то може да бъде операционализирано [10][14][15].

Понятието на Дюпюи за „метафизическо MAD“ също е полезно тук. Класическото MAD — взаимно гарантирано унищожение — е стратегическа доктрина. Метафизическото MAD е по-дълбоко, тъй като то засяга структурата на свят, в който човечеството трябва да живее под сянката на катастрофа, която трябва да бъде третирана като реална именно за да не се случи [3][4]. AI усилва това състояние, защото дава на катастрофата технически и „неутрален“ интерфейс. Бъдещето се явява не като мит, пророчество или политическа интуиция, а като табло, вероятност, симулация и ниво на тревога. Проблемът е, че изчислението може да отслаби смирението, което катастрофата изисква. Изводът на Дюпюи не е просто „предвиждай бедствието“. Той е, че катастрофата трябва да бъде въобразена по начин, който прекъсва нормалното стратегическо изчисление. AI, обратно, може да нормализира катастрофичните бъдеща, превръщайки ги в управляеми сценарии [3][12]. Рискът е ядрената ескалация, гражданската война, етническото насилие или регионалният колапс да се превърнат в една опция сред други в система за подпомагане на решения.

Теория на игрите: предикция, стратегическо взаимодействие и капани на ескалацията

Теорията на игрите изучава ситуации, в които резултатът от решението на един актьор зависи от решенията на други актьори. Затова конфликтът е естествено поле за подобен анализ. Една държава не избира между война и мир изолирано, а прави своя избор в очакване на начина, по който противникът ще реагира. В същото време противникът прави същото. Следователно всяка страна се опитва да предвиди предвиждането на другата [11].

AI усилва тази рекурсивна структура, тъй като може да моделира вероятното поведение на противника, да симулира сценарии на договаряне, да оценява решимостта, да препоръчва оптимални ходове. Това може да подобри вземането на решения, когато моделът е точен и когато политическите лидери разбират неговите ограничения. Но същевременно може да произведе и капани на ескалацията [10][15].

Първият капан е „капанът на превантивното действие“. Ако една AI система прогнозира, че противникът вероятно ще атакува, рационалната препоръка може да бъде да се действа пръв. Но в същото време, ако противникът също разполага с подобна система, той може да интерпретира това движение като потвърждение на враждебно намерение. Така всяка страна действа отбранително в собствените си очи, докато изглежда агресивна за другата.

Това е класическата дилема на сигурността, ускорена от предиктивната аналитика [9][10]. Джеймс Фиърън твърди, че войната възниква въпреки своите разходи, поради рационални провали в договарянето, породени от информационна асиметрия, проблеми на обвързването и неделимост на предмета на спора. Следователно войната е доброволен избор, направен тогава, когато държавите не могат да достигнат до взаимно изгодно мирно споразумение. Това поставя под въпрос схващането, че конфликтите се дължат единствено на ирационалност [6].

Вторият капан е „капанът на обвързването“. В много конфликти актьорите се опитват да направят заплахите си достоверни, като сами ограничават свободата си на действие, чрез механизми като публични червени линии, военни разполагания, съюзнически ангажименти или автоматични системи за отговор. AI може да засили подобни обвързвания, като интегрира предикцията в командните структури. Но колкото по-автоматичен и основан на данни става отговорът, толкова по-малко пространство остава за преосмисляне, реинтерпретация, забавяне, двусмисленост и компромис, който позволява запазване на публичен имидж. В кризи тези „меки“ елементи често не са слабости, а стратегически използвани ресурси за деескалация.

Третият капан е „капанът на оптимизацията“. Игровотеоретичното мислене често приема, че актьорите максимизират очакваната полезност, а AI системите са особено мощни машини за оптимизация. Но конфликтът не е шахматна дъска със стабилни правила и ясни печалби. Човешките актьори се интересуват от неща като дълг, чест, страх, унижение, вътрешнополитическа легитимност, символно признание, отмъщение, историческа памет и идеологически разкази. Система, която оптимизира „предимство“, може да разчете погрешно политическия смисъл на въздържанието или ескалацията. Тя може да препоръча ходове, които са формално рационални, но политически разрушителни [2].

Четвъртият капан е капанът на скоростта. AI може да компресира времевите хоризонти на вземането на решения. Във военен контекст скоростта често се третира като предимство. Но в дипломацията и управлението на кризи скоростта може да бъде и опасна. Деескалацията често изисква забавяне, време за проверка на информацията, за комуникиране на намеренията, за консултация със съюзници, за създаване на изходи от кризата и за охлаждане на публичната реторика. Няколко анализа на AI и стратегическата стабилност предупреждават, че войната със „скоростта на машината“, погрешната преценка и ерозията на човешките защитни механизми могат да увеличат риска от ескалация [7][12][14].

Централният игровотеоретичен извод е следният:

AI не просто помага на един играч да взема по-добри решения, а променя играта за всички играчи.

Ако един актьор използва предиктивен AI, другите трябва да реагират на факта, че техните ходове биват моделирани. Тогава те могат да се опитат да заблудят модела, да манипулират входните му данни или да се държат непредвидимо, за да избегнат стратегическо улавяне. Това може да произведе надпревара не само във въоръженията, но и в предикцията, заблудата и контрапредикцията.

Ето защо AI може както да стабилизира, така и да дестабилизира конфликта—може да стабилизира, когато подобрява ранното предупреждение, намалява несигурността, засича случайна ескалация и идентифицира взаимно изгодни споразумения. Но дестабилизира, когато увеличава увереността в превантивното действие, насърчава бърз отговор, автоматизира възприемането на заплахи или създава стимули за манипулиране на модела на противника.

Общо знание и епистемична модална логика: какво знае всяка страна за това, което знае другата

Общото знание е едно от най-важните, но същевременно най-слабо разбирани от широката публика понятия в анализа на конфликти. Един факт не е просто известен, когато един актьор го знае. Той се превръща в общо знание, когато всички го знаят, всички знаят, че всички го знаят, всички знаят, че всички знаят, че всички го знаят, и така нататък. В конфликта общото знание има решаващо значение, защото координацията зависи от споделени очаквания. Едно примирие може да се провали не защото и двете страни отхвърлят мира, а защото нито една от тях не е уверена, че другата знае, че се очаква въздържание. Една възпираща заплаха може да се провали не защото е слаба, а защото не е общо разбрана като достоверна. Един дипломатически сигнал може да се провали не защото отсъства, а защото неговата интерпретация не е взаимно призната.

Субектите в един конфликт не действат само въз основа на факти. Те действат въз основа на вярвания относно вярванията на другите. AI навлиза в тази структура по няколко начина.

Първо, AI може да създаде асиметрично знание. Едната страна може да разполага с предиктивни инструменти, с които другата не разполага. Това може да произведе стратегическо предимство, но също така и подозрение. Ако по-слабата страна вярва, че по-силната може да предвижда ходовете ѝ, тя може да започне да действа непредвидимо, да прикрива информация или да ескалира рано, преди възможностите ѝ да изчезнат. Второ, AI може да създаде фалшиво общо знание. Ако и двете страни разчитат на сходни източници на данни, сходни модели или споделени публични индикатори, те могат да достигнат до една и съща погрешна интерпретация. Например придвижвания на войски, кибераномалии или сигнали от социалните мрежи могат да бъдат интерпретирани от множество системи като подготовка за атака. След като тази интерпретация стане взаимно очаквана, тя може да стане перформативна, тъй като всяка страна вярва, че другата вярва, че предстои ескалация, и затова се подготвя за ескалация [1][10]. Трето, AI може да отслаби ролята на конструктивната двусмисленост. В дипломацията двусмислеността невинаги е дефект. Понякога мирът зависи от възможността различни актьори да интерпретират едно и също споразумение по леко различни начини. Общото знание е необходимо за координацията, но пълната прозрачност невинаги е необходима за мира. AI системите обаче често се стремят да редуцират двусмислеността, тъй като основно класифицират, ранжират, оценяват и предвиждат. Това може да бъде полезно в някои области, но деескалацията на конфликт често изисква символна гъвкавост [8].

Класическият проблем за „координираната атака“ в теорията на общото знание показва, че дори когато актьорите обменят съобщения, съвършената координация може да остане невъзможна, ако те не могат да бъдат сигурни, че съобщението е получено, че получаването му е известно, и така нататък. Този проблем има пряко значение за кризисната комуникация. Деескалацията не изисква само изпращане на сигнали, тъй като тя изисква създаването на достатъчно стабилно споделено убеждение, че сигналите са получени и разбрани [5].

AI може да помогне тук, тъй като може да следи дали сигналите се интерпретират правилно, да идентифицира погрешна комуникация и да моделира вероятни недоразумения. Но може и да навреди на процеса, ако насърчава актьорите да третират вероятностното заключение като еквивалент на взаимно разбиране, тъй като предикцията не е същото като признаването. Един актьор може правилно да предвиди следващия ход на друг актьор, като същевременно все още не разбира неговите причини, страхове, ограничения и символен свят [8][10].

Как алгоритмичната предикция ескалира конфликта

Алгоритмичната предикция може да ескалира конфликта чрез няколко механизма. Първият е „изпреварващото действие“. Ако бъдещето е прогнозирано като опасно, актьорите могат да действат сега, за да предотвратят риска да бъдат поставени в неизгодна позиция по-късно. Това е логиката на превантивното действие. Проблемът е, че превантивното действие често изглежда отбранително за актьора, който го предприема, и нападателно за актьора, който го наблюдава [9].

Вторият механизъм е „усилването чрез обратна връзка“. AI системите се учат от сигнали, но в условията на конфликт сигналите често са реакции на предходни сигнали. Ако едната страна повиши степента си на готовност, защото AI прогнозира опасност, AI системата на другата страна може да интерпретира тази готовност като доказателство за опасност. Така системата поражда цикъл: (1) предикцията произвежда действие; (2) действието произвежда потвърждение; (3) потвърждението произвежда нова предикция [4][10][15].

Третият механизъм е „загубата на политически контекст“. AI може да открива модели, без да разбира тяхното политическо значение. Военно учение, вътрешнополитическа реч, символично събитие или среща между съюзници могат да бъдат разчетени като ескалация. Разбира се, човешките анализатори също могат да тълкуват подобни сигнали погрешно, но AI може да мащабира погрешната интерпретация и да ѝ придаде авторитета на техническа обективност [8][12].

Друг фактор е „моралното дистанциране“. Предикцията може да направи ескалацията да изглежда безлична. Един лидер може да каже: „Системата показва, че ескалацията е неизбежна“, вместо: „Ние избрахме ескалацията“. Това измества отговорността от съждението към изчислението. Така политическата опасност е, че AI се превръща в механизъм за „изпиране“ на решения: човешките актьори остават отговорни, но машината предоставя езика на необходимостта [4][12].

Как алгоритмичната предикция може да подпомогне деескалацията

Първо, AI може да подобри „ранното предупреждение“. Може да идентифицира рискове, преди те да станат видими за човешките институции. Второ, AI може да подпомогне „тестването на сценарии“. Политиците могат да симулират как различни действия биха били възприети от противници, съюзници, вътрешни публики и международни организации. Използван внимателно, този подход може да помогне за идентифициране на ходове, които намаляват страха, вместо да го усилват. Трето, AI може да помогне за откриване на „погрешни възприятия“. Ако едната страна интерпретира даден сигнал като агресивен, AI-подпомогнатият анализ може да сравни тази интерпретация с алтернативни обяснения. Това би могло да създаде пространство за проверка преди ответно действие. Четвърто, AI може да подпомогне „моделирането на наративи“. Деескалацията зависи не само от това какво се казва, но и от това как, кога, от кого и през какъв канал се казва. AI може да помогне за идентифициране на език, който е достатъчно твърд, за да запази достоверността, но не толкова унизителен, че да принуди другата страна да ескалира.

Но тези ползи зависят от едно ключово условие: AI трябва да остане съветник, а не суверен. Трябва да разширява хоризонта на решението, а не да го замества—трябва да прави възможните бъдещи сценарии видими, а не да ги превръща в съдба.

Централният парадокс: предикцията променя предсказаното бъдеще

Най-дълбокият проблем е, че прогнозирането на конфликта е рефлексивно. Прогнозирането на земетресение обикновено не променя самото земетресение, но прогнозирането на банков срив може да го предизвика. Конфликтът е по-близък до банковия срив, отколкото до земетресението, защото предикцията навлиза в полето, което предсказва. Именно тук Дюпюи, теорията на игрите и епистемичната логика се срещат в контекста на настоящия анализ.

Дюпюи ни напомня, че „катастрофичното бъдеще“ вече действа в настоящето. Предвидена катастрофа може да предотврати сама себе си — но може и да произведе действията, които я правят по-вероятна. Бъдещето не е просто пред нас: то вече е активно в настоящите ни решения.

Теорията на игрите, от своя страна, показва, че рационалният избор на всеки актьор зависи от очакванията за изборите на другите. AI променя тези очаквания, като прави прогнозирането по-бързо, по-систематично и по-операционално. Резултатът е ново стратегическо състояние: „алгоритмична рефлексивност“. Това означава, че актьорите все по-често действат не само в отговор на противника, а в отговор на прогнозите за противника, прогнозите за прогнозите на противника и прогнозите за това как тяхното собствено поведение ще бъде прогнозирано. Конфликтът се превръща в борба за бъдещето такова, каквото е моделирано от машините.

Практически последици за анализа на конфликти

За анализаторите на конфликти възходът на AI-базираното прогнозиране изисква няколко методологически корекции, надхвърлящи техническата оценка. Централният въпрос не е само дали дадена прогноза е точна, а как тя ще оформи поведението, след като бъде приета за достоверна — разграничение, което е особено важно, когато обект на прогнозиране е потенциален противник. Също толкова важна е разликата между прогнозиране и стратегическо сигнализиране: докато прогнозирането пита какво е вероятно да се случи, сигнализирането е комуникативен акт, чрез който се предава намерение и решимост. Третирането на сигналите като точки от данни рискува погрешно тълкуване на политическата граматика на кризата. Анализаторите трябва да изследват и дали AI системите увеличават или намаляват общото знание: прогноза, достъпна само за едната страна, може да бъде дестабилизираща, докато взаимно признато ранно предупреждение може да подпомогне деескалацията. Това сочи към по-широко безпокойство относно скоростта. В кризисни ситуации по-бързата информация не винаги е по-добра информация, а системите, които компресират времето за вземане на решения, могат да компресират и качеството на преценката. Накрая въпросът за политическата отговорност не може да бъде пренебрегнат. Вземащите решения не трябва да могат да се крият зад предиктивни системи — „алгоритъмът го препоръча“ не е легитимен заместител на стратегическата, правната или моралната отговорност.

Заключение: срещу илюзията за напълно изчислимо бъдеще

AI няма да премахне несигурността от конфликта, а по-скоро ще я оформи по нов начин. Може да намали някои неизвестни, като същевременно създаде други: несигурност относно модела, несигурност относно начина, по който прогнозите се интерпретират, и несигурност относно това дали машинно генерираните прогнози не се превръщат в самоосъществяващи се пророчества. Централната опасност не е просто в това, че AI може да изчисли бъдещето погрешно. По-голямата опасност е, че политическите актьори могат да започнат да третират изчисленото бъдеще като неизбежно, а щом това се случи, прогнозата се превръща във фатализъм, а стратегията — в подчинение на модела. „Просветеното пророкуване на катастрофата“ при Дюпюи предлага различен прочит. Смисълът на въобразяването на катастрофата не е да се предадем пред нея, а да я предотвратим. Теорията на игрите ни напомня, че нито един актьор не контролира играта сам. Епистемичната логика ни напомня, че мирът зависи не само от информацията, но и от споделеното разбиране.

Интегрирането на AI в анализа на конфликти изисква внимание, смирение и институционална сдържаност. Бъдещето на конфликта няма да бъде определяно само от оръжия, данни или алгоритми. То ще бъде определяно и от начина, по който хората интерпретират бъдещата действителност, която машините поставят пред тях.

Следователно решаващият въпрос не е дали AI може да изчислява бъдещето. Въпросът е дали можем да предотвратим превръщането на изчисленото бъдеще в самоосъществяващи се катастрофи.

---

1. [1] Aumann, R. J. (1976). Agreeing to disagree. The Annals of Statistics, 4(6), 1236–1239.
2. [2] Brams, S. J. (1994). Theory of moves. Cambridge University Press.
3. [3] Dupuy, J.-P. (2012). The precautionary principle and enlightened doomsaying. Revue de Métaphysique et de Morale, (4), 577–592. http://www.jstor.org/stable/23353278
4. [4] Dupuy, J.-P. (2022). How to think about catastrophe: Toward a theory of enlightened doomsaying (M. R. Anspach, Trans.). Michigan State University Press.
5. [5] Fagin, R., Halpern, J. Y., Moses, Y., & Vardi, M. Y. (1995). Reasoning about knowledge. MIT Press.
6. [6] Fearon, J. D. (1995). Rationalist explanations for war. International Organization, 49(3), 379–414.
7. [7] Horowitz, M. C. (2026). Artificial intelligence and the future of strategic stability. Texas National Security Review.
8. [8] Jervis, R. (1976). Perception and misperception in international politics. Princeton University Press.
9. [9] Jervis, R. (1978). Cooperation under the security dilemma. World Politics, 30(2), 167–214.
10. [10] Johnson, J. S. (2020). Artificial intelligence: A threat to strategic stability. Strategic Studies Quarterly, 14(1), 16–39.
11. [11] Myerson, R. B. (1991). Game Theory: Analysis of Conflict. Harvard University Press. https://doi.org/10.2307/j.ctvjsf522
12. [12] Scharre, P. (2018). Army of none: Autonomous weapons and the future of war. W. W. Norton.
13. [13] SIPRI. (2019). The impact of artificial intelligence on strategic stability and nuclear risk: Volume I: Euro-Atlantic perspectives. Stockholm International Peace Research Institute.
14. [14] SIPRI. (2020). Artificial intelligence, strategic stability and nuclear risk. Stockholm International Peace Research Institute.
15. [15] Williams, H. (2024). Algorithmic stability: How AI could shape the future of deterrence. Center for Strategic and International Studies.