AI द्वारा गढ़ी गई खुफिया रिपोर्ट के इस्तेमाल के बाद US सैन्य बल की बाल-बाल बची चूक

हाल ही में एक AI-जनित खुफिया रिपोर्ट ने US सैन्य बल को उस चीनी जहाज़ की सशस्त्र रोकथाम की तैयारी करा दी, जिसे वह झूठा मान बैठा था कि वह ईरान के लिए परमाणु सामग्री ले जा रहा है, जिससे उच्च-जोखिम युद्ध में स्वचालित प्रणालियों को लेकर चिंताएँ फिर उभर आईं। टिप्पणीकार इस बाल-बाल बची चूक को ईरान के स्कूल पर हमले जैसी पहले की AI-सहायता प्राप्त लक्ष्य-निर्धारण त्रुटियों से जोड़ते हैं और तर्क देते हैं कि सैन्य और राजनीतिक नेता युद्ध अपराधों और गलत निर्णयों की ज़िम्मेदारी टालने के लिए “AI से गलती हुई” का सहारा ले सकते हैं। यह चर्चा अपारदर्शी LLMs पर अत्यधिक भरोसा, मानवीय निगरानी के क्षरण, और इस जोखिम को रेखांकित करती है कि दोषपूर्ण या पक्षपाती मशीन आउटपुट किसी काल्पनिक सुपरइंटेलिजेंस के आने से बहुत पहले ही वास्तविक दुनिया की तबाही भड़का सकते हैं।

लक्ष्य-निर्धारण और खुफिया में AI का उपयोग

  • चर्चा एक रिपोर्ट की गई घटना पर केंद्रित है, जिसमें एक AI-जनित, गलत खुफिया रिपोर्ट के आधार पर US सैन्य बल ने लगभग एक चीनी जहाज़ को रोक लिया होता।
  • कई लोग इसे इस बात की पुष्टि मानते हैं कि उच्च-जोखिम वाले निर्णयों को LLMs को सौंपना लापरवाही है, खासकर जब ऑपरेटर उनके आउटपुट पर जरूरत से ज़्यादा भरोसा करते हैं।
  • कुछ का तर्क है कि AI गलत खुफिया उपकरणों की लंबी श्रृंखला में सिर्फ नवीनतम है; असली समस्या मानवीय दुरुपयोग और “लक्ष्य ढूँढने” का संस्थागत दबाव है।

जवाबदेही, युद्ध अपराध, और “आड़”

  • यह गहरी चिंता व्यक्त की गई कि AI अत्याचारों के लिए बलि का बकरा बन जाएगा (“AI ने गलत खुफिया दी”), जिससे युद्ध अपराधों के लिए पहले से ही कमजोर जवाबदेही और भी खराब हो जाएगी।
  • दूसरे जवाब देते हैं कि जाँच-पड़ताल तो होती है, लेकिन जवाबदेही नहीं; AI मूल रूप से इस गतिशीलता को नहीं बदलता।
  • ईरान में हालिया स्कूल बमबारी पर बहस:
    • एक पक्ष का दावा है कि AI-सहायता प्राप्त लक्ष्य-निर्धारण (Palantir/Project Maven) ने इसे चुना और समीक्षा इकाइयों को भंग कर दिया गया।
    • अन्य लोग “AI-washing” पर संदेह करते हैं: या तो AI को जानबूझकर किए गए या कम-से-कम लापरवाह हमलों के लिए आड़ के तौर पर उद्धृत किया गया, या वे संदेह करते हैं कि AI शामिल ही नहीं था।

बढ़ते टकराव का जोखिम और ऐतिहासिक समानताएँ

  • परमाणु-निकट चूकों (जैसे, सोवियत प्रारंभिक चेतावनी की झूठी चेतावनी) और प्रथम विश्व युद्ध को ट्रिगर करने वाली घटनाओं से तुलना की गई; एक गढ़े हुए कार्गो मैनिफेस्ट का लगभग संघर्ष पैदा कर देना इसी तरह बेतुका और खतरनाक माना गया।
  • कई लोगों ने नोट किया कि यदि इसे गलत तरीके से संभाला जाता, तो यह US–China टकराव भड़का सकता था, जो दर्शाता है कि प्रतिरोधक क्षमता कितनी नाज़ुक है।

विश्वसनीयता, “हैलुसिनेशन,” और तकनीकी बहस

  • LLM “hallucinations” क्या हैं, इस पर लंबी उप-बहस हुई:
    • कुछ कहते हैं कि यह अगले टोकन की भविष्यवाणी में बस सांख्यिकीय त्रुटि है और इसकी अंतर्निहित विशेषता है।
    • अन्य तर्क देते हैं कि “hallucination” मार्केटिंग का आवरण है, जो वास्तविक त्रुटियों को कम करके दिखाता है और दोष को स्थानांतरित करता है।
  • इस पर असहमति कि LLMs को कितनी अच्छी तरह समझा गया है: “ज्ञात विफलता मोड वाले सरल वेक्टर डेटाबेस” से लेकर “गहराई से अपारदर्शी प्रणालियाँ जिनके उभरते व्यवहार को हम मुश्किल से समझते हैं” तक।
  • इस पर सहमति है कि गंभीर क्षेत्रों में कठोर मानवीय सत्यापन के बिना उन्हें प्रामाणिक स्रोत की तरह भरोसेमंद नहीं माना जाना चाहिए।

व्यापक AI शासन और समाज

  • आशंकाएँ कि AI तबाही किसी सुपरइंटेलिजेंस के रूप में नहीं, बल्कि अत्यधिक आत्मविश्वासी, आलसी, या राजनीतिक रूप से प्रेरित मनुष्यों को तेज़ी से और खराब निर्णय लेने में सक्षम बनाकर लाएगा।
  • कुछ लोग इसे व्यापक US सैन्यवाद, खुफिया के राजनीतिकरण (जैसे, इराक में WMD), और वर्तमान राजनीतिक नेतृत्व से जोड़ते हैं।
  • अन्य इस बात पर ज़ोर देते हैं कि मनुष्यों को मजबूती से निर्णय-प्रक्रिया में बनाए रखना चाहिए, ऑडिट ट्रेल/थिंकिंग ट्रेस अनिवार्य करने चाहिए, और “AI ने किया” को बहाने के रूप में सामान्य बनने से रोकना चाहिए।