Silmukan kolmanteen osaan mennessä sensorit ovat havainneet, fuusio on jäljittänyt ja operaattorit ovat asettaneet ehdokkaat eteensä paremmuusjärjestykseen. Maalitusvaihe alkaa: mihin ehdokkaista kannattaa vaikuttaa, millä prioriteetilla, millä ehdoilla ja millä resursseilla. Juuri tässä puolustuksen tekoäly on vähiten kypsää, kiistanalaisinta ja todennäköisimmin pettymyksen aiheuttavaa, kun siitä luvataan liikaa. Osa 3 käsittelee tämän tekemistä uskottavasti — sellaisten päätöstukivälineiden rakentamista, jotka tiivistävät analyytikon kognitiota ylittämättä autonomisen maalituksen rajaa, ja niiden rakenteellisten ihminen silmukassa -rajojen kanssa, joita hankinta ja doktriini vaativat.

Arkkitehtoninen viitekehys pysyy samana kuin osassa 1: Silmukka. Sensoripuolen tekniikka käsitellään osassa 2. Tämä osa kattaa silmukan keskivaiheen.

Mitä päätöstukitekoäly on ja mitä se ei ole

Ilmaisu "päätöstukitekoäly" on riittävän laaja kattamaan sekä hyödylliset kyvyt että vaaralliset ylilyönnit. Hyödyllinen tulkinta: tekoäly, joka auttaa analyytikoita ja komentajia käsittelemään enemmän tietoa, arvioimaan enemmän vaihtoehtoja ja toimimaan nopeammin — samalla kun päätös itsessään pysyy heidän. Vaarallinen tulkinta: tekoäly, joka suosittelee toimia tavalla, jonka operaattorit hyväksyvät ilman itsenäistä arviointia, siirtäen tosiasiallisen päätösvallan ihmiseltä mallille.

Rakenteellinen kaava, joka erottaa nämä kaksi:

  • Hyödyllinen päätöstuki tuo esiin näytön, asettaa ehdokkaat paremmuusjärjestykseen, laskee seuraukset ja esittää vaihtoehdot. Operaattori näkee analyyttisen työn mutta tekee harkinnan itse.
  • Vaarallinen päätöstuki esittää yhden ainoan suosituksen suurella luottamuksella ja minimaalisella näkyvällä päättelyllä, kannustaen operaattoria hyväksymään sen ilman tarkastelua.

Tekninen seuraus: rakenna välineitä, jotka näyttävät työnsä. Luottamusarvot, vaikuttavat todisteet, vaihtoehtoiset tulkinnat, herkkyys syötteille. Jokaiseen suositukseen liittyy kysymys "mikä muuttuisi, jos syöte X olisi erilainen", johon voi vastata käyttöliittymästä. Operaattorit säilyttävät päätösvallan; alusta säilyttää läpinäkyvyyden.

Nykyaikaisen C2:n lippulaivapäätöstukikyky on paremmuusjärjestykseen asetettu ehdokaslista — sitä kutsutaan doktriinista riippuen toimintakohteiden listaksi, suositeltujen toimintakohteiden listaksi tai uhkien priorisointitulosteeksi. Tekoäly asettaa jäljitettävät kohteet paremmuusjärjestykseen yhdistelmäpisteytyksen perusteella ja esittää operaattoreille parhaat N kappaletta.

Yhdistelmäpisteytys yhdistää useita syötteitä: jäljitysluottamuksen, identiteettivarmuuden, uhkapriorisointitaksonomiaan täsmäämisen, operatiivisen kontekstin (toiminta-alueen sisällä, komentajan tahdon mukaisesti, ROE:n rajoissa), vaikuttamiskelpoisuuden (vaikuttajan saatavuus, geometria, ajoitus) ja sivuvahinkoriskitekijät. Jokainen syöte on erillinen signaali, jonka laskee erillinen alijärjestelmä; paremmuusmalli yhdistää ne pisteytykseksi.

Tekniset säännöt, jotka erottavat operatiiviset toteutukset demo-toteutuksista:

Pisteytyksen erittely. Operaattori voi porautua minkä tahansa ehdokkaan pisteytykseen ja nähdä, miten kukin komponentti vaikutti siihen. Korkea pisteytys ei ole käsky — se on lähtökohta operaattorin tarkastelulle. Jos operaattori hylkää ehdokkaan, hylkäys palautuu paremmuusmalliin operaattorin perustelujen kanssa, jos ne on annettu.

Konfiguroitava painotus. Operaattorit (valtuutuksensa rajoissa) voivat säätää syötesignaalien suhteellista painoa — enemmän painoa identiteettivarmuudelle epäselvissä ympäristöissä, enemmän painoa uhkaprioriteetille tiettyjen operaatioiden aikana. Oletusarvot ovat roolin mukaisia; ohitukset kirjataan lokiin.

Vanhentuneiden jälkien suodatus. Jäljitettävät kohteet, joiden elinkaaritila on hiipumassa tai kadonnut (katso C2-järjestelmän rakentaminen, osa 2), jätetään pois ehdokaslistalta tai merkitään näkyvästi. Luottavainen vaikuttaminen 90 sekuntia vanhaan jälkeen on juuri sellainen vikatila, jota hankinta-arvioijat erityisesti etsivät.

Kielteiset tulokset näkyvissä. Lista näyttää, mitä harkittiin ja hylättiin, ei vain parhaita N:ää. Jos operaattori ihmettelee, miksi tietty jälki ei noussut esiin, vastaus löytyy alustasta, ei läpinäkymättömästi.

Toimintalinja-analyysi

Toimintalinjan (COA) analyysi esikuntaupseeritasolla on historiallisesti ollut työvoimavaltainen prosessi — suunnittelijat ehdottavat vaihtoehtoja, arvioijat simuloivat seurauksia, komentajat valitsevat. Tekoäly voi tiivistää jokaisen vaiheen.

Vaihtoehtojen luonti. Annetusta nykyisestä operatiivisesta tilannekuvasta luodaan ehdokastoimintalinjoja. Rajoitteet (maasto, ROE, käytettävissä olevat joukot, aikahorisontti) rajaavat hakuavaruuden. Tuotos on pieni määrä toisistaan poikkeavia vaihtoehtoja karkeine resurssivaatimuksineen.

Simulointi ja arviointi. Jokaiselle ehdokas-COA:lle simuloidaan lopputuloksia uskottavia vastustajan reaktioita vastaan. Epävarmuuden yli ajettu Monte Carlo tuottaa jakauman odotettavissa olevista tuloksista. Simulaattorin tarkkuudella on enemmän merkitystä kuin sen volyymilla — karkea simulaattori, joka tavoittaa oikeat epävarmuudet, voittaa korkean tarkkuuden simulaattorin, joka jättää strategiset ulottuvuudet huomiotta.

Vertailu ja suositus. COA:t asetetaan paremmuusjärjestykseen useita kriteerejä vastaan (tehtävän onnistumistodennäköisyys, tappioarviot, läpivientiaika, logistinen kuormitus, kestävyys). Suositus on yksi näkökulma; komentajan arvio on toinen. Alusta tuo molemmat esiin.

Operatiivinen todellisuus: COA-tekoäly on pilottivaiheessa vuonna 2026. Simulaattorit on osittain validoitu; LLM-tehostettu vaihtoehtojen luonti on vaikuttavaa demoissa ja epäjohdonmukaista operaatioissa; esikunnan työnkulkuintegraatio on räätälöity jokaiselle alustalle erikseen. Kyky on riittävän kypsä käytettäväksi mutta riittävän epäkypsä vaatiakseen jäsenneltyä arviointia. Rehellinen markkinanäkemys on artikkelissa AI Defence Market Landscape 2025.

LLM:t puolustuksen päätöstuessa

Suuret kielimallit ovat siirtyneet kokeellisesta operatiiviseen kapeissa analyytikkoja palvelevissa työnkuluissa vuodesta 2023 lähtien. Uskottavasti käyttöönotetut käyttötavat vuonna 2026:

Tilanneraporttien laatiminen jäsennellystä syötteestä. LLM muuntaa joukon jälkimuutoksia, tiedustelutiivistelmiä ja operatiivisia tapahtumia johdonmukaiseksi kertomukseksi. Analyytikko tarkistaa ja vahvistaa ennen julkaisua. Nopeampaa kuin manuaalinen laatiminen; analyytikon harkinta ohjaa julkaisua.

Tiedustelutuotteiden tiivistäminen. Monilähdetiedustelukokoelmat (sähkeet, briefingit, OSINT, kumppani-CSIRT-tiedotteet) tiivistetään briefing-valmiiksi tuotoksiksi. Sama tarkista-ennen-julkaisua-kaava pätee.

Tiedusteluvarastojen luonnollisen kielen kyselyt. Analyytikko kirjoittaa kysymyksen; LLM kääntää sen jäsennellyksi kyselyksi tietovarastoa vastaan; tulokset palautuvat lähdeketjun kanssa. Kyselystä tulee auditoitava, vastaus on perustettu viitattaviin lähteisiin.

Käännös koalitiokielten välillä. Toimialakohtainen käännös puolustusterminologialle. Tuotos tarkistetaan, ei hyväksytä sokeasti.

Kaava, joka erottaa operatiivisen LLM-käytön spekulatiivisesta LLM-käytöstä:

  • Hakuun perustuva generointi (RAG) perustettuna tarkastettuihin korpuksiin — LLM ei voi sanoa mitään, mitä se ei voi viitata korpuksesta.
  • Viittausvaatimus — jokainen tuotosrivi johtaa takaisin lähdemateriaaliin. Operaattorit voivat varmistaa ennen kuin luottavat.
  • Tiukka yläraja operatiiviselle liikkumavaralle — LLM ei voi laatia tehtävänantoja, luokituksia tai muita operatiivisia toimia. Se tuottaa tekstiä ihmisen tarkasteltavaksi.
  • Auditointijälki jokaiselle luodulle artefaktille — mikä kehote, mikä malli, mikä korpus, mikä aikaleima, mikä tarkastaja.
  • Vihamielisen syötteen tunnistus — kehoteinjektio, jailbreak-yritykset, tahallinen harhaanjohtaminen. Puolustukset on rakennettava sisään.

Yksityiskohtainen tekninen käsittely on artikkelissa LLMs in Intelligence Triage for Defense.

Keskeinen oivallus: LLM:n hallusinaatio asiakaspalvelukontekstissa on noloa. Puolustuskontekstissa se voi olla strateginen incidentti. Puolustava tekniikka on rakenteellista: hakuun perustuva generointi, viittausvaatimukset, rajattu operatiivinen ulottuvuus, auditointijäljet. Mikä tahansa LLM-käyttöönotto ilman näitä on hankintariski; mikä tahansa näiden kanssa on merkityksellinen kykykerroin.

Elämänkaava- ja poikkeamahavaitseminen

Päätä-vaihe hyötyy valtavasti taustakontekstista. Tieto siitä, että tietty alus käy aina kolmessa tietyssä satamassa ja poikkeaa sitten yhtäkkiä neljänteen, on korkealaatuista päätöstukitietoa. Tekoälypohjainen elämänkaava-analyysi tuo tämän kontekstin esiin automaattisesti.

Kaava: syötetään pitkittäistä jälkidataa kuukausien tai vuosien ajalta; segmentoidaan rutiinikäyttäytymiseen kohteittain; pisteytetään uudet havainnot rutiinin perustasoa vastaan; tuodaan poikkeamat esiin operaattoreille. Vaikea osa ei ole algoritmi — Gaussin sekoitteet, piilotetut Markovin mallit, gradient-boosted-luokittimet toimivat kaikki — vaan datan kuratointi, "poikkeavan" operatiivinen määritelmä ja käyttäytymisprofiloinnin ympärillä oleva eettinen tarkastelu. Yksityiskohtainen käsittely on artikkelissa Pattern-of-Life Analysis in Military Intelligence.

Operatiivinen arvo piilee paremmuusjärjestyksessä — ei poikkeamien esiintuonnissa (jotka ovat yleisiä ja enimmäkseen vaarattomia), vaan priorisoinnissa, joka nostaa ne harvat merkitykselliset analyytikon jonon kärkeen. PoL-järjestelmä, joka tuo esiin 200 poikkeamaa tunnissa, on käyttökelvoton; sellainen, joka asettaa viisi tärkeintä paremmuusjärjestykseen ja selittää miksi, on korvaamaton.

Operaattorin käyttökokemus: missä tekoäly elää työnkulussa

Päätöstukitekoäly elää operaattorin työnkulun sisällä. Jos tekoäly vaatii operaattoria poistumaan yhteisestä operatiivisesta tilannekuvasta (COP), avaamaan erillisen työkalun ja kontekstoimaan ajatteluaan uudelleen, tekoäly häviää. Integraation on oltava työnkulun sisällä, kontekstissa, samassa kaistassa operaattorin olemassa olevan kaavan kanssa.

Käytännössä toimivat kaavat:

Upotetut merkinnät COP:ssa. Tekoälystä johdetut attribuutit — luottamusarvo, suositeltu prioriteetti, havaittu poikkeama — esitetään symbolimuuntimina olemassa olevassa COP-näkymässä. Operaattorin katse on jo siellä.

Porautumispaneelit. Klikkaus mihin tahansa tekoälyn luomaan merkintään avaa paneelin, joka näyttää taustalla olevan näytön: syötejälkidatan, mallin luottamuksen erittelyn, lähdesignaalit. Operaattori voi vahvistaa tai hylätä täydellä tiedolla.

Työnkulkuun upotetut suositukset. Kun operaattori laatii tehtävänantokäskyä, tekoäly tuo esiin olennaiset historialliset kaavat. Kun operaattori tarkastelee ehdokasvaikutusta, tekoäly tuo esiin sivuvahinkoriskitekijät. Tekoäly on läsnä siellä, missä kognitiivinen työ tapahtuu, ei erillisessä välilehdessä.

Eksplisiittiset suostumusportit. Kun tekoälyn suositus ylittää kynnyksen (uusi vaikuttaminen, eskalaatio, operatiivisesti seurauksellinen toimi), portti on eksplisiittinen ja näkyvä. Operaattori vahvistaa; alusta kirjaa.

Laajemmat operaattorin käyttökokemuksen periaatteet puolustusohjelmistoille, mukaan lukien karaistun ympäristön realiteetit, on artikkelissa Ruggedized UX for Military Operators.

Akkreditoinnin vaikutukset

Päätöstukitekoälyä on vaikeampi akkreditoida kuin sensoripuolen tekoälyä. Syynä on läheisyys seurauksellisiin päätöksiin. Akkreditointitarkastaja kysyy: millä ehdoilla tämä työkalu voisi johtaa operaattorin harhaan toimeen, johon hän ei muuten ryhtyisi? Mikä näyttö osoittaa, että operaattorit säilyttävät tehokkaan harkinnan, kun tämä työkalu on aktiivinen?

Näyttö, jonka akkreditointitarkastajat kokevat uskottavaksi:

  • Operaattori silmukassa -testitulokset, jotka näyttävät realistiset tehtäväskenaariot työkalu aktiivisena ja työkalu poissa, vertaillen päätösten laatua.
  • Vinoumatarkastukset — suosiiko työkalu järjestelmällisesti tiettyjä kohdetyyppejä, tiettyjä maantieteellisiä alueita, tiettyjä identiteettiattribuutteja?
  • Vihamielisen kestävyyden arviointi — mitä tapahtuu syötteiden tahallisen manipuloinnin alla?
  • Vikatila-analyysi — mitä työkalu tekee mallin ajautumisen, sensorin heikkenemisen tai jakauman ulkopuolisten syötteiden alla?
  • Ajautumisen valvonta operatiivisessa käyttöönotossa — kvantitatiivinen näyttö siitä, että työkalun käyttäytyminen pysyy akkreditoidussa raamissa.

Hankintatason kuri tämän näytön tuottamiseen kehitysputken sivuvaikutuksena on artikkelissa DevSecOps for Defense Pipelines. Laajempi NATOn tekoälystrategian viitekehys näille vaatimuksille on artikkelissa NATO's AI Strategy for Defense Software.

Mitä seuraavaksi

Osa 3 on käsitellyt maalitusvaiheen tekoälyn. Ehdokaslistat, toimintalinja-analyysin, LLM-tehostetut analyytikkotyökalut, elämänkaavan taustakontekstina, operaattorin käyttökokemusintegraation, akkreditointivaatimukset. Alusta tuottaa nyt päätöstukitulosteita, joita operaattorit voivat käyttää menettämättä harkintaa.

Osa 4 sulkee silmukan. Miten tekoäly osallistuu vaikuttamiseen ja arviointiin ylittämättä autonomisten vaikutusten rajaa, alustaan koodatut rakenteelliset HITL-rajat, doktriinin ja hankinnan realiteetit, jotka pitävät rajan paikallaan, ja missä tekniikka kohtaa kansainvälisen humanitaarisen oikeuden.