101329887

Spis treści

Przedmowa strategiczna . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

IX

Przedmowa wojskowa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

XV

Przedmowa geopolityczna . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

XXI

Przedmowa autora . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

XXV

Wprowadzenie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XXVII Nota metodologiczna i zakres książki . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

XXIX

ROZDZIAŁ 1. SZTUCZNA INTELIGENCJA W WOJSKU: NARZĘDZIE PRZEWAGI W ŚWIECIE NADMIARU INFORMACJI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1

1.1. Wprowadzenie: wojna w epoce nadmiaru informacji . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.2. Dlaczego armie świata inwestują w AI – racjonalne przesłanki, nie moda . . . . . . . . . . . . . . . .

1.3. Czym jest AI w wojsku – a czym nie jest . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.4. Gdzie AI już dziś daje realną przewagę wojskową . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.5. Automatyzacja, inteligencja, autonomia – jak myśleć o tych pojęciach . . . . . . . . . . . . . . . . . .

1.6. AI jako wsparcie decyzji dowódczej – realne korzyści i realne ryzyka . . . . . . . . . . . . . . . . . . . . .

1.7. AI jako wyzwanie organizacyjne, nie tylko technologiczne . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.8. Granice i ryzyka – dlaczego AI wymaga świadomego użycia . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.9. Konkluzja: AI jako konieczny element nowoczesnych sił zbrojnych . . . . . . . . . . . . . . . . . . . . .

1 3 7 8 10 12 20 22 23

ROZDZIAŁ 2. OD INTUICJI DO ALGORYTMU: DLACZEGO WOJSKO BYŁO GOTOWE NA AI, ZANIM JĄ TAK NAZWANO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

25

2.1. Wprowadzenie: AI jako nowa nazwa starego problemu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.2. Decyzja wojskowa jako proces systemowy. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.3. OODA Loop – historyczny fundament myślenia algorytmicznego . . . . . . . . . . . . . . . . . . . . . . . .

2.4. Planowanie operacyjne, gry wojenne i symulacje – „AI sprzed AI” . . . . . . . . . . . . . . . . . . . . . . .

2.5. Systemy eksperckie i automatyzacja – lekcje z wcześniejszych prób. . . . . . . . . . . . . . . . . . . . .

2.6. Intuicja dowódcza jako „algorytm wyuczony” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

25 26 30 32 35 37

Spis treści

V

2.7. Co rzeczywiście zmienia AI? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.8. Dlaczego ciągłość myślenia jest warunkiem sukcesu AI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.9. Konkluzja: AI jako naturalny następny krok w dowodzeniu . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

40 45 47

ROZDZIAŁ 3. AI NA BRZEGU POLA WALKI (EDGE AI): MNOŻNIK SKUTECZNOŚCI TAKTYCZNEJ . . . .

49

3.1. Wprowadzenie: czemu AI zeszła „na brzeg” pola walki . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.2. Czym jest Edge AI w ujęciu wojskowym – i dlaczego to działa . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.3. Sensory i ISR – AI jako filtr przewagi informacyjnej . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.4. Edge AI a tempo decyzji – realna kompresja pętli OODA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.5. Edge AI a odporność systemu dowodzenia (resilience) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.6. Ograniczenia, ryzyka i fałszywe obietnice Edge AI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.7. Warunki sensownego wdrożenia Edge AI – zasady, nie checklisty . . . . . . . . . . . . . . . . . . . . . . .

3.8. Edge AI jako etap przejściowy – co dalej? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.9. Konkluzja: Edge AI jako pragmatyczny mnożnik przewagi, nie substytut dowodzenia . . . . .

49 51 53 55 61 63 65 66 68

ROZDZIAŁ 4. UCZENIE MASZYNOWE W WOJSKU: GDZIE DZIAŁA NAJLEPIEJ, A GDZIE WYMAGA NAJWIĘKSZEJ OSTROŻNOŚCI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

71

4.1. Wprowadzenie: dlaczego uczenie maszynowe stało się fundamentem wojskowej AI . . . . . .

4.2. Gdzie uczenie maszynowe już dziś daje największą przewagę operacyjną. . . . . . . . . . . . . . . .

4.3. Dane wojskowe: przewaga, której nie widać . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4.4. Data drift i adaptacja przeciwnika – naturalne środowisko ML wojskowego . . . . . . . . . . . . . .

4.5. Adversarial ML: problem techniczny czy operacyjny? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4.6. Uczenie offline, aktualizacje i kontrolowana adaptacja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4.7. Człowiek jako element systemu ML . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4.8. Gdzie uczenie maszynowe wymaga największej ostrożności. . . . . . . . . . . . . . . . . . . . . . . . . . . .

4.9. Dlaczego mimo wszystko ML radykalnie wzmacnia zdolności bojowe . . . . . . . . . . . . . . . . . . .

4.10. Konkluzja: uczenie maszynowe jako filar nowoczesnej siły zbrojnej . . . . . . . . . . . . . . . . . . . . .

71 73 74 80 81 83 85 87 88 90

ROZDZIAŁ 5. DLACZEGO ML DZIAŁA W WOJSKU – I DLACZEGO BEZ NIEGO CORAZ TRUDNIEJ WALCZYĆ. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

93

5.1. Wprowadzenie: dlaczego ten rozdział pojawia się dopiero teraz . . . . . . . . . . . . . . . . . . . . . . . .

5.2. ML jako reduktor przeciążenia poznawczego. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5.3. Przewaga czasu: sekundy, minuty, godziny . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5.4. Stabilizacja działania w warunkach chaosu i degradacji. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5.5. Wzmocnienie jednostek liniowych i małych sztabów . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5.6. Skalowanie doświadczenia i wiedzy organizacyjnej. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5.7. ML jako katalizator uczenia się organizacji . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5.8. Dlaczego ta przewaga jest trwała, a nie „modna”. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5.9. Pozytywne zastosowania uczenia maszynowego: gdzie technologia realnie wzmacnia zdolności wojskowe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5.10. Konkluzja: ML jako wzmocnienie dla ludzi, nie ich substytut. . . . . . . . . . . . . . . . . . . . . . . . . . . .

93 94 96 97 99 100 102 103 104 105

ROZDZIAŁ 6. AI W C2: KONIECZNY MNOŻNIK ZDOLNOŚCI DOWODZENIA WE WSPÓŁCZESNEJ WOJNIE. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

107

6.1. Wprowadzenie: kryzys współczesnego dowodzenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6.2. Czym jest C2 – zanim pojawi się AI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6.3. Gdzie AI realnie zwiększa skuteczność C2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6.4. AI jako akcelerator przewagi decyzyjnej . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6.5. Warunki skutecznego użycia AI w C2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6.6. Granice AI w C2 – gdzie musi pozostać człowiek . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6.7. AI w C2 a przyszłość dowodzenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6.8. Konkluzja: AI jako warunek utrzymania zdolności dowodzenia . . . . . . . . . . . . . . . . . . . . . . . . .

107 109 111 113 118 120 122 123

VI Spis treści

ROZDZIAŁ 7. AI JAKO KATALIZATOR TRANSFORMACJI ORGANIZACYJNEJ . . . . . . . . . . . . . . . . . . . . . .

125

7.1. Mit ciągłości procesów . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

7.2. Technologia jako lustro nieefektywności . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

7.3. Hierarchia wobec algorytmu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

7.4. Opór mentalny i iluzja doświadczenia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

7.5. Jak nie zabetonować innowacji . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

7.6. Adaptacyjność jako warunek przetrwania . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

125 126 128 130 131 133

ROZDZIAŁ 8. ALGORYTMICZNE C2 A ODPOWIEDZIALNOŚĆ DOWÓDCZA. . . . . . . . . . . . . . . . . . . . . . . .

135

8.1. Wprowadzenie: odpowiedzialność jako fundament dowodzenia. . . . . . . . . . . . . . . . . . . . . . . .

8.2. Czym jest algorytmiczne C2, a czym nie jest . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

8.3. Human-in-the-loop, human-on-the-loop, human-out-of-the-loop – narzędzia projektowe, nie slogany . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

8.4. Presja algorytmu: nowy wymiar odpowiedzialności dowódczej. . . . . . . . . . . . . . . . . . . . . . . . .

8.5. Odpowiedzialność prawna, operacyjna i moralna – trzy różne porządki . . . . . . . . . . . . . . . . .

8.6. Projektowanie AI „pod odpowiedzialność” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

8.7. Kompetencje dowódcy w erze algorytmicznego C2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

8.8. W które obszary algorytmiczne C2 nie powinno wkraczać . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

8.9. Konkluzja: odpowiedzialność jako warunek zaufania do AI . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

135 136 138 144 146 148 151 152 153

ROZDZIAŁ 9. AI, TEMPO WOJNY I PRZEWAGA DECYZYJNA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

155

9.1. Wprowadzenie: tempo jako kluczowy czynnik współczesnej wojny . . . . . . . . . . . . . . . . . . . . .

9.2. Przewaga decyzyjna jako nowa forma dominacji . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

9.3. AI jako narzędzie stabilizacji tempa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

9.4. Algorytmy a błędy poznawcze w warunkach presji czasu. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

9.5. Gdzie naprawdę rodzi się ryzyko eskalacji . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

9.6. Warunki, pod którymi AI zmniejsza ryzyko eskalacji . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

9.7. AI, tempo i odstraszanie strategiczne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

9.8. Granice algorytmicznego przyspieszenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

9.9. Konkluzja: AI jako narzędzie kontroli tempa wojny . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

155 156 157 162 163 164 165 168 169

ROZDZIAŁ 10. AUTONOMIA, ESKALACJA I STABILNOŚĆ ODSTRASZANIA . . . . . . . . . . . . . . . . . . . . . . .

171

10.1. Wprowadzenie: odstraszanie jako system psychologiczno-polityczny . . . . . . . . . . . . . . . . . .

10.2. Autonomia w systemach wojskowych – gdzie naprawdę zaczyna się problem . . . . . . . . . . .

10.3. Błędy klasyfikacji i fałszywe alarmy – stary problem w nowej skali . . . . . . . . . . . . . . . . . . . . .

10.4. Brak przejrzystości intencji w świecie algorytmów . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

10.5. Autonomia a utrata zdolności deeskalacji . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

10.6. Czy autonomiczne systemy osłabiają klasyczne odstraszanie?. . . . . . . . . . . . . . . . . . . . . . . . .

10.7. Jak AI może wzmacniać stabilność odstraszania . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

10.8. Autonomia jako problem projektowy, nie technologiczny . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

10.9. Konkluzja: przyszłość odstraszania w erze AI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

171 172 173 175 177 178 180 181 182

ROZDZIAŁ 11. XAI, ETYKA I FIKCJA KONTROLI. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

185

11.1. Wprowadzenie: potrzeba kontroli w epoce algorytmów. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

11.2. XAI: idea słuszna w teorii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

11.3. Wyjaśnialność kontra czas: konflikt nie do pogodzenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

11.4. Audytowalność systemów: realna kontrola czy iluzja? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

11.5. Etyka „w czasie decyzji” kontra etyka „po fakcie”. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

11.6. Fikcja kontroli: gdy wyjaśnienia zastępują odpowiedzialność. . . . . . . . . . . . . . . . . . . . . . . . . .

11.7. Co naprawdę buduje etyczne użycie AI w wojsku. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

11.8. Kiedy explainability ma sens – a kiedy nie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

185 186 187 189 192 193 194 195

Spis treści VII

11.9. Konkluzja: kontrola to proces, nie cecha algorytmu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

196

ROZDZIAŁ 12. AI W WOJSKU: DOKĄD ZMIERZAMY? SCENARIUSZE, RYZYKA I WYBORY STRATEGICZNE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

199

12.1. Wprowadzenie: po wdrożeniu technologii przychodzi moment wyboru . . . . . . . . . . . . . . . .

12.2. Trzy fałszywe narracje o przyszłości AI w wojsku . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

12.3. Scenariusz I: AI jako narzędzie przewagi kontrolowanej. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

12.4. Scenariusz II: wyścig autonomii i eskalacja algorytmiczna . . . . . . . . . . . . . . . . . . . . . . . . . . . .

12.5. Scenariusz III: fragmentacja i „dzika AI” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

12.6. Kluczowe wybory strategiczne, przed którymi stoimy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

12.7. Rola człowieka w długim horyzoncie czasowym . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

12.8. Co można (i trzeba) zrobić już dziś . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

12.9. Konkluzja: zmiana nie wydarzy się sama . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

199 200 202 204 207 209 210 211 213

List do decydenta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

215

Bibliografia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

217

Słowniczek pojęć, skrótów i akronimów . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

221

Skróty instytucji i organizacji . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

225

Przedmowa strategiczna

Izabela Albrycht FORT Kraków DIANA NATO, Centrum Cyberbezpieczeństwa AGH

Rola sztucznej inteligencji (artificial intelligence, AI) w domenie bezpieczeństwa i obronności w ramach Sojuszu Transatlantyckiego wyraźnie wzrasta od 2019 r., kiedy na spotkaniu w Londynie liderzy NATO podjęli polityczną decyzję o konieczności modernizacji swoich zdolności operacyjnych i potencjału na podstawie nowych i przełomowych technologii (emerging and disruptive technologies, EDTs1). Było to odpowiedzią na dynamicznie rosnące zdolności technologiczne Chińskiej Republiki Ludowej (będące rezultatem realizacji wieloletniej strategii fuzji militarno-cywilnej), a także zmieniające się zasady prowadzenia działań zbrojnych, które stały się ewidentne wraz z wybuchem pełnoskalowej wojny Rosji przeciwko Ukrainie w 2022 r. Obserwacja ukraińskiego, a następnie bliskowschodniego teatru wojny znacznie przyspieszyła proces pełnej operacjonalizacji natowskiego ekosystemu innowacji technologicznych podwójnego zastosowania Defence Innovation Accelerator for the North Atlantic (DIANA). W jego ramach AI okazuje się odpowiedzią na wiele wyzwań bezpieczeństwa i obrony. Coraz częściej jest postrzegana jako technologia o fundamentalnych znaczeniu dla zwiększenia precyzji i szybkości działań zbrojnych, usprawnienia procesu decyzyjnego, a także wprowadzenia realnej interoperacyjności w ramach działań obronnych NATO.

1

NATO do kategorii EDTs zakwalifikowało następujące obszary: sztuczna inteligencja, technologie autonomiczne, technologie kosmiczne, technologie hipersoniczne, informatyka kwantowa, biotechnologia i technologia ulepszania człowieka, nowe materiały i produkcja, energetyka i napęd, sieci komunikacyjne następnej generacji, więcej: Emerging and disruptive technologies, North Atlantic Treaty Organization, https://www.nato.int/cps/en/natohq/topics_184303.htm (dostęp: 27 marca 2026 r.).

Przedmowa strategiczna

IX

Konieczność operacyjnego wdrożenia AI w strukturach NATO wymusza zmianę modelu współpracy, otwierając Sojusz na innowatorów spoza tradycyjnego łańcucha dostaw (tzw. prime contractors lub defence primes). Proces mobilizacji potencjału firm prywatnych i innowatorów jest widoczny w dynamicznie zwiększającym się kontraktowaniu nowej generacji firm technologicznych AI-first (tzw. new primes), które przełamują dominację tradycyjnych dostawców w realizacji dużych kontraktów zbrojeniowych i cechują się dojrzałością operacyjną (Palantir Technologies2, Anduril Industries3, Helsing); największych firm chmurowych (tzw. hyper scalers) dostarczających infrastrukturę AI (Microsoft4, Oracle, Amazon Web Services5, Google6, a także coraz gwałtowniejszym rozwoju kolejnej generacji spółek zbrojeniowych scale-up defence AI (Helsing, Shield AI, Rebellion Defense…) czy mniejszych firm, które cechuje szybka iteracja procesu innowacyjnego, dostarczających często niszowe zdolności (tzw. tactical startups); intencjonalnej akceleracji innowacyjnych rozwiązań spółek technologicznych w ramach profesjonalnych programów wsparcia biznesowego i technologicznych (w tym programy akceleracyjne DIANA, EU Defence Iinnovation Scheme).

Te zmiany w ekosystemie defence stanowią jeden z najistotniejszych czynników umożliwiających rozwój i skuteczne wdrożenie sztucznej inteligencji w sektorze obronnym. Integracja i zaadaptowanie rozwiązań firm działających w modelu defence-first oraz dual-use, takich jak Palantir, Anduril czy europejskie scale-upy pokroju Helsing, przestaje być jedynie obietnicą innowacji. Staje się realnym dowodem na to, że efektywna współpraca między siłami zbrojnymi a podmiotami technologicznymi jest fundamentem transformacji zdolności operacyjnych. Synergia ta nie ogranicza się do modernizacji sprzętu, lecz obejmuje rozwój doktryny wojskowej, umożliwiając adaptację do dynamicznych wyzwań współczesnego pola walki i konsekwentne przesuwanie go w kierunku pełnej wielodomenowości. W tym kontekście AI staje się technologią centralną, umożliwiającą stworzenie platform operacyjnych nowej generacji, które integrują dane z sensorów, satelitów i systemów rozpoznania w czasie rzeczywistym, wspierając decyzje taktyczne i operacyjne na poziomie całego teatru działań. Takie platformy pozwalają na zarządzanie polem walki w tempie i skali XXI wieku, umożliwiając szybkie planowanie, dynamiczne reagowanie i precyzyjne alokowanie zasobów w warunkach

2

5 6

Liczne kontrakty w USA z U.S. Army (program Vantage, TITAN), w Wielkiej Brytanii (wdrożenia dla NHS oraz współpraca z MoD), Ukrainie (od 2022 r. platformy analityczne wspierające targeting i analizę danych z pola walki), a ostatnio m.in. w Polsce. Przewagą firmy jest integracja danych z wielu źródeł i szybkie wdrożenia operacyjne.

Wielomiliardowe kontrakty w USA z U.S. Department of Defense (systemy Lattice, counter-UAS), Australia i UK: systemy autonomiczne i monitoring granic. Przewagami firmy są autonomy, Edge AI, szybki cykl developmentu (software-defined defence).

Wiele kontraktów z sektorem rządowych i wojskowym, w tym kontrakt JEDI (później JWCC) z DoD czy Azure Government dla wojska USA. M.in. CIA (Commercial Cloud Services), Pentagon (JWCC).

M.in. przełomowy Project Maven (analiza obrazu z dronów).

X

Przedmowa strategiczna

3

4

nieprzewidywalnych i zakłócanych środowisk elektronicznych. Z punktu widzenia strategii NATO i państw członkowskich przyjęcie AI w połączeniu z innowacyjnymi podmiotami prywatnymi staje się kluczowym elementem budowania przewagi technologicznej nad potencjalnymi adwersarzami. Transformacja ta łączy zdolności ofensywne i defensywne z inteligencją operacyjną, tworząc spójny ekosystem, w którym dane, algorytmy i sprzęt działają w harmonii, a rozwój nowych zdolności może przebiegać równolegle z adaptacją doktryny. W praktyce oznacza to, że państwa, które skutecznie zintegrują AI i innowacyjne firmy defence-tech, mogą uzyskać przewagę w skali strategicznej, operacyjnej i taktycznej, minimalizując czas reakcji i zwiększając efektywność zasobów.

O tym, w jakim momencie tej transformacji się znajdujemy, świadczą wskaźniki rynkowe, gdzie „premia technologiczna” firm AI defence wynika z wysokiej skalowalności ich rozwiązań, jak również zmiany podejścia instytucjonalnego. Rozwiązania AI stały się oficjalnymi programami zbrojeniowymi Pentagonu, gwarantującymi długofalowe wpływy. W efekcie firmy takie jak Palantir czy Helsing stają się nowymi filarami bezpieczeństwa, przekształcając rynek zbrojeniowy w branżę napędzaną przez algorytmy i dane.

Osiągnięcie przez NATO przewagi technologicznej względem adwersarzy wymaga jednak podejmowania ciągłych kroków integrujących potencjał podmiotów rozwijających technologię AI, w tym nawiązanie strategicznej współpracy z sektorem naukowo-badawczym dysponującym, tak jak AGH, odpowiednią infrastrukturą, wykształconą kadrą naukowców, w tym do przygotowania wysokiej jakości danych, które po odpowiednim ich przygotowaniu7 będą mogły być udostępniane innowatorom do trenowania algorytmów AI dostosowujących ich rozwiązania do zmieniającego się otoczenia technologicznego i nowych działań taktycznych i operacyjnych. Dane powinny być jak najbardziej aktualne i jak najlepiej odzwierciedlać realia pola walki (ISR, battlefield data), choć nie bez wartości dla innowatorów są także dane syntetyczne czy historyczne.

Zabezpieczenia kluczowej infrastruktury dla rozwoju AI (centra danych, półprzewodniki, moce energetyczne) oraz zdolności w zakresie integracji przez innowatorów wysokiej jakości danych będą warunkiem dalszego rozwoju tej domeny w sektorze zbrojeniowym. Zgodnie z tym założeniem zbiory danych dla trenowania algorytmów AI na potrzeby sił zbrojnych Ukrainy są tworzone i pozyskiwane np. w ramach nowego projektu Palantir Technoligies Data Room, integrującego dane z pola walki, i lokalnych inicjatywom budujących suwerenne zdolności Ukrainy. Dobrym odniesieniem są m.in. działania Klastra Innowacji w Charkowie, który we współpracy z jedną z ukraińskich jednostek wojskowych pozyskuje realne dane z pola walki i odpowiednio je opracowuje, zabezpiecza i udostępnia innowatorom.

7

Proces przygotowania danych obejmuje ich pozyskanie i integrację (multi-source), czyszczenie i standaryzację, anotację, tworzenie zbiorów treningowych, zabezpieczenie i klasyfikację.

Przedmowa strategiczna

XI

Największym czynnikiem sukcesu dla polskich sił zbrojnych byłoby więc zarówno zabezpieczenie kontraktów zbrojeniowych odpowiednimi klauzulami pozwalającymi wykorzystywać pozyskane dzięki użyciu tego sprzętu (np. na poligonach) dane na potrzeby działań innowacyjnych8, jak i nawiązanie współpracy z sojusznikami w ramach NATO oraz przede wszystkim z Ukrainą, polegającej na wymianie danych z pola walki, poligonów czy zbiorów danych syntetycznych.

W obecnej rzeczywistości trudno sobie wyobrazić skuteczniejsze wsparcie innowacyjnych spółek technologicznych działających dla domeny bezpieczeństwa i obronności jak właśnie przez dostęp do danych na potrzeby rozwoju algorytmów. Jest to aktualnie znacznie trudniejsza w zabezpieczeniu potrzeba niż wsparcie finansowe dla ich rozwoju, zwłaszcza w obliczu dynamicznego wzrostu poziomu inwestycji w defence AI przez coraz większe zainteresowanie inwestycjami w sektor zbrojeniowy funduszy VCs czy publicznych, takich jak NATO Innovation Fund. Brak dostępu do danych dla europejskiego sektora tzw. new defence to realny szklany sufit, zwłaszcza że w krajach takich jak Chiny dostęp do nich jest ułatwiony w ramach zakrojonych działań strategicznych w obszarze fuzji cywilno-militarnej.

Tymczasem znaczenie AI będzie rosło wprost proporcjonalnie do wzrostu napięć geopolitycznych, czyniąc z tej technologii realny instrument i tarczę Sojuszu Transatlantyckiego. Dowodów na to dostarcza codziennie od ponad czterech lat ukraiński ekosystem start-upów obronnych, który pokazuje, że sztuczna inteligencja stała się jednym z kluczowych elementów współczesnego pola walki, choć jej rola nie jest jednolita. Około połowa z dziesięciu analizowanych ukraińskich firm, które zostały uwzględnione w rankingu Resielience Media 100 Startups to Watch in 2026 9, takich jak Vermeer, The Fourth Law czy SWARMER, buduje produkty z AI jako fundamentalną technologią.

W przypadku Vermeer algorytmy computer vision umożliwiają nawigację bez GPS, co ma kluczowe znaczenie w środowisku zakłóceń radioelektronicznych. Z kolei SWARMER rozwija systemy roju dronów, w których AI koordynuje działania wielu jednostek jednocześnie, znacząco redukując zapotrzebowanie na operatorów. The Fourth Law koncentruje się na autonomii misji, pozwalając dronom wykonywać zadania bez ciągłej

8

9

XII

Prawa do danych (Data Rights) w kontraktach zbrojeniowych są kluczowym narzędziem rządów, które przez wymuszanie szerokich uprawnień (np. Unlimited Rights) mogą legalnie „uwalniać” dane z poligonów, by udostępniać je start-upom AI w celu trenowania algorytmów. Mechanizm ten pozwala resortom obrony przełamywać monopol dużych koncernów na dostęp do surowych danych, przekształcając je w tzw.

Government Purpose Rights lub zasoby publiczne dla innowacyjnych podmiotów. W ramach kontraktów wykonawcy mogliby zostać zobowiązani do dostarczania zamawiającemu przetworzonych (zanonimizowanych i otagowanych) zbiorów danych treningowych, które mogą być udostępniane przez zamawiającego podmiotom trzecim (w tym instytutom badawczym i innowatorom) w ramach Data Sandbox. Modelem wzorcowym jest np. amerykański program Joint Artificial Intelligence Center (JAIC), który wdrożył Joint Common Foundation – platformę chmurową, gdzie innowatorzy mają dostęp do danych Pentagonu w środowisku sandbox.

100 Startups to Watch in 2026, https://digitalstate.gov.ua/news/tech/10-ukrayinskykh-defence-techstartapiv-u-hlobalnomu-top-100.

Przedmowa strategiczna

kontroli człowieka. W obszarze analizy danych firmy takie jak Osavul przetwarzają ogromne zbiory informacji OSINT, generując użyteczne wnioski dla insty tucji bezpieczeństwa. Podobną rolę odgrywa Farsight Vision, która przekształca dane z dronów w modele 3D i obrazy sytuacyjne w czasie rzeczywistym. W tych przypadkach AI stanowi rdzeń przewagi operacyjnej i warunek działania całego systemu. Jednocześnie część firm, takich jak Perennial Autonomy czy Frontline Robotics, wykorzystuje AI jako komponent wspierający. W ich rozwiązaniach algorytmy zwiększają skuteczność detekcji, nawigacji i autonomii, ale nie są jedynym źródłem wartości technologicznej. Równolegle funkcjonuje grupa firm hardware-first, takich jak Uforce, Odd Systems czy Fire Point.

Ich przewaga wynika przede wszystkim z niskiego kosztu, skalowalności i zdolności do szybkiej iteracji produktów na podstawie doświadczeń z pola walki. W tych przypadkach AI może być obecna, ale nie stanowi kluczowego wyróżnika technologicznego. Taki model pokazuje, że skuteczność operacyjna wynika z połączenia zaawansowanych systemów AI z masowo produkowanym sprzętem. Charakterystyczną cechą firm takich jak SWARMER czy Farsight Vision jest ścisłe powiązanie rozwoju technologii z realnymi danymi bojowymi. Dzięki temu możliwe jest szybkie trenowanie modeli i ich ciągła adaptacja do zmieniających się warunków operacyjnych. W efekcie powstaje unikalny ekosystem, w którym AI, dane i doświadczenie bojowe wzajemnie się wzmacniają, redefiniując sposób prowadzenia działań zbrojnych. To właśnie ta zdolność do ciągłej adaptacji, wspierana przez AI, stanowi dziś jedną z najważniejszych przewag ukraińskiego sektora defence tech.

Wielokrotnie od 2019 r. z ust natowskich decydentów dało się usłyszeć, że NATO znalazło się w „nowym momencie Sputnika”10, ale to, że wyścig technologiczny skupi się przede wszystkim na rozwoju i integracji rozwiązań bazujących na sztucznej inteligencji dało się już wywieść i zrozumieć, kiedy 1 września 2017 r. podczas ogólnorosyjskiej lekcji otwartej dla uczniów i studentów w Jarosławiu Władimir Putin powiedział: „Sztuczna inteligencja to przyszłość nie tylko Rosji, lecz i całej ludzkości. Kryją się tu kolosalne możliwości, ale i trudne do przewidzenia zagrożenia. Ten, kto stanie się liderem w tej sferze, będzie władcą świata”. Niniejsza książka jest zatem czymś więcej niż zapisem zmian w sektorze defence – to analiza fundamentów, na których budowane są cyfrowe tarcza i miecz XXI wieku.

10

Opening remarks by NATO Deputy Secretary General, Mircea Geoană, North Atlantic Treaty Organization, 18 marca 2021 r., https://www.nato.int/cps/en/natohq/opinions_182357.htm (dostęp: 16 października 2023 r.).

Przedmowa wojskowa

Paweł Wiszniewski Biuro Bezpieczeństwa Narodowego

Stoimy przed zjawiskiem, które rzadko towarzyszy wojskowym innowacjom: sztuczna inteligencja wkracza do dowodzenia nie przez salwy propagandy, lecz po cichu – przez filtry danych wywiadowczych, interfejsy systemów C2, modele predykcji logistycznych i algorytmy rozpoznania obrazowego. To właśnie ta dyskrecja jest najgroźniejsza. Technologia, która nie wchodzi głównymi drzwiami, nie podlega tym samym rygorom refleksji doktrynalnej, co formalna reforma struktury sił zbrojnych. Tymczasem jej skutki dla procesu dowodzenia, odpowiedzialności i kontroli są głębsze niż jakakolwiek reorganizacja tabelaryczna.

Wojna w Ukrainie – pierwsza pełnoskalowa wojna wielodomenowa w Europie od 1945 r. – przekształciła debatę o AI z akademickiego eksperymentu w pilną konieczność operacyjną. Systemy takie jak ukraiński DELTA, integrujące w czasie rzeczywistym dane z dronów, sensorów satelitarnych, meldunków jednostek liniowych i źródeł OSINT, zredukowały cykl od wykrycia zagrożenia do decyzji z dziesiątek godzin do minut. System Lavender11 – algorytmiczne wsparcie wyznaczania celów – ukazał jednak dramatyczne konsekwencje, gdy AI działa na granicy między odpowiedzialnością a tempem, zakłócając realną zdolność człowieka do powiedzenia „nie”. Oba przypadki zamykają w sobie całe napięcie tej epoki: AI jako mnożnik zdolności dowódczych oraz AI jako ryzyko systemowej utraty kontroli.

Aby zrozumieć, co wnosi sztuczna inteligencja do wojska, należy wpierw zrozumieć, czym było dowodzenie, zanim ktokolwiek użył nazwy „AI”. Dowódca nigdy nie dowodził

11

Lavender to system wykorzystujący algorytmy sztucznej inteligencji do automatycznego typowania osób podejrzewanych o działalność zbrojną jako cele uderzeń, tworzący rozbudowaną listę osób przeznaczonych do ataków dla armii izraelskiej.

Przedmowa wojskowa

XV

samotnie. Jego zdolność decyzyjna była wzmacniana przez sztaby, procedury planistyczne, meldunki, mapy, modele i systemy łączności. Sztab nie był biurokratycznym dodatkiem – był mechanizmem organizującym myślenie, selekcjonującym informacje, konfrontującym założenia i przygotowującym warianty działania. W tym sensie pełnił funkcję rozszerzonego umysłu dowodzenia.

To pojęcie nie jest metaforą. Andy Clark i David Chalmers w klasycznym artykule The Extended Mind (1998) dowodzili, że procesy poznawcze nie kończą się na granicy czaszki. Narzędzia zewnętrzne – notatnik, mapa, kalkulator, system C2 – mogą się stać funkcjonalnym elementem procesu myślowego, jeśli spełniają te same funkcje, co procesy wewnętrzne: przechowują i odtwarzają informacje, wspierają wnioskowanie, pomagają orientować się w świecie. Książka, którą trzymasz w rękach, w pełni asymiluje tę perspektywę: „Jeśli uznamy, że dowodzenie jest poznaniem rozproszonym, to AI przestaje wyglądać jak rywal dowódcy, a zaczyna być zrozumiała jako kolejny komponent poznawczy systemu – wyspecjalizowany, szybki, skalowalny, ale wymagający włączenia w istniejące mechanizmy weryfikacji, odpowiedzialności i kontroli”.

Zjawisko cognitive offloading 12, czyli przenoszenia procesów poznawczych na zewnętrzne systemy, jest w wojskowości tak stare jak pierwsze mapy i tablice sytuacyjne.

Procedury OODA, planowanie wariantowe (COA), sztabowe cykle raportowania – wszystko to było formą odciążenia poznawczego dowódcy: przeniesienia analizy, selekcji i projekcji na zewnętrzną architekturę procesu. Teorie takie jak Hutchinsowa koncepcja distributed cognition13 pokazują, że złożone zadania, takie jak nawigacja okrętowa czy dowodzenie ugrupowaniem, są realizowane przez system ludzi i artefaktów, a nie przez jedną genialną głowę. AI jest kolejnym, radykalnie wydajniejszym, artefaktem w tym systemie.

Różnica polega jednak na skali i tempie odciążenia. Wcześniejsze narzędzia wsparcia dowódczego działały w rytmie człowieka. AI działa w rytmie maszyny, przetwarzając miliony obserwacji bez zmęczenia, generując rekomendacje przed zakończeniem ludzkiej analizy, kompresując pętlę OODA do cykli liczonych w sekundach. Ta asymetria między wydajnością systemu a pojemnością poznawczą człowieka rodzi nowe ryzyko: nie autonomię maszyn, lecz automatyzm instytucji – procedury, które nie nadążają za tempem informacji, i struktury dowodzenia, które nie potrafią w odpowiednim momencie zatrzymać procesu decyzyjnego.

Wojciech Górecki stawia w tej książce tezę prostą, lecz głęboko niepokojącą z perspektywy wojskowej: „Największym ryzykiem związanym ze sztuczną inteligencją

12

13

XVI

Odciążenie poznawcze (ang. cognitive offloading) – zjawisko przenoszenia obciążeń poznawczych (zapamiętywania, obliczania, wnioskowania) na zewnętrzne nośniki lub narzędzia w celu odciążenia ograniczonej pojemności roboczej umysłu.

Poznanie rozproszone, rozproszona kognicja (ang. distributed cognition) – ujęcie, w którym procesy poznawcze nie są ograniczone do wnętrza pojedynczego umysłu, lecz rozciągają się na ludzi, narzędzia, artefakty i otoczenie (np. dokumenty, technologie, układ miejsca pracy), tworząc jeden system poznawczy.

Przedmowa wojskowa

w wojsku nie jest jej obecność, lecz brak świadomych wyborów dotyczących jej roli.

Brak decyzji również jest decyzją – i w środowisku algorytmicznego przyspieszenia bywa decyzją najbardziej ryzykowną”.

To zdanie zasługuje na analizę kognitywną, zanim przyjmiemy je za oczywistość.

W klasycznym środowisku decyzyjnym zaniechanie było traktowane jako neutralna postawa czekania. W środowisku algorytmicznego przyspieszenia ma ono radykalnie inny charakter: podczas gdy decydent odkłada wybór, środowisko AI rywala już ukształtowało odpowiedzi na możliwe scenariusze, skróciło pętle decyzyjne, zaktualizowało modele zagrożeń. Brak decyzji po stronie jednego aktora jest – w warunkach rywalizacji algorytmicznej – de facto decyzją na korzyść przeciwnika, który zdecydował szybciej.

Analiza kognitywna zgodna z teorią Clarka i Chalmersa ujawnia drugi mechanizm.

Jeśli AI jest funkcjonalnym rozszerzeniem umysłu dowódczego, to rezygnacja z jej wdrożenia równa się ograniczeniu własnych zdolności poznawczych w środowisku, gdzie rywal te zdolności rozszerza. Powrót do wyłącznie ludzkiej analizy, gdy przeciwnik przetwarza tysiące strumieni danych w czasie rzeczywistym, nie jest przejawem ostrożności – jest akceptacją asymetrii poznawczej. Cognitive offloading bez intencjonalnego zarządzania nim oznacza, że wyboru za nas dokonuje inercja technologiczna: kupujemy systemy, instalujemy oprogramowanie, a doktryna i odpowiedzialność zostają z tyłu.

Teza Góreckiego ma więc fundament empiryczny, nie tylko normatywny: instytucje wojskowe, które nie zdefiniują świadomie miejsca AI w swoich procesach decyzyjnych, i tak będą podlegały jej wpływowi, tyle że w sposób niekontrolowany, niezarządzany i pozbawiony przypisanej odpowiedzialności. Brak świadomego wyboru jest wyborem najgorszym, bo odpowiedzialność pozostaje przypisana człowiekowi, podczas gdy faktyczny wpływ na decyzję sprawuje system, którego nikt nie skonfigurował pod kątem odpowiedzialności. Środowisko regulacyjne tworzy dziś asymetrię rzadko zauważaną w debacie publicznej. Europejski AI Act – regulacja, która w sferze cywilnej zakazuje lub obwarowuje wysokimi wymogami całe kategorie systemów AI – całkowicie wyłącza z zakresu zastosowania wojskowe i obronne. Artykuł 2 ust. 3 rozporządzenia stanowi expressis verbis: rozporządzenie nie ma zastosowania do systemów AI „stosowanych wyłącznie do celów wojskowych, obronnych lub bezpieczeństwa narodowego”. Uzasadnienie z motywu 24 odwołuje się do art. 4 ust. 2 TUE – bezpieczeństwo narodowe pozostaje wyłączną kompetencją państw członkowskich, a regulacja tej sfery przynależy do prawa międzynarodowego publicznego, nie do prawa UE. Oznacza to w praktyce, że systemy, które w zastosowaniach cywilnych byłyby klasyfikowane jako „wysokiego ryzyka” lub nawet zakazane (rozpoznanie biometryczne w przestrzeni publicznej, systemy oceny osobowej, autonomiczne systemy o potencjalnych skutkach dla życia), w zastosowaniach wojskowych i obronnych mogą być rozwijane i wdrażane bez reżimu regulacyjnego. Polska – kraj frontowy NATO, z jednym z najwyższych budżetów obronnych w Sojuszu i własnym przemysłem zbrojeniowym – stoi przed oknem strategicznym, które może zamknąć się szybciej, niż się wydaje.

Przedmowa wojskowa

XVII

Architektura, którą należy rozwijać, wymaga trzech filarów. Po pierwsze, własna infrastruktura obliczeniowa (GPU on-premise14), gdzie dane wywiadowcze i operacyjne nie opuszczają infrastruktury państwowej, to wymóg suwerenności poznawczej, nie tylko technologicznej. Po drugie, własne modele językowe (PLLuM, Bielik) zdolne do przetwarzania raportów wywiadowczych, generowania syntez sytuacyjnych i wsparcia MDMP w języku polskim, bez zależności od infrastruktury dostawców zagranicznych.

Po trzecie, wyspecjalizowane sieci neuronowe dopasowane do polskiego środowiska operacyjnego: konwolucyjne architektury sieci neuronowych (CNN) trenowane z wykorzystaniem polskich danych geograficznych i klimatycznych do rozpoznania obiektów na zobrazowaniach satelitarnych i ujęciach z dronów; modele typu Long Short-Term Memory (LSTM) do analizy sekwencji czasowych i predykcji ruchów sił przeciwnika; systemy detekcji deepfake’ów jako infrastruktura obrony informacyjnej zdolna weryfikować autentyczność mediów w czasie rzeczywistym.

Autonomiczne systemy uzbrojenia – drony uderzeniowe, amunicja krążąca, UGV, zdalnie sterowane wieże – są naturalnym elementem tej architektury nie dlatego, że zastępują człowieka, lecz dlatego, że przejmują najbardziej ryzykowne, powtarzalne i kosztowne zadania, szczególnie na pierwszej linii kontaktu. Model ukraińskich UGV Lyut 2.015, wykonujących autonomiczne misje logistyczne i ewakuacyjne w warunkach degradacji łączności i zakłóceń GPS, pokazuje, że odpowiedzialna autonomia, ograniczona do wykonania, nie do definiowania celu, może wzmacniać odpowiedzialność dowódczą, a nie ją erodować. Polski PIAP HUNTeR idzie tą samą ścieżką: autonomia jest podporządkowana intencji dowódczej, projektowana pod nadzór i audyt.

Niniejsza książka nie jest podręcznikiem technologicznym. Jest analizą decyzji, odpowiedzialności i kontroli w środowisku, które algorytmy fundamentalnie przekształcają. Jej centralna teza – że instytucje, doktryny i ludzie kształtują sposób użycia AI, a brak decyzji jest decyzją – ma bezpośrednie konsekwencje dla każdego, kto zarządza systemami bezpieczeństwa.

Oto trzy pytania, które ta książka zadaje z wojskową precyzją.

1. Kto ponosi odpowiedzialność, gdy algorytm ukształtował kontekst, w którym człowiek podjął decyzję – formalnie wolną, ale faktycznie ograniczoną przez rekomendacje systemu, progi akceptowalnego ryzyka i tempo generowanych alertów?

2. Gdzie przebiega granica między algorytmicznym wsparciem decyzji a presją algorytmu – mechanizmem, w którym zakwestionowanie rekomendacji systemu wymaga więcej odwagi decyzyjnej niż jej zaakceptowanie?

14 15

XVIII

Karty graficzne/serwery GPU zainstalowane fizycznie w infrastrukturze organizacji (we własnej serwerowni lub data center), a nie w chmurze dostawcy zewnętrznego.

Model ukraińskich UGV Lyut 2.0 to nowsza wersja zdalnie sterowanego, bezzałogowego pojazdu lądowego Lyut („Furia”), zaprojektowanego jako niewielka, czterokołowa platforma bojowa z karabinem maszynowym, przeznaczona do wsparcia oddziałów na pierwszej linii ognia.

Przedmowa wojskowa

3. Jak projektować AI od początku pod odpowiedzialność – nie jako normatywne ograniczenie, ale jako właściwość operacyjną systemu, równie istotną jak skuteczność czy odporność?

Na te pytania Wojciech Górecki odpowiada z rzadką kombinacją wiedzy technicznej, myślenia systemowego i dyscypliny operacyjnej. Książka nie pozostawia czytelnika z optymistyczną wizją ani paraliżującym ostrzeżeniem. Pozostawia go z narzędziami myślenia, co w środowisku algorytmicznego przyspieszenia jest dokładnie tym, czego potrzebuje każdy odpowiedzialny decydent.

Czytaj ją jak rozkaz operacyjny: z uwagą, ze świadomością stawki i gotowością do wdrożenia.

Przedmowa geopolityczna

Paweł Słoń Centrum Cyberbezpieczeństwa AGH

Jeszcze dziesięć lat temu rozprawa o sztucznej inteligencji w wojsku – i to w realiach polskich – zostałaby traktowana jako raczej oderwane od rzeczywistości, a przynajmniej mocno hermetyczne ćwiczenie intelektualne z pogranicza si-fi dla wyjątkowo wąskiego kręgu zainteresowanych. I nie jestem pewien, czy byliby to wojskowi. Choć byłoby to już po zajęciu Krymu przez Rosjan (luty–marzec 2014 r.) i niewiele przed przekroczeniem przez technologię kolejnej – jak się wydawało – nieprzekraczalnej granicy, czyli wygraną sztucznej inteligencji w tradycyjną starochińską grę go (październik 2015 r.), to jednak ma się wrażenie, że były to odległe czasy. Nie tylko patrząc przez pryzmat globalnej pandemii. Wojna w Europie nadal wydawała się anstrakcyjna, a deliberacje o sztucznej inteligencji nie były jeszcze tematem rodzinnych spotkań.

Po pełnoskalowej inwazji Rosji na Ukrainę (luty 2022 r.) i premierze pierwszego czata GPT (listopad 2022 r.) świat – przynajmniej z perspektywy Europy – znacząco przyspieszył. Dalej czytamy o tym, jak to biznes boryka się z pełnym wykorzystaniem możliwości AI, na rynku ma być bańka, a inwestorzy coraz bardziej nerwowo wyczekują zwrotów z gargantuicznych inwestycji w firmy opracowujące coraz wydajniejsze odsłony sztucznej inteligencji. Jednak ta potężna technologia, której do końca nie rozumiemy, jest już wdrażana w medycynie, nauce, logistyce, energetyce i wielu innych obszarach.

Rewolucja trwa, fala wzbiera.

Jednocześnie gdy za granicą toczy się wojna, która w momencie pisania tych słów zajmuje Rosji już więcej czasu niż Związkowi Radzieckiemu starcie z III Rzeszą, to coraz bardziej ma się wrażenie, że w stosunkach międzynarodowych postępuje czkawka po zakończeniu zimnej wojny. Odroczony zamęt po relatywnie pokojowym rozpadzie Związku Radzieckiego. Dwa imperia, których rywalizacja w dużej mierze napędzała

Przedmowa geopolityczna

XXI

bieg rzeczy na świecie po 1945 r., zdają się działać nerwowo, dramatycznie próbując odzyskać utracone wpływy i trwoniąc soft-power.

Mówienie o powrocie do dziewiętnastowiecznego koncertu mocarstw jest jednak zgrabne retorycznie, ale chyba nie ma potwierdzenia w rzeczywistości. Tak, do subtelnej pozimnowojennej dyplomacji powrócił język siły, skuteczność stała się wartością, a wojna znowu jest przedłużeniem polityki zagranicznej. Nie żeby świat po upadku ZSRR był rajem na ziemi wolnym od głodu, wojny i dyktatur, ale wydawało się, że wszystko idzie ku lepszemu. Tymczasem ostatnie lata to postępujące zaburzenie porządku międzynarodowego. USA i Rosja przestały budować wpływy atrakcyjnością modelu rozwojowego, obietnicą bogactwa i sporadycznymi interwencjami ubranymi w pozory legalności i zgodności z prawem międzynarodowym. Jeśli na salony wrócił Marks z tłumaczeniem narastających sprzeczności neoliberalnego i technokratycznego kapitalizmu, to powrócił też Clausewitz. Ale świat trzeciej dekady XXI wieku jest inny, ciekawszy, bardziej skomplikowany i usieciowiony niż ten w XIX w. Najwięksi osłabli, o wejście do pierwszej ligi walczą Chiny i wieloraka w jedności Unia Europejska. Jednocześnie ci mniejsi nie są już pionkami, nie chcą dawać się rozgrywać imperiom ponad swoimi głowami. Do globalnych aktorów dołączają asertywni średni aktorzy, jak Indie, Turcja, Brazylia, Republika Południowej Afryki, Indonezja czy blok handlowy Mercosur, zainteresowani stabilnym porządkiem międzynarodowym, bardziej sprawiedliwym globalnym handlem, nieraz boleśnie odczuwający skutki zmiany klimatu.

Ostatnie dziesięć lat przyniosło nam tektoniczne zmiany zarówno w stosunkach międzynarodowych, jak i technologii. Gdzieś w tym nowo wykuwającym się światowym porządku musi się odnaleźć Polska, która ma najlepszy okres w dotychczasowej historii.

W czasach, gdy wskoczyliśmy na 20. miejsce największych gospodarek świata, znowu – niemal codziennie – przypominamy sobie, że znajdujemy się na chyba najlepszym polu bitwy w Europie. Skończył się koniec historii, a przynajmniej ma przerwę. Coraz głośniejsi są ci, którzy mówią, że liberalna demokracja wcale nie jest najlepszym systemem, prawo międzynarodowe jest mrzonką wobec twardych interesów biznesowo-politycznych, a system międzynarodowy oparty na wolnym handlu nie każdemu się opłaca.

W tym kontekście nastąpiła też zmiana myślenia o armii. Nie mamy sił zbrojnych już tylko żeby odstraszać, brać udział w misjach międzynarodowych czy udzielać wsparcia w czasie klęsk żywiołowych. Po raz pierwszy od prawie trzydziestu lat koncepcja wojny obronnej wyszła nad Wisłą z zakresu mocno teoretycznych rozważań.

Stała się scenariuszem, który trzeba poważnie brać pod uwagę. Stąd nowy impet dla programu zbrojeń, dyskusje o modernizacji polskiej armii czy otwarcie w Polsce programu akceleracyjnego NATO DIANA (styczeń 2026 r.). Ta strategiczna konieczność musi być jednak realizowana w kontekście wydarzeń na froncie ukraińskim i technicznej rewolucji sztucznej inteligencji.

Czy jednak wojsko potrzebuje AI? Czy nie do końca zbadane sieci neuronowe mają jakiekolwiek zastosowanie w tak hierarchicznej strukturze jak armia, gdzie błędne decyzje mogą ważyć na losach nawet milionów istnień? Czy wciąż (choć za każdym razem

XXII

Przedmowa geopolityczna

coraz mniej!) halucynujące modele AI mają jakiekolwiek zastosowanie na polu bitwy?

Z tymi pytaniami mierzy się Wojciech Górecki, efektem czego jest niniejsze opracowanie.

Tak potrzebne właśnie dzisiaj.

Rzeczowy, merytoryczny i osadzony w realiach armii wywód jest krytyczną analizą ograniczeń i możliwości sztucznej inteligencji. Nie jest ona traktowana jako Święty Graal rozwiązujący wszystkie problemy, ale potężna technologia, która może nie tyle znacząco zwiększyć decyzyjność sił zbrojnych, co budować realną przewagę na polu bitwy. Te liczne aspekty związane z wykorzystaniem sieci neuronowych w siłach zbrojnych są kompleksowo ujęte ze ścisłością godną informatyka. Widać też, że autor zjadł zęby na implementacjach technologii w specyficznych, wysoce regulowanych środowiskach. Nie obiecuje łatwych rozwiązań, ale skrupulatnie, krok po kroku, pokazuje, jak to zrobić, by technologia była faktycznie wartością dodaną. Ilość wiedzy jednak nie przytłacza, dawkowana jest systematycznie i w logiczny sposób. Właściwie między słowami można tę książkę odczytywać jako poradnik wdrażania AI w jakimkolwiek środowisku.

Na przekór kasandrycznym prognozom wierzę, że dla Polski, ale i całej Unii Europejskiej, kryzys transatlantycki i rosyjska agresja zadziałają długofalowo – jak zimny prysznic. Druga gospodarka świata, jaką jest Unia Europejska, jest w stanie zawalczyć o swoje miejsce i obronić projekt cywilizacyjny, którego podstawami są zrównoważony i inkluzywny rozwój, demokracja, poszanowanie praw człowieka. Ten niezwykły europejski twór jest silny siłą państw członkowskich. Wiarę w to widzę też w tym opracowaniu. To manifest technologicznego geeka, zatroskanego obywatela i strażaka w jednym, który wierzy, że jesteśmy w stanie wykorzystać know-how i przekuć przewagi technologiczne w zdolności obronne i bojowe.

Może Einstein nie miał racji, mówiąc, że nie wie, czym będziemy walczyć w trzeciej wojnie światowej, ale czwarta będzie na kije i kamienie. Może w tej trzeciej to nie ludzie będą walczyć? Może nie będą ginąć ludzie, ale niszczone będą drony i roboty? A przynajmniej – proszę wybaczyć dosadność – roboty nie nasze, tylko tych żyjących w paranoicznych światach gerontokratów, którzy zamiast rozwiązywać realne problemy (globalne nierówności, kryzys klimatyczny, osłabianie praw człowieka i prawa międzynarodowego, dominację big techów, zanik miejsc pracy z powodu postępującej automatyzacji i właśnie AI oraz parę innych), potrzebują demagogii i wojen, by utrzymać się przy władzy, poczuć lepiej albo jeszcze bardziej wzbogacić? Żeby wojny autonomicznych systemów się stały rzeczywistością, tak czy owak potrzebujemy dobrze odrobić lekcję z tej książki – poprawnie wdrożyć sztuczną inteligencję w wojsku. W połowie trzeciej dekady XXI w. wojny robotów przestały być ćwiczeniami w fikcji literackiej. Dlatego tak bardzo potrzebowaliśmy tego opracowania.

Przedmowa autora

Książka Army of None Paula Scharre’a, opublikowana w 2018 r., była dla mnie ważnym punktem odniesienia. Nie dlatego, że wyczerpała temat sztucznej inteligencji w wojsku (wręcz przeciwnie), lecz dlatego, że w sposób niezwykle klarowny uchwyciła moment przejścia: chwilę, w której autonomia i algorytmy przestały być wyłącznie zagadnieniem technologicznym, a stały się problemem strategicznym, politycznym i etycznym.

Była to książka pisana w czasie, kiedy wiele kluczowych procesów dopiero się rozpoczynało, a zasadnicze pytania dotyczyły tego, czy i jak daleko wojsko powinno pozwolić maszynom decydować. Od tego momentu minęło kilka lat i to nie były lata spokojne.

Wojna w Ukrainie, gwałtowny rozwój uczenia maszynowego, eksplozja systemów opartych na danych, przyspieszenie cykli decyzyjnych i postępująca integracja AI z systemami dowodzenia sprawiły, że wiele dylematów opisanych w 2018 r. zmieniło charakter.

Pytanie o przyszłość autonomii ustąpiło miejsca pytaniu o teraźniejszość algorytmicznego wsparcia decyzji. Zamiast spekulować o „wojnach maszyn”, zaczęliśmy obserwować realne, codzienne użycie AI w rozpoznaniu, planowaniu, logistyce, cyberobronie i analizie operacyjnej.

Ta książka nie jest polemiką z Army of None ani próbą jej „aktualizacji”. Jest raczej przymiarką do pójścia o krok dalej – w innym kierunku. O ile Scharre koncentrował się przede wszystkim na autonomii systemów bojowych i normatywnych granicach ich użycia, o tyle niniejsza praca skupia się na tym, co w ostatnich latach okazało się równie istotne, a często mniej widoczne: na algorytmicznym wsparciu decyzji, presji tempa, organizacyjnych iluzjach kontroli oraz odpowiedzialności dowódczej w świecie, w którym maszyny coraz szybciej „podpowiadają”, ale nie ponoszą konsekwencji.

Zmiana, która dokonała się po 2018 r., nie polega więc wyłącznie na postępie technologicznym, tylko na przesunięciu ciężaru problemu: z pytania o to, czy maszyny mogą decydować, na pytanie o to, jak ludzie decydują w obecności maszyn. To subtelna, lecz fundamentalna różnica. Sztuczna inteligencja coraz rzadziej występuje dziś jako „autonomiczny

Przedmowa autora

XXV

aktor”, a coraz częściej jako element infrastruktury poznawczej filtr, akcelerator, symulator i katalizator decyzji. To właśnie ten wymiar, mniej spektakularny, ale znacznie bardziej powszechny, stał się głównym przedmiotem analizy. Książka powstała na styku teorii i praktyki. Jej treść była kształtowana nie tylko przez literaturę przedmiotu i dokumenty doktrynalne, lecz także liczne rozmowy, warsztaty, analizy i doświadczenia zdobywane w środowisku, w którym problematyka bezpieczeństwa, technologii i decyzji spotyka się na co dzień. W tym miejscu chciałbym wyrazić wdzięczność instytucjom i osobom, bez których ta praca nie zyskałaby obecnego kształtu.

Szczególne podziękowania kieruję do Centrum Cyberbezpieczeństwa Akademii Górniczo-Hutniczej za stworzenie przestrzeni do interdyscyplinarnej refleksji nad bezpieczeństwem w epoce algorytmów oraz za konsekwentne łączenie perspektywy technicznej z operacyjną i strategiczną. Dziękuję również Akademii Górniczo-Hutniczej jako uczelni technicznej, która od lat udowadnia, że inżynieria i refleksja strategiczna nie muszą i nie powinny funkcjonować w oderwaniu od siebie.

Wyrazy uznania należą się także środowisku CyberLegion, które w praktyczny sposób konfrontuje idee z rzeczywistością operacyjną, testując nie tylko technologie, lecz także założenia, na których się one opierają. Wiele wątków poruszanych w tej książce dojrzewało właśnie w takich konfrontacjach – dalekich od akademickiej abstrakcji.

Osobne podziękowania kieruję do oficerów i praktyków wojskowych, z którymi miałem okazję rozmawiać na temat realnych wyzwań dowodzenia, odpowiedzialności i użycia technologii w warunkach presji czasu i niepewności. Ich doświadczenie, sceptycyzm i często bardzo trzeźwe spojrzenie na „obietnice AI” były dla tej książki bezcenną korektą. Jeśli w niniejszej pracy udało się uniknąć technologicznego fetyszyzmu, to w dużej mierze dzięki tym rozmowom.

Książka nie oferuje prostych recept ani gotowych modeli wdrożeniowych. Jej ambicją jest raczej uporządkowanie myślenia, pokazanie, że sztuczna inteligencja w wojsku nie jest problemem przyszłości ani domeną wyłącznie inżynierów, lecz kwestią decyzji, odpowiedzialności i kultury organizacyjnej. Jeśli lektura skłoni Czytelnika do zadania kilku trudnych pytań o to, kto decyduje, na jakiej podstawie i z jakimi konsekwencjami w świecie algorytmicznego przyspieszenia, to jej cel został osiągnięty.

Zupełnie na koniec: tak, ta książka w części powstała przy pomocy sztucznej inteligencji.

Kilka rozdziałów dostało od LLM-ów wstępne szkice akapitów, bibliografia była sortowana przez modele językowe, a niektóre sformułowania zostały wygładzone przez algorytmy, które, co zabawne, lepiej niż ja radzą sobie z unikaniem powtórek słowa „odpowiedzialność”. Więc jeśli ktoś jeszcze chce się oburzać, że „AI nie powinno pisać książek o wojnie”, to proszę bardzo – tylko najpierw niech wyrzuci z szuflady wszystkie kalkulatory, GPS-y, programy do symulacji balistycznej i systemy planowania ogniowego, bo one też kiedyś były „nienaturalne”.

Pytanie nie brzmi już: czy używać, tylko: jak używać mądrze, etycznie i z pełną świadomością, kto ostatecznie ponosi konsekwencje. Bo w tej grze nie da się już usiąść po drugiej stronie stołu – siedzimy wszyscy po tej samej.

Wprowadzenie

AI w wojsku: problem nie technologii, lecz decyzji Sztuczna inteligencja nie wkroczyła do wojska w sposób spektakularny ani jednorazowy. Nie było jednego przełomowego momentu, w którym algorytmy „zastąpiły” ludzi, a maszyny przejęły kontrolę nad polem walki. Zamiast tego AI pojawiała się stopniowo, fragmentarycznie i często niemal niezauważalnie – jako narzędzie analizy danych, filtr informacji, system wczesnego ostrzegania, wsparcie planowania, element automatyzacji logistyki czy rozpoznania. W tym sensie sztuczna inteligencja stała się częścią wojskowej rzeczywistości szybciej, niż zdążyła stać się przedmiotem świadomej decyzji strategicznej.

To właśnie ten rozdźwięk między tempem wdrożeń a tempem refleksji stanowi punkt wyjścia niniejszej książki. AI w wojsku nie jest już pytaniem o przyszłość, lecz o teraźniejszość: o to, w jaki sposób algorytmy zmieniają proces dowodzenia, odpowiedzialność decyzyjną, tempo eskalacji oraz stabilność systemów odstraszania. Kluczowe nie jest to, czy sztuczna inteligencja będzie wykorzystywana, lecz jak zostanie osadzona w strukturach decyzyjnych i kto poniesie konsekwencje jej użycia.

Debata publiczna i ekspercka wokół AI w wojsku często koncentruje się na skrajnościach. Z jednej strony pojawia się narracja technologicznego determinizmu. Zgodnie z nią algorytmy nieuchronnie przyniosą przewagę decyzyjną, skrócą pętle reakcji i wyeliminują ludzkie błędy. Z drugiej jest narracja katastroficzna, ostrzegająca przed autonomiczną eskalacją, utratą kontroli i wojną prowadzoną przez maszyny. Obie perspektywy są intelektualnie atrakcyjne, lecz w praktyce równie problematyczne. Każda z nich przesuwa bowiem odpowiedzialność z poziomu decyzji strategicznych na poziom samej technologii – a tym samym pozwala unikać najtrudniejszych pytań.

Tymczasem historia wojskowości uczy, że technologia nigdy nie działa w próżni.

Każdy nowy środek walki, od artylerii przez broń lotniczą po systemy nuklearne, zmieniał

Wprowadzenie

XXVII

sposób prowadzenia działań nie dlatego, że był „rewolucyjny” sam w sobie, lecz dlatego, że ingerował w procesy decyzyjne, percepcję ryzyka i relacje odpowiedzialności.

Sztuczna inteligencja wpisuje się w tę logikę, lecz robi to w sposób szczególny: nie zwiększa wyłącznie siły rażenia ani zasięgu, lecz przyspiesza i przekształca proces rozumienia sytuacji oraz reagowania na nią.

W rezultacie AI staje się mnożnikiem decyzji, a nie jej substytutem. Przyspiesza orientację, filtruje informacje, generuje rekomendacje i symuluje warianty działania.

Jednocześnie nie „rozumie” intencji, nie ponosi odpowiedzialności i nie funkcjonuje w kategoriach politycznych czy etycznych. To napięcie między szybkością algorytmu a ciężarem decyzji stanowi centralny problem współczesnego dowodzenia. Nie da się go rozwiązać ani przez bezkrytyczne zaufanie technologii, ani przez jej demonizację.

Celem tej książki nie jest opisanie najnowszych algorytmów, architektury systemowej czy programów badawczych. Nie jest to również podręcznik wdrożeniowy ani zbiór rekomendacji technicznych. Jest to próba analizy konsekwencji, jakie niesie ze sobą włączenie sztucznej inteligencji w procesy wojskowe – od poziomu taktycznego przez operacyjny aż po strategiczny. Autor skupia się na pytaniach, które zazwyczaj pozostają na marginesie debat technologicznych: jak AI zmienia tempo wojny, w jaki sposób wpływa na odpowiedzialność dowódczą, gdzie przebiegają realne granice autonomii oraz jakie ryzyka eskalacyjne wynikają z kompresji czasu decyzyjnego.

Książka przyjmuje za punkt odniesienia klasyczne pojęcia teorii wojny i strategii: tarcie, niepewność, odstraszanie, pętlę decyzyjną i analizuje je w kontekście algorytmicznego przyspieszenia. Zamiast pytać, jak „inteligentne” są systemy, pyta, jak inteligentnie projektowane są procesy decyzyjne, w których te systemy funkcjonują. Zamiast rozważać pełną autonomię, bada konsekwencje autonomii funkcjonalnej i jej przechodzenia w skutki strategiczne. Zamiast skupiać się na wyjaśnialności algorytmów, analizuje realne mechanizmy kontroli: audytowalność, odpowiedzialność instytucjonalną i kulturę dowodzenia.

Adresatem książki jest czytelnik profesjonalny: oficer, analityk bezpieczeństwa, decydent publiczny, badacz lub praktyk zajmujący się systemami obronnymi. Nie wymaga ona jednak specjalistycznej wiedzy technicznej. Wymaga natomiast gotowości do myślenia w kategoriach systemowych i strategicznych – do przyjęcia, że największe wyzwania związane z AI w wojsku nie mają charakteru technologicznego, lecz decyzyjny i organizacyjny.

Ostatecznie książka stawia tezę prostą, choć niewygodną: największym ryzykiem związanym ze sztuczną inteligencją w wojsku nie jest jej obecność, lecz brak świadomych wyborów dotyczących jej roli. AI nie wymusza jednego scenariusza przyszłości.

To instytucje, doktryny i ludzie kształtują sposób jej użycia. Brak decyzji również jest decyzją – i w środowisku algorytmicznego przyspieszenia bywa najbardziej ryzykowną.

Nota metodologiczna i zakres książki

Niniejsza książka nie jest podręcznikiem technologicznym ani instrukcją wdrożeniową.

Nie stanowi również prognozy rozwoju sztucznej inteligencji w wojsku w sensie futurologicznym. Jej ambicją jest analiza strategiczna i systemowa: uporządkowanie sposobu myślenia o roli AI w dowodzeniu, podejmowaniu decyzji oraz odpowiedzialności za użycie siły w warunkach algorytmicznego przyspieszenia.

Zastosowane podejście ma charakter jakościowy i syntetyczny. Podstawą zamieszczonych w niej wniosków jest analiza literatury strategicznej, doktryn wojskowych, dokumentów instytucjonalnych (NATO, UE, USA), raportów eksperckich oraz wybranych prac z zakresu psychologii decyzji, teorii dowodzenia i odporności (resilience) systemów złożonych. Szczególną rolę odgrywają klasyczne ujęcia problemu wojny i decyzji – od Clausewitza przez koncepcję pętli OODA Johna Boyda po współczesne analizy tempa, eskalacji i stabilności strategicznej.

Istotnym źródłem refleksji były również rozmowy i wymiana doświadczeń z oficerami, analitykami bezpieczeństwa, praktykami systemów C2 (ang. Command and Control) oraz osobami zaangażowanymi w rozwój i wdrażanie technologii obronnych. Ich wkład nie polegał na dostarczaniu danych empirycznych w sensie badania terenowego, lecz na konfrontowaniu tez teoretycznych z realiami dowodzenia, presji czasu i odpowiedzialności decyzyjnej. Dzięki temu w książce unika się perspektywy czysto technologicznej i zachowuje zakorzenienie w praktyce instytucjonalnej. Celowo zrezygnowano z prezentowania szczegółowej architektury technicznej, algorytmów czy porównań parametrów systemów. Po pierwsze dlatego, że szybko tracą one aktualność. Po drugie, ponieważ kluczowe problemy związane z AI w wojsku nie wynikają z ograniczeń technologii, lecz z jej osadzania w strukturach decyzyjnych, doktrynach i kulturze organizacyjnej.

Nota metodologiczna i zakres książki XXIX

Tam, gdzie pojawiają się przykłady systemów lub programów (np. JADC2), pełnią one funkcję ilustracji, a nie studium wdrożeniowego.

Książka nie proponuje też jednego „optymalnego” modelu wykorzystania AI w siłach zbrojnych. Zamiast tego prezentuje zestaw napięć, dylematów i wyborów strategicznych, które – niezależnie od poziomu rozwoju technologicznego – muszą zostać świadomie rozstrzygnięte przez instytucje i decydentów. W tym sensie brak decyzji, dryf organizacyjny lub delegowanie odpowiedzialności na algorytmy są traktowane jako wybory o równie poważnych konsekwencjach jak aktywne wdrażanie nowych systemów.

Rozdział

1

Sztuczna inteligencja w wojsku: narzędzie przewagi w świecie nadmiaru informacji

Dlaczego AI stała się koniecznością – i dlaczego wymaga dojrzałego użycia

1.1. Wprowadzenie: wojna w epoce nadmiaru informacji Współczesne pole walki nie przypomina już środowiska, w którym podstawowym problemem dowódcy był brak danych. Dzisiejszym wyzwaniem jest ich nadmiar. Systemy ISR, satelity obserwacyjne, bezzałogowe statki powietrzne, sensory pola walki, rozpoznanie radioelektroniczne, cyberprzestrzeń oraz permanentna presja informacyjna generują strumienie danych o skali i dynamice, które jeszcze dwie dekady temu były poza wyobraźnią planistów wojskowych. Informacja stała się zasobem niemal nieograniczonym, ale zdolność jej przetwarzania w czasie operacyjnym pozostała głęboko ograniczona ludzką percepcją, uwagą i wytrzymałością poznawczą. Jednocześnie radykalnemu skróceniu uległ cykl decyzyjny. W konfliktach o wysokiej intensywności przewaga nie wynika już wyłącznie z liczby platform czy precyzji uzbrojenia, lecz z tempa obserwacji, orientacji i reakcji. Klasyczny cykl OODA, opisany jeszcze w XX wieku, nie stracił aktualności, ale zmieniły się jego warunki brzegowe. Liczba obserwacji wzrosła wykładniczo, a orientacja wymaga syntezy danych z wielu domen jednocześnie.

W takich warunkach opóźnienie decyzji o minuty, a czasem sekundy, może mieć konsekwencje strategiczne (Boyd 1996).

1.1. Wprowadzenie: wojna w epoce nadmiaru informacji

1

Nowoczesne operacje wojskowe mają charakter wielodomenowy. Działania lądowe, powietrzne, morskie, kosmiczne i cybernetyczne przenikają się w czasie rzeczywistym, tworząc środowisko, w którym informacja przestaje być liniowa, a sytuacja taktyczna jest dynamiczna i niejednoznaczna. W takich warunkach człowiek, a nawet wysoko wyszkolony sztab, nie jest w stanie samodzielnie filtrować, korelować i priorytetyzować wszystkich dostępnych danych bez utraty jakości oceny sytuacji (Endsley 2018). To właśnie tam pojawia się sztuczna inteligencja. Nie jako futurystyczna wizja autonomicznych maszyn, lecz pragmatyczna odpowiedź na problem, którego skala przekroczyła ludzkie możliwości poznawcze. AI w wojsku wyrasta z potrzeby opanowania nadmiaru informacji, skrócenia czasu od danych do decyzji oraz utrzymania spójności obrazu sytuacji w warunkach przeciążenia. Jej rola nie polega na „zastępowaniu dowódcy”, lecz na umożliwieniu mu działania w środowisku, w którym bez wsparcia algorytmu przewaga informacyjna szybko zamienia się w chaos decyzyjny.

Pętla OODA – geneza, znaczenie i błędne interpretacje Jednym z najczęściej przywoływanych modeli opisu procesu decyzyjnego w środowisku konfliktu jest pętla OODA (Observe–Orient–Decide–Act), sformułowana przez amerykańskiego stratega lotniczego Johna Boyda. Model ten bywa przedstawiany w formie prostego diagramu czterech następujących po sobie etapów: obserwacji (Observe), orientacji (Orient), decyzji (Decide) i działania (Act). W takim uproszczonym ujęciu OODA sprowadza się do tezy, że zwycięża ten, kto „przechodzi pętlę szybciej niż przeciwnik”.

Taka interpretacja jest jednak niepełna.

Boyd nie proponował wyłącznie modelu prowadzącego do szybkiej reakcji. Jego koncepcja była znacznie głębsza i dotyczyła natury adaptacji w warunkach niepewności.

OODA nie jest liniowym schematem decyzyjnym, lecz dynamicznym, nieliniowym procesem poznawczym, w którym kluczową rolę odgrywa etap orientacji.

To właśnie orientacja – a nie sama obserwacja czy decyzja – stanowiła dla Boyda centrum całej konstrukcji. Obejmuje ona sposób, w jaki aktor interpretuje rzeczywistość, filtruje informacje przez własne doświadczenia, kulturę organizacyjną, doktrynę i wcześniejsze wzorce mentalne. Pozwala oddzielić to, co istotne, od szumu.

W tym sensie OODA nie jest wyłącznie pętlą operacyjną. Jest modelem uczenia się w konflikcie.

Boyd podkreślał, że zwycięstwo nie wynika jedynie z przyspieszenia cyklu, lecz ze zdolności do zakłócania orientacji przeciwnika. Jeżeli jeden z aktorów potrafi zmusić drugiego do ciągłej rekonfiguracji schematów poznawczych, wprowadza go w stan dezorientacji i utraty spójności działania. Konflikt staje się wówczas walką o tempo adaptacji, a nie tylko o fizyczną przewagę.

W praktyce wojskowej model OODA został często zredukowany do hasła „działaj szybciej”. Tymczasem szybkość bez poprawnej orientacji może prowadzić do błędów powielanych z większą intensywnością. Boyd zwracał uwagę, że przyspieszenie bez

2

ROZDZIAŁ 1 Sztuczna inteligencja w wojsku: narzędzie przewagi w świecie nadmiaru informacji

zrozumienia kontekstu nie jest przewagą, lecz formą autodestrukcji. To rozróżnienie ma kluczowe znaczenie w erze sztucznej inteligencji.

AI może radykalnie przyspieszyć fazę obserwacji i wnioskowania. Umożliwia filtrowanie ogromnych ilości danych i generowanie rekomendacji w czasie zbliżonym do rzeczywistego. Nie oznacza to jednak automatycznie poprawnej orientacji. Algorytm działa w ramach danych treningowych i zdefiniowanych parametrów, jego dokładność jest zatem pochodną projektowania systemu.

Włączenie AI do procesu dowodzenia zmienia dynamikę pętli OODA. Skraca niektóre elementy, lecz jednocześnie może wprowadzać nowe formy i miejsca tarcia: błędy klasyfikacji, uprzedzenia danych, nadmierne zaufanie do rekomendacji systemu.

Jeżeli orientacja organizacji pozostaje niezmieniona, a przyspieszeniu ulega jedynie faza działania, powstaje ryzyko szybszego popełniania tych samych błędów.

Z tego powodu OODA nie powinna być rozumiana jako wyścig szybkości, lecz zdolność do adaptacyjnego uczenia się. Pętla działa skutecznie tylko wtedy, gdy każdy cykl prowadzi do korekty modelu rzeczywistości. W przeciwnym razie staje się zamkniętym obiegiem reakcji pozbawionym refleksji.

W kontekście współczesnych systemów działających na postawie AI koncepcja Boyda nabiera nowego znaczenia. Tempo staje się zmienną strategiczną, lecz orientacja pozostaje warunkiem sensownego działania. Integracja AI z C2 nie polega więc wyłącznie na przyspieszeniu decyzji, lecz na świadomym projektowaniu architektury, w której orientacja – ludzka i systemowa – pozostaje spójna, elastyczna i zdolna do korekty.

Pętla OODA nie jest zatem schematem taktycznym sprzed kilku dekad. Jest koncepcją opisującą fundamentalny mechanizm adaptacji w konflikcie. To właśnie on stanowi jeden z najważniejszych punktów styku między teorią strategii a współczesnymi systemami sztucznej inteligencji.

1.2. Dlaczego armie świata inwestują w AI – racjonalne przesłanki, nie moda Rosnące zainteresowanie sztuczną inteligencją w siłach zbrojnych bywa czasem interpretowane jako kolejna fala technologicznego entuzjazmu, porównywana do wcześniejszych „rewolucji” informatycznych czy cyfrowych. Taka interpretacja jest jednak myląca.

W rzeczywistości wojskowe inwestycje w AI mają charakter głęboko pragmatyczny i wynikają z jasno zidentyfikowanych ograniczeń dotychczasowych modeli działania.

Armie nie sięgają po AI dlatego, że jest modna, lecz dlatego, że stała się jednym z nielicznych narzędzi pozwalających utrzymać zdolność decyzyjną w środowisku o rosnącej złożoności, tempie i niejednoznaczności.

Pierwszą i fundamentalną przesłanką jest narastająca luka między ilością dostępnych danych a zdolnością ich wykorzystania. Nowoczesne systemy rozpoznania, nadzoru i obserwacji generują dane w sposób ciągły, wielosensorowy i wielodomenowy.

1.2. Dlaczego armie świata inwestują w AI – racjonalne przesłanki, nie moda

3

Problemem przestaje być dostęp do informacji, a staje się nim jej selekcja, korelacja i interpretacja w czasie operacyjnym. Bez wsparcia algorytmicznego informacja nie tylko traci swoją wartość, ale zaczyna obciążać proces decyzyjny. AI umożliwia automatyczne wykrywanie wzorców, anomalii i zależności, których identyfikacja przekracza możliwości ludzkich zespołów analitycznych działających pod presją czasu (NATO 2020).

Drugim kluczowym czynnikiem jest presja tempa. Współczesne konflikty charakteryzują się kompresją czasową procesów decyzyjnych – od wykrycia zdarzenia do reakcji operacyjnej. Przewaga nie wynika już wyłącznie z jakości informacji, lecz z szybkości jej przetworzenia i wykorzystania. Państwa, które nie są w stanie skrócić czasu analizy, ryzykują utratę inicjatywy operacyjnej nawet przy porównywalnym potencjale militarnym. W tym sensie AI odgrywa rolę mnożnika tempa: nie podejmuje decyzji za dowódcę, lecz skraca fazę orientacji i przygotowania wariantów działania, czyniąc proces dowodzenia bardziej odpornym na przeciążenie poznawcze.

Trzecią, coraz wyraźniejszą przesłanką jest zmiana charakteru rywalizacji strategicznej. Współczesna konkurencja militarna w dużej mierze toczy się poniżej progu otwartego konfliktu: w cyberprzestrzeni, domenie informacyjnej, kosmicznej i w obszarze działań hybrydowych. Są to środowiska, w których skala danych, tempo zdarzeń i niejednoznaczność sygnałów znacząco przewyższają możliwości tradycyjnych struktur analitycznych. AI umożliwia ciągłe monitorowanie, korelację rozproszonych sygnałów oraz wczesne wykrywanie trendów eskalacyjnych, co ma kluczowe znaczenie dla odstraszania, zarządzania kryzysowego i stabilności strategicznej (Horowitz et al. 2018).

Istotnym, choć często niedocenianym motywem inwestycji w AI są także uwarunkowania demograficzne i kosztowe. Nowoczesne systemy uzbrojenia stają się coraz bardziej złożone, drogie w utrzymaniu i wymagające wysoko wyspecjalizowanych kompetencji. Jednocześnie wiele państw mierzy się z ograniczeniami kadrowymi oraz konkurencją ze strony sektora cywilnego o specjalistów technicznych. Zastosowanie AI w logistyce, predykcyjnym utrzymaniu sprzętu, planowaniu gotowości czy zarządzaniu zasobami pozwala zwiększać efektywność operacyjną bez proporcjonalnego wzrostu liczby personelu (Department of Defense 2023).

Na tym tle wątek Polski wpisuje się w szerszy, międzynarodowy trend, a nie stanowi odrębnego przypadku. W ostatnich latach sztuczna inteligencja została formalnie uznana za jeden z kluczowych obszarów modernizacji sił zbrojnych, zarówno w dokumentach państwowych, jak i w działaniach instytucjonalnych. Powołanie wyspecjalizowanej komórki wojskowej zajmującej się zagadnieniami AI, niezależnie od jej konkretnej struktury organizacyjnej, należy odczytywać jako sygnał dojrzałości podejścia, a nie symboliczny gest. Oznacza uznanie, że AI nie jest jedynie technologią wsparcia, lecz obszarem wymagającym specjalnych kompetencji, kadr, procedur i nadzoru na poziomie systemowym.

Dla Polski ma to szczególne znaczenie z co najmniej trzech powodów. Po pierwsze, interoperacyjność w ramach NATO coraz silniej polega na zdolności do wspólnego przetwarzania danych, fuzji informacji i integracji systemów wspomaganych algorytmicznie.

4

ROZDZIAŁ 1 Sztuczna inteligencja w wojsku: narzędzie przewagi w świecie nadmiaru informacji

Brak kompetencji w obszarze AI oznaczałby stopniowe wypychanie na peryferia procesów decyzyjnych sojuszu. Po drugie, rozwój AI w wojsku jest bezpośrednio powiązany z kwestią suwerenności operacyjnej i danych, czyli zdolnością do rozumienia, kontrolowania i audytowania systemów, które wspierają dowodzenie. Po trzecie, AI staje się naturalnym pomostem między sektorem wojskowym, naukowym i przemysłowym, umożliwiając transfer technologii i kompetencji w obie strony.

W tym sensie inwestycje Polski w AI nie są próbą „dogonienia trendu”, lecz konieczną odpowiedzią na zmieniające się warunki bezpieczeństwa. Alternatywą dla świadomego, instytucjonalnego rozwoju AI w siłach zbrojnych nie jest zachowanie status quo, lecz stopniowa utrata zdolności do działania w tempie i skali narzucanej przez współczesne konflikty. To właśnie ta logika, a nie technologiczna moda, stoi dziś za decyzjami podejmowanymi zarówno w największych armiach świata, jak i w państwach średniej wielkości, takich jak Polska.

Strategie AI w Rosji i Chinach – kontrapunkt do zachodniej kontroli Podczas gdy NATO stawia na regulacje etyczne, interoperacyjność i meaningful human control16 (znacząca kontrola człowieka lub realna kontrola człowieka) jako fundament przewagi systemowej, Rosja i Chiny idą inną drogą. Ich podejście do sztucznej inteligencji w wojsku jest bardziej pragmatyczne, mniej ograniczone normami zewnętrznymi i nastawione na maksymalizację tempa oraz asymetrycznej efektywności.

Rosja – pragmatyzm w warunkach ograniczeń. Rosyjska strategia wojskowego wykorzystania AI nie bazuje na jednej, spójnej doktrynie intelligentized warfare17, lecz na serii programów celowych i przyspieszonych wdrożeń. Kluczowy pozostaje program „Poбotyзация-2025” (z przedłużeniem do 2030 r.), który zakładał automatyzację do 30% potencjału bojowego – cel został częściowo osiągnięty w praktyce przez masowe użycie dronów, systemów walki elektronicznej i autonomicznych platform w Ukrainie.

W latach 2025–2026 Rosja intensywnie rozwija AI w trzech obszarach: z

z

z

16

17

systemach autonomicznych (drony-kamikadze z machine vision odporne na zagłuszanie, roboty naziemne), wojnie elektronicznej i cyberwojnie (automatyczne wykrywanie i kontratak na sieci przeciwnika), wsparciu decyzji (analiza big data z ISR i OSINT w czasie rzeczywistym).

W dalszej części książki termin meaningful human control będzie rozumiany jako zdolność człowieka do świadomego nadzorowania, rozumienia i zatrzymania działania systemu autonomicznego na poziomie pozwalającym zachować odpowiedzialność za decyzję operacyjną.

Pojęcie intelligentized warfare wywodzi się głównie z chińskiej refleksji strategicznej i oznacza model prowadzenia działań wojennych, w którym sztuczna inteligencja, automatyzacja, systemy autonomiczne oraz analiza danych stają się integralnym elementem procesu dowodzenia, rozpoznania i prowadzenia operacji. Termin nie posiada jednego utrwalonego polskiego odpowiednika.

1.2. Dlaczego armie świata inwestują w AI – racjonalne przesłanki, nie moda

5

Brak silnych ograniczeń etycznych pozwala na eksperymenty z mniejszym human-in-the-loop18 , zwłaszcza w domenach cyber i informacyjnej. Jednocześnie rosyjski przemysł AI pozostaje w tyle za Chinami i Zachodem – opiera się na importowanych komponentach i cywilnych modelach (GigaChat, YandexGPT), co rodzi problemy z suwerennością technologiczną i skalowalnością. Mimo to Rosja skutecznie wykorzystuje AI do asymetrycznej walki: tanich dronów, dezinformacji i zakłóceń, rekompensując braki w konwencjonalnych siłach.

Chiny – intelligentized warfare jako doktryna narodowa. Chińska koncepcja intelligentized warfare (޴ਈԗ۫ж) jest najbardziej dojrzałą i zintegrowaną wizją AI w wojsku spośród wielkich mocarstw. W doktrynie PLA (People’s Liberation Army, co po polsku tłumaczy się jako Chińska Armia Ludowo-Wyzwoleńcza) AI nie jest narzędziem wsparcia, lecz centralnym elementem nowej rewolucji w sprawach wojskowych – po „mechanizacji” i „informatyzacji” przychodzi „inteligentyzacja”.

Kluczowe elementy (stan na lata 2025–2026): z z

z

z

pełna integracja AI w wielodomenowych operacjach (multi-domain precision warfare), masowe użycie systemów bezzałogowych (roje dronów, roboty-kamikadze, autonomiczne pojazdy), cognitive domain operations (operacje w domenie poznawczej – dezinformacja, wpływ na decyzje przeciwnika), military-civil fusion (fuzja cywilno-wojskowa) – cywilne firmy i uniwersytety dostarczają większość technologii AI (DeepSeek, Huawei Ascend, modele open-source).

W 15. Planie Pięcioletnim (lata 2026–2030) AI „Plus” staje się głównym motorem modernizacji PLA, z naciskiem na autonomiczne systemy, roboty humanoidalne oraz AI w dowodzeniu strategicznym. Chiny nie ukrywają ambicji: do 2035 r. PLA ma być „światowej klasy” armią zdolną do wygrania wojny z wykorzystaniem AI na każdym poziomie – od taktycznego po strategiczny. Brak jawnych ograniczeń etycznych (w stylu zachodnim) pozwala na szybkie eksperymenty z pełną autonomią, zwłaszcza w scenariuszach wokół Tajwanu. Kontrastuje to z podejściem Zachodu – Rosja i Chiny akceptują większe ryzyko systemowe (błędy AI, eskalację algorytmiczna, utratę kontroli) w zamian za przewagę tempa i asymetrii. NATO wybiera stabilność, interoperacyjność i odpowiedzialność, co w krótkim terminie może spowalniać, ale w długim daje trwalszą przewagę w warunkach przedłużonej rywalizacji.

To nie jest wyścig, w którym wygrywa najszybszy algorytm. Zwycięża ten, kto najlepiej osadzi AI w doktrynie, kulturze dowodzenia i realnych warunkach operacyjnych – bez złudzeń, że technologia sama z siebie rozstrzygnie konflikt.

18

Human-in-the-loop (HITL) – model działania systemu autonomicznego, w którym człowiek pozostaje bezpośrednio zaangażowany w proces decyzyjny i musi zatwierdzić kluczowe działania systemu, np. użycie efektora lub wybór celu.

6

ROZDZIAŁ 1 Sztuczna inteligencja w wojsku: narzędzie przewagi w świecie nadmiaru informacji

To przygotowuje grunt pod kolejny podrozdział, w którym zostanie przeanalizowane, co wprowadzenie AI rzeczywiście zmienia w porównaniu z przeszłością, a w których aspektach jedynie wzmacnia już istniejące mechanizmy dowodzenia. Dopiero na tym tle możliwe jest uczciwe rozddzielenie nowej jakości i ciągłości doświadczenia.

2.7. Co rzeczywiście zmienia AI? Po rozważaniach na temat intuicji dowódczej, planowania, gier wojennych i wcześniejszych prób algorytmizacji decyzji można wreszcie postawić pytanie zasadnicze: co w sztucznej inteligencji jest faktycznie nową jakością, a co tylko kolejnym wcieleniem znanych mechanizmów dowodzenia? To rozróżnienie jest kluczowe, ponieważ bez niego łatwo popaść albo w technologiczną egzaltację, albo w banalizowanie AI jako „starego wina w nowej butelce”. Prawda, jak to zwykle w wojsku, leży pośrodku.

Skala przetwarzania: ilościowo nowa jakość Pierwszą realną zmianą jest skala danych, z jaką system decyzyjny może dziś pracować. W przeszłości nawet najlepiej zorganizowany sztab był wąskim gardłem poznawczym: liczba meldunków, map, analiz i symulacji, które dało się realnie przetworzyć w czasie operacyjnym, była ograniczona ludzką uwagą. AI nie zmienia natury informacji, ale wpływa radykalnie na przepustowość. Systemy oparte na uczeniu maszynowym potrafią równolegle analizować dane ISR, logistyczne, cybernetyczne i środowiskowe w skali, która wcześniej była nieosiągalna (NATO 2020).

Nowością nie jest więc „lepsza analiza”, lecz fakt, że może być ciągła, nie cykliczna.

Tam, gdzie sztab pracował w rytmie odpraw i raportów, AI umożliwia nieprzerwane aktualizowanie obrazu sytuacyjnego.

Tempo: kompresja czasu decyzyjnego Drugą jakościową zmianą jest tempo. OODA Loop zawsze nagradzała stronę, która szybciej przechodzi przez cykl obserwacja–orientacja–decyzja–działanie. AI skraca przede wszystkim fazę orientacji: filtrowanie danych, wykrywanie anomalii i wstępne porządkowanie informacji odbywa się szybciej, niż jest to możliwe dla zespołów ludzkich.

W rezultacie dowódca zyskuje więcej czasu nie na „liczenie danych”, lecz rozumienie konsekwencji decyzji (Boyd 1996, Endsley 2018). To właśnie kompresja czasu – a nie autonomiczność systemów – staje się realnym źródłem przewagi operacyjnej.

Integracja domen: od silosów do całości Trzeci element nowej jakości to integracja wielodomenowa. W przeszłości dane lądowe, powietrzne, morskie, kosmiczne i cybernetyczne były analizowane w dużej mierze

40 ROZDZIAŁ 2 Od intuicji do algorytmu: dlaczego wojsko było gotowe na AI, zanim ją tak nazwano

osobno, a ich synteza zależała od doświadczenia i pamięci ludzi. AI umożliwia korelację sygnałów z różnych domen w czasie zbliżonym do rzeczywistego, ujawniając zależności, które wcześniej były trudne do dostrzeżenia (Horowitz et al. 2018). Trzeba jednak wyraźnie zaznaczyć, że integracja wielodomenowa jest na stosunkowo wczesnym etapie.

Problemem są formaty danych wykorzystywane przez rożne systemy rodzajów wojsk.

Pełna integracja wielodomenowa będzie możliwa po zestandaryzowaniu formatów danych wielu obecnie wykorzystywanych systemów bazodanowych IT. Również integracja danych z różnych formatów różnych producentów jest wyzwaniem. Często stosowane rozwiązania mają charakter zamknięty, co powoduje, że systemy jednego producenta są samotną wyspą, a nie częścią dużego ekosystemu.

Nie zmienia to faktu, że sens operacyjny nadal nadaje człowiek – ale zakres materiału poznawczego, na którym pracuje intuicja dowódcza, jest dziś nieporównywalnie szerszy.

Ciągłość działania i automatyzacja rekomendacji Czwartą zmianą jest ciągłość wsparcia decyzyjnego. Wcześniejsze systemy planistyczne i symulacyjne działały punktowo: na etapie planowania lub analizy. AI może generować rekomendacje, alerty i scenariusze w sposób ciągły, adaptując się do zmieniających się danych. To przesuwa ciężar dowodzenia z reaktywnego na bardziej antycypacyjne, choć wciąż nie predykcyjne w sensie deterministycznym (Scharre 2018).

Co się nie zmienia – i dlaczego to ważne Równie istotne jest jednak to, co nie ulega zmianie. AI nie eliminuje niepewności, nie rozumie intencji politycznych i nie przejmuje odpowiedzialności za użycie siły. Nadal obowiązuje ta sama zasada, którą wojsko zna od dekad: narzędzia wspierają decyzję, ale jej nie zastępują. Nowe są skala, tempo i integracja, a nie logika dowodzenia.

To rozróżnienie prowadzi do kluczowego wniosku: AI staje się źródłem przewagi tylko wtedy, gdy jest traktowana jako ewolucja istniejącego systemu decyzyjnego, a nie jego substytut. Ten wniosek otwiera drogę do kolejnej, strategicznej refleksji: dlaczego to ciągłość myślenia, a nie technologiczne zerwanie jest warunkiem skutecznego wykorzystania AI w wojsku.

Autonomia jako przeniesienie decyzji w czasie: przypadek dronów Bumblebee Rozważania o intuicji, procesie decyzyjnym i OODA Loop pozwalają spojrzeć na współczesne systemy autonomiczne z innej perspektywy niż ta, która dominuje w debacie publicznej. Zamiast pytać, czy maszyna „podejmuje decyzję za człowieka”, warto zapytać, kiedy i gdzie decyzja faktycznie zapada. Dobrym przykładem takiego przesunięcia są ukraińskie autonomiczne drony uderzeniowe określane w źródłach jako Bumblebee (z ang. trzmiel).

2.7. Co rzeczywiście zmienia AI? 41

Polski przykład pokazuje tym samym, że rozwój autonomicznych systemów bojowych nie musi prowadzić do eskalacji ryzyka decyzyjnego. Może również służyć wypracowaniu modelu „odpowiedzialnej autonomii”, w którym technologia zwiększa odporność i skuteczność działania w warunkach zakłóceń, nie podważając jednocześnie fundamentalnej roli człowieka w procesie dowodzenia. W tym sensie HUNTeR nie tyle rozwiązuje problem odpowiedzialności, ile pokazuje, że można go świadomie projektować już na etapie architektury systemu.

Zestawienie autonomicznych UGV wykorzystywanych przez Ukrainę, systemu Where’s Daddy? oraz polskiego robota HUNTeR pokazuje, że kluczowym problemem autonomii wojskowej nie jest sama zdolność systemów do samodzielnego działania, lecz miejsce, w którym autonomia zostaje osadzona w łańcuchu decyzyjnym. W przypadku ukraińskich robotów naziemnych dotyczy wyłącznie wykonania zadania – logistyki i ewakuacji – przy zachowaniu pełnej ludzkiej kontroli nad celem i sensem misji.

Tabela 2. Porównanie autonomii, decyzji i odpowiedzialności w systemach wojskowych – opraco-

wanie własne System/ przykład

Rodzaj autonomii

Poziom ingerencji AI w decyzję

Charakter decyzji ludzkiej

UGV – Ukraina (logistyka, ewakuacja)

Autonomia wykonawcza

Niski – AI realizuje zadanie

Człowiek definiuje cel i zakres misji

Redukcja ryzyka dla żołnierzy, działanie mimo jammingu

Minimalne – odpowiedzialność jednoznacznie po stronie dowódcy

Autonomia Where’s Daddy? analityczno– Izrael -rekomendacyjna

Wysoki – AI wskazuje moment i miejsce uderzenia

Człowiek formalnie zatwierdza decyzję

Skala i tempo operacji, kompresja cyklu decyzyjnego

Wysokie – rozproszenie odpowiedzialności, fałszywe pozytywy

HUNTeR – Polska

Autonomia wykonawczo-bojowa (ograniczona)

Średni – AI wspiera realizację misji

Człowiek definiuje reguły użycia siły

Odporność na utratę łączności, wsparcie działań bojowych

Kontrolowane – ryzyko zależne od jakości reguł i nadzoru

Porównanie systemowe

—

—

—

—

—

Autonomia wykonawcza

Delegacja, jak działać

Niska

Decyzja ex ante

Stabilizacja Niskie odpowiedzialności

Autonomia analityczna

Delegacja, kiedy działać

Wysoka

Decyzja pod presją algorytmu

Skalowalność działań

Wysokie

Autonomia projektowana

Delegacja, jak daleko system Średnia może działać

Decyzja architektoniczna

Równowaga skuteczności i kontroli

Zależne od kultury organizacyjnej

Główna korzyść Główne ryzyko operacyjna odpowiedzialności

8.3. Human-in-the-loop, human-on-the-loop, human-out-of-the-loop – narzędzia projektowe, nie slogany 143

pwn_sa_wojna_w_epoce_AI_001_256_D.indd 143

18.07.2026 00:48:04

Rozdział

12

AI w wojsku: dokąd zmierzamy?

Scenariusze, ryzyka i wybory strategiczne

Technologia jako mnożnik decyzji, nie ich substytut

12.1. Wprowadzenie: po wdrożeniu technologii przychodzi moment wyboru Sztuczna inteligencja stała się w wojsku faktem strategicznym. Nie jest już projektem pilotażowym, eksperymentem badawczym ani wizją przyszłości, którą można dowolnie przyjąć lub odrzucić. Algorytmy są integrowane z systemami rozpoznania, planowania, logistyki, cyberobrony i dowodzenia – często szybciej, niż instytucje są w stanie zaktualizować swoje doktryny, procedury i modele odpowiedzialności. W tym sensie pytanie o AI w wojsku z „czy” przeniosło się w stronę „jak” oraz „kto ponosi konsekwencje tych wyborów”.

Kluczowe jest uświadomienie sobie, że nie istnieje realistyczna ścieżka „powrotu do świata sprzed algorytmów”. Presja tempa, skali danych i wielodomenowości działań sprawia, że rezygnacja z AI oznaczałaby świadome oddanie inicjatywy decyzyjnej przeciwnikowi. Jednocześnie samo wdrażanie technologii nie rozwiązuje problemu – może go wręcz pogłębić, jeśli odbywa się bez jasno zdefiniowanej strategii. Największym ryzykiem nie jest dziś obecność AI w strukturach wojskowych, lecz dryf decyzyjny: sytuacja, w której systemy są wdrażane fragmentarycznie, reaktywnie i bez jednoznacznego przypisania odpowiedzialności, w przekonaniu, że „coś wydarzy się samo”.

12.1. Wprowadzenie: po wdrożeniu technologii przychodzi moment wyboru 199