【作者简介】 Chris Lajeunesse上尉为美国陆军步兵军官，现任第101空降师第3机动旅作战计划官与创新官。他毕业于西点军校，并拥有游骑兵资格。今年夏天，他将赴第506步兵团第2营担任步枪连连长。
Joseph Palazini上尉为美国陆军工兵军官，现任第101空降师第3机动旅副作战军官。他毕业于新罕布什尔大学，并同时拥有游骑兵与工兵突击队资格，曾担任工兵连长与旅部连连长。
James Tulskie上尉为美国陆军工兵军官，现任第101空降师第3机动旅工兵军官兼防护主任。他毕业于弗吉尼亚军事学院（VMI），同时拥有游骑兵与工兵突击队资格。今年夏天，他将出任第3机动旅旅部连连长。
三位作者均参与了所在旅近期于联合战备训练中心进行的轮训，并在旅级军事决策制定流程中整合应用人工智能工具。
在计划周期进入第12个小时的时候，我们的首席计划军官站在白板与地图之间，戴上耳机，开始口述一场复杂的防御作战。他按顺序讲解整个机动构想−−地形、路线、阶段线、目标、火力支援阵地、转换节点、分支方案。情报军官与火力支援军官则在涉及各自作战职能的部分补充细节。20分钟内，一套语音转录工具记录下了全部内容。30分钟后，参谋部门已经得到了一份采用正确条令格式的旅级作战命令初稿−−它并非由房间里的任何军官撰写，而是由一个基于陆军作战命令结构训练的人工智能工具，根据人类实际口述内容生成。
这只是人工智能在我们于路易斯安那州波尔克堡联合战备训练中心（Joint Readiness Training Center，JRTC）轮训期间的一次应用。我们三人当时均在美国陆军第101空降师第3旅级战斗队−−“Rakkasans”旅−−参谋部任职。在整个轮训过程中，我们将人工智能工具整合进军事决策制定流程（Military Decision-Making Process，MDMP）之中。这是一套陆军使用的七步计划方法，用于将上级司令部指令转化为可执行命令。轮训期间，我们总共生成了三份完整的旅级作战命令，每份耗时约23小时−−符合“三分之一/三分之二规则”（one-third/two-thirds rule），即上级司令部最多使用三分之一计划时间，其余三分之二保留给下级部队。这一速度明显快于多数旅级参谋部在战备训练中心高压环境下的实际表现。
真正重要的并不是结果本身，而是压缩后的时间线所创造出的“认知时间”（cognitive time）。这为指挥官与参谋人员腾出了时间，使他们能够投入机器无法充分完成的构想性工作：理解问题、构想战场、接受风险以及做出决策。在指挥所内部，人工智能最适合扮演的角色，是“人工智能参谋辅助”（artificial staff support），而绝不应替代指挥官判断。若将其视为更高层级的存在，不仅违背条令，也会带来作战风险。我们的轮训恰恰展示了这一论点的两个方面−−AI在何处能够强化参谋体系，以及如果越过适当边界，又会如何腐蚀其本应支持的整个流程。
