به گزارش نقطه تسلیم، بازدارندگی یکی از بنیادیترین مفاهیم در مطالعات امنیتی و روابط بینالملل است که از زمان شکلگیری دولتهای مدرن تاکنون نقش مهمی در تنظیم رفتار بازیگران سیاسی ایفا کرده است.
در سادهترین تعریف، بازدارندگی به مجموعه اقداماتی گفته میشود که یک بازیگر سیاسی از طریق آن تلاش میکند طرف مقابل را از انجام یک اقدام نامطلوب منصرف کند.
این انصراف نه از طریق نابودی کامل دشمن، بلکه از طریق ایجاد هزینههای سنگین و غیرقابل قبول برای اقدام مورد نظر حاصل میشود.
در طول قرن بیستم، به ویژه پس از جنگ جهانی دوم و آغاز رقابت هستهای میان ایالات متحده و اتحاد جماهیر شوروی، نظریه بازدارندگی به یکی از مهمترین مباحث حوزه امنیت بینالملل تبدیل شد.
با این حال، تحولات فناورانه دهههای اخیر، بهویژه ظهور هوش مصنوعی، کلاندادهها، یادگیری ماشین و سامانههای تصمیمگیری خودکار، ماهیت بازدارندگی را دستخوش تغییرات عمیق کرده است.
اگر در گذشته قدرت نظامی، تسلیحات هستهای و توان تخریب فیزیکی عناصر اصلی بازدارندگی بودند، امروزه اطلاعات، دادهها، الگوریتمها و توانایی تأثیرگذاری بر ادراک و تصمیمگیری انسانها به عناصر جدید قدرت تبدیل شدهاند.
در چنین شرایطی، مفهوم «بازدارندگی الگوریتمی» به عنوان یکی از مهمترین مباحث نوظهور در مطالعات امنیتی مطرح شده است.
بازدارندگی کلاسیک؛ منطق ترس و هزینه
بازدارندگی کلاسیک بر این فرض استوار است که بازیگران سیاسی رفتار عقلانی دارند و پیش از هر اقدام، هزینهها و منافع احتمالی آن را ارزیابی میکنند.
بر اساس این دیدگاه، اگر هزینه یک اقدام از منافع آن بیشتر باشد، احتمال انجام آن کاهش مییابد، به همین دلیل دولتها تلاش میکنند با نمایش قدرت نظامی و توانایی پاسخگویی، دشمنان بالقوه را از حمله منصرف کنند.
در دوران جنگ سرد، بازدارندگی هستهای مهمترین نمونه این رویکرد بود، هر دو ابرقدرت دارای زرادخانههای عظیم هستهای بودند و میدانستند که آغاز یک جنگ هستهای میتواند به نابودی متقابل منجر شود، این وضعیت که تحت عنوان «نابودی متقابل تضمین شده» شناخته میشود، به نوعی تعادل راهبردی میان دو بلوک قدرت تبدیل شد.
در این الگو، سه عنصر اصلی وجود داشت: توانایی اعمال مجازات، اراده استفاده از آن توانایی و اعتبار تهدید.
اگر هر یک از این عناصر دچار ضعف میشد، اثربخشی بازدارندگی کاهش پیدا میکرد، بنابراین دولتها علاوه بر توسعه توان نظامی، تلاش میکردند پیامهای سیاسی روشنی درباره اراده خود برای استفاده از قدرت ارسال کنند.
تحول محیط امنیتی در عصر دیجیتال
ورود فناوری اطلاعات و ارتباطات به عرصه سیاست جهانی، محیط امنیتی را متحول کرد؛ فضای سایبری به عنوان حوزهای جدید از رقابت میان دولتها ظهور یافت و بازیگران غیردولتی نیز توانستند نقش پررنگتری در معادلات قدرت ایفا کنند.
در این محیط جدید، بسیاری از تهدیدها دیگر ماهیت فیزیکی نداشتند و بدون شلیک حتی یک گلوله میتوانستند خسارتهای گستردهای ایجاد کنند.
حملات سایبری به زیرساختهای حیاتی، سرقت اطلاعات حساس، عملیات نفوذ اطلاعاتی و جنگ شناختی نمونههایی از تهدیدات جدید هستند که در قالبهای سنتی بازدارندگی به سختی قابل مدیریتاند.
برای مثال، در بسیاری از حملات سایبری شناسایی دقیق مهاجم دشوار است و همین مسئله قابلیت اعمال مجازات را کاهش میدهد. در نتیجه، نظریهپردازان امنیتی به تدریج به این نتیجه رسیدند که مدلهای سنتی بازدارندگی برای مواجهه با تهدیدات نوین کافی نیستند.
ظهور هوش مصنوعی و تغییر مفهوم قدرت
هوش مصنوعی یکی از مهمترین فناوریهای تحولآفرین قرن بیست و یکم محسوب میشود، این فناوری نه تنها ظرفیت پردازش حجم عظیمی از دادهها را فراهم کرده، بلکه امکان پیشبینی رفتارها، شناسایی الگوهای پنهان و اتخاذ تصمیمات پیچیده را نیز ایجاد کرده است.
قدرت در جهان امروز بیش از هر زمان دیگری به توانایی جمعآوری، تحلیل و بهرهبرداری از دادهها وابسته شده است، دولتها و شرکتهایی که به دادههای گستردهتر و الگوریتمهای پیشرفتهتر دسترسی دارند، از مزیت راهبردی قابل توجهی برخوردار میشوند.
در چنین شرایطی، الگوریتمها به ابزارهای جدید قدرت تبدیل شدهاند؛ ابزارهایی که میتوانند رفتار اقتصادی، سیاسی و اجتماعی جوامع را تحت تأثیر قرار دهند.
به همین دلیل برخی پژوهشگران از مفهوم «قدرت الگوریتمی» سخن میگویند، قدرتی که نه از طریق تانک و موشک، بلکه از طریق کنترل جریان اطلاعات، شکلدهی ادراک عمومی و هدایت تصمیمات انسانی اعمال میشود.
بازدارندگی الگوریتمی چیست؟
بازدارندگی الگوریتمی به استفاده از فناوریهای هوش مصنوعی، تحلیل داده و سامانههای خودکار برای جلوگیری از اقدامات تهدیدآمیز یا تغییر رفتار رقبا اشاره دارد. در این مدل، هدف صرفاً تهدید به مجازات نظامی نیست، بلکه ثایرگذاری بر فرآیند تصمیمگیری طرف مقابل از طریق داده و الگوریتم است.
در بازدارندگی الگوریتمی، بازیگری که به دادههای بیشتر و ابزارهای تحلیلی پیشرفتهتر دسترسی دارد، میتواند رفتار رقبا را با دقت بالاتری پیشبینی کند.
این قابلیت به او اجازه میدهد پیش از وقوع بحران، اقدامات پیشگیرانه انجام دهد و هزینه تصمیمات خصمانه را افزایش دهد.
برای مثال، سامانههای مبتنی بر هوش مصنوعی میتوانند تحرکات نظامی، فعالیتهای سایبری یا حتی تغییرات افکار عمومی را به صورت لحظهای رصد کنند.
چنین سامانههایی امکان واکنش سریعتر و دقیقتر را فراهم میکنند و در نتیجه احتمال موفقیت اقدامات تهاجمی را کاهش میدهند.
بازدارندگی در حوزه جنگ شناختی
یکی از مهمترین عرصههای ظهور بازدارندگی الگوریتمی، جنگ شناختی است، در جنگهای مدرن، هدف صرفاً نابودی نیروهای نظامی نیست؛ بلکه تغییر ادراک، باورها و تصمیمات افراد و جوامع اهمیت فزایندهای یافته است.
شبکههای اجتماعی، موتورهای جستوجو و پلتفرمهای دیجیتال حجم عظیمی از دادههای رفتاری کاربران را تولید میکنند. این دادهها به کمک الگوریتمهای پیشرفته قابل تحلیل هستند و میتوانند برای شناسایی گرایشهای سیاسی، نگرشهای اجتماعی و نقاط آسیبپذیر روانی مورد استفاده قرار گیرند.
در چنین فضایی، بازدارندگی میتواند از طریق افزایش هزینه عملیات نفوذ اطلاعاتی صورت گیرد. دولتها با استفاده از سامانههای هوش مصنوعی قادرند کمپینهای هماهنگ انتشار اطلاعات نادرست را شناسایی کرده و پیش از گسترش، آنها را خنثی کنند.
این توانایی باعث میشود بازیگران متخاصم در اجرای عملیات شناختی با موانع بیشتری روبهرو شوند.
نقش کلاندادهها در بازدارندگی نوین
کلاندادهها ستون فقرات بازدارندگی الگوریتمی محسوب میشوند، هرچه حجم دادههای در دسترس بیشتر باشد، دقت پیشبینیها افزایش مییابد.
امروزه دولتها از دادههای اقتصادی، اجتماعی، نظامی و سایبری برای ایجاد تصویری جامع از محیط امنیتی استفاده میکنند و تحلیل این دادهها به کمک الگوریتمهای یادگیری ماشین میتواند نشانههای اولیه بحران را آشکار کند.
برای مثال، افزایش غیرعادی فعالیتهای سایبری، تغییرات ناگهانی در الگوهای ارتباطی یا تحرکات خاص نظامی ممکن است نشانه آمادهسازی برای یک اقدام خصمانه باشد.
شناسایی زودهنگام این نشانهها امکان واکنش پیشگیرانه را فراهم میکند و همین امر یکی از مهمترین مؤلفههای بازدارندگی الگوریتمی است.
چالشهای بازدارندگی الگوریتمی
با وجود مزایای فراوان، بازدارندگی الگوریتمی با چالشهای مهمی نیز مواجه است:
نخستین چالش، مسئله شفافیت الگوریتمها است؛ بسیاری از سامانههای هوش مصنوعی به صورت «جعبه سیاه» عمل میکنند و توضیح دقیق نحوه تصمیمگیری آنها دشوار است. این موضوع میتواند به سوءبرداشتهای راهبردی و حتی تشدید بحرانها منجر شود.
چالش دوم، احتمال خطا در تحلیل دادهها است. اگر الگوریتمها بر اساس دادههای ناقص یا نادرست آموزش دیده باشند، ممکن است تهدیدهای خیالی را واقعی تشخیص دهند یا تهدیدهای واقعی را نادیده بگیرند. در حوزه امنیت ملی، چنین اشتباهاتی میتواند پیامدهای بسیار سنگینی داشته باشد.
چالش سوم، رقابت فزاینده میان قدرتهای بزرگ برای دستیابی به برتری در حوزه هوش مصنوعی است. این رقابت ممکن است به شکلگیری نوعی مسابقه تسلیحاتی الگوریتمی منجر شود؛ مسابقهای که پیامدهای آن هنوز به طور کامل شناخته نشده است.
آینده بازدارندگی در عصر هوش مصنوعی
به نظر میرسد در دهههای آینده، بازدارندگی بیش از گذشته به فناوریهای هوشمند وابسته شود؛ ترکیب هوش مصنوعی، رایانش کوانتومی، اینترنت اشیا و سامانههای خودکار میتواند شکل جدیدی از قدرت را ایجاد کند که با مفاهیم سنتی امنیت تفاوتهای اساسی دارد.
در این چارچوب، کشورهایی که بتوانند زیرساختهای دادهای قوی، نیروی انسانی متخصص و الگوریتمهای پیشرفته توسعه دهند، از مزیت راهبردی قابل توجهی برخوردار خواهند شد. از سوی دیگر، دولتهایی که از این تحولات عقب بمانند، ممکن است در برابر تهدیدات نوظهور آسیبپذیرتر شوند.
همچنین انتظار میرود مفهوم بازدارندگی از حوزه صرفاً نظامی فراتر رفته و ابعاد اقتصادی، سایبری، شناختی و اطلاعاتی را بیش از پیش دربر گیرد. به عبارت دیگر، جنگهای آینده نه تنها در میدانهای نبرد فیزیکی، بلکه در فضای دادهها، شبکهها و ذهن انسانها نیز جریان خواهند داشت.
در پایان باید به این نکته اشاره کرد که بازدارندگی از زمان شکلگیری نظریههای کلاسیک امنیتی تاکنون دچار تحولات عمیقی شده است.
در حالی که بازدارندگی کلاسیک بر قدرت نظامی و تهدید به مجازات فیزیکی استوار بود، تحولات فناورانه قرن بیست و یکم زمینه ظهور شکل جدیدی از بازدارندگی را فراهم کردهاند که بر داده، الگوریتم و هوش مصنوعی تکیه دارد.
بازدارندگی الگوریتمی تلاش میکند با بهرهگیری از تواناییهای پیشبینی، تحلیل و تصمیمسازی هوشمند، رفتار رقبا را تحت تأثیر قرار دهد و از بروز تهدیدات جلوگیری کند.
اگرچه این رویکرد فرصتهای قابل توجهی برای افزایش امنیت و مدیریت بحرانها فراهم میآورد، اما همزمان چالشهای مهمی همچون خطاهای الگوریتمی، ابهام در تصمیمگیری و رقابت فناوری میان قدرتهای بزرگ را نیز به همراه دارد.
از این رو، درک ماهیت بازدارندگی الگوریتمی و پیامدهای آن برای نظام بینالملل، به یکی از ضروریترین موضوعات پژوهشی در حوزه روابط بینالملل و مطالعات امنیتی تبدیل شده است و در واقع، همانگونه که سلاح هستهای نماد بازدارندگی قرن بیستم بود، هوش مصنوعی و الگوریتمها میتوانند به نماد بازدارندگی قرن بیست و یکم تبدیل شوند./
برنامه نویس، دانشآموخته علوم سیاسی و پژوهشگر تحریمهای اقتصادی
