社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

目标受众分析模型(TAAM)——将人工智能/机器学习技术应用于心理战!

战略前沿技术 • 1 年前 • 803 次点击  


 

 

电话 | 010-82030532    手机 | 18501361766

微信 | tech9999    邮箱 | yw@techxcope.com



来源:未来科技前沿
作者:泰克 



今天的文章增加了我们对MSG Casey A. Kendall提交的理解纲要,探讨了AI / ML如何通过应用其纯粹的信息处理能力和机器速度来分析目标受众(TA),从而补充(但不能取代!)心理作战(PSYOPS)中的人类本能和直觉,以“说服,改变,影响”我们的竞争对手和对手。MSG Kendall提交的作品是我们第四届年度陆军疯狂科学家/美国陆军军士长学院(SGM-A)写作比赛的亚军。


人工智能和机器学习 (AI/ML) 的话题越来越多地成为各种职业对话的头条。从律师事务所到学术界,专家们试图确定AI/ML的使用如何使他们的领域受益;相反,这些专家也在研究AI / ML规避或破坏其领域内流程的潜力。无论观点如何,所有人都明白AI / ML是一个强大的工具,并且以某种方式是未来的方式。在心理作战 (PSYOP) 领域,规划人员不断评估自己的流程,以确保他们采用新的创新和技术来超越我们的对手;然而,创新的速度和应用新技术的官僚主义往往使该领域落后了两步。AI / ML是心理作战离不开的技术,如果它不能整合这个工具,它的对手将很快超越。心理作战必须调整其流程,包括使用AI / ML平台来增强人类的本能和直觉,因为从业者进行目标受众分析以开发有效的影响力和说服力产品和行动。


目标受众分析模型简介


       


自 1990 年代后期以来,目标受众分析模型 (TAAM)一直以目前的形式存在,尽管从那时起进行了修订以解释通信方法和覆盖范围的变化。美国陆军心理作战的目的是影响支持美国国家利益和军事目标的选定团体或个人的态度、价值观、信仰以及最终的行为(陆军部 [DA],2022 年)。通过八步流程,心理作战分析师使用目标受众分析模型 (TAAM) 来确定有效影响目标受众和改变所需行为所必需的某些关键要素。

通过此过程,分析师根据目标受众 (TA) 的评估能力选择并细化目标受众 (TA),以实现行为改变。分析师检查条件,以了解 TA 如何看待他们周围的世界以及这如何影响他们当前的行为。这些条件可以是外部的,例如重大事件或目标受众的直接环境,也可以是内部的,例如态度、价值观和信仰(DA,2022)。了解影响目标受众的条件将导致分析师识别漏洞,这些漏洞是心理作战从业者希望利用的那些特征,动机或条件,以影响TA的行为(DA,2013)。一旦分析师确定了他们可以最有效地影响 TA 的杠杆点,他们就必须评估 TA 容易受到影响的程度。这一步至关重要,因为它指导心理作战从业者了解心理作战信息和影响行动之间的平衡,计划者以后必须制定。如果分析师评估 TA 的易感性较低,则意味着 TA 不太容易受到传统消息传递的影响。当这种情况发生时,心理作战规划人员将选择通过改变或操纵现有条件来影响TA的外部环境。到目前为止,分析师一直关注 TA 如何思考或感知周围的环境,但他们也必须考虑 TA 如何从他们的环境中接收和处理信息。

一旦分析师确定了开发其影响力产品(消息或行动)的最佳方法,他们必须参与一个八步流程来描述 TA 的可访问性,或者他们通过各种媒体类型或参与进行影响力定位的可用性(DA,2022)。可访问性不仅评估电视、广播、报纸甚至互联网等传统媒体,还评估关键传播者、影响者或非传统渠道,这些渠道可能是独特的或与该特定 TA 相关的。这一步与分析师提出论点和推荐心理行动的下一步直接相关。

根据TA对影响信息的敏感性评估水平,分析师可能会提出论点(以前称为说服线),作为叙述主题和指导影响信息的整体方法。如果 TA 的敏感度表明操作将提供更好的结果,则分析师将建议与可利用的评估条件相关的潜在漏洞。通过操纵导致当前行为的条件,影响这些漏洞会导致所需的行为变化(DA,2022)。虽然这些建议有望满足基于先决条件分析的心理目标,但有必要对PSYOP工作的效果进行全面评估,以显示它们是否成功或需要修改。在 TAAM 的最后一步中,分析师完善了第一步中确定的初始评估标准,并选择了他们希望在执行一系列消息、操作或两者后观察到的特定指标(DA,2022)。与情报收集计划一样,这是从所有可用来源系统地收集与心理作战相关的信息。这些指标回答了评估标准中提出的问题,使心理作战从业者了解其心理作战工作的成功水平。

评估当前的有效性以提高未来的有效性是纳入AI / ML变得最相关的地方。多年来,新技术一直影响着分析选定目标受众的过程,以进行营销和影响(Huang & Rust,2021 年)。心理作战类似于商业营销,其大部分学说和技术来自现代营销;马尔科姆·格拉德威尔(Malcolm Gladwell)和罗伯特·恰尔迪尼(Robert Cialdini)博士等行为心理学专家对这个领域的影响与孙子一样大。这是因为它们有着相似的目标,而实现这些目标的手段是相当普遍的。心理作战 创建一个潜在的 TA 列表,然后将其缩小到一个细化的 TA 列表。同样,商业营销也做同样的事情,尽管使用不同的术语将这些活动称为市场细分和市场研究。心理作战PSYOP 分析技术请求的条件,以识别称为漏洞的潜在杠杆点;营销试图以大致相同的方式影响消费者决策过程,迎合消费者状况中的已知漏洞。最后,心理作战和营销都通过类似的过程达到其最终状态。1980年代的可口可乐营销大师塞尔吉奥·齐曼(Sergio Zyman)是这样说的:“营销的唯一目的是让更多的人以更多的钱购买更多的产品”(1999年,第11页)。从本质上讲,它们共同的进程和目标要求在前进的每一步都更加有效。如果心理作战和营销共享的原则和技术如此相似,心理作战还必须努力整合营销使用的工具以提高其有效性。


人工智能:提高效率的工具


       



分析目标受众相当费力,并且经常受到时间、信息获取或个人心理作战 从业者在识别 TAAM 重点领域的关键信息方面拥有的不同经验水平的限制。这些因素,再加上对在哪里可以找到相关信息的模糊性,造成了成品可能错过预期标记的情况。分析师必须知道信息的哪些部分是相关的,以及一旦对信息进行筛选、审查和评估,该如何处理这些信息。高质量的培训和操作经验造就了有能力并能够提供彻底的目标受众分析的分析师,但他们解决复杂和结构不良的问题的努力仍然可以从AI/ML形式的计算机辅助分析支持中受益。

陆军设计方法描述了缺乏立即可识别的解决方案的复杂问题,并且将竞争优势和劣势视为结构不良(DA,2015)。这些类型的问题要求规划人员考虑大量信息,以了解问题及其存在的环境。结构不良的问题并将其与其他问题区分开来的挑战在于,规划者不具备用算法或单一技术解决这些问题的能力,也没有单一的最佳答案。事实上,他们通常有多个解决方案,每个解决方案都有自己的优点和缺点(Meyer et al., 2014)。同样,心理作战规划人员,无论技能如何,都试图解决结构不良的问题,这些问题既没有简单的答案,也没有简单的方法来手动回答解决方案。私营部门的公司发现自己处于非常相似的情况,即使是一个团队也无法合理管理太多的信息(Liberatore & Luo,2010)。

许多专业领域已经开始将AI/ML支持的具体应用应用到自己的活动中,使他们能够完成大量的研究、技术写作或建模和模拟,效果更大。在法律领域,一家公司报告说,他们使用AI / ML平台来识别和提取合同中的特定类型的条款。分析师可以上传数百份合同,并为平台提供特定类型的法律规定——例如终止条款——系统将使用包含上传合同中每个终止条款的电子表格进行响应(C. Bell,个人通讯,22 年 2023 月 2021 日)。此外,ML 方面允许分析师在 AI/ML 正确或错误地识别所需信息并学习未来改进时提供反馈。该律师事务所的代表估计,通过使用AI/ML,该公司可以节省数百小时,逐行严格筛选每份合同。AI/ML 不会将人类操作员从过程中移除,而是增强和改善来自实践经验的人类本能和直觉(Gelder 等人, 年)。对于 PSYOP 而言,TAAM 流程及其输出是一个机会丰富的环境,AI/ML 可以在其中支持数据筛选、研究和进入该过程的整体分析。


数据筛选


       


军事决策过程中最重要的步骤之一是任务分析,但它往往是过程中受时间限制最大的部分。这就造成了这样一种情况:规划者试图从庞大的知识体系中收集尽可能多的信息,但有可能错过被证明对理解作战环境、任务或敌人至关重要的关键信息。心理作战在进行 TA 分析时也会遇到同样的问题。个人规划者只有有限的时间来筛选和评估近乎无限的数据量,并确定哪些数据与分析过程相关且有用(Liberatore & Luo,2010)。即使一个规划团队作为一个集体进行 TA 分析,他们也只能略微改进筛选所有来源以获取相关数据的过程。团队需要一种工具,可以扫描看似无穷无尽的知识体系,不仅可以识别正确的资源,还可以识别准确、完整地分析 TA 所需的必要信息。


研究改进


       


找到信息并筛选其完整性和相关性只是第一步。一旦 AI/ML 平台确定了支持技术分析的适当相关信息,它就可以以分析师可以使用的方式组织这些信息。如果PSYOP分析师需要专门分析X国精炼TA的内部条件,AI/ML可以根据分析师的偏好和分析的细节整理和组织信息,使分析师能够比没有AI/ML支持更快,更有效地应用信息(Liberatore & Luo, 2010). 使用 AI/ML 支持 TAAM 流程并不会使分析师脱离流程,而是通过包含 AI/ML 平台输出来增强和改进产品。分析师仍然是分析不可或缺的一部分,为分析提供依据的研究也是如此(Gelder 等人,2021 年)。通过首先打包信息,强调最相关和最关键的信息,分析师可以专注于预期对分析和最终产品产生最大影响的信息。


总体分析


       


一旦 AI/ML 识别并分类信息并且分析师对其进行了审查,真正的工作就会发生。如前所述,TAAM 中有八个步骤,每个步骤对于充分了解和针对某些群体或个人以达到所需的行为改变都是必要的。实施 AI/ML 以支持分析过程的优势之一是它能够获取信息并在内部进行兵棋推演。计算预期结果,系统可以为分析师提供应用于假设的心理作战产品和行动时的有效性估计值(Alt等人,2018)。例如,如果人类分析师要分析TA“A”,上述时间限制可能只允许分析师或分析团队有足够的时间来玩弄两三种可能性的预期结果。另一方面,AI / ML可以快速行使多种可能性,并提供预期有效性水平的数学估计。AI/ML平台使用分析师的输入来完善兵棋推演,并考虑预期结果的任何预期变化,提供及时准确的分析,分析师可以在PSYOP流程的下一阶段(系列开发)打包并提供给规划人员。

这并不是说AI / ML平台会开发实际的PSYOP消息或在系列开发中制作心理行为。来自 AI/ML 的计算支持对条件、漏洞和可访问性以及最可能的易感性级别有更深入的理解。与单独的手动研究和分析相比,这些资源使分析师和规划人员对 TA 有更深入的了解。TA分析对于制定有效的PSYOP信息和行动至关重要;因此,PSYOP从业者充分了解TA以及为什么它以特定方式行事至关重要(DA,2007)。虽然AI/ML是用于提高深度和效率的工具,但在确定每个TA的最终分析时,心理作战分析师仍然必须进行尽职调查和适当的道德规范。


在TAAM流程中道德使用人工智能


       



就像任何新的和闪亮的东西一样,你可以拥有太多的好东西。越来越多的研究表明,道德实践必须管理AI/ML及其使用领域(Gelder等人,2021)。虽然这不是一个新话题,但随着AI/ML变得越来越普遍和接受,这是分析师必须考虑的主题。对于心理作战来说,实施一种将TA分析的批发过程交给AI / ML系统的做法是不负责任的,而在整个过程中没有引用人工交互,并且作为质量保证和控制的最终审查者。在整个过程中保留 心理作战分析师可确保更了解情况的士兵能够将本能、直觉和经验注入流程。在 AI/ML 以相对统计概率的输出说话的地方,人类组件可以更准确地将细微差别和异常纳入统计概率(Gelder 等人,2021 年)。人的因素必须仍然是该过程的一个组成部分,尽管作为一个完整性问题,它们还必须考虑机器的参与。通过这种道德互动,心理作战分析师可以进一步开发心理作战产品和行动,并高度确信数据的准确性和相关性。


结论


       


心理作战理论和流程必须进行调整,以结合对AI / ML平台的理解和使用,以增强人类在进行TA分析时的本能和直觉。随着心理作战从业者进入更新和更复杂的操作环境,相关和适用信息的数量持续增长。这些信息的庞大数量决定了心理作战P分析师不能再仅仅依靠手动技术在合理的时间内审查和筛选可用信息。现代心理作战 专业人员在识别、评估、分析和应用全部可用知识方面,如果没有计算机的帮助,就无法取得成功。现在和未来的战争性质使得各种形式的AI/ML将变得越来越必要,不仅在心理作战领域,而且在军事决策和规划的其他领域。



一网打尽系列文章,请回复以下关键词查看:
创新发展习近平 | 创新中国 | 协同创新 | 科研管理 | 成果转化 | 新科技革命 | 基础研究 | 产学研
热点专题军民融合 | 民参军 | 工业4.0 | 商业航天 国家重点研发计划 装备采办  | 摩尔定律 | 诺贝尔奖 | 国家实验室 军工百强 试验鉴定 | 双一流 | 净评估 
前沿科技颠覆性技术 | 仿生 | 脑科学 | 精准医学 | 基因编辑 虚拟现实 | 增强现实 人工智能 | 机器人 | 3D打印 | 4D打印 太赫兹 | 云计算 |  物联网 互联网+ 大数据 | 石墨烯 | 电池 | 量子 | 超材料 | 超级计算机 | 卫星 | 北斗 | 智能制造 不依赖GPS导航 5G | MIT技术评论 | 航空发动机 | 可穿戴 氮化镓 | 隐身 | 脑机接口 | 传感器 | 数字孪生
先进武器无人机 | 轰炸机 预警机 | 运输机 | 直升机 战斗机 | 六代机 网络武器 | 激光武器 | 电磁炮 | 高超声速武器 反无人机 | 防空反导 潜航器
未来战争未来战争 | 抵消战略 | 水下战 | 网络空间战 | 分布式杀伤 | 无人机蜂群 |  太空战 反卫星 混合战 电子战 马赛克战
前沿机构战略能力办公室 | DARPA 快响小组 | Gartner | 硅谷 | 谷歌 | 华为 阿里 | 俄先期研究基金会 | 军工百强
其他主题系列陆整理中,敬请期待…… 



Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/156969
 
803 次点击