将人工智能（AI）融入军事作战决策过程（MCDMP）已引起众多国家和国际组织的关注。本论文探讨了军事决策的复杂领域，其特点往往是高风险情况和时间限制，这可能导致认知偏差和启发式错误。在需要做出关键决策的流程中添加新技术，需要人类操作员做出某些调整和采取某些方法。鉴于所做决定的人道主义影响，人工智能的整合必须谨慎进行，解决潜在的阻碍因素，以确保负责任地使用这些技术。其中一些因素围绕着人类与人工智能的合作，特别是对技术的接受程度，这可能会影响技术的使用和发展，正如文献所指出的那样。我们的研究将采用多方面的定性方法，结合学术文献综述、对具有人工智能知识的军事科学专家的访谈以及对军事人员的访谈，全面了解专家和军事人员对人工智能作为决策支持系统（DSS）的印象。

这项研究提高了人们对认知结构在促进人类与人工智能合作中的重要性的认识，并揭示了军事作战决策者目前对使用人工智能技术辅助决策的看法。我们的目标是为正在进行的有关将人工智能作为决策支持系统整合到军事行动中的挑战和机遇的讨论做出贡献。我们将提供有助于在高风险环境中更明智、更有效地采用人工智能技术的见解。通过技术接受模型（TAM）和技术框架理论，我们揭示了感知、假设、期望和信任这些影响人工智能作为决策支持系统接受程度的因素。因此，通过负责任地使用人工智能工具，可以提高军事作战决策的有效性。

关键词：军事作战决策过程（MCDMP）、人工智能（AI）、人-AI 合作、假设、期望、信任、认知、新技术接受、AI 应用中的挑战、AI 在军事中、AI 在决策中的应用

提纲

随后的一章建立了理论框架，全面概述了将人工智能纳入 MCDMP 的现状，并讨论了人工智能和军事决策过程等相关概念。它还介绍了重要的技术接受模型、技术框架和TAM，并讨论了与模型相关的概念：感知、假设、期望和信任。第三章详细介绍了研究方法，包括定性方法、选择标准以及数据收集和分析方法。其中包括半结构式访谈、数据分析技术、有效性和可靠性的衡量标准，以及伦理方面的考虑。第四章对收集到的数据进行分析和讨论。我们将揭示和讨论来自文献和访谈的研究结果，从人工智能在 MCDMP 中的整合现状入手，将研究结果分为以下几类：（1）感知有用性；（2）感知易用性；（3）期望和假设；（4）信任和可信度。此外，我们还将回答研究问题。最后，第五章将对研究进行反思，总结主要发现、研究贡献以及对进一步研究和行业行动的建议。

图 3：军事战斗决策过程中人工智能整合程度的简化模型