Sztuczna inteligencja ma już wiele zastosowań, w tym w sektorze obronnym. Wojsko wykorzystuje ją między innymi do analizy danych, rozpoznania, planowania działań, wykrywania zagrożeń czy wspierania podejmowania decyzji. Rozwijane są też systemy autonomiczne, które mogą samodzielnie wykonywać wybrane zadania.

Sztuczna inteligencja może działać zarówno na zapleczu, pomagając analizować informacje i planować logistykę, jak i bezpośrednio w systemach wykorzystywanych na polu walki. Rozwój tych technologii budzi jednak również pytania o ich niezawodność, zakres autonomii oraz rolę człowieka w podejmowaniu decyzji.

W tym artykule opisujemy najważniejsze zastosowania sztucznej inteligencji w wojskowości oraz to, jak rozwijane są systemy, w których AI jest coraz bardziej samodzielna w tej dziedzinie.

Rozpoznanie, analiza danych i świadomość sytuacyjna

Współczesne działania wojskowe generują ogromne ilości danych. Pochodzą one między innymi z dronów, satelitów, radarów, kamer, systemów rozpoznania elektronicznego czy innych sensorów. Ich szybka analiza może mieć znaczenie dla oceny sytuacji i podejmowania decyzji. Ręczne przeglądanie wszystkich dostępnych informacji jest czasochłonne i wymaga zaangażowania dużej liczby analityków.

Sztuczna inteligencja może automatyzować część tego procesu. Modele AI potrafią analizować obrazy i nagrania, wykrywać określone obiekty, klasyfikować je oraz wskazywać informacje, które mogą wymagać dalszej analizy przez człowieka. System może również łączyć dane pochodzące z różnych źródeł, co pomaga stworzyć bardziej kompletny obraz sytuacji.

Jednym z przykładów jest Maven Smart System (MSS), rozwijany w ramach amerykańskiego Project Maven. Platforma integruje dane z wielu źródeł i wykorzystuje modele AI między innymi do automatycznego wykrywania obiektów na materiałach z dronów i satelitów. Według analizy CSIS system w 2024 roku korzystał ze 179 różnych źródeł danych.

MSS ma odpowiadać między innymi na problem niewystarczającej liczby analityków w stosunku do ilości zbieranych danych. AI może przeprowadzić wstępną analizę i wskazać obiekty wymagające uwagi, podczas gdy człowiek pozostaje odpowiedzialny za ich ocenę i weryfikację. W ten sposób analitycy mogą poświęcić więcej czasu na interpretację informacji, zamiast na ich ręczne wyszukiwanie.

Podobne rozwiązania rozwijane są również w NATO, które w lipcu 2026 roku poinformowało o wyborze 10 firm, które mają rozwijać technologie wspierające tzw. decision superiority, czyli zdolność do szybszego uzyskiwania i wykorzystywania informacji potrzebnych do podejmowania decyzji. Wśród wskazanych obszarów znalazły się między innymi modelowanie i symulacje, wsparcie celowania oraz operacyjne gry wojenne. Są to komputerowe lub analityczne symulacje scenariuszy działań militarnych, w których testuje się różne warianty decyzji dowódców, ruchy wojsk oraz reakcje przeciwnika, żeby ocenić możliwe konsekwencje. 

Zastosowanie AI w rozpoznaniu nie oznacza więc jedynie automatycznego rozpoznawania obiektów na zdjęciach, ale chodzi o skrócenie drogi od zebrania danych do uzyskania użytecznej informacji. Im więcej źródeł danych może być analizowanych jednocześnie, tym większe znaczenie ma automatyzacja ich przetwarzania i łączenia. AI staje się w ten sposób jednym z narzędzi budowania świadomości sytuacyjnej, czyli aktualnego obrazu tego, co dzieje się w danym obszarze.

Drony i systemy autonomiczne

Drony są jednym z bardziej znanych przykładów wykorzystania sztucznej inteligencji w wojskowości. Początkowo ich działanie zależało od operatora, który odpowiadał za nawigację, obserwację i wykonywanie poszczególnych zadań. Rozwój AI pozwala stopniowo przenosić część tych funkcji na oprogramowanie. System może samodzielnie analizować otoczenie, planować trasę, reagować na zmiany warunków i wykonywać określone zadania bez ciągłego sterowania przez człowieka.

Jednym z powodów rozwoju takich rozwiązań są zakłócenia, które mogą przerwać komunikację między operatorem a dronem. Autonomia może pozwolić maszynie kontynuować działanie wtedy, gdy połączenie z człowiekiem zostanie utracone. Obejmuje to między innymi nawigację bez stałego dostępu do GPS, rozpoznawanie otoczenia oraz wykonywanie wcześniej określonych zadań. Jednak pełna autonomia, w której system samodzielnie przechodzi od wykrycia obiektu do podjęcia decyzji o użyciu siły, pozostaje znacznie bardziej wymagającym rozwiązaniem.

Rozwój autonomii nie ogranicza się do małych bezzałogowców. W lipcu 2026 roku DARPA poinformowała o testach zmodyfikowanych samolotów F-16, które wykorzystują AI do autonomicznego sterowania lotem. W ramach programu VENOM samoloty wyposażono w zestaw umożliwiający przełączanie między tradycyjnym sterowaniem przez pilota a sterowaniem przez system AI. Podczas testów pilot pozostaje w kabinie i nadzoruje działanie systemu.

Kolejnym etapem jest wykorzystanie autonomicznych maszyn jako zespołów współpracujących ze sobą. Przykładem są tzw. loyal wingmen, czyli bezzałogowe samoloty zaprojektowane do współpracy z załogowymi myśliwcami. Mogą przenosić dodatkowe czujniki, systemy walki elektronicznej lub uzbrojenie, zbierać i analizować dane oraz przekazywać je załodze samolotu. Europejskie i amerykańskie firmy rozwijają obecnie takie rozwiązania, choć według stanu na połowę 2026 roku nie zostały one jeszcze wprowadzone do użycia.

Jeszcze bardziej zaawansowanym kierunkiem jest współpraca większej liczby autonomicznych agentów. DARPA rozwija program DICE (Decentralized Artificial Intelligence through Controlled Emergence), którego celem jest stworzenie systemów, w których wiele różnych agentów AI może samodzielnie tworzyć zespoły i koordynować działania. Taka architektura ma być odporna na utratę lub przejęcie pojedynczych elementów i umożliwiać wykonywanie długotrwałych misji w środowisku, w którym występują zakłócenia i działania przeciwnika.

Podsumowując, jeśli chodzi o systemy bezzałogowe, nie chodzi już wyłącznie o stworzenie drona, który potrafi wykonać pojedyncze zadanie, ale o budowanie systemów, w których oprogramowanie koordynuje wiele maszyn i pozwala im reagować na sytuację w sposób częściowo lub w coraz większym stopniu autonomiczny. Wraz ze wzrostem autonomii rośnie znaczenie testowania takich systemów, określenia granic ich działania i zapewnienia człowiekowi możliwości nadzorowania ich decyzji.

Dowodzenie, logistyka i utrzymanie sprzętu

Sztuczna inteligencja może wspierać wojsko również poza bezpośrednimi działaniami bojowymi. Jednym z ważnych obszarów jest logistyka, w której trzeba przewidywać zapotrzebowanie na paliwo, amunicję, części zamienne i inne zasoby, a następnie dostarczać je w odpowiednim czasie i w odpowiednie miejsce. Zadanie to jest szczególnie trudne, ponieważ linie zaopatrzenia mogą być zakłócane, a sytuacja może szybko się zmieniać.

W tym obszarze rozwijana jest koncepcja predictive logistics, czyli logistyki predykcyjnej. Zamiast reagować dopiero wtedy, gdy jednostce zaczyna brakować określonych zasobów, systemy analizują dane dotyczące między innymi zużycia sprzętu, zapasów i aktualnej sytuacji, żeby wcześniej przewidzieć przyszłe potrzeby. U.S. Army rozwija w tym celu Next Generation Command and Control (NGC2), które ma łączyć dane, AI i odporne systemy komunikacji w ramach jednego systemu wsparcia decyzji.

AI może również pomagać w optymalizacji transportu. Systemy mogą analizować informacje o dostępnych zasobach, stanie dróg, terenie, pogodzie czy zagrożeniach i na tej podstawie wspierać wybór tras oraz sposobu dostarczania zaopatrzenia. U.S. Army wskazuje takie możliwości jako element rozwoju AI-driven sustainment, czyli wykorzystania AI do utrzymania zdolności wojsk w warunkach, w których również logistyka może być celem działań przeciwnika.

Innym ważnym obszarem jest utrzymanie sprzętu. AI może analizować dane zbierane przez czujniki zamontowane w pojazdach, samolotach i innych systemach, żeby wykrywać oznaki pogarszającego się stanu komponentów i przewidywać możliwość ich awarii. Pozwala to przejść od naprawy sprzętu po wystąpieniu usterki do planowania konserwacji na podstawie przewidywanego stanu technicznego.

Przykładem jest PANDA (Predictive Analytics and Decision Assistant), czyli system AI wykorzystywany przez U.S. Air Force do predictive maintenance. Analizuje on dane dotyczące stanu technicznego sprzętu i wspiera wykrywanie zużycia czy zniszczenia części oraz prognozowanie ich potencjalnych awarii.

Takie zastosowania pokazują mniej widoczną stronę wykorzystania AI w wojskowości. Nie chodzi tu o zwiększenie autonomii broni, ale o lepsze wykorzystanie zasobów, wcześniejsze wykrywanie problemów i skrócenie czasu potrzebnego na podejmowanie decyzji. Jeżeli system potrafi przewidzieć zapotrzebowanie na części lub wykryć ryzyko awarii zanim sprzęt przestanie działać, może pomóc utrzymać większą gotowość operacyjną.

Cyberbezpieczeństwo, wojna elektroniczna i systemy antydronowe

Sztuczna inteligencja może wspierać również wykrywanie zagrożeń w środowisku cyfrowym. W cyberbezpieczeństwie może analizować duże ilości danych i wykrywać informacje wskazujące na potencjalny atak. W przypadku działań wojennych znaczenie ma również możliwość szybkiego identyfikowania zagrożeń i reagowania na nie, ponieważ ataki mogą rozwijać się znacznie szybciej, niż człowiek jest w stanie przeanalizować wszystkie dostępne informacje.

Jednym z praktycznych zastosowań jest obecnie wykrywanie i zwalczanie dronów. Małe bezzałogowce są stosunkowo tanie, mogą być wykorzystywane do rozpoznania, naprowadzania ognia czy ataków, a ich liczba może być duża. Obrona przed nimi wymaga więc nie tylko pojedynczego systemu, ale połączenia radarów, kamer, sensorów elektromagnetycznych, systemów dowodzenia oraz różnych środków przeciwdziałania. AI może pomóc w analizowaniu danych z tych źródeł, wykrywaniu obiektów, ich klasyfikowaniu i określaniu, które z nich stanowią rzeczywiste zagrożenie.

NATO rozwija w tym celu Layered Counter-UAS Initiative (LCI-X). W ramach programu Sojusz testuje rozwiązania pozwalające łączyć sensory, systemy dowodzenia i środki reagowania należące do różnych państw. Podczas przeprowadzonych w 2026 roku testów sprawdzano między innymi możliwość wykrywania, śledzenia i zwalczania bezzałogowców działających w różnych lokalizacjach. W sierpniu 2026 roku NATO przeprowadziło kolejne testy LCI-X na Łotwie, tym razem w warunkach mających lepiej odwzorowywać rzeczywiste zagrożenia.

Rozwój takich systemów pokazuje również, dlaczego AI coraz częściej jest traktowana jako element większego ekosystemu wojskowego, a nie pojedynczej aplikacji. Dane z radarów, kamer, systemów rozpoznania i sensorów elektromagnetycznych mogą trafiać do wspólnej infrastruktury, gdzie są analizowane i przekazywane dalej do systemów dowodzenia. NATO rozwija podobne podejście w ramach Next Generation Targeting, którego celem jest skrócenie czasu potrzebnego na przejście od wykrycia informacji do podjęcia decyzji.

Wraz z rozwojem takich rozwiązań pojawia się jednak istotne zagadnienie dotyczące tego, ile decyzji powinien podejmować człowiek, a ile może zostać przekazanych systemowi AI. Wykrycie zagrożenia i wskazanie go operatorowi to co innego niż automatyczne wybranie celu i użycie przeciwko niemu siły. Ta granica będzie jednym z najważniejszych problemów związanych z dalszym rozwojem AI w wojskowości.

Autonomia systemów i rola człowieka

Wraz ze wzrostem możliwości AI zmienia się również rola człowieka w systemach wojskowych. W najprostszym modelu sztuczna inteligencja analizuje dane i przedstawia człowiekowi wynik, a decyzję podejmuje operator lub dowódca. Bardziej zaawansowane systemy mogą samodzielnie wykonywać kolejne elementy zadania, na przykład planować trasę, rozpoznawać obiekty czy wybierać sposób realizacji określonego celu. Najbardziej kontrowersyjny jest jednak scenariusz, w którym system może samodzielnie wybrać i zaatakować cel bez dodatkowej decyzji człowieka.

Warto rozróżnić system autonomiczny od systemu wykorzystującego AI. Nie każda broń wyposażona w algorytmy sztucznej inteligencji jest bronią autonomiczną. AI może służyć na przykład do analizy obrazu, nawigacji lub wspierania decyzji operatora, podczas gdy człowiek nadal podejmuje decyzję o użyciu siły. Według ICRC autonomiczny system uzbrojenia to natomiast taki system, który po aktywowaniu może samodzielnie wybierać i stosować siłę wobec celów bez dalszej interwencji człowieka.

Szczególne znaczenie ma tutaj pojęcie human-in-the-loop, czyli pozostawienie człowiekowi możliwości podjęcia decyzji w kluczowym momencie działania systemu. W innych rozwiązaniach człowiek może przede wszystkim nadzorować system i interweniować w razie potrzeby. Problem polega na tym, że sama obecność człowieka nie zawsze oznacza rzeczywistą kontrolę. Jeżeli AI analizuje dane i przedstawia rekomendację w ciągu kilku sekund, człowiek może mieć bardzo mało czasu na jej samodzielną ocenę. Jak opisano w SIPRI – Autonomous Weapon Systems and AI-enabled Decision Support Systems in Military Targeting, może wtedy pojawić się tzw. automation bias, czyli tendencja do nadmiernego ufania rekomendacjom systemu.

Problemem jest również niezawodność AI. System może działać poprawnie w warunkach, na których był testowany, ale zachować się inaczej w środowisku, w którym przeciwnik celowo próbuje go zmylić. Dotyczy to między innymi manipulowania danymi wejściowymi, zakłócania działania czujników czy wykorzystywania nieprzewidzianych sytuacji. Dlatego samo osiągnięcie wysokiej skuteczności modelu w testach nie oznacza jeszcze, że można bezpiecznie wykorzystać go w warunkach wojennych.

Odpowiedzialne wykorzystanie AI wymaga więc nie tylko określenia, co system może zrobić, ale również kiedy i pod jakimi warunkami może to zrobić. NATO w swojej zrewidowanej strategii AI wskazuje sześć zasad odpowiedzialnego wykorzystania tej technologii: legalność, odpowiedzialność i rozliczalność, bezpieczeństwo i ochronę, wyjaśnialność i możliwość śledzenia działania systemów, niezawodność oraz możliwość kontrolowania i wyłączania systemów.

Kwestia ta ma również wymiar prawny. Wykorzystanie AI w działaniach wojennych podlega międzynarodowemu prawu humanitarnemu, podobnie jak inne środki i metody prowadzenia wojny. Oznacza to między innymi konieczność przestrzegania zasad rozróżniania celów wojskowych i osób cywilnych, proporcjonalności oraz podejmowania odpowiednich środków ostrożności. ICRC podkreśla, że człowiek pozostaje odpowiedzialny za decyzje dotyczące użycia siły, nawet jeśli w procesie ich podejmowania wykorzystuje system AI.

Nie oznacza to jednak, że wszystkie zastosowania autonomicznych systemów są równie problematyczne. Autonomia może być przydatna w sytuacjach, w których wymagany jest bardzo szybki czas reakcji, a zadanie ma jasno określone parametry. ICRC wskazuje na przykład, że niektóre autonomiczne systemy obrony przeciwrakietowej już funkcjonują i działają w stosunkowo przewidywalnym środowisku, przeciwko określonym obiektom. Znacznie większe wątpliwości pojawiają się wtedy, gdy system ma działać w złożonym środowisku i samodzielnie decydować o użyciu siły wobec ludzi.

Dlatego rozwój AI w wojskowości nie sprowadza się wyłącznie do pytania, jak dużo można przekazać maszynie. Równie ważne jest określenie granic tej autonomii, sposobu testowania systemów i zasad odpowiedzialności za ich działanie. W przypadku AI wykorzystywanej do wspierania decyzji oznacza to między innymi konieczność zachowania możliwości zakwestionowania rekomendacji systemu. W przypadku autonomicznych systemów uzbrojenia dyskusja idzie jeszcze dalej. ICRC postuluje międzynarodowe ograniczenia dotyczące systemów, których działania nie można odpowiednio przewidzieć lub kontrolować, oraz autonomicznych systemów zaprojektowanych do bezpośredniego atakowania ludzi.

Jak USA, Nato i Europa rozwijają AI w sektorze obronnym

Rozwój AI w wojskowości jest traktowany jako element długoterminowej polityki obronnej. Nie chodzi wyłącznie o testowanie pojedynczych modeli czy wyposażanie konkretnych systemów w funkcje AI. Państwa rozwijają własne strategie, infrastrukturę danych, kompetencje oraz programy badawcze, które mają umożliwić wykorzystanie sztucznej inteligencji w wielu obszarach sił zbrojnych.

W Stanach Zjednoczonych AI jest rozwijana na poziomie całych struktur obronnych. W kwietniu 2026 roku Department of the Air Force opublikował strategie dotyczące danych i AI, których celem jest przyspieszenie wdrażania tych technologii i stworzenie wspólnych ram dla ich wykorzystania w siłach powietrznych i kosmicznych. Strategia AI obejmuje między innymi rozwój infrastruktury danych, kompetencji personelu oraz wdrażanie AI w działaniach operacyjnych.

Podobne podejście ma NATO. Zrewidowana strategia AI Sojuszu zakłada jednocześnie rozwój i wdrażanie AI oraz ochronę przed zagrożeniami wynikającymi z wykorzystania tej technologii przez przeciwników. Ważnym elementem jest również interoperacyjność – rozwiązania tworzone przez poszczególne państwa powinny być zdolne do współpracy w ramach wspólnych operacji. W styczniu 2026 roku NATO przyjęło również nową Alliance Digital Strategy, która kładzie nacisk na interoperacyjne zdolności cyfrowe, odporne sieci oraz przewagę informacyjną.

Przykładem praktycznej realizacji tej strategii jest DIANA (Defence Innovation Accelerator for the North Atlantic), czyli inicjatywa NATO wspierająca rozwój technologii o znaczeniu dla bezpieczeństwa i obronności. Wśród jej priorytetów znajdują się AI i autonomia, ale także między innymi technologie kwantowe, systemy hipersoniczne, przestrzeń kosmiczna czy nowe technologie komunikacyjne. W lipcu 2026 roku NATO poinformowało również o wyborze firm, które mają rozwijać rozwiązania AI i uczenia maszynowego wspierające planowanie oraz prowadzenie operacji i zwiększające szybkość podejmowania decyzji.

Europa również rozwija własne zdolności, zwracając przy tym uwagę na technologiczną suwerenność. Jednym z przykładów są rozwijane przez europejski przemysł systemy loyal wingman i inne autonomiczne statki powietrzne. Airbus rozwija UCCA (Uncrewed Collaborative Combat Aircraft), które mają współpracować z załogowymi samolotami bojowymi. Firma wyposaża obecnie dwa samoloty Kratos Valkyrie w europejski system misyjny MARS, którego częścią jest wspierany przez AI system MindShare. Airbus zakłada zaoferowanie niemieckim siłom powietrznym operacyjnego systemu UCCA do 2029 roku.

Rozwój AI w obronności obejmuje nie tylko same algorytmy, ale cały ekosystem technologiczny: dane, infrastrukturę obliczeniową, oprogramowanie, autonomiczne platformy, systemy komunikacji oraz ludzi posiadających odpowiednie kompetencje. Oznacza to, że przewaga związana z AI może zależeć nie od jednego najlepszego modelu, lecz moźliwości do połączenia tych elementów w działający system.

Podsumowanie

Sztuczna inteligencja staje się elementem coraz większej liczby systemów wojskowych. Jej znaczenie wynika nie tylko z możliwości automatyzacji pojedynczych zadań, ale przede wszystkim z szybkości przetwarzania informacji i łączenia danych z wielu źródeł.

Rozwój AI nie oznacza jednak, że człowiek przestaje być potrzebny. Przeciwnie – wraz ze wzrostem możliwości systemów rośnie znaczenie ich nadzorowania, testowania i określania granic autonomii. Przyszłość AI w wojskowości zależy zarówno od rozwoju technologii, jak i od tego, jak zostanie ona zintegrowana z działaniami człowieka oraz zasadami odpowiedzialnego wykorzystania.