Louis Béranger · 2025-11-05

认知战七年研究回顾：从模糊概念到科学框架

摘要

文章系统梳理了认知战领域七年的军民研究成果。认知战概念于2017年首次提出，最初缺乏明确定义。随着生成式AI的普及，认知战从小规模操作进入大规模生产时代。法国军事机构通过认知网络评估方法，建立了测量认知稳定性的科学框架，提出了决策叠加、认知崩溃和认知熵等核心概念。AI在这一领域具有双重作用：既是认知不稳定的因素，也是观察和分析的工具。

内容框架与概述

文章首先追溯了认知战概念的起源。2017年美国国防情报局局长首次使用这一术语，但当时仅作为流行词而非科学概念。2018年之前，该术语仍主要用于描述各种信息操纵形式，常与科幻和控制论相关联。早期尝试主要集中在未来场景想象和战略沟通，属于投影而非测量范畴。

从2022年开始，法国军事中心开始将认知战作为可观察的系统进行研究，引入了认知网络评估方法。这一方法借鉴了20世纪70年代五角大楼的传统网络评估逻辑，但应用于感知和集体决策领域。CNA不寻求绘制叙事地图，而是理解集体如何在信息流面前维持或失去解释连贯性。这标志着该学科从叙事转向测量和受控实验。

文章重点阐述了CNA的三个核心概念。决策叠加指多种相互矛盾的现实表征共存且无一占据主导的状态；认知崩溃是在情感或信息冲击下突然转向单一叙事；认知熵则是社会系统中心理和信息无序程度的度量。Langlois-Berthelot提出的两个互补指标分别是认知熵指数和叠加张力指数，它们共同用于识别认知不稳定区域。

AI在这一框架中占据核心地位。它加速注意力周期、促进微定向和认知隔离，同时也提供技术手段来建模这些现象。AI成为双重镜像：既是认知不稳定的因素，又是观察工具。文章最后介绍了2024年的系统性认知脆弱性诊断方法，该方法将社会凝聚力视为饱和信息系统的涌现特性，危机源于外部攻击和内部反馈回路的放大。