威尼斯纪录片《NAZA》聚焦以军 AI 附带损伤评估

以色列导演 Yuval Abraham 与 Rachel Szor 拍摄的 80 分钟纪录片《NAZA》于 9 月 10 日在威尼斯电影节首映，并获得评审团特别奖。影片标题「NAZA」源自希伯来语「nezek agavi」，意为「附带损伤」——即军事打击目标之外预计造成的非故意伤害。这一概念正是影片所探讨的核心：以军如何在打击前借助 AI 系统评估附带损伤，以及这些评估在实际操作中是否真正减少了平民伤害。

AI 在附带损伤评估中的角色

网络安全专家 Matías Rott 向 The Media Line 解释了 AI 在这一流程中的定位。他指出，NAZA 所代表的附带损伤评估本质上是一项决策辅助功能，AI 能够整合大量情报、模拟目标周边环境，并帮助分析影响打击后果的变量。「当你使用这类 AI 时，你的目的显然是尽量减少附带损伤，」Rott 表示。他以建筑物打击为例说明：从不同方向、使用不同武器对同一目标实施打击，对周边结构的破坏可能截然不同，AI 在此过程中帮助权衡「如何以最小附带损伤达成军事目标」。

「Lavender」系统与历史调查

影片并非首次披露以军使用 AI 辅助目标选择。Abraham 在 2024 年 4 月为 +972 Magazine 与 Local Call 撰写的调查报道中就曾介绍过「Lavender」系统——该系统用于处理疑似哈马斯与巴勒斯坦伊斯兰圣战组织成员的的情报。据六名情报来源透露，在战争初期阶段，军官在很大程度上依赖其输出，有时仅进行有限的人工审核。该调查同时指出，打击始终「附带损伤审查的从属条件」，即只有在附带损伤评估通过后才执行轰炸；当建筑内预计平民数量超出许可阈值时，对低级别嫌疑人的打击也会被取消。

争议焦点：阈值与估算可靠性

围绕该系统的核心争议并不在于以军是否计算附带损伤——这一点以军与调查报道均已确认——而在于以下三方面问题：

许可的附带损伤阈值是否过高：两名情报来源告诉 Abraham，战争最初几周内，对部分低级别嫌疑人的打击曾被授权附带预计 15 至 20 名平民伤亡的代价。以军对此说法提出异议，强调对目标进行个案评估。
估算精度：报道指出，系统对建筑物内剩余平民数量的自动估算依赖战前户籍数据并根据撤离估计进行调整，而非实时确认实际在场人员。
人工审查是否充分：相关来源指控早期阶段对 Lavender 输出的人工核查极为有限。

以军同时否认 Lavender 与「Habsora」等系统是自主目标选择机器，强调人为判断在最终决定中的主导地位。影片及外部调查所提出的批评因此指向一个更精确的命题：一个旨在减少平民伤害的附带损伤计算系统，仍可能因输入数据不准确、阈值设定过于宽松或人工审查不足而受到质疑——「是否进行计算」与「计算的质量如何」是两个独立的问题。