Effektivt droneforsvar krever mer enn teknologi

De siste årene har vist at teknologisk overlegenhet ikke automatisk gir taktiske fordeler [1]. Krigen i Ukraina er et slik eksempel, og omtales ofte som den første fullskala dronekrigen. Tusenvis av små, lett tilgjengelige droner er blitt brukt til alt fra rekognosering til direkte angrep – og har i mange tilfeller erstattet større, kostbare og teknologisk avanserte drone-plattformer forbeholdt stormakter.

Ukraina har blant annet brukt dem til å levere ISR (Intelligence, Surveillance and Reconnaissance) informasjon til artilleriet, mens Russland har på sin side benyttet selvmordsdroner mot kritisk infrastruktur. I tillegg har begge parter har tatt i bruk droner som svever over et mål og angriper når det gir størst effekt. Det viser hvordan droner kan endre dynamikken på slagmarken – og har bidratt til at skyttergravskrig har gjort et uventet comeback i moderne krigføring [2].

Volumet, tilgjengeligheten og den taktiske fleksibiliteten gjør ubemannede luftfartøy (UAV-er) til en betydelig utfordring for etablerte luftvernsystemer, og tvinger oss til å tenke nytt.

Samtidig åpner teknologiske fremskritt for nye muligheter innen beslutningsstøtte, trusselvurdering og autonomt engasjement. I min masteroppgave undersøkte jeg hvordan kunstig intelligens (KI) og automatisering kan brukes i droneforsvar. Ett funn var tydelig: Teknologi alene er ikke nok. Våpen- og kommunikasjonssystemer kan oppgraderes, men uten et godt samspill mellom menneske og maskin går mye av potensialet tapt. Det avgjørende er hvordan teknologien forsterker – ikke erstatter – menneskelig dømmekraft.

Forsvaret står overfor en utfordring som krever økt satsing på robuste droneforsvarssystemer, såkalte Counter-Unmanned Aircraft Systems (C-UAS) [3]. Disse må kunne oppdage, klassifisere og nøytralisere UAV-er, uten å redusere operasjonstempoet eller overbelaste operatørene kognitivt.

Hvordan vi kan anvende avansert teknologi for å vinne morgendagens kamper, ikke gårsdagens?

Tre områder peker seg ut som avgjørende for effektivt droneforsvar: (1) hvordan teknologi påvirker situasjonsforståelse, (2) hvordan vi fordeler oppgaver mellom menneske og maskin, og (3) hvordan tillit, ansvar og kontroll bygges inn i systemdesignet.

Situasjonsforståelse i en tidspresset virkelighet

I høyintensive C-UAS operasjoner – som ved en innkommende sverm av koordinerte UAV-er – er rask deteksjon, klassifisering og respons avgjørende. Situasjonsforståelse (SA), evnen til å oppfatte, forstå og forutsi hva som skjer, er helt sentral [4]. Men i komplekse og tidspressede situasjoner der mennesker og maskiner må samarbeide om å løse oppdraget, er ikke individuell SA tilstrekkelig. Det kreves en delt situasjonsforståelse (SSA) – et enhetlig og kontinuerlig oppdatert operasjonsbilde som hele systemet kan handle ut fra.

KI og automatisering kan styrke SSA, men bare når samspillet med operatøren fungerer. Oppgaven peker på at operatører kan overveldes av informasjonsmengden fra sensorer og systemer, samtidig som de må fatte raske beslutninger i et kaotisk operasjonsmiljø. KI kan støtte ved å filtrere og fusjonere data fra radar, optikk og åpne kilder, og omforme dette til et presist sanntidsbilde – mer nøyaktig enn mennesker kan produsere alene.

Videre må systemet presentere et bilde som er forståelig og handlingsrettet (et common operating picture). Det handler ikke om å vise alt, men om å vise det som trengs, på riktig tidspunkt – basert på stilling, kognitivt overskudd og situasjon. Der mennesker feiltolker informasjon, overser signaler eller låser seg til førsteinntrykk, kan KI gi et mer konsistent og datadrevet bilde som korrigerer eller kompletterer menneskelig vurdering.

Når det er sagt, ved å integrere KI i beslutningstakerens OODA-loop – særlig i observere- og orientere-fasene – endres operatørens rolle. Fra å utføre manuelle handlinger går personen over til å overvåke og vurdere innsikt generert av KI. Det stiller krav til nye mentale modeller, trening og forståelse for hvordan systemet «tenker» – spesielt i situasjoner utenfor det systemet er trent på. Systemene må ha innebygde kontrollpunkter, hvor operatøren kan stille spørsmål, overstyre og validere.

Figuren under viser hvordan kjerneprosessene i SSA påvirkes av trusler, og hvilke mekanismer som er avgjørende for å vedlikeholde forståelsen over tid.

Å opprettholde SSA krever trening, bevisst design og kontinuerlig vurdering av både systemets funksjon og operatørens rolle. Først da kan C-UAS operere med presisjon uten at SA svekkes – og bidra til en mer robust forsvarsevne overfor UAVer.

Hvem gjør hva i en optimal oppgavefordeling?

En effektiv måte å redusere kognitiv belastning i C-UAS operasjoner er å fordele oppgaver etter hvem – eller hva – som er best egnet til å løse dem. Rammeverket HABA–MABA (Humans Are Better At / Machines Are Better At) systematiserer fordelingen [5]. Maskiner er overlegne i raske eller dataintensive oppgaver. KI kan analysere store datamengder i sanntid, klassifisere trusler, og utføre presise, repetitive handlinger uten å miste fokus. Mennesker er derimot overlegne i oppgaver som krever kritisk tenkning, etisk vurdering, kontekstforståelse og kreativ problemløsning. De kan håndtere tvetydige situasjoner, vurdere langsiktige konsekvenser og fatte beslutninger selv med ufullstendig informasjon.

På taktisk nivå er kravene til reaksjonstiden meget strenge, noe som gir lite rom for manuell klassifisering eller prioritering. Her bør systemet operere med høy grad av autonomi, hvor KI bidrar til deteksjon, sporing, klassifisering og engasjering. I livstruende situasjoner kan helautonome løsninger være forsvarlige under prinsippet om selvforsvar – forutsatt at operatøren alltid kan overstyre eller deaktivere systemet. I slike tilfeller reduseres den menneskelige rollen til en godkjennings- eller vetofunksjon, en “ja/nei/vent”-beslutning. Utenfor de mest tidssensitive situasjonene bør automasjonsnivået justeres ned for å balansere maskinens hastighet med menneskelig dømmekraft.

På operasjonelt nivå er tempoet noe lavere, men informasjonsmengden større. Her kan KI bidra ved å filtrere og strukturere data, oppdatere trusselvurderinger og foreslå handlingsalternativer. Systemet kan forberede beslutningsgrunnlaget, men det er fortsatt operatøren som må sette handlingen i kontekst, omsette strategi til handling og vurdere risiko og konsekvenser.

På strategisk nivå er tidspresset lavt, men beslutningene komplekse og konsekvensene langtrekkende. Her bør KI brukes til å samle, strukturere og analysere store datamengder – for eksempel åpne kilder, etterretningsrapporter og After-Action-Review-data. Målet er å gi ledelsen et bedre beslutningsgrunnlag, ikke å ta beslutningen for dem.

En slik oppgavefordeling reduserer ikke bare kognitiv belastning, men øker også tempo og treffsikkerhet i C-UAS operasjoner. Målet er ikke å erstatte mennesket, men å la begge bidra der de er sterkest.

Design for tillit, ansvar og samspill

Når KI og automatisering får en større rolle i C-UAS, oppstår nye utfordringer knyttet til etikk og operativ kontroll. Ved å flytte avgjørelser fra menneske til maskin, risikerer vi å skyve operatøren ut av loopen. Det såkalte out-of-the-loop-syndromet (OOTL) kan svekke SA og på sikt føre til tapte ferdigheter, særlig når operatøren reduseres til passiv observatør [6].

Selv om ansvaret fortsatt ligger hos mennesket, kan manglende innsikt i systemets vurderinger gjøre det umulig å gripe inn når det gjelder som mest. Uten tillit, forklarbarhet og reell innflytelse risikerer vi å overlate beslutninger til systemer vi ikke forstår. Dette forsterkes av at KI ofte bygger på komplekse og lite transparente modeller. Dersom operatøren ikke vet hvorfor systemet anbefaler en handling, kan operatøren enten utvikle blind tillit til feilaktige anbefalinger– eller avvise systemet helt.

For å møte disse utfordringene må C-UAS utvikles med tydelige prinsipper for ansvar, kontroll og samspill. Det krever menneskesentrert design – der teknologien tilpasses operatørens kognitive forutsetninger, ikke omvendt. Jo mer vi automatiserer, desto viktigere blir det å bevare menneskelig kompetanse gjennom trening og aktiv involvering.

Fem prinsipper bør ligge til grunn:

Skalerbar autonomi: Systemet må kunne tilpasse automasjonsnivå etter situasjon og belastning, med mulighet for manuell overstyring
Sømløs kontrollovertakelse: Operatøren må kunne ta tilbake kontrollen umiddelbart ved feil eller usikkerhet, uten komplikasjoner.
Forklarbarhet: KI må kunne begrunne sine anbefalinger, ikke bare resultater.
Menneskelig påvirkning: Operatøren må kunne veilede eller overstyre systemet uten å svekke effektiviteten.
Intuitivt grensesnitt: Informasjon må presenteres oversiktlig, relevant og visuelt tydelig – helst integrert i eksisterende systemer som NorBMS.

Figuren under illustrerer en kontrollsløyfe der menneske og maskin samhandler for å nøytralisere fiendtlige UAVer. En digital assistent (KI) tolker data fra sensorer og databaser, mens operatøren informeres, påvirker beslutninger og kan overstyre systemet ved behov.

Et helhetlig droneforsvar bygges i lag og på samspill

Å opprettholde SSA krever KI-drevet datafusjon og intuitive grensesnitt som motvirker OOTL-risikoen, kombinert med forståelse for operatørens nye rolle. En god oppgavefordeling frigjør menneskets kapasitet til vurdering, ansvar og dømmekraft. Dette krever at tillit, kontroll og ansvar bygges inn allerede i designfasen, ikke som et tillegg i etterkant.

Et annet sentralt funn i oppgaven er at droneforsvar ikke kan løses med én teknologi alene. Det kan være fristende å tro at én avansert sensor eller ett våpensystem er nok, men realiteten er mer sammensatt. Forsvaret trenger en lagdelt C-UAS struktur, der dedikerte enheter med droneforsvar som primæroppdrag utgjør kjernen. Disse må integreres med øvrige avdelinger, som på sin side må gjøre sitt for å retrofitte eksisterende kapasiteter – som fjernstyrte våpenstasjoner (RWS) – med enkle, modulære løsninger egnet for sekundær C-UAS rolle. De primære enhetene bærer hovedansvaret for C-UAS, men er begrenset av rekkevidde og utholdenhet. Derfor blir de sekundære kapasitetene avgjørende for å tette hull i forsvarsnettet. De kan fungere som både sensorer og mottiltak – uten å forstyrre enhetens hovedoppdrag. Resultatet er økt dekning, redusert sårbarhet og større operasjonell fleksibilitet.

Veien videre krever kontinuerlig forskning og eksperimentering – slik vi ser i utviklingsmiljøer som Morgendagens Kampenhet. Det må utvikles teknologier som ikke bare oppdager og engasjerer droner, men som også reduserer den økonomiske asymmetrien mellom billige trusler og kostbare motmidler. Fremfor alt må vi huske at teknologi er et verktøy og at det er hvordan vi kombinerer verktøyet med menneskelig dømmekraft, erfaring og etisk refleksjon som avgjør vår evne til å møte morgendagens trusler.

Dette reiser et grunnleggende spørsmål for Forsvaret:

Hvordan utvikler vi systemer og personell som mestrer samspillet mellom mennesker og maskiner, i møte med krigens karakter?

Først når vi lykkes med å kombinere teknologi med menneskelig ansvar og innsikt, kan vi bygge et droneforsvar rustet for fremtiden.

Foto: Fabian Helmersen / Forsvaret