Logo: to the web site of the Swedish Defence University

This thesis investigates the integration of artificial intelligence (AI) to augment critical decision-making in military targeting processes, with the intention to make a significant empirical contribution to applied research in War Studies. In the context of contemporary warfare, rapid and informed decision-making is imperative. Grounded in Boyd's OODA loop theory (Observe, Orient, Decide, Act) which emphasizes adaptability and timely action in complex, dynamic situations, this research aims to enhance the speed, precision, and consistency of decision-making within joint targeting by incorporating AI as an intelligent agent capable of perceiving and acting within these conditioned environments. By constructing and applying two AI models designed to augment the dynamic targeting method, the study addresses two distinct problems in contemporary joint targeting, showcasing practical applications of AI in this context. Model 1 enhances decision-making by improving precision and efficiency in sensor allocation. It identifies optimal locations for deploying target engagement radars (TERs) of medium-range surface-to-air missile systems (MSAMS) and enables decision-makers to achieve more efficient sensor deployment as well as more precise intelligence collection tasks. Model 1 can be utilized for predictive analysis of an adversary's missile system disposition in specific geographical areas and supports the "Observe" and "Orient" stages of Boyd's OODA loop. If validated as an independent intelligence source, Model 1 could initiate direct target engagements. Model 2 addresses a multi-criteria optimization problem involving multiple targets under given constraints. The results suggest that optimization models can incorporate a commander's targeting guidance to effectively integrate a commander's decision policy as a multi-criteria input into the decision-making calculus mathematically. Model 2 supports all four stages of Boyd's OODA loop and assists in synchronizing feasible attack options to achieve desired effects under time and resource limitations. The findings demonstrate that AI augmentation can significantly expand the decision space for military commanders and offers more opportunities to rapidly exploit, adapt and take the initiative with a greater variety of options. The integration of AI facilitates the transition from hierarchical and linear targeting structures to more dynamic and non-linear concepts and enhances organizational adaptability and effectiveness under dynamic targeting conditions. This research underscores the transformative potential of AI in military decision-making and challenges the current human-centric paradigm by introducing AI as an intelligent agent and actor capable of solving problems beyond human limits. The project has important implications for both practitioners and researchers. For practitioners, it offers insights into how AI applications can augment joint targeting practices by improving efficiency and effectiveness in military operations. For researchers, it provides perspectives on the role of AI in military decision-making and how this integration affects command and control arrangements as well as joint warfare concepts. The study suggests that defense organizations should prioritize AI integration to maintain strategic advantages in modern warfare and recommends that future research explore the ethical considerations and long-term impacts of AI-augmented warfare, particularly with regard to command authority and the mechanisms by which forces and assets are directed. In conclusion, this thesis provides empirical evidence of AI's potential to augment critical military decision-making and proposes two applications for integrating AI into joint targeting processes. By addressing the necessity for military organizations to adopt AI technologies, it contributes to the broader discourse on the future of warfare and the evolving relationship between humans and intelligent machines.

Denna avhandling undersöker hur artificiell intelligens (AI) kan integreras för att förstärka det kritiska beslutsfattandet i militära targeting-processer och därigenom göra ett betydande empiriskt bidrag till tillämpad forskning inom War Studies. Med utgångspunkt i Boyds OODA loop-teori (Observe, Orient, Decide, Act), syftar denna forskning till att öka snabbheten, precisionen och tillförlitligheten i beslutsfattandet inom joint targeting genom att införliva AI som en intelligent agent som kan uppfatta och agera i dessa förutsättningar. Genom att bygga och tillämpa två AI-modeller avsedda att stärka den dynamiska targeting-metoden adresserar studien två olika problem inom samtida joint targeting och visar på hur AI kan användas i praktiken inom detta område. Model 1 förbättrar beslutsfattandet genom att höja precisionen och effektiviteten i sensorallokering. Den identifierar optimala platser för att utplacera target engagement radars (TERs) för medelräckviddiga surface-to-air missile systems (MSAMS) och gör det möjligt för beslutsfattare att uppnå mer effektiv sensorutplacering och mer exakt genomförande av underrättelseinhämtning. Model 1 kan användas för förutsägande analyser av motståndarens robotsystem i specifika geografiska. Om modellen valideras som en oberoende underrättelsekälla skulle Model 1 potentiellt kunna initiera direkta målanfall. Model 2 fokuserar på ett multi-criteria optimization-problem som omfattar flera mål under givna begränsningar. Resultaten pekar på att optimeringsmodeller kan integrera en befälhavares targeting-riktlinjer för att matematiskt införliva befälhavares beslutspolicy som ett flerkriterieunderlag i beslutsfattandet. Resultaten visar att AI-förstärkning väsentligt kan utöka beslutsutrymmet för militära befälhavare och erbjuda fler möjligheter att snabbt utnyttja läget, anpassa sig och ta initiativ med ett större utbud av alternativ. Genom att integrera AI underlättas övergången från hierarkiska och linjära targeting-strukturer till mer dynamiska och icke-linjära koncept, vilket stärker organisationens anpassningsförmåga och effektivitet i samband med dynamiska targeting-förhållanden. Projektet har betydande implikationer både för praktiker och forskare. För praktiker visar det hur AI kan förstärka joint targeting-rutiner genom att öka effektiviteten och ändamålsenligheten i militära operationer. För forskare erbjuder det insikter i AI:s roll i militärt beslutsfattande och hur denna integration påverkar command and control-arrangemang samt koncept för gemensam krigföring. Avhandlingen föreslår att militära organisationer bör prioritera AI-integration för att behålla strategiska fördelar i modern krigföring och rekommenderar att framtida forskning utforskar de etiska aspekterna och de långsiktiga konsekvenserna av AI-förstärkt krigföring, särskilt med avseende på command authority och på de mekanismer genom vilka militära styrkor och resurser leds. Sammanfattningsvis ger denna avhandling empiriska belägg för AI:s förmåga att förstärka kritiskt militärt beslutsfattande och föreslår två tillämpningar för att integrera AI i joint targeting-processer. Genom att belysa vikten av att militära organisationer anammar AI-teknik bidrar arbetet till den bredare diskussionen om.