データのゴミと「キルチェーン」 ──戦場AIと人間判断の空洞化

戦場AIの危険は、AIが「勝手に狂う」ことだけにあるのではない。

より深刻なのは、古いデータベース、古いオントロジー、古い座標、未更新の分類が、大規模言語モデルやAIエージェントによって滑らかに統合されることである。そしてそれが、人間の検証時間を奪う速度で運用され、最後には誰にも読まれず、誰にも止められず、そのまま実行系へ流れていくことである。

本稿はこの命題を、2026年2月に起きた一つの民間人被害事案をもとに検証する。あわせて本稿は、戦場AIをめぐる技術論であると同時に、意思決定優越、訂正可能性、認知戦における人間判断の問題をつなぐ試論でもある。

第一部　ミナブ小学校 ──古いデータが致死化した瞬間

2026年2月28日午前、米国とイスラエルによる対イラン作戦「Epic Fury」の初日、イラン南部ホルモズガーン州ミナブのシャジャレ・タイーベ小学校に巡航ミサイルが着弾した。建物は、午前の授業中に複数回撃たれた。

死者は、確認できる下限として少なくとも165人にのぼる。その多くが7歳から12歳の少女だった。対イラン戦争における、単一最大の民間人被害事案である [1]。

複数の独立調査──ニューヨーク・タイムズ、BBC、NPR、CBC──は、攻撃が米軍によるものである蓋然性が高いと結論づけた。米軍内部の予備調査も、これを裏づけている。

ただし、米政府の最終調査結果が公開されていない以上、本稿ではこの事案を「報道・議員書簡・公開分析に基づく事例」として扱う。問題は、なぜ軍事施設ではなく、小学校が標的になったかである。

予備調査が示した原因は、古いデータだった。

米中央軍の将校が、国防情報局（DIA）が提供した古いデータを用いて標的座標を作成していた。当該建物は、DIAのデータベースで軍事施設と分類されたままだった。それは、その敷地がかつて隣接するイラン革命防衛隊（IRGC）海軍基地の一部だった時期に由来する分類である [2]。

致命的なのは、用途変更が秘匿されていなかったことである。

敷地は、爆撃の少なくとも10年前から学校であった。軍事用途から民生用途への転換は、商用衛星画像に見え、オープンソースの地図データに反映され、地元住民にも知られていた。学校は、鮮明なウェブサイトと長年のオンライン上の存在を持っていた。衛星画像は、遅くとも2016年までに学校とIRGC施設が壁で分離されていたことを示している。敷地の軍事警備拠点も、2016年までに撤去されていた [3]。

ここで、想定されうる反論を一つ確認しておく必要がある。

公開調査によれば、この学校はIRGC海軍系列の学校ネットワークに属し、軍人の子弟を優先的に入学させる非営利教育機関だった [4]。しかし、この事実をもって「ならば軍事目標だった」と論じることはできない。

系列関係──行政的・所属的なつながり──と、当該建物の物理的・機能的性格は、別の層の問題だからである。標的選定の国際人道法上の評価で問われるのは後者、すなわち攻撃の時点でその建物が何であったかである。

2026年2月28日午前、そこにあったのは、7歳から12歳の子供たちが授業を受ける学校だった。建物は10年以上前から軍事施設ではなく、その民生的性格は可視であり、文書化され、検証可能だった。系列がIRGCであることは、それだけで、壁で分離され学校として機能していた建物を直ちに合法的な軍事目標へ変えるものではない。

つまり、「気づくべき情報」は、公開された形で複数の独立した源に存在していた。それでも、古い座標は更新されないまま、標的処理のパイプラインを通過した。

ここで重要なのは、速度である。

米軍はこの作戦でAIを大規模に使用し、紛争最初の24時間で1,000回以上の攻撃を実行した。国防総省の最高デジタル・AI責任者の宣誓供述によれば、96時間で2,000の個別標的に2,000発以上の弾薬が投射された。

単純計算で、各標的に人間が割ける実質的な審査時間は秒単位である。古いデータの誤りは、それを致死的にするほど高速なシステムの中で実行された [5]。

第二部　問題はClaudeだけではない ──Mavenという層構造

ミナブの後、世間の議論は一つの固有名詞に集中した。AnthropicのLLM（大規模言語モデル）、Claudeである。

だが、Claudeだけを見ていては、問題の構造を捉え損ねる。

米軍の標的処理の中核にあるのは Maven Smart System（MSS）であり、これはデータ分析企業Palantirが構築したプラットフォームである。MSSは単一のAIではない。技術的に異なる複数の層から成るシステムである。

最深部には、コンピュータビジョン（CV）モデルがある。衛星画像・ドローン映像・レーダーを解析し、物体を検出・分類し、各識別に確信度スコアを付与する。これは大規模言語モデルよりも前から存在する技術であり、写真ライブラリで猫を認識したり、自動運転車がカメラとレーダーを統合したりするのと同じ系統に属する。

その上に、Palantirのオントロジーによるデータ融合層がある。信号情報・人的情報・画像情報・公開情報を一つの「共通作戦図」に統合する層である。さらに、優先順位付けのための構造化された最適化ワークフローがある。そして軍事データベース──ミナブの場合、古いDIAデータ──が、これらに座標と分類を供給する。

MavenにLLM（Claude）が載ったのは、2024年後半、この既存の層構造の上である。その役割は、主に自然言語インターフェースおよび非構造化データ処理の補助だった。情報報告書を、将校やアナリスト向けに平易な言葉へ翻訳する。一部報道は、標的を戦略的重要度でランク付けし、各攻撃の法的正当化を起草する役割も伝えている。ただし、国防総省は、ミナブの標的特定にAIが関与したかについて確認を拒否している [6]。

この整理から、少なくとも二つの論点が見えてくる。

第一に、仮に何らかのAIが校舎を「軍事施設」と分類したとしても、それはClaudeのような言語モデル単体の働きではなく、CV、データ融合層、古いDIAデータベースの組み合わせであった蓋然性が高い。問題を「チャットボットが殺した」という図式に閉じ込めるべきではない。人々がデータベースを更新せず、別の人々がその失敗を致死的にするほど高速なシステムを作った。そこに問題の構造がある。

第二に──そしてこちらがより重い──層に分けることで、誰も全体に責任を負わない構造が見えてくる。

データベースを更新しなかった者、CVを訓練した者、オントロジーを設計した者、LLMを載せた者、速度を設計した者、座標を承認した将校、攻撃を命じた司令部。各層の担当者は、自分の層では誤っていないと言えるかもしれない。データは「与えられた通り」処理され、CVは「訓練された通り」分類し、LLMは「入力された通り」翻訳し、将校は「提示された通り」承認した。

こうして見ると、誤りはどこか一つの層にだけあるのではなく、層と層の隙間に消えていく。

ミナブの内部報告は、誤識別が「配備された技術によって引き起こされた」ことを否定し、代わりに「戦時における──時に壊滅的な──よくある人間の誤り」だと主張した。だが、この切り分けこそが問題なのだ。

AIの貢献──高速な標的生成ｖは手柄として残される。その一方で、AIの不作為──検証の欠落──は人間の責任へと押し戻される。人権団体や国際法学者が「非難なき過誤に還元できない」と述べたのは、この分散した無責任の構造を指している [7]。

第三部　garbage in, gospel out. ──LLMが古さを滑らかにする

ここからは、ミナブの事例を離れ、より一般的な構造を考える。

仮にLLMが最新版であっても、外側の基盤が古ければ、出力は滑りうる。これは、特定のモデルだけの問題ではない。モデルの性能とは別の層にある、構造上の問題である。

Claudeでも、ChatGPTでも、Geminiでも、Copilotでも、同じリスクは残る。LLMは、入力された情報源の新旧や真偽を、常に独立して検証する装置ではない。多くの場合、与えられた情報を、最も整合的な言語へと統合する装置である。

古いオントロジー、古いデータベース、古い座標が入力されれば、その古さは「この施設は軍事拠点である」という流暢な断定へ変換されうる。性能が上がれば、文章の説得力は増す。だが、それは入力の腐敗を検出する保証にはならない。むしろ、性能が上がるほど、より説得力のある誤りが生成される危険もある。

ここに、古典的な格言の変質がある。

garbage in, garbage out.  ──ゴミを入れれば、ゴミが出る。

従来のシステムでは、古いデータは古いデータらしい出力を返した。空欄、エラー、「2013」と記されたタイムスタンプ。古さは可視だった。構造化されたダッシュボードでは、空欄は明らかに空欄であり、古い日付は明らかに古い。人間はその可視性を手がかりに、立ち止まることができた。

ところが、LLMは、その古さを権威ある自然言語の断定へ変換してしまうことがある。同じデータを、確信に満ちた段落に統合し、欠落を滑らかに覆い隠す。それは理解のように感じられる物語を生成する。だが実際には、不完全な情報をまたいだ補間にすぎない場合がある。

リスクは、単なる捏造ではない。むしろ、不確かさ、欠落、陳腐化が、出力では一つの確信に満ちた文へ変わることだ。

ゴミを入れると、福音のような答えが出てくる。
garbage in, gospel out.

そして、重要なのは、この変質がモデルの性能だけでは解決しないことである。

性能が上がるほど、「福音」はより滑らかになる。補間はより自然になり、自然であるほど、古さの痕跡は見えにくくなる。だから、「ミナブで使われたのが古いバージョンのモデルだった」という指摘は、問題の一部ではあっても、中心ではない。

真の問題は、LLMという層が、その性能水準にかかわらず、古い外側の層の欠陥を「可視」から「不可視」へと変換する位置に置かれていることである。LLMのバージョンを上げても、この位置が変わらなければ、同じ構造的リスクは残る。

第四部　gospel out の先へ ──誰も読まないゴミが実行される

しかし、garbage in, gospel out ──ゴミを入れると、福音のような答えが出てくる──は、まだ問題の終点ではない。

福音化が問題になるのは、まだ人間が出力を読み、それを信じるという行為が残っている場合である。流暢な誤りが人間を錯覚させる、という構図には、錯覚する人間がまだ回路の中にいる。人間はループの上にいて（human-on-the-loop）、出力を監視し、信じ、承認する。福音は、信じる者がいて初めて福音たりうる。

だが、その先には、さらに危険な段階がありうる。

人間の監視が速度によって空洞化し、さらに人間がループから降りていけば（human-off-the-loop）、出力が福音に見える必要すらなくなる。誰も読まないのだから、流暢である必要も、もっともらしい必要もない。ゴミはゴミのまま、誰の目にも触れず、キルチェーンを通過しうる。

ここで、古典的な garbage in, garbage out に戻るように見える。ただし、決定的に違う。

古典的な garbage out は、出力が明らかにゴミらしく見えたから、人間が気づけた。新しい garbage out は、人間が見ないから、誰も気づかない。可視性ゆえに止められたかもしれない古典的なゴミが、不可視性ゆえに致死的なゴミへ変わる。

福音化は、その移行期の現象にすぎないのかもしれない。その段階では、福音の仮面すら不要になる。

そして、この構造は、認知戦の論点とも重なる。

gospel out は、まだ人間が出力を読み、それを信じる段階の問題である。だが、human-on-the-loop がさらに空洞化し、human-off-the-loop に近づけば、もはや説得される主体すら不要になる。これは、認知戦における「形式的同意の調達」 ──人間が自分で判断したと錯覚しながら、誘導された結論を承認する構造 ──の、さらに先にある段階である。

説得は、説得される主体の存在を前提とする。その主体が判断の座から撤退すれば、説得は不要になり、システムは沈黙のうちに作動する。

判断主体の撤退。

そこに、ゴミがゴミのまま実行される世界の輪郭が見えてくる。

第五部　人間はどこで止めるのか ──速度、検証、責任配置

ここまでの議論は、AIの軍事利用を一律に断罪するためのものではない。むしろ逆である。問題はAIそのものではなく、AIをどう設計し、どう運用するかにある。同じ技術でも、逆方向に使えば、結論は変わりうる。

その分岐点は、公式の制度と、運用の実態との張力にある。

公式の制度は、人間判断・検証・責任を掲げている。米国防総省指令3000.09は、自律・半自律兵器を「指揮官と操作者が適切なレベルの人間の判断を行使できるよう設計する」ことを求め、意図しない交戦リスクの最小化、検証と試験評価、理解可能なヒューマン・マシン・インターフェース、作動停止手順を要求する [8]。2026年6月5日の国家安全保障大統領覚書NSPM-11は、この指令を90日以内に更新し、AI能力の急速な進化に対応するよう指示した [9]。公式上は、人間が中心にいる。

一方で、運用面では速度と自動化を強める方向も示されている。NSPM-11と同じ系列で、ミナブの標的選定ドクトリン改定がBloombergに報じられたのと同じ2026年6月25日、国防総省は「Agent Network」を公式に発表した。その発表には、本稿が見てきた張力がよく表れている。

Agent Networkは、情報を「指揮官向けの情報に基づく選択肢」に変換する時間を圧縮し、戦闘管理・意思決定支援・標的選定を変革する、と謳う。AI対応エージェントが防衛情報・作戦システムを継続的にスキャンし、所見を数秒以内に指揮官向けの明確な選択肢へ翻訳する。伝統的な標的選定を、遅いプロセスから、より速い識別と結果をもたらす現代的手法へ移行させる、と。

そして、同じ発表が、こう明記する。Agent Networkは自律的に標的を選定・攻撃しない。指揮官があらゆる決定を統御し続けることを保証する。最高デジタル・AI責任者の言葉も、両方を併記している。あらゆる標的決定の中心に人間の判断を保ちながら、指揮官により速く、より良い情報へのアクセスを与える、と。[10]

「数秒化」と「人間が全決定を統御」が、同一の公式文書に同居している。これが争点である。

数秒で選択肢が提示される環境で、人間の「統御」はどこまで実質を保てるのか。秒単位の審査は、本当に検証と呼べるのか。それとも、ミナブの事例が問いかけるように、人間の関与は形式だけ残り、実質は速度によって奪われるのか。

なお、完全なhuman-off-the-loopの実戦運用は、少なくとも米国の公式政策上は認められていない。だが、戦場では人間関与を縮小する圧力が現に高まっている。2024年12月、国連総会は自律致死兵器に関する決議を賛成166・反対3（ベラルーシ・北朝鮮・ロシア）・棄権15で採択した [11]。これは国際社会の強い懸念を示すが、各国が極秘に完全自律兵器を研究していることの直接証明ではない。

中国の軍事思想において、智能化戦争・無人化・AI主導の議論が進んでいることも知られている。ただし、その具体的な段階区分を断定するには、なお一次資料の照合を要する。確実に言えるのは、人間関与の空洞化を単なるSFとして片づけることはできない、ということである。問題は、公式文書上の「人間判断」が、作戦速度とシステム設計の中で実質を保てるかである。

ならば、何を守ればよいのか。四つの条件に集約できる。

第一に、基盤を更新すること。
古いデータベース、古いオントロジー、古い座標を放置しないこと。ミナブの悲劇は、最新のモデルの不在ではなく、最新の基盤の不在から生じた。衛星画像を定期的な頻度で更新することは、合理的な指揮官が取るべき実行可能な予防措置である。

第二に、古さ・欠落・不確実性を可視化すること。
LLMに古さを滑らかな断定へ変換させるのではなく、空欄を空欄として、古い日付を古い日付として、人間に見えるように保つこと。可視性こそが、人間が立ち止まる手がかりである。

第三に、AIを加速器だけでなく検証器として使うこと。
AIのデータ収集・分析能力は、矛盾の検出に向ければ、古い座標と現在の公開情報源との不整合を発見し、人間にフィードバックしうる。ミナブで、その能力は加速に向けられ、検証には向けられなかった。同じ能力を、矛盾検出に向ける設計は可能である。

第四に、人間が実質的に止められる速度を残すこと。
秒単位の標的処理は、人間の検証を形式に縮退させる。検証が機能する速度と、意思決定優越が要求する速度との間で、前者を犠牲にしない運用設計を選ぶこと。

技術が悪なのではない。古い基盤を放置し、層に古さを不可視化させ、検証を許さない速度で運用し、最終的に人間の関与を省く。この四つを、速度と効率の名の下に一つずつ手放していく傾斜こそが、問題なのである。

ミナブで死亡した少なくとも165人は、その傾斜が現実の死と結びつくことを、すでに示している。

ゴミのままキルチェーンが実行される世界は、技術の必然ではない。それは、四つの選択の積み重ねの帰結であり、選択である以上、別の選択もありうる。

問われているのは、AIを使うか否かだけではない。

どの人間が、どの段階で、何を検証し、何を止めるのか。

人間が、判断の座に留まる設計を選ぶか。
それとも、その座を速度に明け渡すか。

それが、私たち人間が何を守るべきかを分ける、分水嶺になる。

出典整理と確度ラベル

本稿の事実主張および推論は、確度に応じて四層に区分される。読者は各主張を、その確度に照らして評価されたい。

【A】　公開一次資料で照合済み

A　公開一次資料で照合済み

• 米国防総省指令3000.09「兵器システムにおける自律性」（2023年1月25日改定）。「適切なレベルの人間の判断」要件、意図しない交戦リスクの最小化、検証・試験評価、作動停止手順の規定。出典：国防総省公式PDF（esd.whs.mil）。
  https://www.esd.whs.mil/portals/54/documents/dd/issuances/dodd/300009p.pdf

• 国家安全保障大統領覚書NSPM-11（2026年6月5日）。DoDD 3000.09を90日以内に更新する指示、機密附属書の存在。出典：ホワイトハウス公式（whitehouse.gov）。
  https://www.whitehouse.gov/presidential-actions/2026/06/national-security-presidential-memorandum-nspm-11/

• 「Agent Network」公式発表（2026年6月25日）。情報を数秒以内に指揮官向け選択肢へ変換、戦闘管理・意思決定支援・標的選定の変革、「自律的に標的を選定・攻撃しない」「指揮官が全決定を統御」の明記、Palantir（Maven基盤）とLumbraの組み合わせ。出典：米国防総省公式（war.gov）。
  https://www.war.gov/News/Releases/Release/Article/4526862/dow-unleashes-agent-network-to-transform-ai-enabled-battle-management-and-targe/

• 国連総会決議A/RES/79/62「Lethal autonomous weapons systems」（2024年12月2日採択）。自律致死兵器に関する決議、賛成166・反対3・棄権15。出典：国連デジタルライブラリ。
  記録ページ：
  https://digitallibrary.un.org/record/4068497?ln=en
  英語版PDF：
  https://digitallibrary.un.org/nanna/record/4071100/files/A_RES_79_62-EN.pdf

【B】　複数報道・公開分析で高確度

• ミナブの基本事実（2026年2月28日、Shajareh Tayyebeh小学校、Operation Epic Fury、古いDIAデータベースによる軍事施設分類、2016年までの学校・軍事施設の分離、学校の公開ウェブサイト・オンライン痕跡）。複数の独立報道・公開分析の一致による。出典：ワシントン・ポスト、ガーディアン、ニューヨーク・タイムズ、TIME、人権団体報告。

• 死者数。集計主体により156〜175人の幅がある（イラン当局確認156人、当局最終発表165人、市長168人、人権団体推計175人）。本稿は確認できる下限として「少なくとも165人」を採る。

• 学校のIRGC系列関係。当該校がIRGC海軍系列の学校ネットワークに属し軍人子弟を優先入学させていたこと。アルジャジーラの公開調査による。ただし本稿は、この系列関係が攻撃時点の建物の物理的・機能的性格（学校）を変えないとの立場をとる。

• 米軍によるものである蓋然性。米軍内部の予備調査が責任を予備的に認めたとする報道。ただし最終調査結果は未公開。

• Maven Smart Systemの基本構成（Palantirを中核とし、コンピュータビジョン・データ融合・優先順位付けの層から成り、Claudeが2024年後半に自然言語インターフェースとして統合された）。複数報道・公開解説の一致による。

【C】　報道準拠・未確定

• ミナブにおけるAI関与の有無。Maven Smart Systemが当該校の標的特定に具体的に使われたか、人間が検証したかは、国防総省が確認を拒否しており未確定。120人超の下院議員書簡（Crow議員ほか）も、関与を断定せず質問の形をとっている。

• Claudeの関与範囲の詳細。標的の戦略的重要度ランク付け・法的正当化起草の役割は一部報道（Military Times）に依拠する。使用バージョンに関する報道も同様。

• ミナブ標的処理の速度（24時間で1,000攻撃、96時間で2,000標的）。国防総省高官の宣誓供述・発言に基づく報道。

【D】　構造的推論（本稿の概念整理）

以下は一次資料が直接言明する事実ではなく、事実群から構成した本稿独自の理論的推論である。

• garbage in, gospel out：LLMが古い基盤の欠陥を流暢な断定へ変換しうることで、古さを可視から不可視へ移す、という概念整理。Maven技術スタックの構成と、データ統合層の専門分析から構成した推論であり、特定の一次資料がこの結論を明言しているわけではない。

• gospel out の先——判断主体の撤退。human-off-the-loopに近づけば福音化すら不要になり、ゴミがゴミのまま実行されるという終点。これは事実の記述ではなく、現在の傾斜を延長した条件法的推論である。完全なhuman-off-the-loopの実戦運用は、少なくとも米国の公式政策上は認められていない。

• 責任の分散構造。誤りが層と層の隙間に消えるという指摘は、技術スタックの構成から導いた解釈であり、内部報告そのものがこの構造を認めているわけではない。

• 認知戦との同型性。形式的同意の調達と判断主体の撤退の対応は、本稿の理論的枠組みによる接続であり、軍事AIと認知戦を直接結ぶ一次資料に基づくものではない。

human-off-the-loopに関する補足：本稿は、各国の極秘・非公式な完全自律兵器研究の存在を断定しない。公開情報で確認できるのは、主要軍事国が拘束的規制に慎重または反対の姿勢を示していること、および智能化戦争・無人化の議論が進んでいることまでである。これらは「人間関与の空洞化を単なるSFとして片づけられない」根拠にはなるが、極秘研究の直接証明ではない。

脚注

[1] ミナブ小学校攻撃の基本事実（2026年2月28日、Operation Epic Fury初日、Shajareh Tayyebeh小学校、被害者の多くが7〜12歳の少女）について。死者数は集計主体により幅がある。イラン当局確認は156人、うち学校児童110人、教師26人、保護者4人。イラン当局が「最終死者数」とした数は165人、負傷者は約95人。ミナブ市長は168人、人権団体（Human Rights Watch等）は175人規模と推計している。本稿では、確認できる下限として、イラン当局が最終確認した165人を採り、「少なくとも165人」と表記する。出典：アルジャジーラ、アムネスティ・インターナショナル、Human Rights Watch、NBC、TIME。確度ラベルB。

[2] 標的座標が米中央軍の将校により、国防情報局（DIA）提供の古いデータを用いて作成されたこと、また当該建物が旧IRGC海軍基地由来の分類のまま軍事施設とされていたことについて。ニューヨーク・タイムズの予備調査報道ほかに基づく。なお、米政府の最終調査結果は本稿執筆時点で未公開である。確度ラベルB。

[3] 当該敷地の用途変更が秘匿されておらず、衛星画像、オープンソース地図、公開ウェブサイトに現れていたこと、また2016年までに学校とIRGC施設が壁で分離され、軍事警備拠点が撤去されていたことについて。ガーディアン、ロイター、TIME、人権団体（アムネスティ・インターナショナル、Human Rights Watch等）の公開分析に基づく。Human Rights Watchの高解像度衛星画像分析は、2016年2月から9月のあいだに分離壁が建設され、2017年8月までに校庭にサッカーコートの白線が確認できたとしている。確度ラベルB。

[4] 当該校がIRGC海軍系列の学校ネットワークに属する非営利教育機関であり、軍人子弟を優先入学させていたことについて。アルジャジーラのデジタル調査による公開情報・公式記録の追跡に基づく。なお本稿では、この系列関係（行政的・所属的つながり）と、攻撃時点における建物の物理的・機能的性格（学校）を区別して扱う。確度ラベルB。

[5] 対イラン作戦初期におけるAI利用、紛争最初の24時間で1,000回以上の攻撃が実行されたこと、また96時間で2,000の個別標的に2,000発以上の弾薬が投射されたとの記述は、国防総省高官の宣誓供述・発言に基づく報道による。確度ラベルC。

[6] Claudeが2024年後半にMaven Smart Systemに統合され、自然言語インターフェースおよび情報翻訳を担ったことについては、複数報道で一致している。標的の戦略的重要度ランク付けや法的正当化起草の役割については、一部報道（Military Times等）に依拠する。また、ミナブ小学校の標的特定にMaven Smart SystemまたはClaudeを含むAIが具体的に関与したかについて、国防総省は確認を拒否している。自然言語インターフェース・情報翻訳については確度ラベルB、標的特定・ランク付け・法的正当化起草の詳細については確度ラベルC。

[7] 「非難なき過誤に還元できない」とする評価について。Human Rights Watchの分析、および国際法学者による法的分析（Just Security掲載のミナブ標的選定に関する分析、Völkerrechtsblog掲載の分析等）に基づく。これらは、古い標的データへの依拠が「不注意な注意義務違反」に当たりうるかを問い、単純な事故への還元を斥けるものである。確度ラベルB〜C。

[8] 米国防総省指令3000.09「兵器システムにおける自律性」（2023年1月25日改定）について。国防総省公式PDFで照合した。同指令は、指揮官と操作者が適切なレベルの人間の判断を行使できるよう自律・半自律兵器を設計すること、意図しない交戦リスクを最小化すること、検証・試験評価、理解可能なヒューマン・マシン・インターフェース、作動停止手順等を求めている。確度ラベルA。

[9] 国家安全保障大統領覚書NSPM-11（2026年6月5日）について。ホワイトハウス公式文書で照合した。同覚書は、DoDD 3000.09を90日以内に更新し、AI能力の急速な進化に対応するよう指示している。また、関連する機密附属書の存在にも言及している。確度ラベルA。

[10] 「Agent Network」公式発表（2026年6月25日）について。米国防総省公式発表で原文を照合した。同発表は、AI対応エージェントが情報を数秒以内に指揮官向けの選択肢へ変換すること、戦闘管理・意思決定支援・標的選定を変革することを述べる一方で、Agent Networkは自律的に標的を選定・攻撃しないこと、指揮官が全決定を統御し続けることも明記している。また、Palantir（Maven基盤）とLumbraの組み合わせにも言及している。確度ラベルA。

[11] 国連総会決議（2024年12月2日）について。自律致死兵器に関する決議は、賛成166、反対3（ベラルーシ・北朝鮮・ロシア）、棄権15で採択された。国連デジタルライブラリで照合した。確度ラベルA。