در بازه زمانی ۲۳ خرداد تا ۲ تیر، تقابل نظامی میان جمهوری اسلامی ایران و رژیم صهیونیستی به مدت ۱۲ روز به یکی از پرتأثیرترین نمونه‌های جنگ مدرن با پیشران‌های فناورانه بدل شد. این جنگ که با تجاوز آشکار رژیم اشغالگر قدس به مراکز نظامی و غیرنظامی ایران آغاز شد، صرفا یک نزاع ژئوپلیتیک نبود؛ بلکه به میدانی برای به‌کارگیری هوش مصنوعی به‌عنوان یک عنصر کلیدی در طراحی، اجرا و مدیریت عملیات‌های نظامی بدل  شد. آنچه در این جنگ رخ داد، نه‌تنها پیامدهای امنیتی و انسانی فراوان داشت، بلکه تحولی بنیادین در توازن مفهوم «فرماندهی و کنترل» نظامی رقم زد.
رسانه زاویه در این نوشتار کوتاه، بر اساس داده‌های منتشرشده از منابع معتبر بین‌المللی، نقش هوش مصنوعی در تمامی ابعاد این جنگ از تحلیل میدانی و عملیات روانی تا دفاع سایبری و تصمیم‌سازی راهبردی موردبررسی قرار می‌گیرد. زاویه همچنین تلاش دارد نشان دهد که چگونه جمهوری اسلامی ایران، علی‌رغم محدودیت‌های فناورانه، توانست با بهره‌گیری از مدل‌های نامتقارن و خلاقانه مبتنی بر  فناوری، بخشی از مزیت نسبی رژیم متجاوز را خنثی و در برخی حوزه‌ها مختل سازد.
 میدان نبرد هوشمند: ساختار فرماندهی مبتنی بر هوش مصنوعی
آنچه در جنگ اخیر برجسته بود، انتقال هوش مصنوعی از سطح پشتیبان به محور اصلی طراحی عملیات بود. بر همین اساس، روزنامه اورشلیم پست در گزارشی به تاریخ ۱۷ ژوئن مدعی شد که شرکت «Palantir»، باسابقه همکاری با وزارت دفاع رژیم صهیونیستی، نقشی کلیدی در پردازش داده‌ها، تجمیع اطلاعات میدانی و طراحی ضربات هدفمند این جنگ ایفا کرده است.
گزارش‌ها حاکی از آن است که نقش ایالات‌متحده نیز در این معماری اطلاعاتی فناورانه چشمگیر بوده است. طبق گزارش منتشر شده در وبگاه پولیتیکو به تاریخ ۲۰ ژوئن، آمریکا علاوه بر تجاوز به خاک ایران و حملات هوایی علیه مراکز هسته‌ای کشورمان، در سطح سایبری و اطلاعاتی نیز در هماهنگی با رژیم صهیونیستی عمل کرد.
بر همین اساس، در عمل، الگوریتم‌های هوشمند از طریق داشبوردهای پلتفرم «Palantir» در مراکز فرماندهی تل‌آویو و با نظارت راهبردی واشنگتن، اقدامات نظامی را طراحی و تنظیم می‌کردند؛ الگوریتم‌هایی که تصمیم انسانی را نه‌فقط پشتیبانی، بلکه جهت‌دهی نیز می‌نمایند.
 الگوریتم‌های مهاجم: از غزه تا ایران
بر اساس گزارش وبگاه «+۹۲۷ Magazine»، تجربه تهاجم بی‌رحمانه رژیم صهیونیستی و نسل‌کشی در غزه، به‌خصوص در استفاده از بانک اهداف موسوم به «Lavender»، پایه رویکرد این رژیم در جنگ علیه ایران شد. اگرچه این پایگاه داده ۳۷ هزار نفره به‌طور مستقیم در تجاوز به خاک جمهوری اسلامی ایران به کار گرفته نشد، اما منطق هدف‌گذاری الگوریتمی آن با بهره‌گیری از تصاویر ماهواره‌ای، داده‌های شنود و سوابق اطلاعاتی در شناسایی و اولویت‌بندی اهداف در اصفهان، نطنز و مراکز فرماندهی پهپادی مورداستفاده قرار گرفت.
همچنین تایمز آو اسرائیل طی روزهای اخیر با انتشار  گزارشی مدعی شد که واحد ۸۲۰۰، بازوی شنود الکترونیک و جنگ سایبری اسرائیل، با همکاری اطلاعاتی آمریکا، در طراحی مدل‌های پیش‌بینی پاسخ ایران و تنظیم زمان‌بندی حملات نقش مهمی داشته است.
 پاسخ نامتقارن ایران: هوش مصنوعی در میدان مقاومت
گزارش شبکه الجزیره در تاریخ ۲۲ ژوئن حاکی از آن است که جمهوری اسلامی ایران در مقابل این قدرت دیجیتال، با بهره‌گیری از مدل‌های نامتقارن مبتنی بر فناوری، نشان داد که حتی بدون در اختیار داشتن سامانه‌های پیشرفته مشابه، می‌توان از ظرفیت‌های هوش مصنوعی در نبرد بهره برد. بر همین اساس، پهپادهای شاهد-۱۳۶ که در موج‌های چندلایه به‌سوی سرزمین‌های اشغالی پرتاب شدند، با ادغام الگوریتم‌های ساده تشخیص بصری، توانستند از طعمه‌های ساختگی عبور کرده و به اهداف مشخص برسند.مؤسسه بروکینگز نیز در تحلیل روزهای جنگ، اذعان داشت که ایران در حوزه عملیات ادراکی نیز با تولید محتوای دیپ‌فیک، کلیپ‌های هوش مصنوعی‌محور و کمپین‌های رسانه‌ای خودکار، میدان جنگ روایت‌ها را نیز فعالانه در اختیار گرفت. علاوه بر این، وبگاه رویترز در گزارشی مدعی شد که همچنین استفاده از «OSINT» و داده‌های قابل‌دسترس از شبکه‌های اجتماعی نیروهای ذخیره رژیم صهیونیستی، امکان تحلیل جابه‌جایی‌ها و الگوهای هدف‌گذاری را برای نیروهای مسلح جمهوری اسلامی ایران فراهم کرده است.
 سامانه‌های دفاعی رژیم صهیونیستی و پاسخ‌های فناورانه
گزارش منتشر شده از سوی وبگاه هاآرتص حاکی از آن است که سامانه‌های دفاع موشکی مانند گنبد آهنین و فلاخن داوود با کمک یادگیری ماشین، اولویت‌بندی هوشمند رهگیری را بهینه‌سازی کرده‌اند. همچنین مجله دیفنس نیوز در ۲۴ ژوئن به بررسی وضعیت سامانه‌های دفاعی رژیم صهیونیستی پرداخت و مدعی شد که سامانه‌های ضد پهپاد رژیم صهیونیستی توانسته است در شرایط هجوم چندلایه پهپادها عملکرد خود را با استفاده از فناوری هوش مصنوعی حفظ کنند. بااین‌حال، چالش جدی، یعنی هزینه‌های جنگ برای اشغالگران، همچنان پابرجا است؛ زیرا پرتاب‌کننده‌های چندصد دلاری ایران در مقابل سامانه‌های چند میلیون دلاری رژیم صهیونیستی، شکاف هزینه و اثربخشی نبرد را آشکار ساختند.
علاوه بر این، روزنامه گاردین در تاریخ ۲۳ ژوئن با انتشار گزارشی مدعی شد که سامانه گنبد سایبری (Cyber Dome) در طول جنگ ۱۲ روزه موفق شده بخشی از حملات سایبری سازمان‌یافته به زیرساخت‌های رژیم صهیونیستی را خنثی کند، ولی زیرساخت‌های آبی و شهری اشغالگران همچنان درنتیجه تهاجم سایبری گسترده، آسیب جدی دیده‌اند.
 اتاق‌های جنگ، شبیه‌سازی و اتوماسیون
روزنامه هاآرتص در ۲۵ ژوئن ادعا کرد که مدل‌های پیش‌بینی مبتنی بر هوش مصنوعی در مراکز فرماندهی رژیم صهیونیستی، برای شبیه‌سازی هزاران سناریوی پاسخ احتمالی ایران به‌کاررفته‌اند. مدل‌های مذکور همچنین در برخی تصمیمات و ارائه توصیه به کابینه رژیم صهیونیستی بر اساس احتمالات الگوریتمی نقشی پررنگ ایفا کرده‌اند.
از سوی دیگر، پایگاه خبری میدل ایست آی در ۲۳ ژوئن با اشاره به تحرکات طرفین در رسانه‌های اجتماعی مدعی شد که تهران نیز ابزارهای تحلیلی مبتنی بر هوش مصنوعی را برای رصد بازخورد افکار عمومی جهانی درباره جنگ به کار گرفته است که ازجمله آن‌ها می‌توان به تحلیل هشتگ‌ها و احساسات در شبکه‌های اجتماعی جهت مقابله با روایت‌سازی رسانه‌ای صهیونیست‌ها اشاره کرد.
جنگ ۱۲ روزه میان نیروهای مسلح جمهوری اسلامی ایران و اشغالگران صهیونیست، هرچند با تبلیغات رسانه‌ای گسترده و طرح ادعای پیروزی از سوی ترامپ و نتانیاهو خاتمه یافت، ولی واقعیت میدانی چیز دیگری بود. تأسیسات هسته‌ای ایران آسیب دیدند اما به‌هیچ‌وجه تخریب کامل نشدند. همچنین رژیم صهیونیستی پس از آتش‌بس با بهای سنگین خسارات زیرساختی، آشفتگی داخلی، هزینه‌های اقتصادی و انزوای بین‌المللی در جهان جنوب مواجه شد. این در حالی است که به نظر می‌رسد فناوری هوش مصنوعی در این تقابل نظامی، به اقتضای شرایط، به بازیگری مرکزی در جنگ بدل شد؛ روندی که زنگ خطر جدی برای جامعه جهانی محسوب می‌شود.
کارشناسان معتقدند که در چنین شرایطی، بدون چارچوب‌های حقوقی و اخلاقی، ازجمله منع استفاده از سامانه‌های مرگبار خودمختار، الزام حضور انسانی در تصمیم‌گیری‌ها و تدوین قوانین نظارتی جهانی برای عدم اشاعه سامانه‌های جنگ‌افزار الگوریتمی، آینده جنگ‌ها بیش از آن‌که به اشتباهات انسانی وابسته باشد، به حلقه‌های بازخورد بین الگوریتم‌های رقیب گره خواهد خورد.