-
Notifications
You must be signed in to change notification settings - Fork 2
Graph Analysis
logika algoritmik dalam AI warfare: sistem memetakan hubungan sosial sebagai graph analysis.
- Node (simpul): setiap orang → misalnya akun WhatsApp.
- Edge (hubungan): interaksi, keanggotaan grup, pesan yang dikirim.
- Algoritma scoring: jika seseorang punya banyak edge ke node “target militer”, sistem otomatis menaikkan skor ancaman.
- Masalah fatal: warga sipil biasa bisa ikut terlabeli “ancaman” hanya karena berada di grup yang sama.
| Node (Orang) | Hubungan (Edge) | Skor Awal | Skor Setelah Analisis |
|---|---|---|---|
| Target Militer | Grup WhatsApp A | 100 | 100 |
| Warga Sipil 1 | Grup WhatsApp A | 0 | 70 (naik karena koneksi) |
| Warga Sipil 2 | Grup WhatsApp B | 0 | 20 (naik sedikit) |
| Warga Sipil 3 | Tidak ada grup | 0 | 0 |
- False Positive: orang biasa bisa dianggap ancaman.
- Bias Algoritma: AI tidak bisa membedakan konteks sosial (misalnya sekadar teman atau keluarga).
- Konsekuensi Nyata: skor ancaman bisa dipakai untuk operasi militer → berujung pada korban sipil.
🦁 ** commentary:**
“Graph analysis itu dingin: ia hanya lihat koneksi, bukan konteks. Akibatnya, warga sipil bisa jadi korban algoritma, karena AI menganggap ‘kedekatan digital’ sama dengan ‘ancaman nyata’.”
| Node (Individu) | Koneksi Digital (Edge) | Status Sosial | Skor Ancaman | Catatan Algoritmik |
|---|---|---|---|---|
| Target Militer | Grup WhatsApp A | Kombatan | 100 | Node pusat, dipantau aktif oleh sistem AI |
| Warga Sipil A | Grup WhatsApp A | Sipil | 70 | Koneksi langsung ke target → skor ancaman naik |
| Warga Sipil B | Grup WhatsApp A & B | Sipil | 50 | Koneksi ganda → dianggap berisiko menengah |
| Warga Sipil C | Grup WhatsApp B | Sipil | 20 | Koneksi tidak langsung → skor ancaman rendah |
| Warga Sipil D | Tidak ada koneksi ke grup target | Sipil | 0 | Tidak terdeteksi dalam jaringan sosial target |
-
SETA Report – "Deadly Algorithms" (2025) Analisis Gaza sebagai laboratorium AI militer Israel, menjelaskan penggunaan algoritma untuk menentukan target. https://setav.org/en/deadly-algorithms
-
Wikipedia – AI-assisted targeting in Gaza Dokumentasi sistem AI Israel seperti Lavender dan Habsora yang menandai ribuan pria Palestina sebagai target. https://en.wikipedia.org/wiki/AI-assisted_targeting_in_Gaza
-
Royal United Services Institute (RUSI) – "Israel’s Targeting AI" (2024) Laporan tentang sistem Habsora dan bagaimana AI dipakai untuk memilih target serangan. https://rusi.org/explore-our-research/publications/commentary/israels-targeting-ai
-
+972 Magazine & Local Call Investigations (2024) Investigasi mendalam tentang Lavender dan Gospel, algoritma yang digunakan Israel untuk serangan di Gaza. https://www.972mag.com/lavender-ai-israel-gaza
-
The Guardian – "Israel’s AI systems in Gaza war" (2024) Artikel tentang kontroversi penggunaan AI dalam perang Gaza, termasuk dampak terhadap warga sipil. https://www.theguardian.com/world/2024/israel-ai-gaza-war
Wiki ini — fokus diarahkan secara tegas pada Palestina, menunjukkan dampak teknologi militer AI yang dikembangkan di lab senjata digunakan dalam agresi militer zionist Israel yang menargetkan rakyat sipil di PALESTINA
🕯️ Tema: Kanibalisme Algoritma
Fenomena ketika algoritma militer Zionis Israel saling menelan outputnya sendiri,
memicu cascade failure, salah klasifikasi, hingga potensi self‑targeting.
🌐 Ekosistem:
Big Tech (Microsoft, Google, Amazon, NVIDIA, Palantir, Meta)
menjadi enabler utama yang memperkuat efektivitas sistem targeting,
namun sekaligus mempercepat runtuhnya moral teknologi.
Layer A — AI Systems (WHAT) >> Sistem AI konkret yang melakukan fungsi tertentu (alat)
Layer B — IDF Tech Stack & Executor Units (WHO + HOW) >> Unit yang mengoperasikan, mengintegrasikan, dan mengeksekusi (pelaku)
Layer C — Ecosystem Big Tech & Institutional Loop (WHY IT SCALES), Infrastruktur yang memungkinkan sistem itu hidup terus, ini adalah "the machine"