گزارش جدید سایت Defense one، نگاهی اجمالی به نحوه عملیات جاسوسی توسط هوش مصنوعی ارائه می دهد.
بر اساس گزارش جدید مرکز مطالعات استراتژیک و بین‌المللی، تا زمانی که جامعه اطلاعاتی، شیوه تعریف هوشمندی خود را تغییر ندهد و در برخی از اصول اولیه تغییر روش ندهد، منافع و اطلاعات خصوصی و حتی عمومی ملت ها در خطر است. بر این اساس، جمع‌آوری اطلاعات برای پیش‌بینی رویدادهای ژئوپلیتیکی و نظامی گسترده، کار سازمان‌های اطلاعات دولتی با بودجه عالی مانند CIA یا NSA بوده است. این گزارشات که محصول مصاحبه با مقامات عالی رتبه دولت سابق امریکا و کارشناسان اطلاعاتی است ، بیان می کند که در آینده نزدیک تاثیر اطلاعات بر هوش مصنوعی در محیط‌های دولتی، مردمی و سازمانی بسیار چشمگیر است.
بر اساس گزارش منتشر شده، با هوش منبع باز (Open-source intelligence: OSINT) نرخ بهره وری و دستیابی به اطلاعات مختلف، سریعتر و بهتر از منابع مختلف اطلاعاتی در جهان، قابل دستیابی است. در چند سال گذشته، جوامع اطلاعاتی اقداماتی را برای انطباق اطلاعات موجود با داده های در دسترس عموم مردم، انجام داده است. برای مثال، سیا در اکتبر 2015 یک سازمان دیجیتال ایجاد کرد تا بتواند حجم وسیعی از اطلاعات دیجیتال را بهتر مدیریت کند. آژانس اطلاعات دفاعی یا DIA برنامه ای به نام MARS دارد که از هوش مصنوعی منبع باز (OSINT) استفاده می کند. بر این اساس، اغلب مقامات اطلاعاتی می‌گویند که اطلاعات مخفی و طبقه‌بندی‌شده در بین مردم، نقش بزرگی در تأیید اطلاعات غیر قابل استناد، ایفا می کند.
این گزارش که قرار است در آینده نزدیک منتشر شود، مبتنی بر قابلیت هوش مصنوعی است و به موضوعات و رویدادهای مهم ژئوپلیتیکی یا امنیتی می پردازد. بر این اساس، موانع مختلف بوروکراتیک (وابسته به امور اداری) و فرهنگی در جامعه اطلاعاتی را فهرست می‌کند که مانع از توسعه و استفاده آن، توسط آژانس‌های جاسوسی ایالات متحده می‌شود.
طبق گزارش این سایت، سازمان های مختلف مانند بلینگکت (Bellingcat)، آزمایشگاه تحقیقاتی دیجیتالی قانونی شورای آتلانتیک، اظهار داشتند که چگونه هوش منبع باز (Open-source intelligence: OSINT) بسیاری از ابزارهای سنتی جمع‌آوری و تحلیل اطلاعات را منسوخ می‌کند. این گزارش استدلال می‌کند که بسیاری از روش های سرویس های اطلاعاتی هنوز برای عموم مردم آشکار نشده است. امروزه OSINT می‌تواند شامل مواردی مانند داده های تلفن همراه، اطلاعات ترافیک، داده‌های حسگرهای عمومی، پیام‌های چت و انواع اطلاعاتی که افراد معمولی هیچ توجهی به آن نمی‌کنند، باشد. بر اساس این گزارش، مردم به جای استفاده از شبکه‌های کد نویسی شده برای ذخیره‌سازی و تجزیه و تحلیل داده‌ها باید از طبقه‌بندی بیش از حد اطلاعات، فاصله گرفته و به سمت قابلیت‌های غیر طبقه‌بندی‌شده بروند.