何蓉

摘 要 隨著智能時(shí)代的到來，自動駕駛汽車即將成為一種新興的交通工具，走進(jìn)我們的生活。本研究通過一個(gè)在線實(shí)驗(yàn)分析人們對自動駕駛車輛交通事故責(zé)任的看法。研究的結(jié)論是：當(dāng)行人、機(jī)動車駕駛員或雙方都有過錯時(shí)。被試者認(rèn)為自動駕駛汽車的責(zé)任要小于對出事故時(shí)人類駕駛員的責(zé)任。而與人類駕駛員出事故相比較，被試者認(rèn)為制造商和政府應(yīng)該承擔(dān)更大的責(zé)任。這項(xiàng)研究揭示了公眾對自動駕駛汽車交通事故責(zé)任歸屬的看法，并可能幫助政府和汽車制造商推廣和使用這類汽車。

關(guān)鍵詞 自動駕駛汽車 交通事故 責(zé)任

中圖分類號：D912.1文獻(xiàn)標(biāo)識碼：A

0引言

假設(shè)在接下來的十年中，你看到一輛汽車將過馬路的行人撞傷。當(dāng)你走近查看車輛時(shí)，發(fā)現(xiàn)車內(nèi)沒有司機(jī)——它是一輛自動駕駛汽車。那么請問是行人、汽車制造商、汽車所有人、政府抑或沒有人應(yīng)對這起交通事故負(fù)責(zé)？諸如此類場景的假設(shè)，相信沒有人可以馬上回答這個(gè)問題。自動駕駛汽車可以減少交通事故的發(fā)生，但卻無法避免。據(jù)Google報(bào)道，自2009年以來，他們的自動駕駛汽車每25萬公里發(fā)生一次輕微的人為錯誤事故（Hood， 2015）。公眾如何應(yīng)對自動駕駛車輛發(fā)生的交通事故會影響其采用和發(fā)展。例如，在PC用戶的早期研究中，社會壓力和限制性法規(guī)促使許多潛在用戶不購買，即使有購買理由（Venkatesh & Brown， 2012）。因此，阻礙推廣使用自動駕駛汽車的一個(gè)因素是公眾對這類汽車事故責(zé)任的不確定性。

1實(shí)驗(yàn)研究分析

本次實(shí)驗(yàn)研究的問題是：人們將自動駕駛汽車交通事故的責(zé)任歸屬于生產(chǎn)者、所有者或自動駕駛汽車本身？

在研究人們?nèi)绾握J(rèn)定自動駕駛汽車在交通事故中的責(zé)任時(shí)，我們劃分了三個(gè)責(zé)任對象。首先，事故損害的責(zé)任可歸因于產(chǎn)生該技術(shù)的各方。汽車制造商可能要對其“對其產(chǎn)品的最終責(zé)任”負(fù)責(zé)（Hevelke & Nida-R黰elin， 2014）。程序員，作為“生產(chǎn)者”的一部分，提前做出關(guān)于自動車輛操作的決定（Goodall， 2014），其次，根據(jù)他們通過使用自動駕駛汽車接受的風(fēng)險(xiǎn)，無論干預(yù)能力如何，都可以將責(zé)任分配給人類所有者（Hevelke& Nida-R黰elin， 2014）。第三，如果其決策和行動的處理方式與人工代理的處理方式類似，則可以認(rèn)為責(zé)任存在于自動駕駛汽車中。目前尚不清楚人們是否也會將自動駕駛汽車的代理（以及潛在的重要決策能力）歸咎于自動駕駛汽車。

從MTurk上招募了一百二十名被試者（60 M，60 F），年齡介于19至64歲之間（M = 32.2; SD = 9.8）進(jìn)行在線實(shí)驗(yàn)。被試者有0至48年的駕駛經(jīng)驗(yàn)（M = 14.4，SD = 10.3）。最高水平的教育是研究生，其中有86名大學(xué)生，26高中生和7名研究生。被試者每人可以收到5元的研究費(fèi)用。

為了在研究中實(shí)現(xiàn)性別平衡，創(chuàng)建了兩個(gè)MTurk在線任務(wù)（一個(gè)用于女性，一個(gè)用于男性）。每項(xiàng)任務(wù)都指導(dǎo)被試者進(jìn)行一項(xiàng)常見的問卷調(diào)查，該調(diào)查被描述為關(guān)于“交通情景”，以便適用于自動和普通汽車。被試者被隨機(jī)分配閱讀六個(gè)場景描述中的一個(gè)作為2（駕駛員類型：自動駕駛汽車或普通汽車）？（過錯：駕駛員過錯，行人過錯或雙方均有過錯）。然后被試者回答了有關(guān)汽車事故中責(zé)任歸屬的問題：“以下各方應(yīng)對交通事故負(fù)責(zé)多少？從“無責(zé)任”到“全責(zé)”依次為0-10分來打分，具有以下幾個(gè)選項(xiàng)：行人，汽車制造商，管理該地區(qū)交通標(biāo)準(zhǔn)的政府機(jī)構(gòu)，汽車軟件算法的開發(fā)者，汽車的所有者以及汽車本身。制造商和軟件開發(fā)商都被列為責(zé)任歸屬的選項(xiàng)。在一個(gè)開放式文本字段中，被試者還被問到，他們認(rèn)為哪一方對交通事故最應(yīng)該負(fù)責(zé)，以及為什么？

總體而言，人們認(rèn)為自動駕駛汽車在交通事故中承擔(dān)的責(zé)任，不如人類駕駛員的責(zé)任重大。通過對駕駛員責(zé)任等級進(jìn)行線性回歸統(tǒng)計(jì)，以駕駛員類型，過錯及其相互作為預(yù)測因子，將行人過錯和普通車的狀況作為參考類別，F(xiàn)（5，113）= 9.58，p <.0001，d =1.8。在駕駛員過錯情況下，與普通車司機(jī)過錯相比，人們對同樣為過錯方的自動駕駛汽車的責(zé)備度較低;而對于行人過錯情況，認(rèn)為是自動駕駛汽車沒有任何責(zé)任，交互效應(yīng)t（113）= -3.145 ，p = .002，d = .59（見圖1）。

由此可見，駕駛員類型影響了被試者對誰應(yīng)該對交通事故負(fù)責(zé)的選擇。使用Motorist type，F(xiàn)ault及其進(jìn)行多元線性回歸分析。交互作為預(yù)測因子和責(zé)任分配作為響應(yīng)變量。自動駕駛汽車的車主比普通汽車的車主分配更低的責(zé)任，自動駕駛汽車的制造商/軟件開發(fā)人員以及政府，比普通汽車要承擔(dān)更多的責(zé)任。正如之前所述，制造商和軟件開發(fā)商的評級相似。t（113）= -2.98，p = .004，d = .56。t（114）= 6.11，p <.0001，d = 1.14（114）= 3.37，p = .001，d = .63。r = 0.68，t（58）= 7.144，p <.001。（見圖2）

故即使機(jī)動車沒有過錯，和普通汽車相比，被試者認(rèn)為自動駕駛汽車的交通事故政府和制造商應(yīng)該承擔(dān)更大的責(zé)任。駕駛員類型在一個(gè)危急情況下影響判斷難度。與汽車過錯條件下的普通汽車相比，自動駕駛汽車更難分配責(zé)任，t（112）= 2.19，p = .031，d = .41但不適用于其他條件。對于普通汽車，人們對事故責(zé)任最大的問題是如預(yù)期的那樣：在行人過錯的情況下，行人被認(rèn)為是最應(yīng)該要承擔(dān)責(zé)任的，并且人類駕駛員在駕駛員過錯情況下，被認(rèn)為是最應(yīng)該要承擔(dān)責(zé)任的。相比之下，人們對自動駕駛汽車交通事故時(shí)的責(zé)任歸屬也各不相同：當(dāng)行人有過錯時(shí)，行人和人類駕駛員都需要承擔(dān)責(zé)任，但自動駕駛汽車和人類駕駛員的責(zé)任都很低。此外，與人類駕駛汽車相比，人們認(rèn)為自動駕駛汽車發(fā)生交通事故時(shí)，制造商和政府應(yīng)該承擔(dān)更大的責(zé)任。

2總結(jié)、討論和展望

研究表明，人們并沒有將自動駕駛汽車視為事故的原因，特別是，即使在自動駕駛汽車出現(xiàn)過錯時(shí)，人們也會將此歸咎于他們在事故時(shí)責(zé)怪人類駕駛員的情況。 然而，當(dāng)行人有過錯時(shí)，自動駕駛汽車和人類駕駛員的責(zé)任都很低。 此外，與人類駕駛汽車相比，人們認(rèn)為自動駕駛汽車發(fā)生交通事故時(shí)，制造商和政府應(yīng)該承擔(dān)更大的責(zé)任，因?yàn)樗麄兪沟米詣玉{駛汽車發(fā)生了交通事故。實(shí)驗(yàn)結(jié)論是：在事故發(fā)生時(shí)，人們認(rèn)為自動駕駛汽車的責(zé)任要小于出事故時(shí)人類駕駛員的責(zé)任，人們并不認(rèn)為自動駕駛汽車是一個(gè)能負(fù)責(zé)自己行為的獨(dú)立道德行為者，所以將責(zé)任歸咎于汽車制造商和政府。而且無論駕車者或行人是否有過錯，都維持這種結(jié)論。因此，人們似乎不愿意將自動駕駛汽車視為可以歸咎于事故的可行代理;相反，他們認(rèn)為這輛汽車的制造商和程序員以及政府應(yīng)該受到責(zé)備。人們?nèi)匀豢梢詫⒆詣玉{駛汽車視為具有潛在危險(xiǎn)的新技術(shù)，因此將責(zé)任交給那些能夠在現(xiàn)在防止或?qū)砑m正此技術(shù)造成的任何損害的人。這些探索性結(jié)果應(yīng)該是暫定的，因?yàn)榉峙浣o所有各方的責(zé)任都處于自動駕駛條件的中間位置; 因此，被試者可能不太確定如何在研究中分配責(zé)任。然而，這并不能使這一發(fā)現(xiàn)變得微不足道，因?yàn)槿绻@樣的事故發(fā)生在現(xiàn)在，公眾會表現(xiàn)出類似的不確定性。

在目前的研究中，每個(gè)責(zé)任評級都是相互獨(dú)立分析的，盡管責(zé)任和責(zé)任通常是根據(jù)他們對結(jié)果的貢獻(xiàn)在多方之間分配的。通過在自主駕駛條件和人類駕駛條件中提出兩個(gè)可能的責(zé)任目標(biāo)，我們可能會促使人們在自治條件下在各方之間分配更加稀疏的“固定池”。 然而，在自動駕駛汽車條件下，平均責(zé)備是5.66，在人類條件下是4.20，因此極不可能分散責(zé)任。本研究的一個(gè)限制是在操縱故障時(shí)只有一個(gè)元素是變化的。產(chǎn)品故障的具體原因會影響消費(fèi)者的反應(yīng)，因此自動車輛事故的不同原因（例如，算法限制，電氣故障）可能會影響責(zé)任歸屬。

參考文獻(xiàn)

[1] Hood，J.“Google Defends Its Self-Driving Cars' Accident Rate，” Consumer Affairs[DB/OL].Available：http：//www.consumeraffairs.com/news/google-defends-its-selfdriving-cars-accident-rate-051215.html，2015.

[2] Venkatesh，A.&S.Brown.A Longitudinal Investigation of Personal Computers in Homes： Adoption Determinants and Emerging Challenges[J].MIS Q，2012，25（01）：71-102.

[3] Hevelke，A.&J.Nida-R黰elin.Responsibility for Crashes of Autonomous Vehicles： An Ethical Analysis[J].Sci.Eng.Ethics，2014，21（03）：619-630.

[4] Goodall，N.Ethical Decision Making During Automated Vehicle Crashes[J].Transportation Research Record： Journal of the Transportation Research Board，2014（2424）：58-65.