何蓉
摘 要 隨著智能時代的到來,自動駕駛汽車即將成為一種新興的交通工具,走進我們的生活。本研究通過一個在線實驗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、機動車駕駛員或雙方都有過錯時。被試者認(rèn)為自動駕駛汽車的責(zé)任要小于對出事故時人類駕駛員的責(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,發(fā)現(xiàn)車內(nèi)沒有司機——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因素是公眾對這類汽車事故責(zé)任的不確定性。
1實驗研究分析
本次實驗研究的問題是: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,我們劃分了三個責(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,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)進行在線實驗。被試者有0至48年的駕駛經(jīng)驗(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元的研究費用。
為了在研究中實現(xiàn)性別平衡,創(chuàng)建了兩個MTurk在線任務(wù)(一個用于女性,一個用于男性)。每項任務(wù)都指導(dǎo)被試者進行一項常見的問卷調(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。被試者被隨機分配閱讀六個場景描述中的一個作為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,具有以下幾個選項:行人,汽車制造商,管理該地區(qū)交通標(biāo)準(zhǔn)的政府機構(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。在一個開放式文本字段中,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)任等級進行線性回歸統(tǒng)計,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的責(zé)任歸屬也各不相同:當(dāng)行人有過錯時,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,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,人們也會將此歸咎于他們在事故時責(zé)怪人類駕駛員的情況。 然而,當(dāng)行人有過錯時,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,制造商和政府應(yīng)該承擔(dān)更大的責(zé)任,因為他們使得自動駕駛汽車發(fā)生了交通事故。實驗結(jié)論是:在事故發(fā)生時,人們認(rèn)為自動駕駛汽車的責(zé)任要小于出事故時人類駕駛員的責(zé)任,人們并不認(rèn)為自動駕駛汽車是一個能負(fù)責(zé)自己行為的獨立道德行為者,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,因為分配給所有各方的責(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,因為如果這樣的事故發(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,每個責(zé)任評級都是相互獨立分析的,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。本研究的一個限制是在操縱故障時只有一個元素是變化的。產(chǎn)品故障的具體原因會影響消費者的反應(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
[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.