随着人工智能技术在自动驾驶领域不断取得突破，高度复杂的自动驾驶技术开始推进商业化乃至普及化。
国际汽车工程师协会将广义的自动驾驶分为六个等级：非自动（Level 0）、驾驶辅助（Level 1）、部分自动（Level 2）、有条件自动（Level 3）、高度自动（Level 4）和完全自动（Level 5）。其中，L1—L2常被称为智能驾驶，通常指车辆配备了一些先进的驾驶辅助系统，如自适应巡航控制（ACC）、车道保持辅助（LKA）、自动紧急制动（AEB）等，但驾驶员在使用系统时必须始终控制车辆，并且对车辆的行为负责。L3级别的车辆，在特定条件下可以完全或部分实现车辆自主控制的行驶，而不需要驾驶员的持续干预，但驾驶员仍需准备随时接管控制权。L4—L5级别的车辆，可以在大多数环境和条件下实现完全自动驾驶。处于这一最高级的无人驾驶状态下，车辆可以没有方向盘和踏板，完全依赖内置传感器、软件以及与远程系统的配合来完成定向、变速等操作。
简单而言，人工智能技术在汽车行业的发展目标是将司机变为乘客，进而实现完全自动化的交通系统，减少人为错误，提高道路安全性。同时，将人从驾驶中解放出来，获得体育投注现金网_沙巴体育-娱乐场*官网@的自由时间。在这一过程中，智能驾驶系统不能异化为“数字卧底”，不能在充当司机的同时还兼职作为信息收集员，为其他商业组织提供服务或实现社会监控。在必要的情况下，智能驾驶系统还需具有“健忘的美德”，不过度上传甚至存储乘客私人信息，严格尊重和保护乘客隐私。
进一步看，一旦自动驾驶车辆高于L2级别，责任主体必然涉及人类驾驶员、自动驾驶系统和研发企业三者之间的权责分配问题。而现行法律旨在规范人类社会的行为，自动驾驶系统尚不在这一框架的涵盖范围之内。
如果说上述问题尚可通过规范技术、加强监管、完善法规来降低风险，那么自动驾驶技术在系统程序设定上的自主性越界往往是不可规避的。比如，在遭遇各类突发事件时，智能驾驶系统会遵循一开始的程序设定而作出“趋利避害”的选择。这一选择是在大数据分析下的系统性设定，尚无法基于个体性差异实现私人定制。
此外，智能驾驶系统设计不可避免地会受到算法设计团队的主观偏好影响，包括价值观、文化背景和个人经验等。这些因素可能导致智能驾驶系统在学习和决策时依赖于相对固定的模板，而忽视全球范围内多样化的驾驶习惯和文化背景，包括不同人群对车速、车距的个性化需求。
哲学家菲利帕·福特提出过一个著名的“电车难题”，自动驾驶领域或许会面临更为严峻的“新电车难题”：自动驾驶汽车倘若遇到无力回天的情况，是应该优先保护乘客安全，还是优先保护路人安全；是应该优先保护年轻人，还是优先保护老年人？算法设计团队在两难之中不得不作出偏好选择，而这样的选择就会被纳入智能驾驶系统的学习模型之中。这意味着相关决策不可避免地带有价值预设，难免会剥夺自然人进行个体差异化选择的权利。
自动驾驶技术的自主性边界，可归结为两大问题：其一，智能驾驶系统是否能够仅仅满足于接管乘客所让渡的驾驶自主性，而不至于伤害乘客其他方面的自主性？其二，乘客是否有回收驾驶自主性，并在一些两难的道德问题上自作主宰的权利。显然，自动驾驶技术发展的目标在于更好地服务于人的驾乘体验，而非使人丧失自主性，从而成为一种异化力量。
作者丨崔琳菲（作者单位：体育投注现金网_沙巴体育-娱乐场*官网@哲学系）
来源丨解放日报
编辑丨王越月
编审丨戴琪
