引言:当代码握住方向盘

2018年3月18日深夜,美国亚利桑那州坦佩市,一辆Uber自动驾驶测试车以63公里时速撞倒正在横穿马路的49岁女性伊莱恩·赫茨伯格,成为人类历史上首例自动驾驶致死事故。事后调查显示,车辆传感器在碰撞前5.6秒已检测到行人,但系统将其分类为"未知物体"并反复更改分类,最终在碰撞前1.3秒才确定为"自行车"——此时制动已来不及。

这起事故引发了一个根本性的法律难题:当自动驾驶汽车发生事故,责任应由谁承担?是坐在驾驶座上的安全员?是开发算法的工程师?是做出决策的车载AI系统?还是批准车辆上路的监管机构?

这个问题没有简单答案。它横跨刑法、民法、产品责任法、保险法等多个法律领域,涉及技术伦理、社会公平、产业政策等深层考量。本文将从全球视角出发,系统梳理自动驾驶法律责任的理论框架、各国立法实践、典型判例,以及未来可能的解决路径。

一、责任归属的法律框架:从传统交通法到AI时代

1.1 传统交通事故责任体系

在人类驾驶时代,交通事故责任主要基于过错责任原则。根据《道路交通安全法》第76条,机动车发生交通事故造成人身伤亡、财产损失的,由保险公司在机动车第三者责任强制保险责任限额范围内予以赔偿;不足部分,按照下列规定承担赔偿责任:

  • 机动车之间发生交通事故的,由有过错的一方承担赔偿责任;双方都有过错的,按照各自过错的比例分担责任。
  • 机动车与非机动车驾驶人、行人之间发生交通事故,非机动车驾驶人、行人没有过错的,由机动车一方承担赔偿责任;有证据证明非机动车驾驶人、行人有过错的,根据过错程度适当减轻机动车一方的赔偿责任。

这一体系的核心是人类驾驶员的过错认定。但当驾驶主体从人类变为AI,过错责任原则面临根本性挑战——AI没有主观意识,无法形成"过错";算法决策过程是黑箱,难以追溯因果关系;系统可能同时涉及多个责任主体,过错比例难以划分。

1.2 产品责任法的扩展适用

当过错责任难以适用时,产品责任法成为追责的重要路径。根据《民法典》第1202-1207条,因产品存在缺陷造成他人损害的,生产者应当承担侵权责任。产品责任适用无过错责任原则,即无论生产者是否有过错,只要产品存在缺陷并造成损害,就应当承担责任。

将自动驾驶系统视为"产品",其"缺陷"可能表现为:

  • 设计缺陷:算法设计存在固有缺陷,如传感器融合策略不合理、决策模型训练数据偏差
  • 制造缺陷:硬件生产或软件部署过程中的瑕疵,如传感器校准错误、软件版本不匹配
  • 警示缺陷:未充分告知用户系统局限性,如未明确说明ODD(运行设计域)边界

然而,产品责任法同样面临挑战:如何证明AI系统的"缺陷"?传统产品缺陷可以通过物理检测确定,但AI算法的"缺陷"可能是统计意义上的——系统在99.9%的场景下表现正常,但在极端场景下失效。这种"概率性缺陷"是否符合产品责任法的"缺陷"定义,存在争议。

1.3 风险责任与保险制度的兴起

面对责任认定的不确定性,无过错保险制度和风险分担机制成为重要补充。德国2017年通过的《自动驾驶法案》(Autonomes Fahren Gesetz)规定,自动驾驶汽车必须购买额外保险,用于覆盖系统故障导致的事故。保险金额根据车辆自动化等级确定,L3级车辆最低保额为500万欧元,L4/L5级为1000万欧元。

英国2018年《自动与电动汽车法案》(Automated and Electric Vehicles Act)创设了双重保险机制:一方面要求自动驾驶汽车购买传统机动车保险,另一方面设立"保险人优先赔付"制度——当自动驾驶汽车发生事故,由保险公司先行赔付,随后保险公司可向责任方(制造商、软件提供商等)追偿。

二、全球立法实践:各国如何回答"算法责任"之问

2.1 德国:分级责任与"黑匣子"制度

德国是全球最早系统立法规范自动驾驶的国家。2017年6月,德国联邦议会通过《自动驾驶法案》,确立了以下核心原则:

  • 分级责任:L3级(有条件自动驾驶)以下,驾驶员承担过错责任;L4/L5级(高度/完全自动驾驶),车辆所有者承担无过错责任,但可向制造商追偿
  • 强制数据记录:自动驾驶汽车必须配备"黑匣子"(Datenspeicher),记录事故发生前后30秒的传感器数据、决策日志、系统状态
  • 技术监督:车辆必须通过TÜV(德国技术监督协会)认证,定期接受技术检查

2021年,德国进一步通过《自动驾驶运营条例》(Autonomes Fahren Betriebsverordnung),允许L4级自动驾驶车辆在特定区域商业化运营,并明确了运营者的责任义务。

2.2 美国:州级立法与联邦指南并行

美国没有统一的联邦自动驾驶法律,而是形成了州级立法+联邦指南的双层体系:

州级层面,截至2024年,已有38个州颁布了自动驾驶相关法律。亚利桑那州2018年颁布行政命令,允许自动驾驶车辆在无安全员的情况下测试;内华达州2011年率先立法,要求自动驾驶车辆必须配备"黑匣子";密歇根州2016年通过《自动驾驶汽车责任法》,规定汽车制造商对因自动驾驶系统缺陷导致的事故承担产品责任。

联邦层面,美国国家公路交通安全管理局(NHTSA)2021年发布《自动驾驶系统安全原则》(AV STEP),要求自动驾驶系统满足以下条件:

  • 具备有效的人机交互界面(HMI),确保驾驶员/乘客了解系统状态
  • 具备最小风险策略(MRM),在系统失效时自动进入安全状态
  • 建立事件报告制度,重大事故须在24小时内报告NHTSA

2023年,NHTSA对通用汽车Cruise自动驾驶出租车展开调查,因其发生多起与行人、其他车辆碰撞事故,最终导致Cruise暂停全美运营。这一案例表明,监管机构的事后追责正在成为推动自动驾驶安全的重要力量。

2.3 中国:试点先行与责任规则探索

中国自动驾驶立法采取地方试点+中央指导的渐进路径:

地方层面,北京、上海、广州、深圳等城市先后发布自动驾驶测试与示范应用管理办法。2023年11月,工业和信息化部等四部门联合发布《关于开展智能网联汽车准入和上路通行试点工作的通知》,首次在国家层面明确L3/L4级自动驾驶车辆的准入规则。

通知确立了以下责任原则:

  • 试点期间:车辆所有人/管理人承担赔偿责任,但可向制造商追偿
  • 产品准入:车辆必须通过功能安全、预期功能安全、网络安全等测试
  • 数据记录:车辆必须配备"黑匣子",记录事故前后数据

2024年7月,《深圳经济特区智能网联汽车管理条例》正式实施,这是中国首部自动驾驶地方性法规。条例规定:

  • 有驾驶人的智能网联汽车:发生交通事故造成损害,属于车辆一方责任的,由驾驶人承担赔偿责任;因车辆缺陷造成损害的,驾驶人可以向生产者、销售者追偿
  • 完全自动驾驶的智能网联汽车:发生交通事故造成损害,属于车辆一方责任的,由车辆所有人、管理人承担赔偿责任,但可以依法向生产者、销售者追偿

这一规定实际上确立了使用者先行赔付+制造商最终责任的双层结构,既保障了受害人及时获得赔偿,又通过追偿机制将最终责任分配给技术提供方。

2.4 日本:自动驾驶保险与刑事责任的平衡

日本2019年修订《道路运输车辆法》,允许L3级自动驾驶车辆上路,并规定了以下责任规则:

  • 保险制度:强制要求L3/L4级车辆购买"自动驾驶汽车保险",保额上限为1亿日元(约500万人民币)
  • 刑事责任:驾驶员在L3级自动驾驶激活期间,若因未及时接管车辆导致事故,可能承担过失致死伤罪
  • 数据记录:车辆必须记录自动驾驶系统状态、驾驶员操作、传感器数据等信息,保存期限不少于3年

2023年,日本进一步修订《道路交通法》,允许L4级自动驾驶车辆在特定区域(如北海道、大阪)商业化运营,驾驶员可在车内睡觉或离开座位,但需远程监控。

三、典型判例:法庭如何裁判"算法之过"

3.1 Uber致死案:技术傲慢的代价

2018年Uber自动驾驶致死案(Elaine Herzberg案)虽未进入正式审判(Uber与家属达成和解),但其调查报告揭示了自动驾驶安全的多重问题:

  • 传感器配置缺陷:车辆仅配备1个车顶激光雷达,而Waymo车辆配备5个,Cruise车辆配备多个
  • 算法逻辑错误:系统检测到行人后,因分类不确定而反复"取消"制动决策,最终未采取任何措施
  • 安全员失职:安全员在事发时正在观看手机视频,未及时接管车辆
  • 监管缺失:亚利桑那州对自动驾驶测试几乎无监管要求

Uber最终向家属支付了1000万美元和解金,并承诺改进安全流程。此案促使美国各州加强自动驾驶测试监管,NHTSA也发布了更严格的测试指南。

3.2 特斯拉Autopilot事故:产品责任与用户教育的边界

2016年5月,美国佛罗里达州,一辆特斯拉Model S在Autopilot激活状态下与横穿马路的卡车相撞,驾驶员约书亚·布朗死亡。这是全球首例Autopilot致死事故。

事故调查显示:

  • 车辆前向雷达和摄像头均检测到卡车,但算法将卡车识别为"上方悬挂的物体",未触发制动
  • 驾驶员在事发前37分钟内仅接触方向盘25秒,远低于特斯拉要求的"保持注意力"
  • 特斯拉在用户手册中明确说明Autopilot是"辅助驾驶系统",驾驶员需全程监控

NHTSA最终认定特斯拉无需召回,理由是"没有证据表明Autopilot存在缺陷"。但此案引发了关于辅助驾驶系统用户教育的广泛讨论——制造商是否有义务通过技术手段(如DMS驾驶员监控系统)强制用户保持注意力?

2018年,另一辆特斯拉Model X在Autopilot激活状态下撞上高速公路隔离带,驾驶员死亡。家属起诉特斯拉,声称Autopilot存在设计缺陷。2023年,加州法院判决特斯拉胜诉,认为驾驶员过度依赖Autopilot是事故主因。

3.3 中国首例自动驾驶事故:责任认定的探索

2021年,中国某品牌L2级辅助驾驶车辆在高速行驶时与前方静止车辆相撞,驾驶员死亡。家属起诉汽车制造商,声称辅助驾驶系统未能识别静止障碍物。

法院审理认为:

  • 车辆用户手册明确说明L2级辅助驾驶"不能识别静止障碍物",驾驶员应保持全程监控
  • 车辆在事故发生前已发出多次"接管请求"警报,但驾驶员未响应
  • 制造商在产品说明、用户培训方面已尽到合理义务

最终法院判决驾驶员承担主要责任,制造商承担次要责任(约20%),赔偿金额约50万元人民币。此案确立了中国辅助驾驶事故责任认定的基本框架:制造商已尽警示义务+驾驶员未及时接管=驾驶员主责。

四、理论争议:AI能否成为法律主体?

4.1 电子人格(Electronic Personality)之争

2017年,欧洲议会通过决议,提议为"复杂的自主机器人"设立电子人格(Electronic Personality),使其能够对其造成的损害承担赔偿责任。这一提议引发激烈争议:

支持者认为,赋予AI法律主体资格可以:

  • 明确责任归属,避免"责任真空"
  • 激励制造商开发更安全的AI系统
  • 为未来强AI的法律地位奠定基础

反对者认为,电子人格概念存在根本缺陷:

  • AI没有主观意识,无法承担"责任"的道德意义
  • 赋予AI主体资格会削弱人类的责任意识
  • 可能被制造商用作"责任挡箭牌",逃避最终责任

最终,欧盟委员会于2020年发布的《人工智能白皮书》放弃了电子人格提议,转而采用"基于风险的监管框架",根据AI应用场景的风险等级实施差异化监管。

4.2 算法解释权与责任追溯

无论AI是否成为法律主体,算法解释权都是责任追溯的关键。2023年,欧盟《人工智能法案》(AI Act)正式生效,要求高风险AI系统必须具备:

  • 透明度:用户有权了解AI系统的决策逻辑
  • 可解释性:AI系统必须能够解释其决策依据
  • 人类监督:高风险AI系统必须配备有效的人类监督机制

对于自动驾驶系统,AI Act要求:

  • 车辆必须配备"黑匣子",记录决策过程
  • 制造商必须向监管机构提交算法安全评估报告
  • 事故发生后,监管机构有权调取算法日志进行独立分析

五、未来路径:构建AI时代的责任共同体

5.1 分层责任模型

综合各国实践,未来自动驾驶责任可能采用分层责任模型:

层级责任主体责任类型适用场景
第一层使用者/驾驶员过错责任L2/L3级,驾驶员未及时接管
第二层制造商/软件提供商产品责任(无过错)L4/L5级,系统缺陷导致事故
第三层保险公司先行赔付所有等级,保障受害人及时获赔
第四层政府/监管机构补充赔偿无法确定责任方或责任方无力赔偿

5.2 强制保险与赔偿基金

为应对自动驾驶事故的赔偿需求,各国正在探索强制保险+赔偿基金的双重保障机制:

  • 强制保险:要求所有自动驾驶车辆购买高额保险,保额根据自动化等级确定
  • 赔偿基金:由制造商、软件提供商按市场份额缴纳,用于赔付无法确定责任方的事故
  • 再保险机制:通过再保险市场分散自动驾驶风险,避免单一保险公司承担过大压力

5.3 技术标准与法律规则的协同

自动驾驶责任问题的最终解决,需要技术标准与法律规则的协同:

  • 功能安全标准(ISO 26262):确保车辆电子系统在故障时进入安全状态
  • 预期功能安全标准(ISO 21448):确保系统在非故障状态下仍能安全运行
  • 网络安全标准(ISO/SAE 21434):防止黑客攻击导致系统失控
  • 数据记录标准:统一"黑匣子"数据格式,确保事故可追溯

只有当技术标准足够成熟,法律规则才能有明确的"过错"或"缺陷"判断依据。反之,法律规则的完善也会推动技术标准的升级。

六、结语:在创新与责任之间寻找平衡

自动驾驶技术的快速发展,正在挑战人类社会的法律底线。当算法握住方向盘,我们不仅需要回答"车该往哪开"的技术问题,更需要回答"责任该由谁担"的法律问题。

全球各国的立法实践表明,没有一种放之四海而皆准的责任模式。德国的分级责任、美国的州级实验、中国的试点先行、日本的保险制度,都在探索适合本国国情的解决方案。但共同趋势是:从过错责任走向无过错责任,从个体责任走向集体分担,从事后追责走向事前预防。

对于中国而言,自动驾驶法律责任的完善需要兼顾技术创新激励与受害人保护。过于严格的责任规则可能抑制产业发展,过于宽松的规则则可能损害公众安全。深圳条例确立的"使用者先行赔付+制造商追偿"模式,是一个值得关注的折中方案。

最终,自动驾驶法律责任的答案不在法律条文之中,而在技术、伦理与社会的持续对话之中。当AI成为道路上的"驾驶员",人类需要做的不仅是编写更好的代码,更是构建一个能够容纳技术风险的法律框架——让创新有底气,让受害人有依靠,让责任有归属。

这或许就是自动驾驶时代法律变革的终极意义:不是让机器承担责任,而是让人类更加负责地开发和使用机器。

点赞(0) 打赏

评论列表 共有 0 条评论

暂无评论
立即
投稿

微信公众账号

微信扫一扫加关注

发表
评论
返回
顶部