岳瑨 | 自动驾驶的预备责任行动伦理——基于高阶道德算法的功能推理

岳 瑨

文章出处：《北京师范大学学报（社会科学版）》2026年第1期。本微信版文章注释从略，引用请据原文。

随着自动驾驶获得道路行驶权限，自动驾驶自主决策面临的复杂的行动伦理问题也越来越引发广泛关注。当自动驾驶进入道德判断自动化时，如何基于人类视角对自动驾驶面临的道德难题进行反思？道德算法应该由谁来负责？应该为自动驾驶植入何种道德算法？在权衡交通事故的责任归因时，应该以何种方式解决自动驾驶的道德算法可能存在的“责任缺漏”（responsibility gap）问题？可否通过“‘人-机’主体切换”的方式解决自动驾驶面临的道德难题？上述问题的讨论预设了一个基本前提：自动驾驶必须是一个被植入了道德算法的人工道德行动者（AMAs）。问题在于，自动驾驶除了要合于驾驶法规（简称“合驾规”）外，还必须要“合”于“何种道德”吗？

一般说来，可参照人类道德架构将自动驾驶的道德算法按照“合驾规”“合道德”两级目标层次进行分类。这样可得出道德算法的“分阶类型”：在“合驾驶专家”道德层次上定义“合驾规”，可得出“一阶道德算法”；在“合伦理专家”道德层次上定义“合道德”，可得出“高阶道德算法”。通常后者内含了前者。目前关于自动驾驶责任行动伦理的讨论，主要不是集中在一阶层面，而是集中在高阶层面，争论的焦点在于：是否应该为自动驾驶植入“高阶道德算法”？有没有必要将自动驾驶的行动伦理方案提升至“高配版”层次？本文基于“高阶道德算法的功能推理”，分析并提出了一种关于自动驾驶预备责任行动的伦理方案。

在“责任行动伦理框架”下，当自动驾驶造成伤害时，传统理论往往难以定义责任主体。这使得自动驾驶面临责任归因和责任分配的道德难题。由此，可提出一个关于自动驾驶正当行动的伦理工程学课题：从伦理工程学视角看，如何定义自动驾驶的“合道德性”？这里的关键之点在于，根据自动驾驶安全协议，“自动驾驶将化解目前绝大多数导致交通伤亡的原因——人为过失”。自动驾驶在功能上应被看作一种“合伦理”的技术创新工程——可称之为“伦理工程学”层次上的技术创新，即可以将自动驾驶汽车这样的人工行动者（artificial agents）看成一种具有内在伦理创新的人工道德行动者。实际情况表明，其技术工程结构在提供安全、高效和舒适的自动驾驶功能的道德建构方面，必将全面超越人类驾驶。

由此，产生了第一个“伦理工程学的功能推理”，它围绕下述命题展开：自动驾驶的目标是为人类用户提供安全、高效、舒适的自动驾驶服务——当且仅当它达到此目标时，自动驾驶才会被理解为一种内嵌安全伦理责任的人工道德行动者（AMAs）。此命题可称为“命题1”，即自动驾驶“安全协议命题”。通勤的高效、舒适可以理解为在安全价值基础上的两个附加价值，它们本身就是基于智能化自动驾驶的一种功能构建。由此，法比奥·福萨（Fabio Fossa）提出了自动驾驶是否可以被理解为“一种内在的伦理创新形式”的问题。沿着“命题1”的思路，必然涉及与安全责任相关的伦理影响的风险识别与评估问题。而直接与安全相关的伦理风险，除了“不合驾规”的驾驶行为、违反交通规则的道路状况和某些例外情况之外，还有与自动驾驶系统相关的一些安全风险，如网络安全漏洞，它可能会被黑客利用达到劫持或控制自动驾驶汽车的不良目的。这些风险会被优先得到识别和评估。一些重大伦理风险，如个人信息泄露、数字技术对于隐私的侵犯、数据投毒（data poisoning）等，同样在自动驾驶中存在，理应成为自动驾驶伦理风险防范的优先课题。然而，由于这类重大伦理风险超出了驾驶专家的功能范畴而属于一般人工智能伦理风险，它就不能被理解为一种内嵌于自动驾驶系统的伦理技术创新。如此看来，必须区分自动驾驶带来的隐私安全与驾驶安全。这两者在功能性道德架构上虽然都归于“自动驾驶安全协议命题”（受“命题1”规定）的范畴，但驾驶安全的功能推理适用于驾驶专家级别的道德算法，隐私安全的功能推理适用于伦理专家级别的道德算法。这两种类型的道德算法存在级别或层次上的不同：前者是专用级别，被称为“一阶道德算法”；后者是通用级别，被称为“高阶道德算法”。有鉴于这一划分的重要性，我们需要在伦理工程学上对自动驾驶与人类伦理价值之间所预置的价值对齐关系作出必要调整。

于是，这就产生了第二个“伦理工程学的功能推理”，它围绕如下修正的命题展开：自动驾驶的目标是为人类用户提供安全、高效、舒适的自动驾驶服务——当且仅当它具备跨领域、多任务的综合认知和行动能力，而不是仅仅局限于单一驾驶功能（合于驾驶功能之专门道德）情景时，此目标才有可能得以实现；在这个意义上，自动驾驶应该被理解为一种负有安全伦理责任的人工道德行动者（AMAs）。此命题可称为“命题2”。

“命题2”的修改，实际上并没有改变自动驾驶的目标，而只是扩展了实现目标的手段。“命题2”的功能推理，是对“命题1”中实现目标的手段或方法的拓展。事实上，“命题2”的修改作为一种伦理工程学的功能推理，要以人工智能从专用到通用（AGI）的技术功能拓展为前提。对于后者而言，如果人工智能在技术架构上通过统一的模型整合多模态输入，就会产生知识或推理在不同领域间的迁移。在这个意义上，自动驾驶高阶道德算法的功能推理，并不只是为了解决驾驶专家领域的道德架构问题，而是在更通用层次上将道德框架嵌入认知核心，并且在具有普遍性的伦理专家的层次上，将其下行或迁移到自动驾驶领域。

因此，从对自动驾驶的伦理风险进行识别和评估的问题意识出发，上述两个命题所遵循的两种功能推理可得出前面所提及的“道德分阶论”，即人类道德可分为专用级别的“一阶道德”和通用级别的“高阶道德”。对于自动驾驶而言，“一阶道德”的核心是特有的“以驾驶安全为中心的道德架构”，它在伦理工程学上的呈现形式就是自动驾驶的“一阶道德算法”；“高阶道德”的核心是“以隐私安全为中心的道德架构”，它在伦理工程学上的呈现形式就是自动驾驶的“高阶道德算法”。

不难看到，与人类驾驶员不同，自动驾驶本身是一个由互联的通信网络和数智体系支持的行动伦理系统。因此，“收集与共享越来越多的自动驾驶环节的数据几乎是所有交通利益相关方的关注焦点。不同的利益驱使各方努力获取或要求获取对自动驾驶收集的数据的访问权限，由此产生的利益网络盘根错节”。认识到自动驾驶行动伦理背后的“数智形态”的复杂性，就必须识别和评估由之带来的隐私伦理风险的复杂性和多维性。比如说，自动驾驶在目标定位、驾驶操控、监视或实时监控、危机处置等层面，会给人类的自主、尊严、权利、自由等价值带来巨大挑战。

人们在讨论自动驾驶责任行动时，常常会引入“电车难题”。这种做法可能会导致人们对自动驾驶在伦理上的可接受性产生怀疑。赵汀阳将其视为人工智能“近忧”清单中位列第一的例子，并称之为“自动智能驾驶悖论”。这个悖论是指，设想一辆自动驾驶汽车遭遇撞车事件，它面临“救乘客”还是“救行人”只能“二选一”的道德选择难题，此时如何做决策？“假如自动智能汽车的编程是舍己救人，即牺牲乘车人而保护行人，那么这样的汽车没有任何市场，没有人会购买或租用一种毫不利己专门利人的汽车；假如编程为保护乘车人，也恐怕通不过市场准入评估，毫不利人专门利己的汽车也同样不可接受，因为每个人都可能在某些时候成为无意违规的行人……即使人人遵守交通规则，也仍然会担心被设置为优先保护乘车人的程序在某些情况下会产生误判。”

这个悖论，实际上是把“人的悖论”简单化地投射到了“智能机器”情景中。“自动智能驾驶悖论”假设了自动驾驶责任行动不只是在“合驾规”层次上展开，它还涉及一个泛化的责任行动伦理问题，即合道德问题。而在合道德的伦理工程学框架上，面临的难题是：人类应该为自动驾驶选定何种道德规则？我们开发的自动驾驶系统需要植入何种道德算法？如果对这个问题进行投票，以民主方式解决这个理论上的难题似乎是唯一解；但问题在于，每一个投票人都会遭遇他或她既可能是乘客又可能是行人的尴尬境况，那么投票就可能面临无法决断的两难困境。这就将机器悖论转化成了人的悖论。不论从何种意义上看，自动智能驾驶悖论在伦理的实际性层面都将面临无解的命运。

自动驾驶悖论真的无解吗？伦理学家对人的悖论只能采取“加括号”的办法进行“悬置”，因为那是形而上学问题；但对于机器的悖论不能采取“加括号”的办法，因为任何人都不能无视行驶在公路上的自动驾驶车辆。事实上，伦理学家貌似有办法对自动驾驶悖论进行求解。例如，赵汀阳的讨论似乎暗示了（尽管可能不赞成）一个明知其不可而为之的指向，即一种完美式技术解：“当人工智能成为人类的行为代理人，我们就需要为之设置一个‘周全的’行为程序，可这正是人类自己的局限性。”事实上，这种完美式技术解提出了一个需要高阶道德算法的前提性问题：如何通过技术进步克服人类自身的局限性？关于这一点，国内有学者给出了一个相反的方向——就是“将复杂问题简单化的方案”：任何时候都不必进行此类投票，因为“植入道德算法的目的是使自动驾驶成为驾驶专家”，而非“伦理专家”；由此，“自动驾驶无需高阶道德算法”。如果仔细分析这一功能推理，其推理的实质其实可以描述为一种鸵鸟式策略解——因为，它等于变相地宣称：只要不让自动驾驶遭遇电车难题，为自动驾驶选定何种道德规则的难题就不存在；因此，自动驾驶完全不必考虑高阶道德算法。“鸵鸟式策略解”提出了一个无需高阶道德算法的前提性问题：我们要如何行动，才能不让自动驾驶遭遇电车难题？“电车难题”的思想实验在自动智能驾驶悖论中的复现，将自动驾驶责任行为引向了两个迥然不同的方向上讨论。

一方面，它展开了一个充满伦理希望的方向。这一方向面临的关键问题是：为自动驾驶配置高阶道德算法，能否使“道德判断自动化”在人工道德行动者的行动中得到完美演绎？是否存在一种周全的、完美的解题方案？

赵汀阳关于自动智能驾驶悖论的“近忧”，指认了人类在寻求一种周全的、完美的解题方案时面临局限性，以及可能会导致的反复失败的命运。不过，即便人类追寻完美的道德努力会一再遭遇失败，以至于自动智能驾驶悖论或许“真的在伦理学上无解”，但人类会在这件事情上放弃希望或努力吗？显然不会！从积极的方面看，尽管它会让我们看到人类道德的局限性，但它也可能在结果上引导驾驶行为向更加“合乎道德”的方向发展，即寻求一种完美式的技术解。在这一方向上，我们应相信自动驾驶可以通过“合乎道德”的高阶道德算法完全代理人类的驾驶责任行为，甚至比人类做得更好。因此，一种克服这种“近忧”的主张总是围绕“命题2”的功能推理展开。自动驾驶与人类驾驶员在遭遇自动智能驾驶悖论上表现出某种相似性，人类驾驶员因自身局限性未必能很好地遵守伦理价值或道德规范，有时甚至可能会采取违反基本驾规或道德规范的行动；自动驾驶将在这一点上表现出优于人类驾驶员的禀赋。因此，通过对自动智能驾驶的高阶道德算法的不断完善，“合道德的驾驶”（高于“合驾规的驾驶”）在功能上是可以委托给更具备可靠性、稳定性和可解释性的“人工道德行动者”（AMAs）的。

另一方面，它展开了一个令人担忧的控制论难题：让自动驾驶代替人类驾驶，是否意味着人类让渡了对车辆的控制权？由于不同驾驶方式基于不同的道德价值预设，作为乘客的个人，可能会在高阶道德算法层面遭遇不可掌控之物。这里面临的关键问题是：当个人对总体事态不可掌控的情况出现时，如何才能让自动驾驶不会遭遇电车难题？

一直以来，车辆驾驶在常规制度性框架下遵循着交通伦理——它不能设想没有人类控制的驾驶情形。每一位人类驾驶员都必须确保在任何情况下都能控制其所驾驶的汽车，特别是对于高速行驶的车辆而言，这一点尤其重要。然而，自动驾驶的到来，完全改变了常规制度性框架——驾驶行为从基于人类行动者的控制转向了基于人工道德行动者的控制。人类的以往经验的“合道德的驾驶”在自动驾驶情景下需要在控制权、责任感、自主性和尽职义务等方面被重新定义，并且需要面对如下诘问：如果人类将驾驶权完全交给了自动驾驶，那么这件事情本身将会怎样修改控制权、自主权、自决权和责任感等核心道德观念呢？毫无疑问，不是所有用来规范人类驾驶行为的伦理价值都必须融合到自动驾驶的控制逻辑之中。

综上，人们在讨论自动驾驶责任行动时，总是偏好以自动驾驶中个人道德自主权的“让渡问题”为争论焦点，主要分为“可完全让渡”和“可部分让渡”两种意见。前者着眼于自动智能驾驶悖论的完美式技术解。它以人的道德自主权的可完全自愿让渡为前提，主张在自动驾驶中不仅应该植入一阶道德算法，更应该植入高阶道德算法，否则自动驾驶必然遭遇人的悖论。后者则瞄准自动智能驾驶悖论的鸵鸟式策略解。它以人的道德自主权的可部分自愿让渡为前提，这表明自动驾驶无需高阶道德算法就可以成为道德意义上的驾驶专家——只需将自动驾驶的公路系统设计成“不让自动驾驶汽车遭遇电车难题情景”。

自动智能驾驶悖论是电车难题在自动驾驶中的重现。与一般所谓电车难题的诸版本有所不同，它隐含着一个更为深刻的伦理层次上的功能推理——既不指向完美式技术解，也不指向鸵鸟式策略解（它不符合AI科技创新的进化规律），而是指向AI伦理风险防范解。也就是说，当不可避免的碰撞发生时，自动驾驶汽车只能基于预置的“碰撞优化的道德算法”进行抉择。

自动驾驶作为人类驾驶行动的代理者而行动，当其面对一种极其复杂的“生命安全分配”的道德选择时，既不能诉诸任何随机性判断，也不能诉诸任何形式的本能、直觉或者运气，而只能依据预先植入的高阶道德算法而行动。假设自动驾驶既无法找到完美式技术解，又不能采取鸵鸟式策略解，而只能面对“救乘客”VS“救行人”或者“伤害5人”VS“伤害1人”的两难道德抉择，那么“伦理风险防范解”就是符合伦理现实主义原则的解题方案。

现实中的自动驾驶行为和自动自主决策存在着高度的复杂性和情境不确定性。所谓伦理风险防范解，是指在为自动驾驶预备责任行动伦理算法时，要选择伤害最小化的路径。这一解题方案围绕如下总问题展开：在自动驾驶的控制逻辑中，应该为之预备何种道德理论才能促成伤害最小化效应？如果没有预先设定某种用于伦理风险防范的道德框架，一旦自动驾驶在碰撞情景下遭遇电车难题，就只能诉诸某种随机的决定，从而会导致不可预测、不可掌控的伦理风险的发生。

目前，学界关于为自动驾驶预备何种高阶道德算法的讨论存在争议。人文社会科学领域的讨论通常在语义内容层次上展开，不涉及符号计算层次的计算机语言。一般来说，用自然语言描述道德算法，通常根据能否“个性化调节”，将高阶道德算法分为“强制性伦理算法（MES）”和“个人化伦理算法（PES）”。

“强制性伦理算法（MES）”作为备选的高阶道德算法，取消了碰撞中将自主驾驶权归还给人类驾驶员的算法选择权。学界讨论最多的高阶道德算法有两种：（1）功利主义算法；（2）罗尔斯算法。这两种道德算法遵循不同模型。由于关注“伦理风险”而把决策结果作为优先相关方予以价值估算，由此可建构功利主义算法（公正旁观者模型）和罗尔斯算法（公平正义模型）。它们作为结果导向的高阶道德算法，能兼容强制性伦理算法（MES）中的一阶道德算法，特别是“制动力学算法”。它们的不同之处在于：功利主义算法关心结果公正，特别强调对结果的预测、赋值、比较和最优化，以及平等权衡利益相关方的利益最大化，它并不把决策选项和决策本身视为最相关的方面；罗尔斯算法除了关心结果公正外，还特别强调决策选项和决策本身的正当性或公平性。对于罗尔斯算法的“公平模型”而言，挑战不仅来自处理冲突的效用计算（或预测）以及存在的“不准确性”和例外，还来自规则获取及其情境依赖性等。而对于功利主义算法的“公正模型”来说，挑战主要来自效用及其赋值的确定问题和聚合问题。

上述两种常见的高阶道德算法在为特定道德难题提供“问题解”时，都存在某种内在缺陷：功利主义算法并没有考虑到乘客对待自身与他人生命安全时潜在的不同态度。例如，当人们成了被牺牲的少数人时，并不是所有人都还能坚持功利主义正义原则；罗尔斯算法也同样会面临指责，因为这类复杂计算的有效性始终存在“漏算”或“失算”带来的不公平问题，因而是令人生疑的。

另外一种高阶道德算法是“个人化伦理算法（PES）”。它主要针对目前强制性伦理算法并不能满足人们实际操作的需要，从而提出的一种更贴近现实的高阶道德算法。

所谓“个人化伦理算法（PES）”，是指自动驾驶应该通过设置“非固定算法”，将普遍性的道德算法转化为个人化的道德选择。也就是说，它通过将道德判断的预选权交给使用者，通过以“预选”取代“预设”，从而达成自动驾驶与个体化道德选择的结构性耦合，完成“固定算法”向个人化选择的转换。在这个理论框架下，贾斯帕·康提萨（Guiseppe Contissa）提出了著名的“伦理旋钮”（ethical knob）架构。伦理旋钮左右端分别对应“利己主义”（优先保护乘客）和“利他主义”（优先保护行人），旋钮中央则代表“完全中立”，旋钮偏左就是“偏-利己主义”，旋钮偏右就是“偏-利他主义”。“伦理旋钮”将自动驾驶的算法设置权交付给车主，能够化解自动驾驶在发生事故后所面临的归责困境。但从理论逻辑上看，该算法可能会陷入集体性“囚徒困境”：大多数车主为自保而在算法设置上作出极端利己的选择，致使社会总伤亡程度增加。

“伦理旋钮”协调的是乘客与行人的生命权重问题。在不涉及乘客生命安全的情况下，“伦理旋钮”这样的个人化伦理算法反而无法很好地处理经典电车难题——它并不能为自己的选择给出任何理由。我们可以为自动驾驶预备一种“伦理旋钮”的设置，使其在应对生命抉择难题时将选择权及其相应责任一并交给人类驾驶员，但它的功能也仅限于此。由于自动驾驶在面对碰撞选择时启用个体化道德选择，已经属于以隐私安全为中心的道德架构问题。一方面，自动驾驶的个人化伦理算法需要深度介入隐私安全领域，这使得预期效用评估变得非常困难；另一方面，人类驾驶员转动“伦理旋钮”可能会产生不能掌控的例外。

总之，为自动驾驶预备高阶道德算法，旨在为自动智能驾驶悖论提供可供选择的“伦理风险防范解”。如果自动驾驶具备理想的公路条件或者完美式技术解，它就不需要高阶道德算法。当这两个条件都不具备时，并且在通用人工智能（AGI）接入的情况下，为自动驾驶预备强制性伦理算法（MES，包括功利主义算法、罗尔斯算法）和个人化伦理算法（“伦理旋钮”算法）就是一种现实主义的“伦理风险防范解”。高阶道德算法由于超出了“驾驶专家”级别的道德框架，因而在伦理工程学的功能推理上不属于一阶命题范畴，而属于高阶命题范畴。这使得预备人类驾驶员优先介入所需要的以隐私安全为中心的道德架构问题，必然出现在自动驾驶的预备责任行动伦理的讨论中。

从伦理工程学视角看，前面提到的“命题1”和“命题2”，作为责任行动的两个功能推理涉及如何分配给自动驾驶参与决策时所承担的责任。在各类讨论中，人们大都从产品端出发强调将能动性赋予自动驾驶行为。这引发了对自动驾驶责任缺漏的普遍担忧。

如果将自动驾驶描述为在不受特定的人控制的拥有最大程度自主性的智能行动者（agents），在一种非常态情景（如发生碰撞的情景）下，我们（乘客和行人）可能无法预测和控制系统运作；那么，让任何人为自动驾驶的行为负责都将是不公平的。在这个意义上，自动驾驶的责任行动会遭遇自动智能驾驶悖论，进而在特定情景“电车难题”碰撞中，遭遇不为其行为后果承担责任的责任行动者。由此，责任缺漏在导致不为行动后果承担责任的责任行为层面上面临着某种责任悖论。这是现有讨论主张在自动驾驶道德框架中植入高阶道德算法的根本理由。

如果批判性审视一阶道德和高阶道德这两个伦理工程学的功能推理（命题1和命题2），不难发现：任何一种单一向度的责任行动（无论是一阶的制动力学算法，还是高阶的功利主义算法、罗尔斯算法和“伦理旋钮算法”），都不能真正解决自动驾驶的责任缺漏问题；因此，必须诉诸一种“预备责任”的行动伦理观念。这意味着问题求解方式需要进行一种视角的转换，即从自动驾驶“产品端”转向“行动者行动端”。

从“产品端”看，高阶道德算法并不能构成自动智能驾驶悖论的解题方向——不论在伦理理论上还是在伦理工程的实际操作上，它都不能解决“伦理学上无解的问题”。然而，从“行动者行动端”看，“无人”的“产品端”在功能推理上，首先面临人的回归——构建以人的生命安全为中心的预备责任行动伦理。这个方案包含了对于预备责任原则的如下四个方面的解释。

第一，预备责任的总则：责任区分。以生命安全为中心的自动驾驶，应以人与自动驾驶系统的功能协作为基础性道德框架。这是伦理工程学功能推理的方向。既非“单一向度”的人，也非“单一向度”的自动驾驶，而是以“人与自动驾驶系统的分布式行动作为基础性道德框架”，为预备责任的行动者行动提供了价值锚点。由此呈现出某种责任区分的底层模型。它由三个层次的复合责任组成：（a）系统性的自动驾驶的行动责任；（b）人类个体独立性的行动责任；（c）独特类型的“人-机”合作或协作的行动责任。这个模型构成了预备责任原则的总纲领。它旨在强调自动驾驶预备责任的一种复合形式和复合类型，即它由“系统责任-个人责任-合作责任”复合组建而成。

第二，预备责任的第一原则：系统责任。应对自动驾驶的责任缺漏，需要将第一原则确立为针对系统的预备责任。自动驾驶系统应该成为责任主体。一阶道德算法解决的是系统责任的预备问题，直接关联车辆的物理控制、决策逻辑以及道路系统的优化。它通过提升智能体的自主性和系统优化（提升传感器精度、改进制动系统、建立“全域路网智联”和“算力支援”）降低或消弭事故发生的概率。在法律和伦理的归责框架下，系统责任基于用户的系统信任，因而默认并预备一种“低风险-高追责”的系统责任范式。当其良好运行时，它的统计学效应会给人带来一种幻觉：只需要一阶道德算法就足够了，无需高阶道德算法。然而，系统的脆弱性使得高阶形态的道德算法和道德决策变得紧迫且不可或缺。

第三，预备责任的第二原则：人的责任。自动驾驶的目标是提供安全、高效、舒适的驾驶服务，其伦理目标可由三个“价值词”——安全、高效、舒适——来描述。因此，自动驾驶的能动性指向受到人的监督并服从人的指令的责任行动。这表明，即使在自动驾驶中预备系统责任的一阶道德算法，也应该有“人的职责”和“人的责任”预备其中。高阶道德算法的嵌入可视为“人的责任”的嵌入形式。比如，依据“最小化总体伤害”的功利主义算法，选择撞击路障以降低行人伤亡，那么，算法供应方就需要承担相应的伦理决策责任，而技术故障责任仍可独立追溯至系统责任。同样，罗尔斯算法与伦理旋钮算法也可以依循算法透明化原则，完成“人的责任”的可追溯性。当然，高阶道德算法作为“人的责任”的一种预备形式，亦存在脆弱性与不完备性；但是，相对于放任系统在事故中进行随机决策而言，它无疑是一种能够赢得公众对技术信任的“有人的”预备责任行动。

第四，预备责任的第三原则：合作责任。尽最大可能避免陷入两难，是自动驾驶的优先选项。这表明，“人-智能交通工具”的合作责任，应该成为自动驾驶高阶道德算法在功能总体性上的体现。高阶道德算法的功能推理，不是将“电车难题”思想实验直接投射到自动驾驶场景中，而是通过提供多任务协作或选择的算法模型，预备合宜性“人-机”协作伦理决策逻辑，以最终落实生命安全原则。“合作责任”作为一种预备责任，将“人-机”协作置于优先地位。因此，高阶道德算法在自动驾驶系统中只能作为智能工具参与责任行动，它自身不能独立组建责任行动。这意味着，自动驾驶的“现役责任”模型应聚焦于优化一阶道德算法，而“预备责任”模型则应聚集于高阶道德算法。当现役责任行动顺畅时，自动驾驶无需预备责任行动的介入；而当现役责任行动发生阻滞、类似于电车难题的碰撞行动出现时，应对悲剧性后果再分配的就是预备责任行动伦理。在这一意义上，预备责任所揭示的合作责任框架属于“风险防范解”的范畴。

自动驾驶的飞速发展及其未来在通用人工智能（AGI）接入下展开的交通伦理形态，必然将“预备责任的行动伦理”理念全面引入系统性重构。目前，关于自动驾驶的伦理问题的讨论或多或少受到一种“无人”的修辞性误导——无人驾驶似乎成了自动驾驶的伦理目标，隐含了一种可疑的拟人化的价值方向：似乎可将生命安全的道德框架交付给自动驾驶系统，并将责任都推给自动驾驶汽车。这显然是一个错误的方向。自动驾驶的预备责任行动伦理，是基于自动驾驶高阶道德算法的功能推理，主张重新让人回到自动驾驶的责任核心。相较于如何让自动驾驶拥有更大的自主性而言，人的归位才是高阶道德算法的功能推理的目标前沿。因此，我们主张预备责任的理念更应关注斯文·尼霍姆（Sven Nyholm）所列举的下述自动驾驶的问题：“谁会监督与控制汽车在自动驾驶模式下运行？谁能够发动、接管或至少停止汽车的运行？在自动驾驶模式下，汽车符合谁的驾驶偏好与风格？谁更适合观察和监控汽车在道路上的实际行为？谁至少在‘宏观层面’上对汽车的功能了如指掌？”上述问题清单开启了针对自动驾驶伦理风险防范的“解题方式”的探讨。

不可否认，最大限度地将能动性赋予自动驾驶，可以基于一阶道德算法解决驾驶专家层次上的道德决策问题。然而，技术升级无法彻底消除人的重要性。高阶道德算法的重要性在自动驾驶伦理风险防范层次上不可或缺：它不仅是事故中的决策依据，更是技术可控性的基石。因此，既不应“完全反对”也不宜“过高估计”高阶道德算法的功能，而应将其定位在“预备责任行动伦理”框架下，即人类从AI伦理风险防范的规范性诉求出发，为自动驾驶预备高阶道德算法是必要的。它不必是一种内嵌于自动驾驶系统的道德算法，却是通用级别的道德算法“迁移”或“下移”到自动驾驶领域的算法。高阶道德算法既非“屠龙之术”，也非“万用灵丹”，而是在通用级别上为自动驾驶的伦理风险防范配置的一种必不可少的发挥责任补漏（应对责任缺漏）功能的预备行动伦理方案。