文献研读 | 全自动驾驶交通事故中,乘客也要承担责任?

实证研究

研究1：责任归因效应及其稳健性检验

实验1a：基准条件实验

1.研究目的

检验L5全自动私家车使用者、L5无人驾驶出租车乘客、传统出租车乘客在事故中所获责任归因是否存在显著差异，确立研究的核心基准效应。

2.实验设计

采用单因素三水平被试间设计，自变量为乘车条件，三个水平分别为：私人L5全自动车辆、L5无人驾驶出租车、传统出租车。

3.实验流程

首先向被试清晰呈现L5级完全自动驾驶的标准化定义，强调其无方向盘、无踏板、人类无法实施任何驾驶干预的特征；随后被试阅读统一交通事故情境；最后完成固定总量为10分的责任分配任务，将责任在车内人员与对应责任主体（制造商/司机）之间进行分配。

4.变量测量

因变量为综合责任归因，包含因果责任（事实层面谁造成了结果）、道德责备（价值层面该不该被责备）、法律责任（规则层面是否要依法承担不利后果）三个维度，经检验具有良好内部一致性，取平均值作为综合指标；控制变量包括性别、年龄、驾照持有情况。

5.研究结果

乘车条件的主效应显著，责任归因水平呈现私人L5车辆使用者＞L5无人驾驶出租车乘客＞传统出租车乘客的稳定梯度模式，三组间两两差异均达到统计显著水平。

实验1b：责任评分范式检验

1.研究目的

通过替换责任测量范式，排除责任分配范式可能带来的反应偏差，检验核心效应的稳定性。

2.实验设计

采用与实验1a完全一致的单因素三水平被试间设计，保持事故情境、流程与指导语不变。

3.实验流程

实验流程、L5定义呈现、事故情境阅读均与实验1a保持一致，仅修改责任测量方式。

4.变量测量

采用10点李克特单一评分量表，对因果责任、道德责备、法律责任进行独立评判，不涉及与其他主体的比例分配。

5.研究结果

责任归因的组间差异模式与实验1a完全一致，L5使用者的责任评分显著高于传统出租车乘客，表明核心效应不依赖特定测量方式，具有跨范式稳健性。

实验1c：第一人称视角检验

1.研究目的

采用第一人称自我视角，排除自我服务偏差对责任判断的潜在影响，检验效应的视角独立性。

2.实验设计

单因素三水平被试间设计，将情境表述由第三人称修改为第一人称自我卷入视角。

3.实验流程

将事故情境中的目标对象替换为第二人称“你”，要求被试想象自身处于事故场景中，其余流程与实验1a完全一致。

4.变量测量

责任归因测量、控制变量测量均与实验1a保持相同范式与量表。

5.研究结果

第一人称视角下，L5使用者的自我责任归因依然显著高于传统出租车乘客，自我服务偏差并未抵消核心效应，结论具有视角稳健性。

实验1d：人员物理不在场条件检验

1.研究目的

检验车内人员物理不在场条件下，责任归因模式是否发生改变，以分离“在场性”与“所有权”的作用。

2.实验设计

单因素三水平被试间设计，事故情境修改为：人类通过手机应用远程呼叫车辆，车辆在无人乘坐状态下发生事故。

3.实验流程

被试阅读人员不在车内的标准化情境，完成责任分配任务，其余流程与实验1a一致。

4.变量测量

因变量、控制变量及量表均与实验1a保持一致。

5.研究结果

L5无人出租车乘客与传统出租车乘客的责任归因无显著差异，但私人L5车辆使用者的责任归因仍显著更高，表明所有权会强化责任归因，而核心效应在人员不在场条件下仍具有部分稳健性。

研究2：可控性机制的跨文化检验

实验2a：中国样本可控性检验

1.研究目的

检验责任归因差异是否源于公众知觉到的人类可控性差异，澄清可控性是否为核心解释机制。

2.实验设计

单因素三水平被试间设计，在实验1a的基准范式基础上，在责任测量前增加可控性感知量表。

3.实验流程

实验流程、事故情境、L5定义呈现均与实验1a一致，测量顺序为：可控性感知→责任归因。

4.变量测量

新增可控性感知量表，测量被试认为车内人员能够控制、操控车辆驾驶的程度；责任归因、控制变量测量保持不变。

5.研究结果

三组条件下可控性感知无显著差异，但责任归因的组间差异依然显著，表明可控性感知无法解释L5使用者被归责更多的现象，排除可控性机制。

实验2b：韩国样本跨文化验证

1.研究目的

在韩国被试中重复实验2a，检验责任归因模式及可控性机制的跨文化普适性与稳健性。

2.实验设计

采用与实验2a完全相同的实验设计、流程、情境与测量工具。

3.实验流程

指导语、情境呈现、测量顺序、量表均与实验2a保持一致，实现跨文化严格重复。

4.变量测量

可控性感知、责任归因、控制变量的测量维度、量表与评分标准均保持不变。

5.研究结果

韩国样本的责任归因模式与中国样本完全一致，可控性感知在三组间仍无显著差异，表明研究结论具有跨文化稳健性。

研究3：合理可预见性的中介效应检验

1.研究目的

检验合理可预见性是否为乘车条件影响责任归因的核心心理中介机制，揭示责任归因的内在认知过程。

2.实验设计

单因素三水平被试间设计，在基准范式基础上，于责任分配之前增加合理可预见性感知测量。

3.实验流程

实验流程、情境呈现、L5自动驾驶定义均与实验1a保持一致，测量顺序为：可预见性感知→责任归因。

4.变量测量

新增合理可预见性量表，评估被试认为车内人员理应预见事故发生与使用风险的程度；同时测量责任归因与人口统计学控制变量。

5.研究结果

可预见性感知存在显著组间差异，呈现私人L5车辆使用者＞L5无人驾驶出租车乘客＞传统出租车乘客的模式；可预见性与责任归因呈显著正相关；中介分析结果显示，合理可预见性在乘车条件与责任归因之间起到显著的部分中介作用。

研究结论

理论意义与实践启示

理论意义

1.本研究通过实证证据发现，即便L5全自动驾驶车辆的使用者完全不具备驾驶控制权，公众仍会赋予其更高责任，这一结果挑战了伦理学、法学与哲学中“无控制则无责任”的规范性共识，证实了客观可控性与责任归因之间存在稳定冲突。

2.本研究排除了可控性感知、所有权等替代性解释，首次证实合理可预见性是解释L5使用者被加重归责的关键机制，即公众并非依据实际控制能力判断责任，而是基于“使用者应当预见风险”的认知进行归责。

3.研究将经典归因理论从人类行为领域扩展至人机协同与完全自主系统使用场景，将责任判断的核心依据从“可控性”延伸至“合理可预见性”，为智能技术环境下的责任归因提供了更具解释力的理论框架。

实践启示

1.公众的责任判断虽不宜直接等同于法律规则，但应在自动驾驶的舆论引导、政策制定与法律设计中被充分考量，以提升制度的社会接受度与可行性。

2.即便车企承诺全责、相关法规规定由厂商或保险公司承担责任，公众仍会对L5使用者施加更高责任，表明既有制度安排难以消除社会层面的责任偏见。

3.L5自动驾驶使用者在事故中易被赋予过高责任与社会压力，成为责任转移的被动承担者，进而降低公众接受意愿，形成技术推广的心理壁垒。

4.未来应通过优化保险赔付、明确追偿流程、加强科普传播，减少对使用者的不合理追责，平衡多方主体责任，促进自动驾驶产业健康发展。

✨本期分享人聂玉杰，浙江工商大学市场营销专业二年级本科生，来自甘肃武威，研究兴趣聚焦于自动驾驶汽车领域的人机互动。

✨智研前沿Human-AI Inquiry是由浙商大 Insight & Interaction Lab 研究小组运营管理的公众号，聚焦商科语境下人工智能与人类社会的交汇研究，分享学术文献精读与研究洞察。关注我们，洞见智能时代的商业与人文前沿。