当一辆自动驾驶汽车撞上护栏时，究竟该由谁负责？针对这一责任归属问题，国际自动机工程师学会制定的自动驾驶分级标准(SAE J3016)按自动化水平的高低划分为从L0到L5的六个阶段，不同阶段的责任归属有不同的分布和要求。但是，随着自动化程度的提升，如今的AI已不再是简单的辅助工具，而逐渐成为关键决策主体，这种角色转变使传统责任归属理论面临前所未有的挑战。马尔尚(Gary Marchant)等指出，无论是部分自动驾驶还是完全自动驾驶，自动驾驶智能体与驾驶员之间的责任分配通常都会异常困难。[1]尤其值得关注的是，人机控制交界区的L2至L3级别，当决策权在驾驶员与智能体间频繁切换时，传统的单一责任主体模式已难以应对这种复杂交互产生的后果。 现有研究表明，SAE分级虽为技术描述提供了框架，但在L3等关键阶段出现了责任归属困境。德国联邦交通部发布的《自动与互联化驾驶的伦理准则》明确指出，技术设计必须在尽可能的情况下避免出现“道德困境”[2]，这为我们重新思考责任归属提供了政策导向和理论启示。正如维登(William Widen)指出，自动驾驶需要建立明确的责任分配标准，而非依赖纯粹的效用最大化原则。[3] 本文通过解析自动驾驶的典型案例，验证不同自动化级别下责任判定的可行性。通过分析人机控制权交接、系统异常、环境感知等关键因素，我们致力于为自动驾驶发展中的各种责任情境提供清晰的归属指南，并最终提出“功能性责任”这一既符合技术发展规律又保障利益相关方权益的全新责任概念，进而探讨与之相关的伦理问题。 一、从传统责任观困境到功能性责任框架的构建 我们首先剖析传统责任观念在面对人机混合决策时遭遇的理论困境，进而探究这些挑战背后的根本原因，最后通过重新审视责任本质，构建一套能够应对自动驾驶技术特性的责任归属新框架。 1.传统责任观的困境 亚里士多德强调，只有当行为者理解自己的行为并能自主决定是否行动时，才能合理要求其承担责任。[4]康德进一步将责任与自由意志紧密连接，认为责任只能归于能够按照理性原则自我立法的行动者。[5]12-21我们认为传统责任概念包含两个关键成分：前提条件(意识、自由意志)和功能结果(行为调整、结果归属)。按照现代责任观，判定责任归属需满足三个条件：行为者对自身行为具备“引导控制(guidance control)”能力，能通过“适度理由反应机制(moderate reasons-responsive mechanism)”回应道德判断以及满足“所有权(ownership)”条件。[6]也就是说，现代责任观认定的关键要素是行为与结果之间具有因果关系、行为背后具有意向性(intention)以及行为者对局面的掌控能力。 然而，无论我们把传统的还是现代的责任归属标准应用于自动驾驶时，都会发现一种复杂的混合情况。就因果性而言，自动驾驶车辆的行为确实会直接导致现实世界的后果，满足基本的因果条件。正如古道尔(Noah Goodall)在讨论自动驾驶伦理时所指出的，这些车辆需要在驾驶过程中做出对安全保障有影响的决策，其行为选择会产生实际的道德后果。[7]然而，在意向性和掌控能力方面，自动驾驶技术仅仅表现出了一种“准意向(quasi-intentional)”特性：它们执行的是由人类设计者预设的目标导向算法，难以达到人类基于主观意识的内在意向性水平。[8]这种特性使自动驾驶处于独特的道德地位，它们像“执行预设任务的机器人”，虽然具有一定程度的自主性，但仍然受制于设计者预设的规则和目标，处于道德责任归属的模糊地带[9]，这种特殊的中间状态确实让我们陷入了类似于电车困境的两难：当某个实体既不是完全的道德主体，又不完全是道德客体时，它造成的伤害该由谁负责？ 2.责任鸿沟 这样的两难困境被学界称为“责任鸿沟(responsibility gap)”，即责任归属的断裂，这样的断裂主要源于技术复杂性与现有责任框架的结构性不匹配。那么，对自主学习机器来说，责任是否仍可追溯？如何建立既符合伦理直觉又具有实践可行性的责任分配机制？ 实际上，责任鸿沟揭示了AI责任归属的独特困境。马蒂亚斯(Andreas Matthias)指出，自主学习机器的行为越来越难以通过传统方式进行责任归属，因为没有人对这些机器的行为拥有足够的控制力以便承担相应责任。[10]而桑托尼等细分了责任鸿沟的四种类型：归责鸿沟(culpability gap)、道德回应义务鸿沟(moral accountability gap)、公共回应义务鸿沟(public accountability gap)以及主动责任鸿沟(active responsibility gap)，认为责任缺失可能源于技术、组织和社会因素的复杂交互。[11]萨贝尔(Emilios Saber)等人指出，在自动驾驶事故中，汽车制造商和软件工程师、车主以及自动驾驶系统本身都可能被认为应当承担责任，但将责任归属于任何一方或多方的组合都是一个尚未解决的关键问题。[12] 其实，责任鸿沟概念本身也面临多方质疑与理论重构。蒂加德(Daniel Tigard)认为所谓的“技术责任鸿沟”实际上并不存在，他主张采用多元化的道德责任概念(包括问责性、可归属性与可解释性)来解决这一问题。[13]马帅超等认为在道德形而上学层面，人类应始终承担全部责任。[14]与此相反，德米尔塔斯(Huzeyfe Demirtas)从“责任内在主义”角度反驳，他虽然承认责任鸿沟存在，却认为这不能成为反对AI发展的理由，因为道德责任只与行为者内在因素相关。[15]
