过去几周，美国科技媒体Electrek围绕一个颇具争议性的话题发起了读者调查：当自动驾驶汽车发生事故并造成人员伤害时，责任该由谁承担？在收集了近3000份有效回复后，结果于近日公布，引发了行业内外广泛讨论。
调查结果显示，没有一个单一的答案获得绝对多数支持。受访者中，约35%的人认为汽车制造商或自动驾驶系统开发商应承担主要责任，约28%的人归咎于车内人类驾驶员（若其未及时接管），另有约22%的人认为应视具体场景而定，剩余15%则倾向于由保险公司或监管部门分担责任。这一分布暴露出公众对自动驾驶技术透明度与责任链的深层不信任。
类似的责任分配困境在中国同样存在。2022年，中国交通运输部发布的《自动驾驶汽车运输安全服务指南（试行）》中，明确规定自动驾驶系统处于激活状态时发生事故，责任方为车辆所有人或管理人，但若因系统缺陷导致，可追溯至生产商。这一规定在实践中屡遭挑战——例如，2023年某品牌高速NOP事故中，家属与车企就“系统是否误判”各执一词，最终不了了之。
值得注意的是，Electrek调查中部分受访者提出的“技术中立”观点，与中国部分法学界人士主张的“算法过错责任”形成对比。后者认为，当系统在事故中运行逻辑符合预设但结果仍不理想时，不应简单归责，而应引入类似医疗事故中的“合理医师标准”来评估系统决策。
从产业角度看，责任归属的模糊性正倒逼企业调整设计与宣传策略。过去两年，中国多家头部智驾企业（如小鹏、华为、理想）均在用户手册中强化“驾驶员始终为第一责任人”的表述，并增加车内摄像头以监控驾驶员注意力。这种“安全嵌套”设计，实质上是将风险转嫁给消费者，但同时也降低了车企在法律诉讼中的败诉风险。
与此同时，美国国家公路交通安全管理局（NHTSA）自2021年起要求车企报告所有涉及L2级及以上系统的碰撞事故，中国工信部也在2024年实施了类似“事故报告机制”。数据透明化是理清责任的基础，但如何利用这些数据建立可量化的责任判定标准，仍是全球难题。
此次调查中仅有约7%的受访者支持“完全由AI负责任”的选项，而在Electrek此前的类似调查（针对全自动驾驶软件）中，该比例也只有9%。可见，即使是对新技术接受度较高的科技类读者，对完全自主系统的“道德正当性”依然存疑。
有行业分析人士指出，随着中国扩大L3级准入试点（截至2025年，已有北京、上海、深圳等23个城市开放测试），责任认定将从“事后追责”转向“事前承诺”。例如，部分企业已开始为L3系统购买专项保险，保费计算基于系统安全指纹数据，这或许能缓解公众疑虑。
短期内，采用“分阶段责任模型”可能是务实路径：在L2-L3级辅助驾驶状态下，人类驾驶员为主；L4级及以上（限定区域）由系统承担，但企业需提供强大的黑盒记录和认证算法。这与欧洲即将实施的《人工智能法案》中“高风险系统”的责任框架相似。
中国消费者的安全感低于美国读者吗？未必。中消协2024年的一项调查显示，62%的中国消费者认为“只要立法明确，可以接受自动驾驶”，显著高于美国的48%。这种法律依赖心理，使得中国监管部门在推进相关立法时面临更高期待。目前，《道路交通安全法》修订稿已将“自动驾驶系统”列为独立主体，但具体法条仍未落地。
回到Electrek调查本身，其最大价值并非给出一个标准答案，而是揭示了责任感知的高度情境化。未来，一旦发生重大事故，舆论压力可能导致监管“急刹车”，这种不确定性已让部分投资机构对自动驾驶赛道的估值模型打了折扣。
在这个拐点上，全球需要的是从“谁错”转移到“如何防错”的实用主义。企业、立法者、保险业和消费者需共同构建一个基于安全数据共享的信任体系，否则无论责任如何划分，都只能是事后补救，治标不治本。
