自動駕駛的「電車問題」，如何在保護行人與乘客間做出道德選擇？

自動駕駛用來越普及，當車輛處於自動駕駛時，前方突然出現一個人，現在有兩種選擇：

一、直接撞上去，才能保住車內人的安全
二、閃避，但這樣會撞上圍欄掉進海裡

請問，如果你是自動駕駛的 AI ，你要怎麼選擇？

這是經典的「電車問題」（trolley problem），這牽涉到倫理、法律以及技術層面的多重考量。

一般來說，車廠或自動駕駛系統的設計師，並不會單純透過「在危急時刻，究竟保護誰的性命？」這樣二分法的邏輯來決定最終行動。

反之，業界會採取更全面的方式去避免在實際駕駛中出現非黑即白的極端情境。以下提供幾個主要觀點：

1. 最小化風險與傷害（Risk Minimization）
   • 自動駕駛系統主要的目標之一，是預防事故的發生並最大限度降低傷亡和財產損失。當系統偵測到前方突然出現行人時，第一步會採取緊急煞車、閃避或其他預防性措施，而非單純只在「撞人」與「掉海」之間做選擇。
   • 在實際情況下，系統會綜合感測器（雷達、LiDAR、攝影機等）與動態模型，試圖尋找「不撞到行人、也不讓車內乘客陷入高危險」的路線。也就是說，AI通常並不會只在兩個極端之間擇一，而是會嘗試找到第三種、第四種……更安全的選擇。
2. 技術與法規考量（Technical & Regulatory Considerations）
   • 現行（及未來）自動駕駛車輛的開發都必須遵守相關法規與安全標準。在許多國家或地區，行人的安全往往被放在首位，因為行人是道路上最「脆弱」的一方。
   • 若真發生無可避免的事故，車廠是否必須對「刻意選擇保護車內乘客但犧牲行人」或「反之」負起法律責任，目前各國法律規範仍在演進討論中。大多數廠商的立場是盡可能採取各種措施避免事故，以免涉及到道德和法律上的困境。
3. 倫理與社會共識（Ethical & Social Consensus）
   • 汽車製造商或自動駕駛企業不太可能只由內部工程師或公司高層單方面決定「要撞哪邊」。它牽涉到龐大的社會討論，包括保險公司、政府單位、倫理委員會，以及最終消費者的接受度。
   • 目前業界也有嘗試通過國際性討論或協會組織（例如 SAE International、ISO 等）制定道德與技術指南，希望能在全球範圍內建立某種程度的共識。但真要落實在每一條城市街道上，仍需要更多時間和真實數據測試。
4. 實務中的策略：預防與回避
   • 在現實中，多數先進駕駛輔助系統（ADAS）到全自動駕駛系統，會先採用預測模型：
     1. 提早偵測障礙：透過前視雷達、影像辨識系統，即時偵測並辨識行人、車輛等。
     2. 主動降低車速：一旦判定前方可能有人衝出或有障礙物，系統會提前減速，縮短制動距離，使「兩難」機率降到最低。
     3. 閃避路線規劃：利用周邊感測器與動態控制器，嘗試做小幅度閃避。若空間有限，也會考量周圍其他車輛與環境，力求不要演變成更大的連環事故。
   • 如此一來，真正「非撞人即墜海」的瞬間決策在現實中極度罕見，因為設計初衷就是盡力避免這種「最後一秒」的二選一情境。
5. 如果仍不得不面對「兩害相權取其輕」的時刻
   • 假設在極端情況下，煞車或閃避都失效，AI確實面臨「不是撞人就是車掉海裡」這種電影場景般的狀況，各家廠商或決策系統會如何設定演算法，目前仍無公認標準答案。
   • 有些倫理學的立場認為，不能將行人的生命與車內乘客的生命做「數量」上的衡量。但也有觀點指出，車內乘客支付了車輛成本並有合理期待要被保護。
   • 部分研究者提出，「AI應當盡力保護最多人的生命安全」，若車內一人但車外多人的生命受到威脅，也許系統會傾向保護多人；也有人強調應該一律優先保護行人。然而，這些理論在真實世界的法律與道德環境下，仍需更細緻的考量。

總結來看

• 自動駕駛AI不會只在「要嘛撞人、要嘛掉海」這兩種極端之間做選擇，而是透過多重感測器、風險評估與決策演算法，試圖在事前及早迴避危險。
• 一旦進入到「電車難題」式的終極兩難時，究竟做出哪種選擇，牽涉到法規、道德、社會共識與車廠自身風險承擔，很難用簡單一句話描述「一定怎樣」。
• 隨著技術發展與法規完善，未來業界和政府或許會對此形成更明確的指引，例如保護行人優先或其他原則。但就目前而言，實務上最主要的策略仍是盡力防範，避免落入非此即彼的生死抉擇。