以下文章經許可轉載自The Conversation，這是一個報道最新研究的線上出版物。
推動自動駕駛汽車發展的很大一部分原因是希望它們能透過減少撞車事故來挽救生命，與人類駕駛的汽車相比，減少傷亡。但到目前為止，大多數人類駕駛員和自動駕駛汽車之間的比較充其量是不均衡的，往壞處說是是不公平的。
支援科學新聞事業
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞事業 訂閱。透過購買訂閱，您正在幫助確保未來能夠繼續產出關於塑造我們今天世界的發現和想法的具有影響力的報道。
衡量事故發生次數的統計資料是無可辯駁的：美國超過 90% 的汽車碰撞事故被認為是某種形式的駕駛員失誤造成的。消除這種錯誤，在兩年內，可以拯救與該國在整個越南戰爭中喪生的人數一樣多的人。
但對我這個人類因素研究員來說，這不足以正確評估自動化是否真的比人類更擅長避免碰撞。它們各自的碰撞率只能通過了解有多少次未發生碰撞來確定。對於人類駕駛員來說，是每十億次碰撞機會發生一次碰撞，還是每萬億次發生一次碰撞？
評估事物不發生的頻率極其困難。例如，估計你今天在走廊裡有多少次沒有撞到人，這與走廊裡有多少人以及你在那裡走了多久有關。此外，人們很快就會忘記未發生的事件，如果我們甚至注意到它們發生的話。為了確定自動駕駛汽車是否比人類更安全，研究人員需要確定人類和這些新興的無人駕駛汽車的未碰撞率。
比較適當的統計資料
人類駕駛汽車的碰撞統計資料是從各種駕駛情況和各種型別的道路上彙編而來的。這包括人們在傾盆大雨中、在土路上以及在雪地裡攀爬陡坡。然而，關於自動駕駛汽車安全的大部分資料來自美國西部各州，通常在天氣良好的情況下。大量資料是在單向、多車道高速公路上記錄的，在這些高速公路上，最重要的任務是保持在自己的車道上，並且不要離前車太近。
自動駕駛汽車非常擅長完成這些型別的任務——但話說回來，人類也很擅長。隨著各州允許自動駕駛汽車更廣泛地執行，關於全自動系統的資料自然會擴充套件到覆蓋更多道路。但是，自動駕駛汽車需要一段時間才能在一年內以及在與人類駕駛員目前一樣多的情況下行駛儘可能多的里程。
誠然，自動駕駛汽車不會疲勞、生氣、沮喪或喝醉。但它們也無法像專注的人類駕駛員那樣，以同樣的技能或預見性對不確定和模稜兩可的情況做出反應，這表明兩者或許仍然需要協同工作。純粹的自動駕駛汽車也不具備避免潛在危險的遠見：它們主要根據當下情況駕駛，而不是提前思考字面意義上的前方道路上可能發生的事件。
對於自動駕駛視覺系統來說，一個擠滿人的公交車站可能看起來與無人居住的玉米地非常相似。的確，決定在緊急情況下采取什麼行動對人類來說是困難的，但駕駛員已經為了他人的更大利益而犧牲自己。自動駕駛系統的對世界的有限理解意味著它幾乎永遠不會以與人類相同的方式評估情況。機器無法提前進行專門程式設計來處理每一種可以想象到的事件組合。
新技術帶來新的擔憂
有些人可能會爭辯說，僅僅減少傷亡人數的承諾就足以證明擴大無人駕駛汽車的使用是合理的。我同意，如果明天是完全無人駕駛的道路上沒有人傷亡的新一天的開始，那將是一件很棒的事情；儘管這樣的安排可能會吸走我們日常生活中的更多樂趣，特別是對於那些熱愛駕駛的人來說。
但航空領域的經驗表明，隨著新的自動化系統的引入，不良事件的發生率通常會上升。雖然是暫時的，但這種潛在的碰撞率上升可能會引起公眾的擔憂，然後是政治家、立法者甚至製造商——他們可能會因此而灰心，不再堅持使用這項新技術。
因此，必須謹慎地進行人類和自動駕駛汽車之間的比較。這一點尤其正確，因為人類控制的車輛很可能在未來許多年甚至幾十年內仍然行駛在道路上。人和無人駕駛汽車將如何混合在一起，以及它們之間發生任何碰撞事故時，誰將承擔責任？
為了公平地評估無人駕駛汽車在實現其提高安全性的承諾方面的表現，重要的是要確保所提供的資料實際上提供了真實的比較。選擇用自動化取代人類的影響不僅僅是一對一的交換。重要的是要深思熟慮地做出這些決定。
本文最初發表於The Conversation。閱讀原文。