[曹家榮] 特斯拉撞車了!「誰」的責任?
[曹家榮] 特斯拉撞車了!「誰」的責任?
2016.07.21 | 科技

今年五月,發生了特斯拉自動駕駛汽車上路至今首起死亡車禍。特斯拉官網部落格於七月初表示,美國高速公路安全管理局正在調查這起不幸事件。不意外地,這個消息也再次引發人們對於自動駕駛車的疑慮與討論。

根據特斯拉官網的資訊,這起不幸事故的肇因為:「在強烈的日照條件下,駕駛者和Autopilot都未能注意到拖車的白色車身,因此未能及時啟動剎車系統。」至於拖車為何沒有被偵測到,特斯拉的解釋是:「由於拖車正在橫穿公路,且車身較高,這一特殊情況導致Model S從拖車底部通過時,其前擋風玻璃與拖車底部發生撞擊。」

過去我曾就自動駕駛車是否可行,以及其涉及的倫理問題提出過一些看法。這篇文章則打算更深入討論倫理責任面向的問題。我認為,特別是在現今這個過渡階段,我們需要更深入理解「自動駕駛車進入人類生活」意味著什麼。我們是否對其有錯誤的想像與認識?又或者,它的出現能夠讓人看到什麼過去無法看見的?


(照片來源:Andy Rusch)

幾個爭論問題

自動駕駛車上路最常引發的爭論就是:在危急時刻,我們該將操控權交給自動駕駛系統嗎?例如,在先前那一篇文章中,我們就討論過一種極端情況,也就是在危急情況下,自動駕駛車該不該為了避免大量人員傷亡,選擇傷害駕駛人的撞車方式?

這個極端問題背後其實指向一個根本問題:我們該將「決策權」委任給自動駕駛系統嗎?或者說,我們該委任「多少」決策權力給系統?進而,可以繼續追問的是:自動駕駛系統能夠為事故「負責」嗎?

如果你有注意到特斯拉官網的說明,可以發現現階段特斯拉其實以某種形式「謝絕委任」。他們是這樣說的:「我們需要指出的是,⋯⋯Autopilot是一項輔助功能,要求駕駛者雙手始終握住方向盤⋯⋯準備隨時接管。」先不論這是不是卸責的說法,但很明顯地,特斯拉(至少現階段)並不打算讓其系統扮演全權決策者。駕駛人必須隨時接管、隨時承擔起駕駛決策的責任。

回到剛剛的問題。對於某些反對者來說,我們也不該將決策權委任給駕駛系統。因為,他們認為只有「人類」才是車子真正的操控者、才真的能承擔駕駛決策責任。換言之,反對者認為,像是上述那種極端的道德困境中,只有人類才能因應不同脈絡做出判斷,因此人類才能(需)負責、才有決策權。車子,只是工具。

看起來有點矛盾卻其實很巧妙地,特斯拉「謝絕委任」的說詞裡所暗示的,與反對將決策權委任給駕駛系統的觀點,兩者有著很強烈的親近性。簡言之,不論目的為何,他們歸根究柢都是在說:「人」才是該負責、能負責的那一方。

然而,真的是如此嗎?我認為這又讓我們可以繼續拉出另一個可爭論的問題:作為駕駛的人類真的能負責嗎?或者,當我們說駕駛人該負責時,他該負責的到底是什麼?

「人」的責任?

撇開大家都知道的法律問題,當我們說「駕駛人需負責」時,其實這裡面暗示的是:因為是「人」在操控車子,所以人需要負責。換言之,我們是從歸因的角度,認為「人」是那個讓車子移動或撞車的動力因,所以應歸責於他。

但是這樣的觀點其實有一個沒有說出來的預設:只有「人」可被歸因,或者說,人有著不同於車子、機器的地方,而這個不同之處使其成為「唯一」的操控者,控制著車輛、機器。

關於這個預設,有一個經典的例子可以進一步說明。過去在槍枝管制的爭論中,人們也常這麼說:槍本身不會殺人,真正殺人的是拿槍的那個人。與歸責於汽車駕駛人的觀點類似,在這裡人們預設了只有「人」才是動力因,而槍乃是與車子一樣中性的工具。

讓我們用「人類中心式」的觀點來指稱上述這樣的歸因模式。這樣的觀點其實是我們長久以來的思考習慣。在華人傳統中,我們也有「人定勝天」這種類似的信念。許多樂觀的科技主義背後也是以這種人類中心思想為核心。

但是,如果我們嘗試用另一種角度來思考:如果「人」不是唯一可歸因的對象呢?或者說,如果需負責的那個「誰」,其實是一個由「人與機器」組成的行動系統呢?

這裡,讓我用「關係式」的觀點來指稱這種不同的歸因模式。同樣以槍枝為例,從關係式的觀點來看,當槍被人拿在手上時,不管是槍或人都改變了。人與槍此時共同構成了具暴力威脅性的行動系統。

開車也是如此。駕駛人與汽車共同構成了可高速行駛的行動系統。因此,雖然看起來是人在操控著車輛,但實際上人只是整個行動系統的一部分。不僅人的行動能力因此放大(可以移動得更快),人接收到的資訊也改變或化約了(像是視野變得侷限)。

換言之,從關係式的觀點來看,當發生撞車事故時,歸因的對象並不是「人」。因為人只是整個行動系統的一部分。或者說,例如,不是「人」看不見突然從路邊跳出來的鹿,而是在這個行動系統中,機器加速與視野侷限的化約導致「跳出來的鹿」無法被即時處理。

從「關係式」的觀點來思考,並不是要卸責。相反地,關係性的思考讓我們首先看見:「人」從未如其所想像的那樣操控著機器。自動駕駛車之所以帶來爭論、焦慮,某程度來說其實源自於「人類中心」式的觀點。如果我們能改用關係式的思考方式,問題也就不會是「是否該信任、委任機器(自動駕駛車)」,而是在承認我們無法完全操控的前提下,更深刻地思考在每一個環節,我們委任了什麼給機器,而這又會對人自身帶來什麼影響。

機器並不無辜

同時,從關係式的觀點來看,讓人撞車的自動駕駛系統的確並不無辜。它有其責任。

荷蘭科技哲學家Peter-Paul Verbeek曾經以產檢超音波為例,說明為何機器有其責任。當醫生透過超音波儀器向胎兒的父母解釋可能的問題時,實際上醫生並不是獨立地進行診斷,超音波儀器也參與整個行動:它將其探測到的狀況轉換為視覺資訊呈現。

因此,人們是透過超音波才看見了子宮裡胎兒的狀況,這個機器實際上參與了人們做決策的過程。它也必須為可能的錯誤負責。

自動駕駛車系統也是如此。當我們開啟了自動駕駛系統,等同於將某些偵測外在資訊、或甚至是操控的行動委任給它,它因此參與了關於如何開車的決策過程。進而,當事故發生時,它也就絕非僅是「被使用」的無辜機器。

當然,這樣的說法也許會引發如下的反彈:機器有責任?那又該如何究責?「懲罰」機器?抑或者歸罪設計者、工程師?前者似乎有點荒誕,而後者恐怕會被視為是阻礙科技發展的保守主義。

我認為正好相反的是,這並非保守主義,而是開始對過去樂觀到失控的科技至上主義重新進行審視。換言之,我們該問的是,何以在「(科技)發展」的大旗下,這些推動者的責任就能夠被免除?

過去人類相信「理性」可以解決一切。因此,代表著理性的科學與科技就神不知鬼不覺地有了「充足的理由」做任何事。直到晚近二、三十年,才有人開始反省並意識到:「理性」無法解決一切問題。相反地,理性所推動的科學與科技實際上產生了許多後果嚴峻的問題。

沒有人可以自外於科技文明帶來的問題,也沒有人再可以免責於其行動。自動駕駛車撞車了,位於「車輛行駛」這一行動系統中的自動駕駛裝置與駕駛人同樣都有責任。而自駕裝置本身背後所牽連的一整個由企業體、設計者與工程師、甚至政策推動者所構成的網絡都必須負責。

#####《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長800至1000字,兩天內會回覆是否採用,文章會經編輯潤飾,如需改標會與您討論。

往下滑看下一篇文章
AI讓軟體開發更快,誰來接住「上線之後」?諾德資訊以Production as a Service補上最後一哩
AI讓軟體開發更快,誰來接住「上線之後」?諾德資訊以Production as a Service補上最後一哩

2026台灣設計展於9月24日至10月11日在桃園登場,以「桃園流」為主題,結合千塘之鄉的水文地景、國門之都的航空與物流優勢、多元族群文化匯流,以及 AI 科技應用,展現城市運轉的動態美學。

其中,為提供民眾不同於以往的互動體驗,AIoT 智慧感知大數據平台服務商棋苓(Chylyng)推出全展區 AI 穿戴互動體驗「FLOW CHECK」。參觀者配戴主辦單位提供的智慧手環後,可沿著展場動線於不同站點進行互動。即使多人同時參與,每位參觀者仍可依照不同的路徑、選擇與互動節奏完成體驗;系統並依據互動過程與結果,即時生成專屬的 Flowmomo 數位卡牌,讓參觀者儲存並帶走屬於自己的展覽體驗紀錄。

看似簡單的手環互動,背後其實是一套整合穿戴裝置、即時感測、場域互動、資料處理與雲端服務的完整系統。尤其在大型公開展覽環境中,不僅必須因應大量參觀者於短時間內同時使用,也必須確保從手環感測、站點互動、資料傳輸到最終結果產出的每一個環節,都能維持即時且穩定的服務品質。

棋苓以自主開發的 Eleplo AIoT Platform 為技術核心,整合穿戴裝置、感測設備、人員與資產定位,以及即時事件與資料管理,並負責建構 FLOW CHECK 的手環互動邏輯、站點應用、卡牌生成及參觀者操作介面。

專業分工合作:諾德資訊坐鎮後端,撐住大型公開展覽的服務韌性

為了讓系統從開發與測試環境順利進入大型公開場域,並進一步提升正式服務的可用性、資安與系統韌性,諾德資訊與棋苓採取專業分工合作。棋苓聚焦於 AIoT 平台、穿戴應用及使用者體驗;諾德資訊則負責後端基礎架構、正式環境部署、壓力測試、高可用性驗證,以及服務上線後的系統與流量監控。

由於展場現地部署時間僅有兩天,雙方將大量驗證工作提前至開展前完成。諾德資訊於正式開展前約一個月即建置專用測試環境,讓棋苓的應用服務提早與正式營運架構整合,並進行壓力測試、高可用性驗證及異常情境測試,使原本必須於現場進行的系統驗證工作大幅提前完成。

諾德資訊業務開發經理邱柏瑞表示:「FLOW CHECK 的挑戰在於大量參觀者可能集中於同一時段使用手環,因此除了確保服務穩定之外,也必須辨識進入系統的流量究竟來自真人使用者、合法自動化程式、AI Bot 或惡意攻擊,並透過即時監控及早發現異常。」為此,諾德資訊導入 IntelliFend Bot Management,協助辨識真人使用者、合法自動化及異常機器人流量,並於展覽公開服務期間透過遠端監控,持續掌握主機、資料庫、應用服務及外部流量狀態。

此外,為驗證系統在大型展覽情境下的承載能力,正式展出前,諾德資訊亦協助棋苓進行大規模壓力測試,模擬最高約 3 萬人同時使用的流量情境,提前觀察系統資源使用狀況、服務反應與可能的效能臨界點,並據此進行相關調校。

透過棋苓在 AIoT、智慧穿戴與互動應用上的技術能力,以及諾德資訊在正式營運環境、資安、壓力測試與維運監控上的經驗,雙方在展覽正式開放前,即完成從應用層到基礎架構的完整驗證,讓 FLOW CHECK 能夠在大型公開場域中穩定提供即時的 AI 穿戴互動體驗。

諾德資訊
諾德資訊業務開發經理邱柏瑞表示,FLOW CHECK展前模擬約3萬人同時在線情境,並即時辨識流量來自真人、Bot、AI或惡意攻擊,提前掌握系統臨界值。
圖/ 數位時代

AI加速開發腳步,但也增加「上線」考驗

從生成式AI到代理式AI,軟體開發速度快速提升,過去需要長時間才能完成的產品原型(Prototype)與概念性驗證(PoC)專案,現在可以很快完成驗證,讓軟體商有更多時間跟資源投入客戶需求、產品創意與使用體驗。

但是,從PoC走到Production,面對的是完全不同的考驗。
諾德資訊技術長張家榮解釋,進入正式環境(Production)後,軟體服務必須面對真實使用者的流量、不同客戶的IT環境、計算資源擴充、資料庫負載、網路連線、資安攻擊,以及服務異常時的切換與處理,就算在壓力測試時表現正常的系統,也可能在Production的時候出現問題。

更值得特別注意的是,AI不只讓開發者更快,也讓攻擊者發現漏洞的速度加快;過去,服務上線後還有時間慢慢觀察、修正,現在,服務一上線,可能很快就遭到掃描甚至攻擊。

也因如此,軟體商、系統整合商選擇基礎架構夥伴的條件開始改變,從過去關注功能與價格轉向:產品能不能順利上線?出了問題誰來處理?面對流量變化與資安風險,服務能不能持續運作?

張家榮表示:「諾德資訊可以提供從公有雲、私有雲、地端、邊緣運算、主機代管、網路,到維運與監控等服務,讓軟體夥伴可以將資源集中在應用與客戶需求,無須擔憂Production議題。」

諾德資訊
諾德資訊技術長張家榮指出,公司可提供從公有雲、私有雲、地端、邊緣運算、主機代管到維運監控的完整服務,讓軟體夥伴無須擔憂Production議題。
圖/ 數位時代

不僅提供資源,諾德資訊將Production變成一項服務

而這也是諾德資訊會提出「Production as a Service」的原因:不是在提供另一種雲端或主機服務,而是將軟體從開發走向正式營運所需的Production流程,轉化成可以被專業分工、驗證與持續維運的一項服務。

「Production as a Service不是單純把主機或雲端資源租給客戶,而是共同檢視這套軟體能不能順利上線與正常營運。」邱柏瑞表示。

實際做法包括,在上線前協助檢視架構,建立與正式環境相近的測試環境,確認系統正常狀態、最大承載量與資源需求,並驗證高可用性、資安、備援及服務切換機制;上線後則持續監看服務狀態、容量與流量,及早發現異常並處理。

諾德資訊之所以有這樣的服務能力,可以歸結為三點:

第一,長期累積的基礎架構與維運經驗,目前,諾德資訊同時服務的客戶數近30家,應用情境涵蓋IoT、購物平台、遊戲、音樂等不同類型的軟體服務。

第二,諾德資訊將每一個客戶遇到的問題與解決方案收攏至知識庫,讓團隊成員可以快速處理、借鏡,滿足客戶需求。

第三,依循ITIL的維運精神,並具備ISO 27001等資安相關認證,將服務流程、操作紀錄、備份、監控與異常處理等機制內化到服務之中。

這也是諾德資訊與單純提供雲端、IDC或主機代管服務的業者之間的最大差異:交付的不僅是基礎設施,而是讓服務持續運作的能力。面對客戶同時使用公有雲、私有雲、地端與邊緣運算環境,諾德資訊另以 MQloud 提供統一管理,把網路、防火牆、流量、監控與帳務收進同一套平台,降低跨環境營運的複雜度。

「軟體商負責開發,就像晶片設計公司;諾德資訊則負責協助完成測試、製程調整與正式生產,讓產品真正走向市場,希望成為『軟體界的台積電』。」張家榮如是說道。

展望未來,諾德資訊將持續深化 Production as a Service,成為軟體公司從上線到長期營運的夥伴。自構想階段起即與軟體商共同討論架構,於測試階段協助驗證,於準備上市時承接正式環境,上線後則持續守住流量、資安與服務韌性。軟體開發者與 SaaS 業者可將資源集中於產品與客戶,完整基礎架構與 24×7 維運則由諾德資訊端到端承接。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓