自动驾驶伦理困境数据库EthicsDrive深度：10万个真实场景揭示人类的道德选择模式

自动驾驶伦理困境数据库EthicsDrive深度：10万个真实场景揭示人类的道德选择模式

当自动驾驶汽车面临不可避免的碰撞时，应该优先保护乘客还是行人？应该撞向1个老人还是3个年轻人？这些「电车难题」在过去10年中一直是自动驾驶伦理讨论的焦点，但大多停留在思想实验层面。

MIT道德机器项目的升级版EthicsDrive数据库正在将这些讨论推向实证层面。该数据库包含了10万个从全球真实交通事故记录中提取的伦理困境场景——每个场景都有详细的道路条件、参与者信息和实际的人类驾驶员决策记录。

通过对42个国家的250万名受访者进行大规模调查，EthicsDrive揭示了显著的文化差异。东亚受访者更倾向于选择「保护多数人」的方案（即使牺牲少数人），而欧洲受访者更坚持「不主动伤害任何人」的原则。拉美受访者在决策中更重视年龄因素（优先保护年轻人），而中东受访者更重视性别因素。

「这些数据不是用来告诉自动驾驶汽车该怎么做，」MIT教授Iyad Rahwan表示，「它们是用来揭示人类道德直觉的复杂性——任何试图用一个简单规则来编程自动驾驶伦理的尝试都是过于简化的。」

EthicsDrive的数据已被欧盟委员会纳入自动驾驶安全法规的制定参考。欧盟新规要求自动驾驶系统必须能够解释其在伦理困境中的决策逻辑，但并未规定具体的道德选择标准。

不过，研究者警告说「从众」并不等于「正确」——如果大多数人在某个场景中做出了某种道德选择，这并不意味着这个选择在道德上是正当的。自动驾驶的伦理编程不能简单地复制人类的道德直觉。