近日，研究人员进行了一项调查实验，旨在收集数据并更好地了解与驾驶车辆相关的道德决策，用于训练自动驾驶汽车做出“好”的决策。该研究可以处理日常交通中一系列更现实的道德挑战，而不是受所谓“电车难题”启发而被学界广泛讨论的生死场景。

电车难题是指必须决定是否故意杀死一个人（这违反了道德规范）以避免多人死亡这样一种特定的情况。近年来，电车难题已被用作研究交通中道德判断的范式。典型的情况包括自动驾驶汽车在向左转弯撞上致命障碍物或向前行驶撞上过街行人之间的二元选择。然而，这些类似电车难题的情况并不现实，司机每天都必须做出许多更现实的道德决定，例如：应该超速行驶吗？应该靠边停车让救护车先行吗？这些看似平凡的决定实际上很重要，因为它们最终会导致生死攸关的局面。目前文献中关于如何对驾驶员在日常情况下的决定做出道德判断的数据是很少的。

为了解决数据不足的问题，研究人员进行了一系列实验，创造了7种不同的驾驶场景。每个场景通过编程实现在一个虚拟现实环境中，这样实验的参与者在做出决策时能够更加身临其境。研究人员在代理-行为-后果模型(Agent Deed Consequence，ADC)的基础上设计一系列实验，该模型假设人们在做出道德判断时会考虑三件事：代理，即正在做某事的人的特点或意图；行为，即代理的行为或正在做的事情；后果，即行为的后果或结果。研究人员通过改变代理、行为和后果的组合为每种交通场景创建了8个不同的版本。目标是让研究参与者查看每个场景的一个版本，并确定驾驶员在每个场景中的行为道德程度，从1-10进行打分。

该实验能够提供有关驾驶汽车时人们所认为的道德行为的可靠数据，进而用于开发自动驾驶汽车道德决策的人工智能算法。未来工作是进行大规模的数据收集，然后利用这些数据开发更多的互动实验，进一步微调人们对道德决策的理解。所有这些数据都可以用于开发自动驾驶汽车算法。

（编译自：https://www.sciencedaily.com/releases/2023/12/231201123635.htm）