付費限定文章

AIoT數位轉型的法律議題（3）消保法商品責任及民法侵權責任議題，兼論自駕車

「自動駕駛汽車」不僅全球發燒，在法律界也對此新科技風險的法律容許程度甚感興趣。自駕車的核心技術在於AI，而企業以AI系統或軟體作為提供之商品或服務時，消費者有可能依消費者保護法第7條第3項請求負商品責任，或依民法侵權行為等責任規範請求損害賠償。因此，立法上關於AI系統應用於汽車商品或服務時，應留意其結果可能侵害之權利或造成之損害，並為相關之準備或因應。

「自動駕駛汽車」當然AIoT最直接的應用，俗稱「智慧車聯網」。所謂的「自動駕駛汽車」為一種運輸動力的無人地面載具，不需要人類操作即能以雷達、光學雷達、GPS及電腦視覺等技術感測其環境，並進行導航。自動駕駛必須透過「先進汽車駕駛協助系統」（Advanced Driver Assistance System, ADAS）加上AI主動判別狀況，並依此反應。例如Tesla的Model S汽車就配備雷達/微波感測器與8個攝影機，其中雷達、聲納、環繞攝影機、夜視系統可以做資訊提供，給駕駛人參考或警告，也能做自動駕駛的資訊，搭配雷射雷達，使車子達成較安全的自動駕駛。

自駕車透過ADAS的協助後，必須透過感測器的資料來做深度學習（Deep Learning），且進一步從駕駛決策協助做到機器自我決策駕駛。換言之，AI應用在資訊系統與ADAS緊密結合已是趨勢，尤其是在感測器的大數據分析後做異常分析或預測使用，以及在影像識別方面的應用。全自動駕駛已是各大汽車廠商透入的重點，在創新工場公布的人工智慧未來藍圖中，2025年將達成全天候全自動駕駛。然而，影響自動駕駛進度的，會有法律限制的因素存在，也就是消保法商品責任及民法侵權責任的規範。

由於AI在技術上，設計者藉由輸入或餵養大量的訓練資料（Training Data）到能從事深度學習的神經網路（Neural Network），即仿照人類的神經元運作的函數運算，使系統「學習」資料中的規律及模式，進一步建立判斷的模型或規則，然後做出預測或建議。

因此，AI軟體自開發至應用階段參與者眾多，包括：原始數據提供者、訓練資料組製作者、用戶、供應商及與AI系統互動者等，故當執行AI軟體的結果侵害他人權利造成損害時，並不容易確認對外應承擔法律責任之主體。

以實際發生的案例來看，2016年2月 Google 無人車發生第一起可歸責於己的車禍事故，Tesla汽車公司於同年 5 月在佛羅里達州發生首起死亡車禍。但對於誰應該為此負責？又應如何決定行為人之注意義務？各國仍莫衷一是，若無法確立責任歸屬，一般大眾必定對自駕車的實施，產生懷疑甚至不信任，科技發展的美意將會被大打折扣，亦喪失進步前行的機會。

根據美國國家公路交通安全管理局（NHTSA）在2016年正式提出的自動駕駛等級分類系統，可分為：

Level 0：「無自動駕駛」。

駕駛隨時掌握著車輛的所有機械、物理功能，僅配備警報裝置等等無關主動駕駛的功能也算在內。

Level 1：「特定自動功能」。

駕駛者操作車輛，但個別的裝置有時能發揮作用，如電子穩定程式（ESP）或防鎖死煞車系統（ABS）可以幫助行車安全。

Level 2：「混合式自動功能」。

駕駛者主要控制車輛，但系統階調地自動化，使之明顯減輕操作負擔，例如主動式巡航定速（ACC）結合自動跟車和車道偏離警示，而自動緊急煞停系統（AEB）透過盲點偵測和汽車防撞系統的部分技術結合。

Level 3：「有限制的自動駕駛」。

駕駛者需隨時準備控制車輛，自動駕駛輔助控制期間，如在跟車時雖然可以暫時免於