付費限定
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
更新於 發佈於 閱讀時間約 10 分鐘
前言
「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。
一、自駕車的技術發展趨勢與法律規範。
「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。
二、在立法上應如何因應自駕車在商品責任及侵權行為責任等法規範？
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
以行動支持創作者！付費即可解鎖
本篇內容共 4076 字、0
則留言，僅發佈於現代人必懂的資訊法律你目前無法檢視以下內容，可能因為尚未登入，或沒有該房間的查看權限。
153會員
183內容數
在網路科技發達的現代，任何在網路上搜尋資訊、使用網路社群平台、通訊軟體或網路上交易等，無不與資訊法有關，是當代網路世代的人們必須要了解、認識的領域！
留言0
查看全部
你可能也想看
Google News 追蹤
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
自動駕駛技術快速發展，但安全性、責任歸屬與法律監管仍存挑戰。重大事故暴露技術缺陷，各國政策推動技術創新與安全標準化。未來需平衡創新與安全，提升系統可靠性，實現全自動駕駛的社會價值。
由國際自動機工程師學會（SAE）定義，反映了自動駕駛技術的發展階段。以下是詳細整理：
Level 0: 無自動化 (No Automation)
特徵：
完全由駕駛者操控，無自動化功能。
車輛可能有警告系統（如碰撞警示），但不執行任何駕駛操作。
例子：無自動駕駛功能的傳統車輛。
Lev
臺灣純電動車保險有新規定，金管會核定了「電動車專屬保險參考條款」及其附加條款，並自113年7月1日起實施。保險內容區分純電動車及提供車主加保選項。過去電動車與燃油車保費共用，但新規定將影響保費及內容。文章也探討了自動駕駛技術對保險業務的影響。
這陣子在研究自動駕駛技術，還記得2021年我當時分享了特斯拉的自動駕駛技術，那時候特斯拉還有雷達、沒有occupancy networks、自動標記算法和虛擬場景構建算法都沒有現在完善，那個時候特斯拉使用BEV鳥瞰圖來進行感知融合計算深度，再配上蒙地卡羅決策樹的方法來進行道路決策，後面一步步提升感知
去年也說明過了,就是機器人的產業崛起想像
我們目前頂多習慣LEVEL 2~3
而下一個等級是系統全自動,這需要更多的法規還有硬體+軟體進步
我還是跟2020年看法一樣.電動車2025年群雄割據結束後,就會邁入下一個階段
之後就是軟體也會開始有成長期空間
2020年說要先硬體普及後才能開
特斯拉的最新自動駕駛輔助系統（AP）更新再次點燃了公眾對於科技進步與個人自由之間微妙平衡的討論。這一更新本意是為了增強駕駛安全，防止自動駕駛功能的濫用，但卻讓不少車主感到了“作繭自縛”。
嗨！我是小艾，昨天我問媽媽，自駕車為什麼可以自己開車？媽媽說，它的眼睛是雷達⋯⋯
特斯拉的駕駛輔助系統（DAS）並不安全，其事故率遠高於所有使用DAS的車輛之事故總和；該斯品管亟待改善，從而造成致命的事故頻發；該斯在電池續航力、充電速度的宣傳上，皆屬虛假與誇大宣傳。本文旨在指出——特斯拉的產品並不像宣傳中的那麼好（但不代表本文認為該斯的產品不佳）。
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
自動駕駛技術快速發展，但安全性、責任歸屬與法律監管仍存挑戰。重大事故暴露技術缺陷，各國政策推動技術創新與安全標準化。未來需平衡創新與安全，提升系統可靠性，實現全自動駕駛的社會價值。
由國際自動機工程師學會（SAE）定義，反映了自動駕駛技術的發展階段。以下是詳細整理：
Level 0: 無自動化 (No Automation)
特徵：
完全由駕駛者操控，無自動化功能。
車輛可能有警告系統（如碰撞警示），但不執行任何駕駛操作。
例子：無自動駕駛功能的傳統車輛。
Lev
臺灣純電動車保險有新規定，金管會核定了「電動車專屬保險參考條款」及其附加條款，並自113年7月1日起實施。保險內容區分純電動車及提供車主加保選項。過去電動車與燃油車保費共用，但新規定將影響保費及內容。文章也探討了自動駕駛技術對保險業務的影響。
這陣子在研究自動駕駛技術，還記得2021年我當時分享了特斯拉的自動駕駛技術，那時候特斯拉還有雷達、沒有occupancy networks、自動標記算法和虛擬場景構建算法都沒有現在完善，那個時候特斯拉使用BEV鳥瞰圖來進行感知融合計算深度，再配上蒙地卡羅決策樹的方法來進行道路決策，後面一步步提升感知
去年也說明過了,就是機器人的產業崛起想像
我們目前頂多習慣LEVEL 2~3
而下一個等級是系統全自動,這需要更多的法規還有硬體+軟體進步
我還是跟2020年看法一樣.電動車2025年群雄割據結束後,就會邁入下一個階段
之後就是軟體也會開始有成長期空間
2020年說要先硬體普及後才能開
特斯拉的最新自動駕駛輔助系統（AP）更新再次點燃了公眾對於科技進步與個人自由之間微妙平衡的討論。這一更新本意是為了增強駕駛安全，防止自動駕駛功能的濫用，但卻讓不少車主感到了“作繭自縛”。
嗨！我是小艾，昨天我問媽媽，自駕車為什麼可以自己開車？媽媽說，它的眼睛是雷達⋯⋯
特斯拉的駕駛輔助系統（DAS）並不安全，其事故率遠高於所有使用DAS的車輛之事故總和；該斯品管亟待改善，從而造成致命的事故頻發；該斯在電池續航力、充電速度的宣傳上，皆屬虛假與誇大宣傳。本文旨在指出——特斯拉的產品並不像宣傳中的那麼好（但不代表本文認為該斯的產品不佳）。