意志與意識：人工智能無人駕駛汽車刑事責任論

劉德法，白雅楠

(鄭州大學 法學院，河南 鄭州 450001)

當今中國社會，正處于百年未有的數量時代轉質量時代大變局。未來十五年，科技研發將繼續作為社會第一驅動力，并在國家發展規劃中扮演“改進效率”“邁向和諧”的內核角色。電子信息技術與實體經濟深度融合所形成的算力經濟會催生出一系列新產業與新模式并打破內卷。云計算、大數據、物聯網以及人工智能等新型技術會在5G通信網絡這一基礎設施之上構建起多個新興數字產業并成為核心經濟支柱。①智能交通、智能制造等內容會成為數字化社會應用的主要場景，其中包含人工智能無人駕駛汽車的普及運用。當下道路交通犯罪立法擴張趨勢是之前經濟增益流向公共交通領域的應然治理模式，但也加劇了“行為無價值”與“結果無價值”在立法以及司法層面的矛盾沖突，甚至動搖了刑法規范在社會交通治理中的謙抑性。司法對醉駕犯罪的零容忍打擊以及妨害安全駕駛行為犯罪化的立法處理推動了刑法在風險觀念下積極發揮治理能力，但也伴有些許過度治理的嫌疑。鑒于未來人工智能無人駕駛汽車構成的新型智慧交通會加劇這一混沌狀況，甚至混淆機器意識與人類意志差異導致刑法規制對象直接指向機器，顛覆傳統刑法理論關于責任主體的規定，因此，厘清刑事責任論自由意志基礎與人工智能操作意識差距，明確人工智能無人駕駛汽車情境中刑事責任的適格主體，建立責任歸屬路徑，有助于保護未來智慧交通公共安全與秩序穩定。

一、刑事責任論與自由意志

究“刑事責任”之根本，是刑法非難犯罪行為并對犯罪人展開負面評價或施以刑罰的依據。德日刑法中的“責任”屬于三階層犯罪論體系中的重要評價內容，任何一個犯罪行為的成立都必須具有有責性。行為人有機會選擇實施除犯罪以外的其他行為，卻最終通過犯罪方式施以作為或不作為，是責任評價的重要內容。[1]193-196英美刑法理論的“責任”內容貫穿于客觀犯罪行為(Actus Reus)與主觀精神狀態(Mens Rea)之中，例如嚴格責任推定規則以及可寬恕抗辯事由。[2]206我國刑法當中的“刑事責任”，多指犯罪成立后行為人所負擔的接受、容忍刑事處罰的義務，是罪犯與國家機關之間的一種社會關系。“責任”描述為成立犯罪后判處刑罰的依據，犯罪意圖與心理認識的內容均集中于認定故意、過失這些前置的犯罪主觀內容當中。[3]各國刑法理論關于“刑事責任”的理解與定位均存有差別，但概括而言，刑事責任論所解決的問題是刑法能否非難某種行為或類型化后果或對刑事主體用刑。共通的特點即在于“刑事責任”都是針對行為主體的評價，并且是以行為本身作為評價依據。行為作為價值判斷的客體，是刑事法律評價不可或缺的基本要素。如果說責任是評價結果，那行為就是評價對象，難以割裂二者之間的必然聯系。辨析“行為”之義，又可明確其與“單純的身體動靜”之間存有意志成分的細節差異。作為意志的外在客觀表現形式，行為本身所蘊含的指向性或針對性均來源于人的主觀意志。動作則包含下意識舉動，如神經條件反射。[4]47對此，韋爾策爾的目的行為論指出：“行為各個階段都受到意志之設計，且由意志所構成。”行為意志決定行為的方向與過程，“志向有思維指導功能”[5]。

(一)決定VS非決定

在法哲學領域，行為是否完全由意志決定等價于人的意志是否自由這一問題，已然成為一個悖論。起初，西歐中世紀時期教會法有較多基于道義內容而施以刑罰的做法，但當時由于社會道德多被宗教定義，刑法也就受宗教道德的干涉和支配，導致刑罰的適用較為恣意。[6]如出一轍的是，我國古代違反君臣之禮的“不敬”“大不敬”也屬于君臣道義支配下的峻法嚴刑。主張個人主義和自由主義的刑事古典學派為打破上述封建思想、提倡人權保障理念，將道義責任論的內容置于個體角度，從具有自由理性這一論點出發闡釋了刑事責任的含義。古典學派認為，人只要達到一定年齡且精神正常就完全具有選擇善惡行為的自由意思，此即“自由意志論(非決定論)”。前有康德對人類理性的探討，后有黑格爾基于人類理性對自由意志這一客觀定在的論證，都強調了人的意志是完全自由的。行為主體具有鑒別善惡的能力，最后卻以犯罪的方式付諸實踐，能為善而不為的客觀表現需要承受來自道義上的譴責與非難，道義責任論也就成了刑事責任論的主旨。

但近代刑法學派借生物學、社會學等內容擴展了刑法學研究視角，發現人的行為抉擇與行為結果往往存在著更深層次的因果進程。活動、習性甚至是人格總會受到所處環境或自身生理潛移默化的影響，因此行為往往受其他多種因素決定。意志的形成可歸結為社會、個人等因素共同作用的結果，意志不可能是完全自由的。刑事責任論在近代學派這一觀點之上又呈現出多種責任理論的演變與學說更替，其中包括心理責任論、人格責任論、社會責任論、規范責任論等眾多理論觀點。自由意志這一概念則逐漸被拋棄，并被認為是一種形而上學的內容。不承認自由意志的社會責任論與人格責任論關注到了犯罪行為人的人身危險性與反社會性格情操，并認為這不完全是個人因素決定的，而是成長環境、教育程度、經濟因素等內容促成的。社會責任論基于社會防衛思想，認為針對這些有反社會性的主體，社會當然具有防衛的權利并可以采取相應強制措施予以治理。

最初的刑事人類學派注重生物學原因對犯罪的影響，基于“生來犯罪人”理論的犯罪人定型說導致刑罰波及面過廣，甚至發展出了優生學并加劇民粹主義思想在刑事法律中泛濫。近代刑事社會學派則更為注重犯罪的社會學原因，基于社會防衛思想的社會責任論主要關注社會防衛措施的應然內容以及預防犯罪的方法。但僅關注“反社會性”的社會防衛論存在過激的弊端，譬如格拉瑪蒂卡的社會防衛處分幾乎全部顛覆了原有的刑罰制度。近現代刑法多以“非決定論”為主，“決定論”輔之構建責任論體系，又稱為相對的意思自由論(相對的非決定論)。[7]244盡管存在社會因素、生理因素影響，刑法依舊需要承認人的自由意志是不能被其他因素決定的，并且自由意志是形成目的內容的關鍵基礎。但這也不排除沒有期待可能性的場合，尤其是那些行為人無法選擇適法行為的情境。通說認為刑事責任的產生以主觀罪過為重要依據，同時也應當考慮刑法要求行為人在現實中不實施犯罪這一做法在具體情形中的正當性問題。我國刑法理論采取的規范責任論即屬通說立場，《刑法》第16條不可抗力與意外事件強調了刑法在此情境中不能期待行為人不實施客觀上合乎構成要件的行為。《刑法》第17條更是認識到了人類“自由意志”的存在，認為未成年人心智尚不成熟，易受環境因素影響，不能將未成年人的意志與成年人等同。不僅如此，《刑法》第20條正當防衛更是認可了人基于意志自由形成的保護國家、社會、他人、自己權利的目的合法性。行為人雖在客觀上做出了合乎犯罪構成要件的行為選擇，但刑法依舊為行為人提供了出罪路徑。《刑法》第21條緊急避險的“不得已”要件也是“非決定論”與“決定論”交織的產物。

(二)自由意志的基礎：意識自由

在緩和決定論立場，意志似乎是自由的，但又好像是不自由的，這種論斷正體現了辯證之意。我們既不能徹底離散兩種對立觀點的統一關系，也不能對各自立場進行過分解讀。總而言之，如果認為刑法的宗旨在于保障人權與自由，也即“刑法從根本上只有在為保護個人自由和更大的社會利益時才是正當的”[8]，那就必須承認意志自由。盡管其存在論難以證成，亦需要法律對此內容的向往與認同。自然人法律人格正緣于行為人可以選擇為或不為，不僅僅是刑法，我國《民法典》第13條同樣也基于意志自由賦予自然人享有權利和承擔義務的主體資格。事實上，意志是以意識活動為基礎，受心理導向產生，這種自由以意識活動多樣性為基礎。換言之，意志自由本質在于意識自由，兩者區別主要在于意志帶有強烈主觀色彩。從生物進化理論來看，人在進化過程中演變出的強大意識能力是自然選擇的結果，但人類有高強度意識并不意味著其他生物就沒有任何意識。舉例而言，黑猩猩同樣有制造、使用工具的意識，甚至還會拉幫結派搞政治斗爭。因此，生物都具有意識，只是程度不同。相較于單細胞生物，多細胞生物不具有快速分裂、復制繁衍的能力。但是多細胞生物借助腦部意識活動可以在其生命周期內通過有意識地學習，認識周遭環境、建立經驗模型，使得自己在日后相同或類似情境中快速找到解決方案并施以應對。從腦部生理結構來看，人腦之所以能在短時間內完成聯想與思考，是因為百億級神經元之間億億級的突觸可以實現瞬間聯動。②突觸之間的聯動使得生物主體認識到的客觀現狀與過去經驗記憶發生聯系，進一步主導行為，也就形成了法律層面描述的包含主觀與客觀兩個方面的行為事實。

與上述人類的意識自由相比，人工智能則不具有這種生物學上的高強度意識。其基于算法預先設定的程序所呈現出的自主性與人的主觀能動性不能比擬。

二、人工智能刑法規制的責任論缺失

自1956年起，人工智能研究已經發展了六十年有余，機器學習與人工神經網絡成為主要技術支撐，使得智能型機器能夠主動采取措施應對目標場景。但是這種“機器意識”與人類意識之間的差距似乎蒙蔽了多數人的判斷，以至于人工智能刑法學研究過度激進，甚至主張以“阿西莫夫三定律”③作為刑法規制基本準則并建立針對機器人的特殊刑罰體系，包括“刪除數據”“修改程序”“永久銷毀”。[9]且不說上述刑罰措施是否能夠成為貝卡利亞所描述的“易感知的力量”，單就責任層面而言，如若得出機器能擁有等同于自然人刑事責任主體地位這一結論，仍需結合機器學習與人工神經網絡技術機理，將機器意識同人類意識做出比對。

(一)機器學習與人工神經網絡困境

參照多細胞生物有意識的學習進程，假設生物肢體可以視為機器硬件設備，那腦部意識所進行的學習活動無外乎是按照一定規律總結認知，這就更像是機器的軟件內容。“機器學習”在這一觀點之上，通過編程語言來設計程序，將生活中種種事物甚至是各種行為活動編譯成代碼以供機器識別，在能夠識別目標客體的基礎上讓機器銜接后續程序完成操作。[10]目前已有的無監督學習算法，是計算機在無人為介入的前提下自主實現分類與建模預測功能。但計算機本質在于邏輯[11]，受制于邏輯單一性和有限性，這一研究路徑并不能完全讓機器意識代替人類意識活動。邏輯本身只是解決問題的工具，并不能永久消除問題。從微觀而言，就單個問題展開的邏輯推理是客觀且必然的，但用于推理的前提——有效信息卻是人為的、主觀的、偶然的。即使是機器推理，就算是擁有海量數據，也難逃脫這一束縛，又或忽略特殊情形。從宏觀角度出發，物質運動性導致客觀事物多元多次，前提動態變化往往會導致邏輯結果的普適性難以恒久維穩。因此，機器在面對特定待解決場景，其所得出的結果在同一時間點以及同一邏輯路徑上即使經過反復推演都不會改變。與人類意識的主觀能動性相比，算法自身局限讓機器反應喪失了多樣性。鑒于邏輯奠定機器自動化性能的同時也限制了自由選擇的可能，機器學習算法也就無法創造出意識上的自由。對此有學者進一步指出，自主性并非判定算法是否會思考的標準，更無必要因此而修改責任制度，這只會得出荒謬且矛盾的結論。[12]如果說機器在特定時點得出的邏輯結果有違法律，那法律也就不可能期待機器不違法。

人工神經網絡研究則是從人腦生理結構出發，解構人腦智力活動，并用電子元件實現對人腦的模仿以便讓機器更顯智能。按照“通用型計算機”設計理念，計算機結構通常可以分為硬件與軟件兩個層面。④就硬件而言，如果可以用一個硅片來代替人腦神經元細胞，設計仿突觸鏈接的離散型連接方式就可以設計出以芯片為計算單位的電子元件“大腦”。但這一設想對數字電路集成技術要求極高。截至目前，盡管SoC(System-on-a-Chip)芯片已經實現了在5納米制程下集成150億枚晶體管在其中，單位芯片之間的連接卻成了設計難題。人腦中平均一個神經元細胞會與其他約7000個神經元細胞建立雙向交互機制，較為活躍的神經元細胞甚至可以和其他10000個神經元細胞在同一時間點實時交互。這種極度錯綜復雜的交互機制，使得仿造電子神經元大腦成為天方夜譚。就軟件而言，人工神經網絡設計與機器學習相結合，產生的“深度學習”理念是憑借符號邏輯來模擬人腦各區位功能。人腦中神經元細胞之間的信息交互可以歸結為負責嗅覺、聽覺、視覺、觸覺等多個工作區位。負責感知的神經細胞相互之間建立鏈接并匯總信息，最終會在腦部建立認知或形成畫面。大腦對此進行分析便可得出特定解決方案。但軟件層面對這一腦部活動進程的模仿和設計必然要以硬件層面的支持為基礎，缺乏更為簡便的硬件操作平臺使得上述研究進展受限、發展緩慢，目前只是找到了存在相應算法的證據。總而言之，人工神經網絡研究現狀尚不足以證明機器意識可以與人類意識等同，法律評價更須立足于此。

霍姆斯曾言，法律的生命不在于邏輯，而在于經驗。邏輯算法束縛下的機器意識根本不具有多細胞生物意識的多樣性，也就更無自由可談。實際上，從哲學不可知論來看，人類也不可能對自我意識有全面的認知。正如馮友蘭在《中國哲學簡史》中關于“不存在至大無外”的論斷一般，反思的過程意味著思的主體將會被包括在這個思之內但又無法在客觀上包含這個思本身。因為思的主體在此時是思的對象，與思對立。但不可知論并非消弭了“大全”旨趣，人類仍須思及全體，才能認識到全體不可思。人工智能、機器學習、人工神經網絡以及無人駕駛汽車均是如此，其研究設計與發展制造即使創造不出和人等同的高級意志，仍具有實際應用的意義。智能汽車借助高速信息傳輸與處理，終會將人類從駕駛活動中解放出來，解決當下城市道路交通過度擁擠、流量不可控的難題，從而助力科技社會的構建與發展。法律此時仍需緊隨其后，將治理重心聚焦于受技術更新后的社會既定事實與現實經驗當中。因此，人工智能的法律規制對象仍在于“人”而非“機器”。無人駕駛汽車的交通環境治理內容也就必須立足于智慧交通的應用場景予以展開。

(二)人工智能無人駕駛汽車應用場景

所謂“無人駕駛”，即指在完全脫離人為操控前提下實現車輛自動行駛。⑤無監督學習算法可以讓無人駕駛汽車模仿人類駕駛操作并形成相應電子數據。汽車在行駛過程中即可完成對路況信息的分析處理與建模預測，對類似情形自動作出類似的應對方案。人工神經網絡會加快算法運行速度并縮短硬件運轉時間，使得汽車在高速行進過程中反應靈敏、避險及時。晚近以來我國各省市機動車政策多趨向于傳統燃油汽車限制出行的常態化治理，與此相對，電動化(新能源)汽車則從最初購置補償到上路行駛都有各方面的補助與扶持。電動汽車被大力推廣的舉動也反映了我國發展智能交通環境的決心。與此同時，汽車行業競爭內容也從工業制造水平逐漸轉變為汽車軟件系統研發，多通過設計汽車與手機的交互來實現拓展應用。汽車制造商現階段還以收集海量人為駕駛信息為目的，形成數據用以升級輔助駕駛系統并優化車機整體。在大幅提高汽車設計與更新靈活性的同時，讓汽車通過深度學習升級自身。與之相似的發展趨勢比比皆是，最終都會引向駕駛活動的機器自主性。但前文已論及，這種自主性技術仍然不是判斷人工智能具有自由意志的確切標準。

然而，無人駕駛的智慧交通環境又是我國現實之需。我國擁有14億人口基數，出行需求數量龐大。截至2020年，我國汽車保有量達2.81億輛，與美國同居于世界首位。北京、上海、鄭州等城市汽車保有量均居于國內前列。⑥人民日益增長的出行方面物質需求同道路交通基礎設施有限性的關系之弦愈發緊繃，智能交通環境是目前緩解這一矛盾的唯一方案。當5G通信網絡覆蓋于城市各個角落，無人駕駛汽車不僅會在行駛過程中自行匯總路況信息，完成分析處理，物聯網技術還可進一步建立車與車之間的信息交互模式(Vehicle to Vehicle,V2V),進一步提高道路交通秩序穩定性。如果用超級計算機設置道路交通管理中心，那么將實現對城市中所有無人駕駛汽車出行的管理需求。海量行駛數據的匯總、計算以及分析工作，有利于為每個車輛提供便捷出行方案，同時管控交通設備，合理規劃城市交通流量。這一數字化應用雖不能將道路交通風險直接清零，但會有效降低人為風險，讓交通秩序更加有條不紊。鑒于人工智能無人駕駛汽車的有用性，智能交通環境這一“被社會允許的風險”需要厘清負擔刑事責任的主體。

三、無人駕駛歸責的實然與應然路徑

風險社會中的法律責任認定依賴于風險分配的法理，被社會允許的風險多由當事人注意義務分擔承受。即使是無人駕駛汽車情境，防范道路交通安全風險仍需相關利害關系人承擔起應為、能為、可為的法律要求。盡管道路交通管理中心會負責主要的監督維穩任務，無人駕駛汽車所有人、使用人，以及汽車制造商和設計者依然可能危害交通環境的公共安全秩序，甚至是個人生命財產法益。

(一)汽車所有人、使用人的罪與非罪

作為機動車一方當事人，法律規范要求的一般理性標準往往高于非機動車一方。⑦例如《道路交通安全法》第76條規定機動車一方在沒有過錯時亦需承擔不超過百分之十的賠償責任，這種無過錯賠償可以認為是嚴格責任的一種。又如最高人民法院2000年發布的《關于審理交通肇事刑事案件具體應用法律若干問題的解釋》第5條、第7條均賦予了車輛單位主管人員、所有人、承包人以及乘車人更高的監督義務。因此即使是無人駕駛汽車，也應當秉持傳統責任認定思路，對無人駕駛汽車所有人、使用人提出更高的注意義務。

故意犯罪由于主觀惡性明顯，不論是以無人駕駛汽車作為犯罪工具，還是犯罪對象，基于平均人標準說或者規范擬制說的責任論都可以清晰評價應受刑罰的依據。過失犯罪由于緊緊依附于規范責任論，認定時需嚴格把握監督過失與管理過失，否則可能出現似是而非的狀況。鑒于社會關系復雜性，監督過失是過失罪過的重要類型之一。負有監督過失的行為人并沒有直接實施危害行為，其創設的危險或侵害法益的結果均通過被監督者實現，監督者也就受有預見和回避的義務。[1]216-255盡管無人駕駛汽車所有人、使用人不再實施駕駛行為，其依然應當審慎監督這一被社會允許的危險，此時無人駕駛汽車也就成了“被監督者”。汽車所有人、使用人怠于監督或因疏忽導致重大損害結果的，應在符合規范要求的前提下考慮定罪量刑。舉例而言，無人駕駛汽車如若真的發生了低概率的交通肇事情形，肇事汽車所有人仍應擔負起保護現場、及時救助的責任義務，符合“因逃逸致人死亡”情形的，仍可依據上述解釋第5條的規定，以交通肇事罪論處。我國在民事法律實踐中已經認可了汽車所有人對自動駕駛系統的監督責任：孫某駕駛李某某具有自動駕駛功能的汽車上路行駛并發生交通事故。法院認為，李某某作為汽車所有人并系乘坐人，理應對汽車的行駛承擔合理監管義務。⑧管理過失則是考慮到管理者的安全保障立場，認為管理者負有回避某些特定危害后果發生的義務。對于無人駕駛汽車而言，除了生產者、設計者等廠商以外，汽車所有人、使用人也屬于汽車的管理者，應當定期檢查汽車工作狀態并實時更新車機系統，及時修復故障并對車輛采取必要保養措施，這都是實際生活的必然需求。怠于維修、保養或定期維護汽車安全行駛狀態的，可以視為沒有履行結果回避義務，是認定過失責任的考量因素。目前，我國傳統刑法理論對于過失責任的成立多基于結果本位，考慮的是行為主體對自身行為結果的回避過程。但在無人駕駛情境中，駕駛行為與自身脫離之后限制了疏忽大意與過于自信的評價能力。實際上，監督過失與管理過失仍然有必要融入我國刑事立法與司法理念之中，不僅可以合理評價無人駕駛汽車過失犯罪的入罪問題，也有利于推動法益保護早期化趨勢。

與此同時，為避免刑事處罰范圍過廣，也應當明確注意義務的合理上限。信賴原則與監督過失、管理過失相對，是起源于道路交通犯罪中的基本限定原則。[13]信賴原則要求，如若在行為人立場上可以合理確信他人不會做出不適法的行為，那這種合理確信的內容就值得法律保護。此時被害人、第三人做出的不適法行為就是一種對行為人合理信賴的損害。盡管行為人在此情形中對危害結果發生負有過失，依舊不能認定行為人成立過失犯罪。美國侵權責任法也存在與之類似的“促成的過失(Contributory Negligence)”,行為人實施了侵權行為，但由于被害人對于損害結果發生在客觀上也付諸了貢獻、提供了影響，因此侵權行為人不負賠償責任。促成的過失在結論上全面否定了行為人的賠償義務，許多州因此摒棄了這一理論。但就刑事層面而言，其仍然有著與信賴原則相同的作用與意義。日本判例將信賴原則要義作為道路交通領域注意義務的限定標準：車站乘務員未能注意下車的醉酒旅客墜入軌道，最終釀成了死亡事故。對此日本法院認為，如果能夠根據乘客外觀表現相信其不存在滑落進軌道的可能，那乘務員只需將其視為一般旅客，無需格外注意。[1]254進言之，適用信賴原則應堅持主客觀統一的認定思路。如果行為人主觀上是基于審慎義務與一般社會經驗判斷出對方會實施恰當行為，并且客觀上的反應也符合一般理性人的經驗，此時就不能認定其有過失。以監督義務為例，其并非要求無人駕駛汽車使用者實時監督汽車行駛。若經觀測當前屬于無人駕駛汽車專屬路段，且根據社會理性經驗可以信賴智慧交通不存在失序可能，那此時在車機系統正常穩定運行的過程中，乘坐人完全可以將精力轉移至駕駛之外的其他活動。前提是的確有理性判斷在先，有合理信賴的依據。這也意味著使用者所需傾注到駕駛活動中的注意力多取決于所在路段的狀況。如果是城市繁華路段、鄉間路段，道路存在行人通行的可能，使用者所需負擔的注意義務就要高于在高速公路行駛的情境。

(二)汽車制造商、設計者的罪與非罪

除了所有人、使用人，無人駕駛汽車制造商、設計者也應當擔負起從硬件生產制造、軟件算法設計到投入流通整個過程的安全保障義務。只有嚴格且周全地把控人工智能車機系統，讓刑法深入算法設計層面，才能有效防止系統內部風險外部化。[14]從現有的規范體系而言，道路交通犯罪多屬于侵害公共秩序的犯罪類型，具有行政犯(法定犯)的基本屬性。我國對道路交通違法行為的規制也呈現出獨具特色的行政與刑事二元規制模式，刑事領域的道路交通犯罪多以行政違法行為為入罪前提。倘若通過增設行政犯的方式對人工智能車機系統的內部風險予以把控，就必然離不開行政與刑事二元規制模式。進言之，需要預先設立相應的行政違法行為，才能進一步增設行政犯的刑罰法規。此時，就應當以明確安全技術標準的行政規范內容為基準，賦予汽車制造商、設計者相應的產品安全保障義務。違反安全技術標準，也就同時違反了行政規范，或者說是未履行安全保障義務的違法行為，此即入罪的前提和理由。行政規范中的安全技術標準，并不以全面了解人工智能車機系統算法為前提條件，也不需要汽車制造商、設計者將自己的算法內容變得透明，只需通過了解算法設計初衷與基本運行原理就可以滿足治理需求，又稱“魚缸式透明度(Fishbowl Transparency)”[15]。不僅如此，關于車機系統算法的安全技術標準，還可以按照行業需求不同以及危險程度的差異，來制定相應的白箱測試、黑箱測試⑨結果標準。[16]法律同樣也可以要求制造商在汽車投入流通后，繼續履行汽車售后的路況分析與安檢義務。制造商、設計者生產未達標的無人駕駛汽車導致上路行駛后引發相關犯罪的，在利用信賴原則為汽車所有人、使用人提供出罪路徑的同時，也要評價制造者、設計者可能的刑事責任。從責任主義角度而論，無人駕駛汽車制造商、設計者擔負上述安全保障義務的本質是一種瑕疵擔保。因此在引申到刑事責任的過程中，應當以嚴格責任為橋梁。

嚴格責任起源于英美刑法，多指在不能清楚認定行為人主觀罪過或者沒有必要證明行為人主觀罪過時，只要實施了相應犯罪行為就足夠追究其刑事責任。[2]156以嚴格責任為依據設置的犯罪均為法定犯，并且多始于保護社會公共利益的初衷。該責任理論早期在美國飽受詬病，多數人認為僅從行為本身來認定犯罪人主觀意圖的做法過于片面。例如“莫里賽特非法竊取政府財產”案，聯邦基層法院與上訴法院一致認為行為人犯罪意圖可以依據客觀行為本身來認定。聯邦最高法院則認為，如果犯罪意圖屬于一個犯罪的構成要素，則不能僅以行為本身作為評價依據，此時應當交由陪審團來評價這一要素內容。⑩盡管如此，仍有部分人認為嚴格責任在刑事責任中占有一席之地，尤其是面對社會重要且特殊的公共利益時，具有適用合理性。原因在于的確存在一些情形難以清晰評價犯罪行為人主觀故意或過失，但不是不能認定罪過的有無。例如“巴萊特販賣毒品”案，被告人提出申訴認為公訴機關未能證明其主觀屬于明知是違禁藥品但依然銷售的故意。美國聯邦最高法院指出，麻醉藥品管理法案的規范目的本身即蘊含著賦予行為人查清銷售藥品合法屬性的義務，行為人不能以自己的無知和善意作為辯護理由。對于無人駕駛汽車制造商、設計者而言，利用嚴格責任設計入罪思路是能夠找到合理依據的：首先，智慧交通環境對我國而言是一個重要且特殊的公共場域，涉及不特定多數人的公共利益，該類型汽車所蘊含的危險與滿足廣大人民群眾出行需求相比是可以被社會允許的。其次，無人駕駛汽車制造商、設計者的可信賴程度決定著汽車本身的交通安全性，相較于所有人、使用人，制造商、設計者更有能力在源頭控制這一風險。最后，嚴格責任制度貌似與責任主義違拗，實質上只要將其限制在混合過錯范圍內，就可以實現合理評價甚至提高司法實用性。將違反前置法的安全技術標準視為入罪依據與罪過來源，從而避免后續行為罪過在實務中難以評價的問題。尤其對于過失而言，這一主觀罪過在無人駕駛汽車的實務案例中很難執行。[17]換言之，刑法意義上的嚴格責任并非不要求主觀罪過，而是在能夠認定行為人存在罪過但是不能分明地評價為故意或過失時才適用。舉例而言，假設制造商生產了質量不合格的無人駕駛汽車并將其投入流通，汽車最終上路使用并造成重大安全事故。制造商在生產之時對質量瑕疵的疏漏屬于故意還是過失，可能無法查清。有可能制造商在生產環節存在監管過失，但其后為產品收益不愿意召回問題車輛，又具有放任的故意。對此，嚴格責任會很好地解決上述問題。

行政規范確立的安全技術標準與刑事意義的嚴格責任是構成二元規制人工智能無人駕駛汽車制造商、設計者的基礎，但這一入罪路徑若不加限制仍然可能導致刑罰權泛濫，甚至施加給汽車行業過重的桎梏。制造商、設計者安保義務不能過高地要求制造、設計一方成為福柯全景敞視主義中的觀察者，更不能要求其承擔全部結果回避義務。[18]此時，應當由技術中立原則支撐建立出罪路徑。

1984年美國聯邦最高法院在“索尼侵犯環球城市影音公司版權”案中確立了技術中立原則作為免責事由。此案中，索尼公司生產的錄像機被購買者用于錄制環球城市影音公司作品并將其售賣。環球公司認為，索尼公司在本案中為行為人提供了工具，起到了幫助作用，理應一并承擔侵權責任。但聯邦最高法院認為，一項沒有質量瑕疵的產品或技術在投入市場流通之后，制造商、設計者不能預測出所有被用于非法用途或合法用途的情境。當這項產品技術被非法使用時，不能因為制造商、設計者提供了工具就認定其具有幫助關系或者對權益損害結果作出了貢獻。我國近年來出現的幫助犯正泛化現象也使得中立幫助犯成了學界研究熱點，在科技飛速發展的同時，社會必然要接受更多有用性大于危險性的風險。[19]中立幫助行為罪與非罪的標準，是一個動態發展且需不斷考察的問題。歸根結底，這一問題還應當以社會容許風險的最大限度作為考量基座。如果說社會需要人工智能來營造智慧交通環境，與此同時就必須接受該技術所伴隨的風險，而不是通過刑罰予以遏制。具言之，若無人駕駛汽車制造商、設計者盡到了安全生產義務和日常維修監管義務，交通事故在車輛沒有質量瑕疵與安全隱患的情況下發生，就不能僅基于因果關系條件說來認定刑事責任，需要結合具體個案嚴格把握制造商、設計者是否對危害結果提供了原因力、影響力。在無人駕駛汽車所有人、使用人利用無人駕駛汽車實施故意犯罪的場合中，無人駕駛汽車制造商、設計者是否成立幫助犯的問題應當考究其是否對故意犯罪創設的現實、緊迫危險作出了貢獻，也即客觀主義立場的限制處罰說。這種客觀上的貢獻又與前述算法規制和嚴格責任聯系緊密，首先需要判斷制造商、設計者是否違反了先前義務。除此之外，也需要恪守主客觀一致原則來考量制造商、設計者的主觀認識與期待可能性。

四、結語

科技發展推進社會演變，但法治建設仍須秉要執本。人工智能作為新一輪技術革命和產業變革重要驅動力，其對法學研究的影響舉足輕重。惡性意志是刑法懲罰行為人主觀認識內容之根本，意識不自由從來都屬于刑法應當考慮減輕、免除處罰的重要因素。面對智慧交通，本文冀望通過探尋責任認定路徑，使傳統刑法理論得以懲治相關利害關系人，治理新型道路交通犯罪。明晰人工智能刑法規制樣貌，反對另辟體系，以維護刑法之謙抑。誠然，無人駕駛汽車也不過是人工智能應用的冰山一角，責任論也至多算作是人工智能刑法學的總論部分。探知還需與發展并行，以實踐證成理論之真諦。

注釋：

①參見2021年3月13日，兩會受權發布的《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》。

②人腦擁有約860億個神經元細胞，這些細胞之間形成的突觸連接約有22.5×1016個。

③“阿西莫夫三定律”出自科幻小說家艾薩·阿西莫夫的作品《我，機器人》。它規定了三點主要法則：第一，機器人不得傷害人類，且確保人類不受傷害；第二，在不違背第一法則的前提下，機器人必須服從人類的命令；第三，在不違背第一及第二法則的前提下，機器人必須保護自己。

④“通用型計算機”多指現今用于日常生活的平板電腦、臺式電腦，由于結構固定，可通過不同軟件來解決不同問題，故有“通用”之意。“通用型計算機結構”又稱“馮·諾依曼結構”，主要包括“運算器”“控制器”“存儲器”“輸入”和“輸出”五大模塊。

⑤《北京市自動駕駛車輛道路測試管理實施細則(試行)》規定，自動駕駛是指汽車能夠在沒有駕駛員干預的情況下，自己在道路上駕駛前行。《上海市智能網聯汽車道路測試管理辦法(試行)》規定，完全自動駕駛是指駕駛系統可以完成所有駕駛操作，完全不需要駕駛員介入。汽車工程師協會(SAE)規定的完全自動駕駛，是指不需要有人接管，系統自主解決所有駕駛過程中的問題。在這種情形下，汽車上可能根本沒有人，或者有人卻完全不懂駕駛技術。

⑥2021年4月3日，訪問于汽車新聞網：http://www.qpzone.com.cn/Wap/hynews/7011.html 。

⑦原《侵權責任法》第49條規定，“機動車一方”是指機動車駕駛人、使用人，以及負有過錯的機動車所有人。本文談及的“使用人”包含駕駛人之意。

⑧(2020)皖13民終2792號，安徽省宿州市中級人民法院。2021年8月15日訪問于法律文書裁判網：https://wenshu.court.gov.cn/。

⑨白箱測試，是指通過產品內部工作狀況的反饋，檢驗預設的算法是否能夠達到預定的標準。黑箱測試，是指通過運行已經編制好的算法來檢測各項功能是否能正常運行。

⑩Morissette v.United States, 342 U.S.246, 72 S.Ct.240, 96 L.Ed.288(1952).2021年10月16日訪問于LexisNexis: https://www.lexisnexis.com/community/casebrief/p/casebrief-morissette-v-united-states.