無人車時代下產品責任之妥適性

無人車時代下產品責任之妥適性

產品責任之提出係因製造商與公眾間不對等關係使然,同時也透過課予製造商無過失責任類型之產品責任,要求製造商提升其產品之技術及安全性。然而此舉仍須透過行車數據之還原,確認車輛發生事故係因產品瑕疵導致始能課予產品責任,且依歐盟產品責任指令,產品責任之賠償範圍並不包括產品本身,即商品自傷之情形。[1]不僅歐盟,各國商品責任法採取嚴格責任,保護對象限於人身或其他財產損害。[2]我國通說亦主張商品自傷情形非商品責任法保護之客體。[3]

再者,本文認為若係本文討論之無人車,即SAE分級標準中第五級之車輛,其自動駕駛技術勢必進入強人工智能(Artificial General Intelligence, AGI)或超人工智能(Artificial Super Intelligence, ASI)而不再是弱人工智能(Artificial Narrow Intelligence, ANI)。此時,在自動駕駛技術之程式運算下,其操作駕駛之行為逸脫製造商設計商品時之想法,仍由製造商負擔商品責任是否合理,應有可議。

為何會產生上開情形,須先說明ANI、AGI以及ASI之區別。現今社會發展出的人工智能,包括打敗人類圍棋高手之AlphaGo都僅止於弱人工智能,即ANI。此類人工智能如同工具般,僅會依照人類給予之演算法進行運算。換言之,僅是取代人類計算數據之功用。如AlphaGo係透過卷積神經網路(Convolutional Neural Network),模擬人類大腦,形成兩個獨立網路:策略網路(Policy network)以及評價網路(Value network),最後再以蒙地卡羅樹搜尋法(Monte Carlo Tree Search, MCTS)判斷下子位置。[4]

本文於自動駕駛汽車之技術章節中提到控制元件之設計,有「規則式方法」及「行為反射方法」,本文所討論之無人車,其不再透過人類駕駛負擔駕駛任務,則以後者進行控制元件之設計較合理,蓋可以想像開車在路上會遇到的場景成千上萬種,若需分別就每一種場景輸入預設之規則,數據將會十分龐大。然而使用「行為反射方法」就會涉及「深度學習」,即弱人工智能與強人工智能明顯不同之處。機器透過深度學習,當感測每一種場景(輸入值)並作出決策(輸出結果)就是一次的訓練,而人類設計者僅需針對機器輸出之結果給予評價,調整機器決策模型即可。[5]因此適用於自動駕駛技術之人工智能必須在上路前經過大量且完善之測試及調整。基此,無人車可能在駕駛操作之決策上出現人類設計者所未能預期者乃可能發生之結果。

故對於SAE分級標準中第三級以下之車輛透過商品責任追究製造商責任或許可行,惟針對第五級之車輛,在追究製造商責任時,就會產生上開討論之障礙。最後,引述國外學者之評論:「責任與創新不是相互隔離的,而是相互影響的。(Liability and innovation are not isolated from each other but influence each other.)」[6]即使政府仍然認為商品責任既可以消除企業與公眾間之不對等並且能正面提升製造商對於其商品之技術及安全性,惟課予製造商過多過高之責任是否會對技術發展產生影響,這是政府立法時必須考量的。

[1] See European Union (1985), Directive 85/374/EEC – product liability, available at: https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=LEGISSUM%3Al32012 (Last viewed on 2020/12/22).

[2] 參閱陳聰富(2015),建物瑕疵之侵權責任—商品自傷的損害賠償,政大法學評論,第143期,頁61-62。

[3] 參閱謝哲勝(2014),商品自傷非商品責任的保護客體—評最高法院九十六年度台上字第二一三九號民事判決,月旦法學雜誌,第232期,頁253。

[4] See Fei-Yue Wang et al. (2016), Where Does AlphaGo Go: From Church-Turing Thesis to AlphaGo Thesis and Beyond, 3 IEEE/CAA JOURNAL OF AUTOMATICA SINICA 2, p.113-119.

[5] 參閱余至浩,【深度剖析無人車運作原理】AI如何學習開車,iThome,連結為:https://www.ithome.com.tw/news/125895 (最後瀏覽日期:2020年12月22日)。

[6] See Maurice Schellekens (2015), Self-driving cars and the chilling effect of liability law, 31 COMPUTER LAW & SECURITY REVIEW 510.

發佈留言