(相關資料圖)
自動駕駛是未來駕駛技術的重要發展方向。但目前人們對自動駕駛的普遍接受度表示擔憂。這些擔憂包括自動駕駛安全性和責任問題的不確定性等。更讓人擔憂的是，與自動駕駛相關的交通事故仍在發生。媒體關于自動駕駛交通事故的新聞報道，也引發了人們對自動駕駛系統安全性和可靠性的擔憂?？梢哉f，人們對自動駕駛的接受和使用仍存在一個主要障礙：對自動駕駛的信任。雖然初步記錄顯示，自動駕駛目前的事故率低于手動駕駛，但自動駕駛系統仍可能出現故障。若不加補救，將對信任產生漸進而又顯著的影響。當信任減少時，駕駛員可能會避免使用自動駕駛功能，轉而使用更多的人工控制駕駛，這也就意味著失去了自動駕駛取得的社會效益。
任務的成功或失敗會影響信任。當一項任務成功時，信任度通常會增加；而當任務失敗時，信任度則會降低。這種將用戶信任度調整為適合系統性能的值的過程，被稱為“信任度校準”。當用戶的信任度沒有經過適當校準而低于機器的實際性能時，被稱為“不信任”；當高于實際性能時，則被稱為“過度信任”。未校準狀態有很多缺點。研究發現，人們會更頻繁地干預處于不信任狀態的機器，導致其工作時間加長。有研究者基于技術接受模型和信任理論，對552名司機進行自動駕駛使用意圖的影響因素的調查。結果表明，信任是使用自動駕駛意圖的重要決定因素，系統透明度、技術能力和情境管理能力對信任有積極影響，而信任對感知風險有負面影響。實驗研究則通過在兩個不同的自動駕駛級別都誘發故障，結果在完全自動駕駛出現故障后，被試自我報告的自動駕駛信任度立即下降。但在自動駕駛出現故障后，當被試能夠接管車輛控制以避免危險時，信任度并沒有下降。這些研究都從正面證實了，信任在用戶接受自動駕駛的過程中發揮著至關重要的作用。
信任問題對自動駕駛如此重要，以至于信任決定了公眾對自動駕駛汽車的接受和使用。那么，自動駕駛中信任的具體內容是什么？研究者從多學科的角度考慮信任，將對自動駕駛的信任定義為：人們對自動駕駛如何在不確定性和脆弱性為特征的情況下幫助用戶實現既定目標的態度。對新技術的信任程度往往會決定相應技術的發展速度，尤其是在各種自動化領域，信任已成為人們接受自動化的決定性因素。自動駕駛信任存在不同的子類型。比如，基于能力的信任和基于誠信的信任，是與自動駕駛最相關的信任子類型。前者是指自動駕駛汽車有能力有效地執行駕駛任務，并在這樣做的時候，保證駕駛員的安全。后者則是自動駕駛汽車的行為是透明的，不會通過自己的作為或不作為造成蓄意傷害行為。研究發現，這兩種信任子類型都會因自動駕駛錯誤經驗而降低，但兩種信任類型以不同的速度降低?；谀芰Φ男湃谓档偷酶?，而且通過結構方程建?？梢园l現，人們對自動駕駛的接受程度主要受基于能力的信任所驅動。對信任子類型的研究，提供了一個窗口來了解人類駕駛員如何理解自動駕駛錯誤，以進行“信任度校準”。
研究者對自動駕駛與信任關系的研究經歷了三個階段。第一個階段主要是探討在車輛出現故障時人們的信任差異情況。研究通過使用自我報告的信任評級來證明，在高度自動化模式和完全自動化模式下，人們在正?；蚬收像{駛條件下的信任差異。結果發現，在高度自動化駕駛模式下，正常和故障試驗之間沒有顯著差異，而在全自動化模式下則存在顯著差異。第二個階段則是闡明大腦在自動駕駛過程中對不同場景的反應。當車輛遇到復雜環境時，如沒有紅綠燈的十字路口，參與者對機器的信任度較低，能夠及時處理緊急情況（信息處理能力較高）。然而，在安全狀態下駕駛時，參與者表現出對機器的高度信任，會無法及時采取緊急行動（信息處理能力較低）。到了第三個階段，則是促進人們對自動駕駛的信任。情境感知可以幫助駕駛員提高對自動駕駛汽車的信任度。研究者通過向駕駛員發出的口頭信息的變化改變了情境感知，而高情境感知條件會導致顯著高水平的信任行為。因此，研究者提出，未來可以在實驗中加入帶有情境感知的語音提示，用于分析大腦對自動駕駛的反應。另外，隨著自動駕駛系統的限制或故障的發生，人類駕駛員會失去信任，更愿意接管控制。因此，當自動駕駛系統感知到駕駛員失去信任時，通過主動溝通或將控制權交還給駕駛員，自動駕駛系統或能培養更好的人車信任。這也說明，對自動駕駛而言，信任監測應是一項非常重要的技術，以支持駕駛員的車輛適應性。
目前，關于自動駕駛信任的研究方法有很多。比如，精心設計的用于自我報告測量的問卷訪談，可用于重復測量人們對自動駕駛過程的信任。有研究者對20位有自動駕駛較多經驗的同品牌汽車司機進行了半結構化訪談，并綜合訪談以了解他們在使用自動駕駛期間的行為適應、心智模式和信任。結果表明，他們對自動駕駛系統的態度非常積極，認為駕駛員在自動駕駛過程中普遍從事次要任務。不過，他們也提出，駕駛員還是需要從經驗中吸取教訓，確定相對安全的使用條件，避免暴露于過分危險的情況。然而，問卷訪談的缺點在于比較主觀，可能存在局限性。這些問卷訪談通常假設一些情景和先決條件。但是，如果遇到問卷中的場景，人們在實踐中往往會不知所措。
研究者也在積極尋找其他可替代的生理或行為指標。比如，有研究者采用眼動追蹤技術，評估高度自動化駕駛期間通過注視行為測量駕駛員自動駕駛信任的可行性，并在駕駛模擬器研究中通過自我報告的信任程度進行驗證。結果表明，駕駛員對自動駕駛的信任與注視行為之間存在一致關系，較高的信任與自動駕駛期間較低的監控頻率相關。此外，還有腦電指標。比如，較低頻率的腦波（α波和θ波）在更放松的狀態和睡眠中占主導地位，而較高頻率的腦波（β波和γ波）則出現在更興奮或壓力更大的狀態中。β波/α波比率增加、α波/β波和θ波/β波比率降低或相對γ波比率增加，與壓力水平相關。當個體需要被動觀察自動駕駛汽車的積極情景（汽車在高速公路上平穩行駛）和消極情景（同一輛汽車不穩定行駛，違反了交通規則）時，β波/α波比率會增加。在提高注意力的過程中，也檢測到更高的γ波。
無論對于駕駛員，還是對于乘客、行人等參與交通的其他人，自動駕駛都將顛覆人們的日常生活和交通習慣。鑒于自動駕駛現在所面臨的信任問題，研究人員和自動化設計人員應探索更多的信任提升或恢復策略，以修復由自動駕駛錯誤引起的信任問題。畢竟，信任可能在很大程度上決定公眾對自動駕駛的接受和使用。
（作者單位：西北師范大學心理學院）
