IT|求解自动驾驶伦理困境：转化道德规范为数学方程( 四 )_求解自动驾驶伦理困境：转化

“三原则”在风险估计中的运用
根据贝叶斯原理的要求，总的社会效益应当被尽量最大化，并且满足功利考虑的需求。这意味需要寻找一个对于所有的参与者的收益期望最高的策略。但是另一方便，这种方法只追求总体风险的最小化，没有提供有关风险关系的任何信息而且也没有考虑公平性。出于对这种缺陷的改良，作者还加入了“平等原则”（Equality principle）的约束，要求通过最小化所考虑风险的差异来平等分配风险。
而这种平等原则在不加额外限制的情况下，可能会带来人们预期之外的结果，比如在只有两个参与者的情况下，单纯地强调平等原则，可能会让决策策略比起“一个人受轻伤另外一个不受伤”更喜欢两个人均死亡。

文章图片

最后，作者还强调了“极大极小原则”（Maximin principle），其被设计用来让决策策略寻找使得“最大伤害”尽量最小的方案。而如果单独考虑这个原则，也有显而易见的缺陷：单纯强调最小化“可能”的最大伤害，而不考虑这种可能性的量化比较，这使得一个极大概率的较大伤害可能被认为优于极小概率的巨大伤害，这在很多时候不但于前文所述的基于概率分析的功利化的考虑矛盾，而且潜在地和人们朴素的道德取向不兼容。
因此，本文提出的所有三个原则都存在系统性缺陷。而作者尝试通过同时结合三种原则而取得一个更好的策略。因此，作者最后提出了基于对三种策略因素的加权得到最后的风险量化计算的结果。这种权重的设置提供了比较不同道德设置的机会。对于个人道德设置，权重可以从反映用户道德直觉的实证研究中得出。将这些见解与法律和伦理学科的基本原则和规则（例如人类尊严）相结合，可以作为一个起点，使自动驾驶汽车更接近强制性道德设置（在传统意义上，这意味着唯一允许和需要的行动）。
除了对风险计算需要的三个原则的考虑，作者还强调了风险分布函数中的时间因素，这就要求对于迫在眉睫的风险的排除（算法中常被概括为局部贪婪的策略），并且利用了“折扣因子”来对不同时间之后的风险进行量化，使得这种对于更紧迫的风险的考虑可以被执行。