半自主车辆运营的机会与挑战：基于分层易受性视角
人机交互
2026-03-03 v1 新兴技术
摘要
本研究通过应用 Florencia Luna 的分层易受性框架，考察特斯拉全自主驾驶 (FSD) 这种 Level 2 半自主车辆系统的人类操作员如何产生易受性。虽然现有的道路安全模型将易受性概念化为外部道路使用者的固定属性，但新兴的证据表明，半自主车辆的操作员 themselves 会经历动态且情境化的易受性，因为他们监督的是他们并不完全控制的自动化系统。在调查此现象时，我们对 17 名活跃的 FSD 用户进行了半结构化访谈，通过结合归纳-演绎编码过程来分析其叙述。研究发现，操作员易受性由三个相互交互的层次构成，即心理层面、操作层面和社会层面。易受性并非源于任何单一层次，而是源于这些层次在特定情境中的汇聚，导致监督需求波动且风险识别与管理能力不均。研究结果拓展了关于情境信任校准、自动化 complacency（自动化倦怠）以及有意义的人类控制的讨论，展示了诸如信任或非正式学习等常被视为负面的因素，具体情境下既可以增加也可以缓解易受性。这一分析表明，设计和监管干预需要综合考虑心理、操作和社会条件，而不能孤立地处理；并指出，在不充分支持的监督体制下，责任被隐式地转移到个体操作员身上。
引用
@article{arxiv.2603.01202,
title = {Opportunities and Challenges of Operating Semi-Autonomous Vehicles: A Layered Vulnerability Perspective},
author = {Soumita Mukherjee and Priya Kumar and Laura Cabrera},
journal= {arXiv preprint arXiv:2603.01202},
year = {2026}
}