驾驶员与自动化系统为何解除自动驾驶？一项针对特斯拉用户的调研结果

更好地理解自动驾驶解除事件有助于提升自动化系统的安全性与效率。本研究通过对 103 名特斯拉 Autopilot 与 FSD Beta 用户进行半结构化访谈，考察导致驾驶员与系统主动解除自动驾驶的因素。通过对数据的梳理，我们识别出自动驾驶解除的主要类别与子类别，并由此提出一个三元组式的自动驾驶解除模型。该模型将自动化系统与人类操作者视为对等的主体。模型指出，当人类操作者预期到系统失效、观察到不自然或不符合预期的系统行为（如 erratic steering、闯红灯）或认为自动化不适用于特定环境（如恶劣天气、非标准道路）时，会解除自动驾驶。人类操作者的负面体验，如挫败感、不安全感与不信任，也被纳入模型，因为这些情绪可由（预期的）自动化行为触发。反之，自动化系统会监控人类操作者，并在检测到其警觉性不足或违反交通规则时自行解除。此外，人类操作者可能受乘客与其他道路使用者反应的影响，若因系统行为感到不适、愤怒或尴尬，便会解除自动驾驶。本研究揭示了导致自动驾驶解除的因素，不仅凸显人类操作者的顾虑，也呈现了该现象的社会性维度。进一步，研究结果提供了自动驾驶车辆技术潜在边缘案例的信息，或有助于提升此类系统的安全性与效率。