當(dāng)今的汽車圈，上半場電動化下半場智能化，已經(jīng)成為行業(yè)共識，智駕炙手可熱。2025年第一季度，各廠商扎堆發(fā)布智駕技術(shù)和產(chǎn)品，信心十足，仿佛智駕技術(shù)突然爆發(fā)式地到了next level——實際上良莠不齊。而宣傳中對L2、L3、L4這些智駕定級的模糊化，尤其是“0接管”這樣的描述，會導(dǎo)致消費者對智能駕駛的實際情況盲目信任，一些“膽大”的用戶直接從方向盤上解放了雙手，無人駕駛。直到出現(xiàn)了小米SU7三位女孩殞命等慘劇，這才讓人們對智駕有了更多反思。
既然這里面起關(guān)鍵作用的是人類決策，那我們有必要對人的心理機制有更多清晰的認識，以避免或者至少減少此類慘劇的再次發(fā)生。
為什么智駕出事的司機，那么盲目相信技術(shù)？開啟智駕后，人們的接管速度還會那么快嗎？車載智駕真的已經(jīng)做到“更像人”、“如老司機般”的程度了嗎？為什么出事后，輿情會呈現(xiàn)一邊倒的狀況？這背后，涉及哪些心理學(xué)原理和機制呢，這里給大家一一解讀。
幸存者偏差，實驗室里的“安全神話”
幸存者偏差（Survivorship Bias）是指人們往往只關(guān)注成功案例而忽視失敗案例的邏輯謬誤。這種認知陷阱，在智駕領(lǐng)域正在制造危險的"安全神話"。車企公布的實驗室數(shù)據(jù)如同經(jīng)過精心篩選的幸存者樣本：那些完美觸發(fā)AEB（自動緊急制動）的測試場景，掩蓋了真實道路環(huán)境中諸如錐形桶、側(cè)翻車輛等非標準障礙物的“小概率”致命風(fēng)險。
幸存者偏差研究的歷史可以追溯到二戰(zhàn)期間。當(dāng)時美軍戰(zhàn)機在空戰(zhàn)中損失慘重，為了提高飛機的防御能力，統(tǒng)計了作戰(zhàn)飛機的受損情況。他們發(fā)現(xiàn)，返航飛機各個損傷部位被擊中的彈孔數(shù)不同，發(fā)動機部位的彈孔數(shù)最少，而機身和機翼的彈孔較多，得出的結(jié)論是應(yīng)該在這些彈孔最密集的部位加上裝甲。然而，統(tǒng)計學(xué)家Abraham Wald提出了不同見解，他認為應(yīng)該加強機尾的防護。因為他研究后發(fā)現(xiàn)，機身和機翼中彈但飛機仍能返航，說明這些部位即使被擊中，飛機仍然能夠繼續(xù)飛行；而那些機尾被擊中的飛機，根本就沒有返航的機會，因此我們看不到它們的數(shù)據(jù)。就像二戰(zhàn)期間美軍打算強化機身和機翼防護的決策，智駕系統(tǒng)對極端工況的防護恰恰被"幸存者數(shù)據(jù)"所忽視。
小米SU7事故中，97km/h的撞擊速度遠遠超過C-NCAP測試標準的64km/h（50%正碰）和55km/h（100%正碰），系統(tǒng)失效的悲劇印證了實驗室數(shù)據(jù)與現(xiàn)實場景的鴻溝。用戶往往被車企公布的實驗室數(shù)據(jù)說服，卻忽略真實場景中極端工況的不可控性。再者，這種偏差不僅存在于技術(shù)測試，更滲透在消費者認知中——我們在短視頻平臺經(jīng)常會看到智駕系統(tǒng)輕松完成環(huán)島行駛等演示，而那些因系統(tǒng)失效導(dǎo)致的事故視頻卻很少被推送到首頁。
自動化信任與過度依賴
要了解人們?yōu)槭裁磿蕾嚰夹g(shù)，我們首先我們有必要清晰“自動化”、“信任”和“自動化信任”這三個概念的心理學(xué)解釋。“自動化”(Automation)是指可以執(zhí)行原本由人來完成的一種或一系列任務(wù)的技術(shù)，包括數(shù)據(jù)和信息的選擇，信息的轉(zhuǎn)化，決策和行動(Parasuraman&Wickens,2008)。“信任”是關(guān)于結(jié)果的期待或者是某人對某些未來事件發(fā)生所持有的主觀概率(Rempel,Holmes,&Zanna,1985)。“自動化信任”（Automation Trust）是指用戶的一種認知或情感狀態(tài) (Singh, Molloy,& Parasuraman,1993)。
在自動化的可靠性很高但又不完全可靠的情況下，就會出現(xiàn)所謂的自動化依賴的過度信任現(xiàn)象。這會改變大腦神經(jīng)遞質(zhì)平衡，讓人進入心理松懈狀態(tài)，表現(xiàn)為警覺性下降、反應(yīng)速度減慢。神經(jīng)科學(xué)研究表明，這相當(dāng)于注意力資源從"主動控制"轉(zhuǎn)向"被動監(jiān)控"，此時，當(dāng)罕見的、意想不到的自動化故障發(fā)生時，操作員將很難檢測到。
長期依賴智駕等自動化系統(tǒng)，還會使人的技能熟練度下降，使人更難應(yīng)對出現(xiàn)的問題。即便是專業(yè)飛行員也難逃此劫，比如2009年法國航班墜毀于大西洋，其中重要的原因之一正是由于飛行員過度使用自動飛行系統(tǒng)，喪失了處理失速的技能。
錯誤的心智模型與控制幻覺
“心智模型”指的是使用者關(guān)于系統(tǒng)如何工作的認識，如果使用者擁有關(guān)于自動化系統(tǒng)如何工作的更多更好的知識，那么更有可能達到對自動化系統(tǒng)的合理使用。而如果人對系統(tǒng)運行的心智模型是錯誤的，可能會產(chǎn)生控制幻覺（Illusion of Control），既高估自身對事件的控制能力，同時低估運氣或不可控因素的作用。如在駕駛場景中，駕駛者會錯誤地認為哪怕自己遇到接管情景，也能夠進行有效應(yīng)對。
實際上，由于系統(tǒng)發(fā)生問題時即使發(fā)出預(yù)警，人也需要足夠的時間來進行反應(yīng)。比如一款智能駕駛汽車在封閉高速上表現(xiàn)穩(wěn)定，但當(dāng)遭遇道路施工等非常規(guī)場景時，系統(tǒng)突然將控制權(quán)交還的瞬間，使得駕駛員來不及獲取情景意識而導(dǎo)致出現(xiàn)致命時刻。
獲取情境意識時間需求：
7s只能基本感知路面上車輛的數(shù)量
12s時才能改善對車輛相對距離判斷錯誤
20s時對車輛相對速度的感知仍然有提升的空間
實際操作時刻表：
Lu Z, Coster X, De Winter J. How much time do drivers need to obtain situation awareness? A laboratory-based study of automated driving[J]. Applied ergonomics, 2017, 60: 293-304
有證據(jù)表明提供自動化的可靠性信息，可以幫助用戶校準他們對系統(tǒng)的信任和依賴。要做到這些，必須要讓系統(tǒng)的使用者在實際使用自動化前進行訓(xùn)練或練習(xí)，讓他們體驗到“系統(tǒng)首次失敗”，但僅僅告知自動化使用者發(fā)生故障遠不及實際體驗該故障有效，所以最好的訓(xùn)練方式不是看視頻，而是使用駕駛模擬器。
道德推脫，責(zé)任轉(zhuǎn)嫁的心理劇場
Bandura的道德推脫（Moral Disengagement）理論在智駕事故中上演著現(xiàn)代版"責(zé)任羅生門"。事故后，部分駕駛者通過"責(zé)任轉(zhuǎn)移"機制，將責(zé)任歸咎于車企（如“系統(tǒng)未及時制動”），通過轉(zhuǎn)移責(zé)任來緩解自身過錯帶來的道德壓力，以尋求內(nèi)心的自洽，這是典型的自我合理化防御機制。
這種心理防御機制在一些智駕事故，及近期車主開著智駕睡覺超速行駛100公里被交警扣6分的案例中尤為典型：當(dāng)車主雙手脫離方向盤時，他們的潛意識已將道德責(zé)任轉(zhuǎn)嫁給算法。這種心理劇場具有自我強化的特性：社交平臺上"系統(tǒng)失靈"的敘事模板被反復(fù)傳播，形成集體記憶偏差。就像金融市場的羊群效應(yīng)，當(dāng)足夠多的事故被歸因于技術(shù)缺陷時，真正的認知盲區(qū)——人類決策者的注意力塌陷，反而被徹底忽視。
總之，以上偏差共同構(gòu)成“技術(shù)崇拜綜合征”，在智能駕駛場景中，表現(xiàn)為人類因過度信任技術(shù)而產(chǎn)生認知盲區(qū)，最終導(dǎo)致悲劇。
破解"技術(shù)崇拜綜合征"的關(guān)鍵所在
要打破這一系統(tǒng)性認知陷阱，需充分意識到“自動化嘲諷”效應(yīng)長期存在的現(xiàn)狀、建立正確心智模型以促進合理信任，以及充分尊重駕駛心理的生態(tài)化系統(tǒng)設(shè)計等多方面的科學(xué)心理建構(gòu)。
自動化的嘲諷：因為系統(tǒng)具備自主運行能力，所以我們會把原來應(yīng)該由人做的事情交給它來完成。但交出我們自身工作的時候，我們就對它的運行過程喪失了更多的覺察。長此以往，我們的能力還會下降。但這個系統(tǒng)本身卻并不是完美的，還需要我們接管它無法解決的事情。這種悖論，在工程心理學(xué)領(lǐng)域，被成為“自動化的嘲諷”效應(yīng)。這實際上將在我們與人工智能交互的過程中長期存在，每個人都應(yīng)該充分意識到它的存在。
建立正確心智模型以促進合理信任：在新車使用和駕駛培訓(xùn)時，通過有效展示車輛可能需要接管的情景，能夠有效構(gòu)建合理的心智模型，避免人的過度信任。
充分尊重駕駛心理的生態(tài)化系統(tǒng)設(shè)計：除了法規(guī)和教育培訓(xùn)之外，還需要更加從人出發(fā)來設(shè)計智駕系統(tǒng)。比如，當(dāng)系統(tǒng)出現(xiàn)問題的時候，工程心理學(xué)家會通過研究告知內(nèi)容、表達形式、模態(tài)匹配、時機搭配等角度來協(xié)助開發(fā)出有效的告警方式，在出現(xiàn)需要接管的時候，快速提高使用者的警覺性，讓他們很快知道環(huán)境里正在發(fā)生什么事情，人們應(yīng)該如何處置等等。現(xiàn)在的研究者還開始從另一個角度入手，想方設(shè)法讓人哪怕在使用自動駕駛時，也能夠以一種輕松的方式保持對路面的注意力。
在這場人與機器的決策博弈中，真正的智能駕駛不應(yīng)是"技術(shù)崇拜的祭壇"，而應(yīng)該是理性認知的延伸。要破解這一困境，既要完善監(jiān)管，限制誤導(dǎo)性宣傳，推動技術(shù)透明化，還要大力開展心理學(xué)科普和教育，讓車主對自身的反應(yīng)機制和心理機制有更清晰明確的認識；更要充分尊重人為因素的設(shè)計，尤其是在需要接管時。當(dāng)駕駛者既能理解算法的局限，又能保持人類特有的情境感知優(yōu)勢，做出更明智的決策時，"智駕事故"才會從社會議題回歸技術(shù)議題。