近期，《汽車駕駛自動化分級》國家推薦標準（GB/T 40429-2021）正式出臺，并將于2022年3月1日起實施。這標志我國自動駕駛技術的發展正式進入規范化的新階段，其必將有效促進我國汽車行業自動化駕駛技術的有序發展與創新。
自動駕駛技術成熟后將有效提升道路交通環境，相關交通犯罪有可能大幅度消減，但該技術的發展也對法律監管提出了種種新挑戰。本文以自動駕駛技術分級標準為基礎，重點探討檢察機關的履職內容及作為。
自動駕駛分級標準
及刑事責任承擔主體
《汽車駕駛自動化分級》將駕駛自動化分為六個等級。
0級駕駛自動化（應急輔助）：駕駛自動化系統不能持續執行動態駕駛任務中的車輛橫向或縱向運動控制，但具備持續執行動態駕駛任務中的部分目標和事件探測與響應的能力。
1級駕駛自動化（部分駕駛輔助）：駕駛自動化系統在其設計運行條件內持續地執行動態駕駛任務中的車輛橫向或縱向運動控制，且具備與所執行的車輛橫向或縱向運動控制相適應的部分目標和事件探測與響應的能力。
2級駕駛自動化（組合駕駛輔助）：駕駛自動化系統在其設計運行條件內持續地執行動態駕駛任務中的車輛橫向和縱向運動控制，且具備與所執行的車輛橫向和縱向運動控制相適應的部分目標和事件探測與響應的能力。
3級駕駛自動化（有條件自動駕駛）：駕駛自動化系統在其設計運行條件內持續地執行全部動態駕駛任務。
4級駕駛自動化（高度自動駕駛）：駕駛自動化系統在其設計運行條件內持續地執行全部動態駕駛任務和執行動態駕駛任務接管。
5級駕駛自動化（完全自動駕駛）：駕駛自動化系統在任何行駛條件下持續地執行全部動態駕駛任務和執行動態駕駛任務接管。
以上標準在排除傳統駕駛技術的前提下其核心內涵基本一致，為我國自動駕駛技術指明了方向，將有力促進我國汽車制造行業的快速發展，也為自動駕駛技術的法律責任歸屬提供了可靠依據。
按照前述自動駕駛的分級標準，4、5級下，自動化系統承擔全部動態駕駛任務及任務接管，故一旦發生交通事故，系統是承擔責任主體。在0~3級下，自動化系統并不能執行動態駕駛任務接管，即無需乘客響應，系統即可自動達到最小風險狀態，故這四個級別都需要駕駛員參與。在0~2級下，自動駕駛系統處于輔助狀態。在3級下，駕駛員處于輔助狀態。即系統發出接管警報后，駕駛員應該接管系統，這四種駕駛類型，本文稱其為輔助自動駕駛。
在高度（完全）自動駕駛條件下，承擔刑事責任的主體主要為系統。在輔助自動駕駛條件下，承擔刑事責任的主體只能是自然人，即在0~2級三種駕駛類型下，自然人仍是駕駛員，對駕駛狀態處于隨時接管狀態。在3級條件下，自然人以乘客身份坐在駕駛員位置上，只有在必要時才接管動態駕駛任務。因此，3級下自動駕駛需要區分具體情形確定責任主體，如不在設計運行條件內或駕駛員接管動態駕駛任務后發生事故，則可以排除自動駕駛系統的責任。本文主要討論輔助自動駕駛條件下，自然人承擔或排除刑事責任的情形。
輔助自動駕駛條件下排除或承擔刑事責任的具體情形。先進駕駛輔助系統（英文簡稱ADAS））是保障智能汽車行駛安全的重要部分，具體包括車道檢測系統、識別駕駛員意思系統、車道偏離預警系統和車道保持輔助系統，其主要作用是針對無意識車道偏離的情況進行安全預警和控制以實現汽車的主動安全。但這種系統也會在特定情況下造成交通事故。首先是因為車道檢測采集駕駛環境系統的有限性，如2016年1月20日，京港澳高速河北邯鄲段發生一起追尾事故，一輛特斯拉轎車直接撞上正在作業的道路清掃車，特斯拉轎車當場損壞，司機不幸身亡。后經調查，當時車輛處于定速狀態，推測啟用“自動駕駛”功能。其次，即使ADAS系統功能執行正確也可能造成事故。如2012年春天，德國阿莎芬堡市附近的阿爾策瑙村駛入口處，一名60歲的司機突然中風并失去意識，他向右扭轉方向盤，在正常情況下汽車會停在駛入口前的灌木叢中，然而車道保持輔助系統又將汽車駛回公路上，高速駛入阿爾策瑙村并撞死了一名年輕女子和她的孩子（見2019年第1期《法治現代化研究》“自動系統、人工智能和機器人——一個刑法角度的定位”一文）。該案中駕駛員因為不可抗力的疾病，在已做出合適應對措施下沒有主觀犯罪，但搭載的車道保持系統使車輛又回到了主干道，從而撞人。因此，應排除自然人駕駛員的歸責。不是自然人的責任，那么死亡結果就應歸屬于車道保持系統，但在該案中車道保持系統也發揮了自己應有的作用，并未發生故障，而正因為其發揮了該作用，車禍才會發生。該案件事故責任該如何認定，值得思考。車道保持系統，亦稱為車道偏離輔助系統，主要是針對無意識車道偏離情況進行預警和控制，在駕駛員有意偏離車道時（如變道）發出警報，而對駕駛員造成干擾，從而降低交通事故發生率。換言之，車道保持系統開發的目的是在認定駕駛員不當操作時使操作得以回正。但這也存在人機沖突問題，在駕駛員持續不當操作時，車道保持系統是否有能力將駕駛操作回正，還是只有在駕駛員不當操作并沒有持續情況下車道保持系統才有能力將其回正。鑒于目前車道保持系統對識別駕駛員意圖還無法達到令人足以放心的程度，在人機沖突時就應以人的操作為主。因此，該案中應該是駕駛員右轉方向盤之后即失去了對方向的操作，系統認為此次操作乃駕駛員無意識之行為遂啟動車道保持系統，從而造成事故。
由于目前自動駕駛的上述4個主要系統還存在諸多不完善的地方，所以在責任風險歸屬方面還需要類案分析。在自動駕駛模式下，根據目前的算法，故意違反交通運輸管理法規的可能性不大，其因自動駕駛系統引發交通肇事罪可能性不大。在2級以下，駕駛員與自動化系統共同執行動態駕駛任務，如果違反交通運輸管理法規，體現的就是駕駛員意圖，責任歸屬于自然人。如是自動駕駛系統出現認知錯誤，使駕駛員違反交通運輸管理法規，則需要評估駕駛員對自動駕駛系統的可信賴程度。3級自動駕駛狀態下，系統在不具備設計運行條件下發出駕駛員接管警報后，如果駕駛員沒有及時接管，或實施了不適當操作，導致事故發生，駕駛員無法免責。但如果系統沒有發出請求也發生了交通事故，基于3級自動駕駛系統的設計，駕駛員對該系統可以具備充分地信賴，事故責任應歸于系統。
對于危險駕駛罪的構成，在2級以下自動駕駛技術模式中，駕駛員構成該罪沒有問題，但在3級下，需要結合危險駕駛罪的具體罪狀作區分對待。刑法第一百三十三條之一第一款規定的“追逐競駛”行為，在自動駕駛技術模式下，一般常識上普通汽車系統生產商不可能有這樣的算法，故如果出現“追逐競駛”，應該是駕駛員在操作動態駕駛，不可能處于自動駕駛狀態。如果生產商在自動駕駛系統中允許“追逐競駛”，則違背智能汽車致力于提高安全駕駛的設計目的，駕駛員對于自動模式下的“追逐競駛”處于容許或放任態度，生產商與駕駛員共同構成危險駕駛罪。刑法第一百三十三條之一第二款規定的“醉酒駕駛機動車的”行為，系統不可能醉酒，只有駕駛員才能醉酒。從理論上講，配有自動駕駛技術的車輛此時正好幫助駕駛員對汽車進行動態駕駛，避免了駕駛員構成醉酒駕駛的可能性。但由于3級下需要駕駛員隨時接管駕駛動態，故當自動駕駛系統發出接管請求后，駕駛員接管可能構成醉酒駕駛。這種情況下，技術上可以處理，比如在3級下，如果駕駛員沒有進行相應接管操作，自動駕駛技術應做出停車算法結論。如果是在剎車過程中造成交通事故，其后果仍歸屬于駕駛員。另外，如果目前系統沒有此類算法，駕駛員仍應做出接管車輛，構成醉酒駕駛。但這種情形下，應該考慮駕駛員利益衡量的兩難困境，在刑罰適用上加以減輕或免除。刑法第一百三十三條之一第三款規定的“從事校車業務或旅客運輸，嚴重超過額定乘員載客，或者嚴重超過規定時速行駛的”行為以及第四款規定的違規運輸危險化學品的行為，只可能由駕駛員構成。裝載容量與裝載內容只可能由人決定并選擇，且啟動自動駕駛系統還可以幫助駕駛員規避“嚴重超過時速行駛”行為。
自動駕駛技術風險下
檢察機關職能的作為
自動駕駛技術所產生的刑事責任風險具體類型可以分為：交通事故、產品事故及數據事故。總體上來看，在傳統刑法理論框架下上述問題都可以得到解決，但隨著自動駕駛技術的發展，未來發生交通事故時，討論的焦點將越來越集中于生產商，如產品事故（產品瑕疵導致事故發生）以及數據事故（用戶個人信息泄露），這兩種類型的責任主體都在生產商。在多大范圍內追究產品制造者的責任，值得關注，這也是檢察機關在自動駕駛技術風險下發揮法律監督職能的方向之一。
通過事故調查促使自動駕駛數據庫加快完善。智能網聯汽車數據庫的完善是當前自動駕駛技術發展較迫切的事情之一。完備的共享“元數據”可以促使駕駛自動化系統持續執行全部動態駕駛任務及執行動態駕駛任務接管。但是目前這些數據主要是由各大制造商自行收集來完成的，因此，如何促使各大制造商數據共享，需要有關職能部門有效作為。就檢察機關而言，管轄地檢察機關可以對每一次使用自動駕駛（輔助）技術的事故主動介入調查，在必要范圍內督促對事故數據的公布與共享。此外，事故發生后，數據原始保留工作非常重要，不得篡改。如有篡改，就會無法查清事實，其篡改行為可能構成破壞計算機信息系統罪，但該罪要求有“后果嚴重”，而對于自動駕駛系統的信息篡改，目前的司法解釋并無對其證明標準的規定或概括，亟待進一步完善。
以公益訴訟的形式督促生產商或經銷商合規經營。監督生產商或經銷商不得開展誤導性擴大性宣傳。駕駛輔助系統用戶手冊不得有隱瞞與欺詐內容，重點條款應予以必要提示。例如4級以下的自動駕駛都是在“設計運行條件”內才可以啟動。何為設計運行條件？生產商與經銷商必須盡到足夠的提醒說明義務，否則，消費者誤用自動駕駛模式造成事故應該對生產商或經銷商過失致人死亡或者過失以危險方法危害公共安全罪進行追責。或者生產商在明知產品有缺陷的情況下不履行召回職責，此時單個消費者無力對上述商業行為進行舉證，檢察機關應以守護公共安全的職責適時介入，啟動檢察建議或公益訴訟。
通過啟動事前合規程序，加強對信息數據庫安全的監管。智能汽車的運行是一個持續的、伴隨著大量數據收集和處理的過程。以導航系統為例，智能汽車在操控車輛前，經過信息收集、分析、決策等一系列過程，其中每一個步驟都需要與實時數據庫進行數據交換。這一過程會隱藏個人數據泄露風險。一方面，持續和大量的數據處理使個人數據主體更容易被識別和追蹤。另一方面，持續數據處理和交換加大了個人數據泄露的風險。一旦某個環節被攻擊，就可能造成大量個人數據泄露，帶來難以挽回的損害。這對智能汽車數據安全保護體系提出了更高的要求。檢察機關可以通過啟動事前合規程序，促使相關企業致力于數據合規。
（作者：□陳珊珊 朱文瑞 作者單位分別為蘇州大學王健法學院、蘇州市高新區人民檢察院）