自動運転車の倫理的目標関数による社会的選好のモデリング

科学分野:

• AI倫理
• ヒューマンコンピュータインタラクション
• 道徳哲学

背景:

• 自動運転車（AV）には、倫理的な意思決定フレームワークが必要です。
• 既存のフレームワークはほとんど概念的なもので、経験的な根拠が欠けています。
• 社会的価値は、AVの道徳的選択を導く必要があります。

研究 の 目的:

• AVの意思決定のための定量的倫理的目標関数（EGF）を開発すること。
• 経験的データを用いて倫理的フレームワークを具体化すること。
• 継続的な社会的整合のためにEGFを社会技術的フィードバック（SOTEF）ループに統合すること。

主な方法:

• 89人のオランダの大学の学生を対象とした離散選択実験（DCE）。
• 6つの倫理的に重要な属性に基づいてAVの道徳的シナリオを評価。
• 属性の重みを導き出すための多項ロジット（MNL）モデルは、社会的道徳的選好を表します。

主要な成果:

• MNLモデルは、安定した属性の重みと63.8%の予測精度を示しました。
• 開発されたEGFは、社会的な道徳的判断を計算パラメータに効果的に変換します。
• この研究は、AV倫理フレームワークの最初の経験的な具体化を提供します。

結論:

• EGFは、AVに社会的価値をエンコードするためのデータ駆動型アプローチを提供します。
• SOTEFループは、AVの倫理的意思決定の継続的な改善を促進します。
• 将来の研究では、文化的な一般化可能性と多様な提示モダリティに焦点を当てるべきです。