自动驾驶悖论 当系统越是为购买者优化，就越可能把风险转嫁给非购买者
左转，撞上一位守规过街的行人；右转，撞上水泥墙——车上三名乘客重伤。
这不是一个技术问题，也不是一个纯粹的道德问题。它是一个谁有权替所有人做决定的问题。
本课用同一个场景，穿过三门学科，最后走到创业现场：
经济学看什么
车外风险是一种没有被定价的外部性。市场会自发停在"保护车内人"的位置，因为它只听得见购买者的声音。
管理学看什么
这个取舍在写代码那一刻就定了。谁来签字？决策链上谁负责？没有可问责的程序，就没有合法性。
社会学看什么
被牺牲的"车外人"不是随机路人，而是社会结构中长期承担道路风险的那批人。风险如何分配，就是正义如何分配。
＋ 双创拓展（模块 08–09，+30 分钟）：三门学科给出的三个缺口，正好对应三类可以创业的切口——把安全余量做便宜、把合规做成产品、把第三方风险变成可定价的合约。同一个悖论，换成创业者，要回答的问题变成三个字：谁来付钱？
先别看理论，凭直觉做 4 次选择
每个场景都只有两个选项，必须在 5 秒内选完——不要推理，选你的直觉。点击按钮即可投票，本机所有选择会被记录下来，最后看全班分布。
📱 扫码投票 · 全班实时分布
学生用手机扫描右侧二维码（按实际部署自动提示联网方式），4 题选完即实时进入下方大屏。这是本模块的主投票通道——它把"同一间教室的人也无法达成一致"变成可投屏的课堂证据。
准备中…
把本页投屏后，学生扫码即投票；本页每 2 秒自动刷新，点「清空本轮」可开始新一轮。
本机累积分布（投屏轮流操作 · 备用）
同一台设备上每完成一轮 4 题，就累加一份样本。当教室网络不便时，可改由学生轮流上台点选，或全班举手由老师代录。
还没有数据。
公布答案前，先想一想：这 4 题在测什么？
4 个场景分别孤立地测试四种道德变量：
| 场景 | 被测试的变量 | 你实际在权衡 |
|---|---|---|
| ① 守规 vs 违规 | 规则 vs 结果 | 该不该惩罚违规者？还是只看伤亡数字？ |
| ② 老人 vs 儿童 | 年龄 | 剩余生命年数算不算道德权重？ |
| ③ 三位行人 vs 一位乘客 | 数量 vs 身份 | 本课核心：车内人的命和车外人的命，权重一样吗？ |
| ④ 一位行人 vs 车上三人 | 结果论 vs 义务论 | 为了让死亡数字最小，可以主动撞向一个无辜的人吗？ |
注意：直觉投票没有标准答案。它的作用是让分歧可见——如果同一间教室的人都无法达成一致，那由谁替全社会的道路使用者做这个决定？这正是本课要追问的。
从电车难题到自动驾驶：三次转变 为什么一个 1967 年的哲学思想实验，会在 2018 年变成真实的法律与工程问题
经典电车难题（Philippa Foot 1967 年提出，Judith Jarvis Thomson 后续发展）原本是一个关于"结果论与义务论孰是孰非"的思辨题，只在哲学课堂上讨论。自动驾驶把它拖到了现实里。
从「偶然」到「设计」
人类驾驶的两难是概率的产物，是运气。自动驾驶的两难是被事先写进代码的规则。
责任主体因此从"当时的司机"转移到"当时不在场的工程师"。
从「瞬间直觉」到「事前推理」
人类在 0.5 秒里做的是反射，不是道德计算。算法却必须在事故发生前把所有情形都想清楚。
于是"没有人类能真的想清楚"的事，被要求"必须写清楚"。
从「个人选择」到「公共规则」
一个司机的选择只影响那一次事故；一套算法部署在一百万辆车上，就等于一条影响百万次事故的公共政策——而它从未经过任何立法程序。
它把原本藏在"运气"里的道德难题，变成了必须公开署名的工程文件。
核心悖论的完整链条
用一句话概括本课的核心：系统越是为购买者（车内人）优化，就越可能把风险转嫁给非购买者（车外人）。这个链条有四环，缺一环都推不动：
| 环节 | 内容 | 关键含义 |
|---|---|---|
| ① | 碰撞在物理上不可能 100% 避免，安全余量永远稀缺 | 稀缺 → 必须取舍 → 取舍就是伦理 |
| ② | 厂商的利润来自买车的人，不来自被撞的人 | 激励机制天然偏向车内人 |
| ③ | 车外风险没有被计入这笔交易，主要由第三方承担 | 典型负外部性：代价未被定价 |
| ④ | "车内优先"一旦成为行业默契，谁都怕单独改变 | 个体理性 → 集体非最优 |
先别急着接受三学科视角：三个必须知道的反驳
任何讲"自动驾驶电车难题"的课，如果不处理下面三个反驳，就会显得像空谈。先承认它们，再看它们为什么不够。
反驳一真问题不是"撞谁"，而是"如何不进入两难"。
冗余制动、激光雷达+摄像头多模感知、路口限速、提前数秒发现障碍——真实的工程目标是把车开进"没有两难"的区域。把问题设定成"选谁死"本身可能是被媒体制造的。
反驳二自动驾驶的净效应主要是减少事故，而不是制造事故。
常被引用的口径是"绝大多数严重交通事故涉及人为因素"（NHTSA 相关研究常被引为约九成以上）。该口径的统计方法与适用条件存在学术争议，具体数字请核对 NHTSA 原始报告，勿直接引用二手转述。
反驳三人并没有在紧急瞬间做道德推理，凭什么要求算法做？
真实的人类司机在 0.5 秒内是反射性动作。对算法施加"必须道德正确"的标准，是一种不对称的要求（"人做不到的却要机器做到"）。
但它们都不能让悖论消失。因为反驳一说的"避免两难"也需要资源：多一重冗余就是多一笔成本、多一层车重、多一分能耗。只要资源稀缺，"分配"就永远存在。
而分配规则，就是伦理。
经济学：这是一个定价失败的问题 车外风险没有被写进任何价签，所以它由最没有议价能力的人付账
3.1 核心概念：负外部性
把"车辆安全"拆成两样东西看，整件事的结构就清楚了：
| 属性 | 车内安全 | 车外风险 |
|---|---|---|
| 谁付出成本 | 购买者（付车价） | 行人、骑行者、其他司机 |
| 谁获得收益 | 购买者 | 无人主动获取 |
| 是否在交易中定价 | 是（价格里包含了安全配置） | 否（没有任何价签） |
| 经济学身份 | 私人品 | 负外部性 |
3.2 互动：如果让你来调，社会最优在哪里？
拖动下面的滑块，改变"车内安全优先度"这一个参数，观察三类伤害如何变化。模型是示意性教学模型，用于展示逻辑关系，不是实测数据。
看到结果后，讨论这三个问题
1) 为什么市场会自发停在"车内优先"的一侧？
因为市场只听得见购买者的声音。购车人会问"这车保护我吗"，不会问"这车保护路人吗"。厂商为了销量，理性地选择讨好买主。这不是厂商缺德，这是激励结构决定的。
2) 为什么"社会最优"与"市场结果"之间的差距不会自动消失？
因为承担代价的行人不在交易里，无法"用脚投票"，也无法与百万名司机逐一协商。这就是经济学里那个著名的推论：科斯定理（Coase 1960）说"如果交易成本为零，权利的初始归属不影响效率"——但行人与全体司机谈判的交易成本无限高，所以定理的前提在这里不成立，权利的初始界定（法律与监管）就直接决定了结果。
3) 监管强制"社会最优"会有什么代价？
车内安全下降 → 消费者购买意愿下降 → 技术推广变慢 → 减少事故的净收益被推迟实现。所以真正的政策问题不是"要不要监管"，而是如何在两种社会损失之间找一个可接受的落点。这也是为什么德国等国选择"由伦理委员会给出原则、由监管机构执行"而不是直接规定算法参数。
3.3 互动：两家车企的博弈
假设市场上只有两家公司，各自独立决定碰撞策略。矩阵里是教学用示意收益（综合"销量份额 − 诉讼与声誉风险"的相对值）。先猜：均衡会在哪一格？
这个博弈为什么叫「困境」？
如果两家都选"均衡保护"，各得 4 分，行业信任度上升，总盘子变大。但只要对手选了"均衡保护"，我改成"保护车内人优先"，就能拿到 5 分——因为购车人更认"保护我"这个卖点。于是双方都会偏离合作，最终落在（3, 3）：行业信任受损，总盘子缩水，行人风险上升，没有任何一方获得额外好处。
这就是经济学里最经典的结构：个体理性导致集体非最优。它的解法通常不是"呼吁企业更有道德"，而是改变收益矩阵——用监管让"偏向车内"不再能拿到那 1 分的超额收益。统一规则把"谁先让步"变成"所有人同时让步"，反而解除了创新的顾虑。
延伸概念：与"囚徒困境"相邻的还有逆向选择（越不在乎行人安全的厂商越敢激进宣传，把在乎的厂商挤出市场）与道德风险（责任由保险或厂商兜底后，消费者对风险的敏感度下降）。这两个都可以作为讨论作业。
3.4 术语卡
外部性 Externality 科斯定理 Coase Theorem 交易成本 Transaction Cost 消费者主权 Consumer Sovereignty 集体行动困境 Collective Action Problem 囚徒困境 Prisoner's Dilemma 机制设计 Mechanism Design 卡尔多-希克斯效率 帕累托改进 Pareto Improvement
管理学：这是一个治理失败的问题 技术上最优的方案，如果没有可问责的程序，就会在第一次事故中失去全部信任
4.1 「伦理的无声外包」
在传统汽车上，碰撞后的取舍由司机在 0.5 秒内完成——那是个人行为，法律、保险和社会都有一套现成的处理方式。在自动驾驶上，同样的取舍由工程师在几个月前的一个下午写进判断分支。
但这件事通常不会被登记为一次伦理决策，只会被登记为一次技术参数调整。
这就是管理学意义上的伦理的无声外包：伦理责任被悄悄转移到了最不具备授权、也最不具备伦理训练的人身上——一线工程师。他们既没有民主授权，也没有制度支持，却要为全社会的价值排序签字。
4.2 互动：这个决定应该由谁来做？
情景：算法必须在 200 毫秒内完成取舍，取值规则必须在量产前确定。点击你认为应当拥有这个决定权的主体（可多选），看它的支持理由与固有风险。
「多手问题」为什么是管理学的核心难题？
自动驾驶的决策链很长：感知算法工程师 → 决策规划团队 → 仿真验证团队 → 产品经理 → 法务合规 → 高管层 → 董事会。每个人都只负责其中一小步，每一步都有合理的解释，但没有任何一个人的工作内容是"对整体后果负责"。
这就是伦理学与管理学中经典的 problem of many hands（多手问题）：当后果由很多只手共同造成时，责任会被稀释到接近于零。它造成的直接后果是——危机发生时无法追责，因此也无法改进。
管理上的解法不是"找个负责人背锅"，而是建立可问责的结构：
- 决策留痕：把每一次价值取舍记录为正式的设计决策（design decision record），而不是散落的代码注释。
- 分层授权：明确哪些参数由工程团队决定，哪些必须上升到安全委员会，哪些需要外部审查。
- 独立制衡：引入不向业务线汇报的安全与伦理审查职能（类似航空业的独立适航审查）。
- 外部参与：让不代表车主利益的主体（行人组织、城市规划、残障群体代表）进入评审环节。
4.3 两种企业观，两种结论
股东至上（Friedman 立场）
企业的唯一社会责任是提高利润（Milton Friedman 1970 年在《纽约时报杂志》上发表的著名论点）。
推论：服务买车的股东与消费者 → 车内安全优先是"尽责"，不是"缺德"。
这个推论在逻辑上完全成立——问题在于它把成本推给了不在场的人。
利益相关者理论（Freeman 立场）
企业应对所有受影响方负责（R. Edward Freeman 1984 年提出）。
推论：行人、城市、监管者、未来使用者都进入决策视野。
难点在于：利益相关者没有投票权，也没有付款渠道，靠什么保证他们的诉求被真实计入而不是被"表演性纳入"？
可直接借用的风险治理工具（来自成熟工业安全领域）
汽车行业并不需要从零发明伦理治理。航空、核电、化工早已处理"如何给生命设定一个可接受风险阈值"这件事，只是不常拿到台面上讲：
| 工具 | 作用 |
|---|---|
| FMEA（失效模式与影响分析） | 系统性地列出每个可能的失效点及其后果严重度 |
| ALARP 原则 | "风险须降至合理可行的最低水平"——承认风险不可消除，但要求持续下降并留证 |
| 风险矩阵 | 把"发生概率 × 后果严重度"映射为可接受/需缓解/禁止三级 |
| Safety Case（安全论证档案） | 强制企业提交一份"为什么我认为它足够安全"的完整论证，供第三方审查 |
| ISO 26262 / ISO 21448（SOTIF） | 功能安全与"预期功能安全"标准体系，处理系统性失效与性能局限 |
提醒：上述标准的现行版本号与适用范围会更新，授课时请以发布机构的当年度有效版本为准。
管理学的关键洞见：这些工具的共同点是把"伦理"从个人良知转化为可审查的流程文档。一旦价值判断必须写进文档并接受外部质询，它就从"工程师的私事"变成了"组织的公开决定"。
4.4 「程序合法性」比「结果正确」更重要
这是管理学与政治哲学交叉处最重要的一句话：公众不接受一个方案，往往不是因为它结果不好，而是因为它没有经过一个可被接受的程序。
因此在危机中，企业表现的差距常常不在技术，而在事前有没有可审计的决策记录。有记录的企业可以说"我们当时的推理是这样的"；没有记录的企业只能说"我们很痛心"。前者是治理，后者只是公关。
社会学：这是一个分配正义的问题 技术没有创造新的不平等，它只是把既有的不平等写进了代码
5.1 从「分配财富」到「分配风险」
德国社会学家乌尔里希·贝克（Ulrich Beck）在《风险社会》（德文原版 1986 年，英译本 1992 年）中提出一个至今仍然锋利的判断：
而副作用从来不会平均分配——它总是流向信息最少、议价能力最弱、最无法迁移的那一端。
把这个判断放到道路上，问题立刻变得具体："车外人"到底是谁？他们不是随机路人，他们是有结构性特征的一群人。
5.2 互动：谁在路上承担风险，谁在桌前参与决策？
下面的四象限图把道路使用者按两个维度放置：横轴＝道路风险暴露程度，纵轴＝决策参与与议价能力。鼠标移到任意点上可看到说明。
在社会学看来恰恰是排除机制：
行人、儿童、无车家庭、行动不便者从来不在市场里投票，
他们的安全被计入企业的"成本"，而不是"需求"。
这句话把前两个视角接上了：经济学说"市场听不见非购买者"，社会学接着说"那么被系统性忽视的究竟是谁"。两者的答案指向同一批人。
5.3 道德直觉不是普世的
2018 年，麻省理工学院团队在《自然》期刊发表了一项基于在线平台 Moral Machine 的大规模调查（Awad 等，2018）。全球参与者面对大量类似"无人车该撞谁"的场景做出选择，结果显示：
来源提示：以上为该项研究聚类分组的定性概括（西方/东方/南方三组道德偏好集群）。具体数值、样本量与区域划分方式请核对原文（Awad et al., The Moral Machine experiment, Nature, 2018），不宜引用二手转述。
这个发现为什么重要？两个推论
推论一：不存在"文化中立的最优算法"。如果"救谁"的直觉随文化而系统性变化，那么任何一套写死的取值规则，都必然在某些地区被多数人认为是错的。技术上的全球统一，会撞上道德上的地方差异。
推论二：可行的方向只能是"最低共识 + 地方裁量"。国际层面只锁定极少数底线（例如不得以个人身份特征作为刻意歧视的依据、必须保护生命优于财产——德国 2017 年伦理委员会报告即采取此类思路），其余交给地方公开讨论决定。具体条款请核对德国联邦交通部伦理委员会 2017 年《自动化和联网驾驶》报告原文。
5.4 信任的对象不是算法，而是制度
人们常说"我不信任自动驾驶"。但社会学的观察是：公众信任的从来不是技术本身，而是围绕技术的制度。没有人能验证一架飞机是否安全，人们信任的是适航审查、飞行员训练体系与事故调查制度。
由此推出一个对课程的实践意义：提升技术接受度的关键手段，未必是提升算法精度，而可能是提升可问责性——公开决策记录、建立独立调查机制、让公众参与规则制定。这就是程序公正（procedural justice）的力量：即使结果不理想，只要程序被认为是公正的，公众的接受度就显著更高。
补充概念：责任仪式与道德恐慌
道德恐慌（moral panic）：社会学家斯坦利·科恩（Stanley Cohen）在 1972 年研究媒体与青年亚文化时提出的概念——媒体会把个别事件放大为对某种新生事物的整体性恐惧叙事。"杀手机器人"这类表述就是典型的道德恐慌框架，它压缩了理性讨论的空间。
责任仪式：涂尔干（Émile Durkheim）传统中的观点是，惩罚的功能不只是阻止犯罪，更是重建集体情感与秩序象征。事故发生后，公众舆论要求"有人负责"的过程，本质是一次社会秩序的再确认——这解释了为什么"技术解释"永远无法平息舆论，而"制度性追责"往往可以。
5.5 术语卡
风险社会 Risk Society 风险分配 Risk Distribution 技术的社会建构 SCOT 系统信任 System Trust 程序公正 Procedural Justice 道德恐慌 Moral Panic 结构性弱势 Structural Vulnerability 无知之幕 Veil of Ignorance
案例工作坊：把一次事故切成四层
2018 年 3 月，一辆自动驾驶测试车在美国亚利桑那州坦佩市撞上一位推着自行车横穿马路的行人，行人死亡。这是公开报道中被广泛视为首例自动驾驶车辆致行人死亡的案例，测试随后暂停。
小组任务（4–5 人一组，8 分钟）
把这起事件（以及你了解到的任何自动驾驶事故）拆成下面四层，每层回答："这里究竟出了什么问题？属于哪门学科的范畴？"
汇报要求：每组用 1 分钟给出最重要的一层，并说明为什么你认为它比其他三层更关键。允许不同组给出不同答案——这正是本课要保留的分歧。
评价练习：用评分量规读一份安全策略声明
下面是一份虚构的企业安全策略声明（教学用材料，非任何真实公司的文件）。请以小组为单位，用右表量规给它打分，并说出你的扣分理由。
虚构材料 · 某公司《安全策略声明》
① 我们的自动驾驶系统以减少车内乘员受伤为首要设计目标，同时最大程度降低对第三方的影响。
② 在不可避免的碰撞场景中，系统将依据算法实时评估的最优方案行动。
③ 我们高度重视安全，所有车辆均通过严格的内部测试。
④ 出于商业保密考虑，具体的碰撞决策逻辑属于核心知识产权，不予公开。
讨论提示：这份声明的问题不在措辞，而在它删掉了什么——谁的目标是"首要"？谁定义的"最优"？谁有权判断"严格"？谁被排除在知情之外？
| 评价维度 | 关键追问 |
|---|---|
| 目标设定 | 是否明确承认存在价值冲突？还是用"同时兼顾"掩盖冲突？ |
| 可问责性 | 能否指出谁对哪一个具体决定负责？有无记录与审查机制？ |
| 透明程度 | 是否愿意接受外部质询？"商业保密"是否被用作回避审查的理由？ |
| 弱势方纳入 | 行人、非机动车等非购买者是否被作为"权利主体"而非"影响因素"对待？ |
参考答案要点（教师用 · 建议在学生汇报后再展开）
① 目标设定：把"车内乘员"设为首要目标，把车外人降格为"同时最大程度降低影响"——这是实质上的车内优先，但用"同时"一词做了修辞掩盖。诚实版本应写："我们承认在二者冲突时必须排序，我们的排序依据是……，其理由为……"。
② 可问责性："算法实时评估的最优方案"是在推卸责任——它把价值判断交给了算法这个不可质询的对象。最优是相对于谁的目标函数最优？这个问题一旦问出，声明的空洞就暴露了。
③ 透明程度："内部测试"与"严格"都是不可验证的形容词。可问责的表述应当给出外部审查主体、审查范围与结论的可查路径。
④ 弱势方纳入："商业保密"在这里是最需要警惕的一条：它在保护什么？如果保护的是竞争对手无从得知的技术细节，应当可以分离披露；如果连"价值排序原则"都不公开，那么公众被排除的不是商业信息，而是与自己人身安全直接相关的规则。
教学用途：本材料与答案要点是为训练"批判性阅读企业公开文件"而虚构，不代表对任何真实企业的评价。
规则设计器：如果你是立法者 选出你认为必须落地的规则，系统会告诉你这份方案补上了哪一层，又留下了什么张力
前面三个视角各自指出了一个缺口：经济学说"外部性没有定价"，管理学说"没有可问责的程序"，社会学说"非购买者被排除"。现在轮到你补。
从"悖论"到"赛道" 同一个缺口，学术叫它"外部性"，创业者叫它"还没人做的生意"
前面三门学科各指出了一个缺口。创业者的句式会立刻变一次：缺口 ＝ 未被满足的需求 ＝ 可能的市场。但同一件事从"学术诊断"变成"商业方案"，会多出一个新问题——谁来付钱？
一、把三句诊断翻译成三个创业命题
| 学科诊断 | 学术表述 | 创业命题（要完成的那件"活儿"） | 典型产品形态 |
|---|---|---|---|
| 经济学 | 车外风险是一种没有被定价的负外部性 | 让车外风险变得可定价、可转移 | 新型责任险 / 风险定价数据服务 |
| 管理学 | 取舍在写代码那一刻完成，却无人签字 | 让"谁签的字"可追溯、可辩护 | 安全案例自动化 / 决策日志审计 |
| 社会学 | 非购买者被排除在决策之外 | 让沉默方进入决策并有分量 | 第三方代表机制 / 公众参与平台 |
注意"典型产品形态"一栏只给方向，不是市场清单。真正的机会在你的具体场景里，不在这一格里。
二、三类切口与各自的"死亡线"
切口 A · 技术
把安全余量做便宜。ODD 限定、冗余架构、感知降本——用工程手段压低"多一重保护"的边际成本。
死亡线：安全投入是成本项，客户默认只为"合规底线"付费。你必须证明它同时是省钱项或卖点。
切口 B · 制度
把合规做成产品。让"可问责"成为可以购买的基础设施——安全案例、伦理审计、监管科技。
死亡线：你的市场大小由监管强度外生决定。监管松，你就没有客户；你甚至需要主动参与规则形成。
切口 C · 分配
把第三方风险变成可定价合约。按暴露计费的责任险、风险池、风险转移工具。
死亡线：要让车外风险可交易，先得让车外人拥有议价地位——这本身是一个政治过程，不是纯产品问题。
三、动手：设计一个机会，并让它接受三问检验
选择你的切口、先发优势、谁付钱、谁担险。系统会算出这个机会的三个指标，并检查一件最容易被创业者忽略的事——外部性有没有被内部化。
四、商业模式三问：闭合才是模式
| 问题 | 为什么它致命 | 不闭合的典型症状 |
|---|---|---|
| 谁付钱 | 把"需求"变成"收入"。没有人付钱的需求只是愿望。 | 用户增长很快，收入模型一栏写的是"未来通过数据变现" |
| 谁受益 | 受益方必须落在付费方的收益函数里，否则交易不会发生。 | 受益的是第三方（行人、社会），付费的是车主——受益方不在桌边，没有任何动力为它付钱 |
| 谁担险 | 问题被消除之前，风险总要有人扛。扛的人是否等于决策的人，决定了它是不是外部性。 | 担险的是"全社会"或"到时候再看"——成本被留给了不在交易里的人 |
如果一条商业模式只有在没人追问外部性时才能成立，那它不是模式的缺陷，是它的本质。
负责任的创业：当你的成功会放大外部性 规模不是中性的——用户每多一个，未被定价的风险也多一份
一个试点项目造成一次伤亡是"不幸"；十万辆车上线后，同一个取值规则就变成了统计学上的既定产量。创业者比学者更需要回答这个问题：你的增长，把风险放大了几倍，又把谁放到了账本外面？
一、三句创业版诊断
收入模型里有没有为负外部性留科目
如果没有，你的增长在记账上是"免费"的，但在现实里不是。它会以监管、诉讼、召回或名誉的形式回来收款，而且是集中回来。
有没有一个能说"不"的角色
关键不是有没有伦理委员会，而是这个"不"有没有制度效力——能否决发布、能动预算、且说不的人不会被换掉。
受损方在不在你的桌上
用户增长不等于相关方增长。会上被讨论的人不是利益相关者，能改变结果的人才是。
二、伦理尽调清单：投资人会问什么
勾选你已经具备的机制。这不是合规审计，而是把"可辩护性"提前想清楚——危机来时，没有制度的人只能靠辩解，有制度的人可以出示证据。
三、60 秒路演：机会 / 模式 / 责任
投资人不缺"我们会很负责"的承诺。真正让人记住的，是你主动放弃了什么。
忌：从技术趋势讲起。宜：从一个具体的、可核验的代价讲起。
忌："未来通过数据变现"。宜：说清第一笔钱从哪个科目出来。
忌："我们高度重视安全"。宜："我们放弃了 X，因为 Y，代价是 Z，我们认为值得。"
一句话检验：如果把你路演里的"责任"段整段删掉，这个故事是否变得更吸引人？如果会，说明你的责任叙述还只是装饰，没有进入模式本身。
四、双创情境测验 · 6 题
选择和商业决策一样，难点从来不在选项，而在你能否说出背后的机制。
📋 教师配套（精简版｜课程定位 · 学习目标 · 量规 · 作业 · 预案 · 准确性说明）
一、课程定位与两种上法
| 授课对象 | 高校本科一、二年级通识课 / 跨专业选修，或高校"创新创业"类通识课；无需经济学、管理学、社会学先修基础 |
|---|---|
| 班级规模 | 30–120 人（小组活动按 4–5 人分组） |
| 上法一：完整版 | 120 分钟＝90 分钟学理主课（模块 01–07 + 收束）＋ 30 分钟双创拓展（模块 08–09）。适合双创课程、专题工作坊、两天内的讲座连堂。 |
| 上法二：主课版 | 90 分钟：跳过模块 08–09，按模块 01–07 推进后直接进收束；双创两页留作课后自学 + 作业选题。适合纯通识课、课时被压缩时。 |
| 技术需求 | 一台电脑打开本课件 + 投影。模块 01 建议启用「扫码投票」：线下授课时双击同目录 启动扫码投票.bat，学生手机与教师电脑须连同一 Wi-Fi；通过本站线上地址访问时，投票服务已部署在 /games/vote/，学生联网即可参与；网络不便时用本机累积分布备用通道 |
二、学习目标（可观测 · 对齐布鲁姆层次）
| 序号 | 学完后，学生能够… | 层次 | 对应评估 |
|---|---|---|---|
| O1 | 复述"自动驾驶悖论"的四环因果链条，并指出"从驾驶员瞬间直觉到设计者事前编码"带来的责任主体变化 | 理解 | 情境测验 Q1–Q2；课堂追问 |
| O2 | 运用"负外部性、交易成本、集体行动困境"解释为何市场自发结果偏向保护车内人 | 应用 / 分析 | 外部性滑块 + 博弈矩阵 + 情境测验 |
| O3 | 用利益相关者理论与"多手问题"定位决策链上的责任稀释环节，给出至少两条治理改进 | 分析 | 决策主体互动 + 小组汇报 |
| O4 | 依据量规，对一份安全策略声明作出批判性评价，指出其价值冲突与修辞性掩饰 | 评价 | 案例工作坊评价练习 |
| O5 | 设计一份包含至少四条规则的监管方案，说明每条的作用层次与可能引发的张力 | 创造 | 规则设计器输出 + 课后作业 |
| O6 | 针对三类创业切口之一，用"谁付钱／谁受益／谁担险"三问分析一个商业构想，并判断其外部性是否被内部化 | 分析 | 机会设计器输出 + 情境测验 Q3–Q4 |
| O7 | 完成 60 秒路演，并主动接受一项使外部性回到决策者账本的约束，说明其代价与理由 | 创造 / 评价 | 路演量规 + 尽调清单自评 + 课后作业 |
三、情境测验双向细目表（模块 09 · 6 题）
| 题号 | 对应目标 | 知识点 | 理解 | 应用 | 分析 | 评价 | 题型 | 分值 |
|---|---|---|---|---|---|---|---|---|
| Q1 | O6 | 外部性内部化：付费方的切换 | √ | √ | 单选 | 2 | ||
| Q2 | O6 | 内部化的机制（边际成本回到决策者） | √ | √ | 单选 | 2 | ||
| Q3 | O3 / O6 | 利益相关者纳入的实质：有发言权≠有权重 | √ | √ | 单选 | 2 | ||
| Q4 | O4 / O7 | 未被定价的负债与估值 | √ | √ | 单选 | 2 | ||
| Q5 | O2 / O6 | 制度类产品的需求由监管强度外生决定 | √ | √ | 单选 | 2 | ||
| Q6 | O1 / O7 | 规模把取值规则兑换为制度性产出 | √ | √ | 单选 | 2 | ||
| 合计 | 12 | |||||||
客观题合计 12 分；主观开放题（机会分析 + 60 秒路演 + 责任设计说明）另计 88 分，采用下方量规评分。建议情境测验仅作形成性反馈、不计入总分，避免学生把注意力从"想清楚"转移到"记答案"。勾选式自评（尽调清单）只作课堂启动器，不单独计分。
目标—活动—评估对齐自查：O6 要求"分析"，对应活动是学生亲手做四步选择并读取错配警示（不是听讲）；O7 要求"创造/评价"，对应活动是写路演稿并接受量规评分。七个目标的活动层次与评估层次一致，无"目标是分析、活动只是听讲"的错位。
四、双创方案评分量规（用于 O6 / O7）
| 维度 | 优秀（90–100） | 良好（75–89） | 合格（60–74） | 待提升（<60） |
|---|---|---|---|---|
| 机会真实性 | 明确指出"谁的哪一项代价未被计入任何账本"，并给出可核验的观察依据 | 指出未被定价的代价，依据较笼统 | 只描述技术趋势或市场热度 | 把"风口"当成机会 |
| 三问闭合 | 谁付钱／谁受益／谁担险三者逻辑闭合，能解释付费方为何愿意付这笔钱 | 三问基本齐全，闭合性有弱点但已察觉 | 只回答了谁付钱 | 未回答付费方与担险方 |
| 外部性处理 | 给出让风险回到决策者账本的具体机制（合约条款／费率结构／治理席位／否决权），并说明其可执行性 | 提出方向但未落到具体机制 | 只承诺"会负责任" | 把外部性视为公关问题 |
| 约束的自觉 | 主动放弃一个更赚钱的选项，并说明理由、代价与不后悔的条件 | 认识到约束的必要性 | 泛泛提到"要合规" | 认为约束只会拖慢增长 |
| 表达与可行性 | 60 秒内结构清晰，含一个可验证的下一步动作 | 结构清楚，细节偏少 | 结构松散，需追问才能听懂 | 无法在 60 秒内讲清 |
五、分层作业
基础层（全员，约 40 分钟）
用 600–800 字回答："为什么说自动驾驶悖论首先是一个激励机制问题，而不是道德水平问题？"必须使用"负外部性""消费者主权"两个概念各一次，并至少指出一个反例或边界条件。
基础层（双创方向，与上一题二选一，约 40 分钟）
选一个你熟悉的、与 AI 或平台经济相关的真实产品，用"谁付钱／谁受益／谁担险"三问写出 600–800 字分析，并回答：它的外部性落在谁身上？这个成本目前为什么没有被计入价格？
提高层（学有余力，约 2 小时）
任选其一：
- 双创方案设计（推荐）：写一份 60 秒路演稿 + 一页《责任设计说明》，含：未被定价的代价是什么、三问如何闭合、主动接受的约束及其代价、尽调清单 8 条的落实情况与缺口。按上方量规自评后提交。
- 治理方案设计：为一个 500 万人口的城市设计自动驾驶准入规则（4–6 条），逐条说明规则层级（算法／信息／责任／制度／基建）、受益方、受损方、执行成本、失效条件。
- 跨文化比较：检索 2018 年 Moral Machine 研究的原文摘要与至少两篇后续讨论，写一份 1000 字综述，回答"如果道德直觉存在系统性文化差异，算法规则的全球统一是否可能"。（须列出来源，不得使用未核实的二手转述。）
- 反向论证：以"电车难题式的提问方式本身是有害的"为立场写一篇辩护性短文，用它来反驳本课的前三个模块。
六、课堂配速（完整版 120 分钟）
| 环节 | 时长 | 学生活动 | 设计意图 |
|---|---|---|---|
| 01 直觉投票（含扫码） | 8′ | 5 秒内做出 4 次选择；观察全班分布 | 让"分歧"成为本课的第一个事实 |
| 02 悖论拆解 | 12′ | 记录四环链条；回应三个反驳 | 建立分析框架 |
| 03 经济学 | 18′ | 拖动滑块找社会最优；矩阵先猜后验 | O2：把道德问题重述为定价与激励问题 |
| 04 管理学 | 18′ | 选择决策主体并公开辩护 | O3：把"谁来决定"作为独立问题提出 |
| 05 社会学 | 15′ | 质疑四象限坐标；讨论消费者用脚投票排除了谁 | O4 铺垫：引入分配正义与程序公正 |
| 06 案例工作坊 | 12′ | 小组四层拆解；用四维量规给声明打分 | O4：落到批判性阅读 |
| 07 规则设计器 | 弹性 | 勾选规则并生成方案，互相对比 | O5：从评论者转为设计者 |
| 08 双创 · 机会与模式 | 16′ | 四步选择并解读错配警示；口头回答"谁来付钱" | O6：把外部性概念迁移到商业判断 |
| 09 双创 · 责任与尽调 | 14′ | 勾选尽调清单；写 60 秒路演稿；完成 6 题测验 | O7：完成从"评论者"到"创业者"的迁移 |
| 10 收束 | 7′ | 写下自己最坚持的一条规则与理由 | 把三个视角收成三句话 |
| 合计 120′ （主课版 90′：跳过 08–09） | |||
七、备选预案
| 可能的情况 | 应对方案 |
|---|---|
| 只有 90 分钟，上不了双创模块 | 正常走完模块 01–07 后直接进收束。把模块 08–09 作为课后自学 + 提高层作业（"双创方案设计"），下一次课开场用 5 分钟请两位学生讲路演稿。三个学科视角不可砍，它们是课程筋骨。 |
| 学生只想听"怎么赚钱" | 不要否定这个诉求，顺势用它做引导：请学生回答"按暴露计费的保险费，最后是谁在付？"——通常三到五轮追问后会发现成本沿着责任链条落到了某个具体的人身上，这正是外部性内部化的路径。 |
| 学生认为"讲伦理会拖慢创业" | 换成风险语言而非道德语言：把尽调清单第 8 条（最坏情形推演）作为起点，问"如果最坏情形发生，公司还剩下什么资产可供辩护？"代价是可以量化的，共识更容易达成。 |
| 学生坚持"只要技术足够好就没有两难" | 承认方向正确，再追问一句："那要多少冗余才算足够？多一重冗余意味着每辆车多几万元，谁来付？"把讨论引回资源稀缺性。 |
| 时间不够 | 压缩顺序：先砍案例工作坊的小组讨论（改为教师示范分析）；再砍社会学四象限的课堂质疑（改为课后作业）；双创模块可只做 08（机会与三问），09 留作作业。 |
| 时间多出 10 分钟 | 加入"无知之幕"角色扮演：抽签决定你是车主／行人／儿童家长／车企 CEO，重做模块 01 的投票，观察答案是否改变；或加一轮 60 秒路演实战并现场用量规互评。 |
| 学生情绪激化（讨论到具体伤亡事件） | 把话题从个案细节拉回机制层面："我们不评价具体当事人，我们研究的是让这类事件更容易或更不容易发生的制度条件。" |
| 设备故障 / 无法投影 | 核心互动均可口述替代：投票用举手表决并计数（或改用扫码投票的手机端）；外部性滑块改为教师在黑板画三条曲线并让学生口述移动方向；机会设计器与尽调清单改为小组写便签贴黑板。 |
八、板书要点（建议保留全课）
安全余量稀缺 → 必须取舍 → 取舍＝伦理
利润来自购买者 → 激励偏向车内人
车外风险由第三方承担 → 负外部性
谁都怕单独改变 → 集体非最优
三个视角的三个判断句
经济学：这不是道德问题，是定价问题。
管理学：这不是技术问题，是治理问题。
社会学：这不是算法问题，是分配问题。
创业者多问的一句
谁付钱 / 谁受益 / 谁担险 —— 三问闭合才是模式。
风险回到决策者的账本，才叫内部化。
全课最后一问
如果明天你必须坐在车里，或站在路边——
而你就是制定规则的人，你会写下哪一条？
九、知识准确性说明（授课前请阅读）
- 课件中所有图表、博弈矩阵、机会评分与象限坐标均为示意性教学模型或定性判断，用于呈现逻辑关系，不是实测数据，也不是投资建议，已在相应位置标注。请勿在讲授中把它们转述为研究结论或市场预测。
- 模块 08 的三类切口与产品形态是分析框架，不是对任何具体赛道、企业或商业机会的评价；模块 09 的尽调清单是课堂自评工具，不构成合规审计、法律意见或投资尽调结论。
- 涉及研究结论与报告条款（Moral Machine 研究、德国伦理委员会报告、NTSB 事故调查报告、NHTSA 事故成因统计、ISO 标准版本）时，课件只给出方向性概括，并已标注"请核对原文"。本课不引用任何未经核实的数字。
- 情境测验的答案与案例材料均为教学用参考要点，不是唯一正确答案；课堂应保留学生提出不同判断的空间。
- 案例工作坊中的《安全策略声明》为虚构教学材料，不对应任何真实企业，不得在课外作为对具体企业的评价依据。
悖论没有被解决，它被分摊了
120 分钟下来，"该撞谁"这个问题仍然没有答案。但我们现在知道，它之所以没有答案，不是因为我们不够聪明，而是因为它被拆成了三个不同性质的问题：
经济学告诉你
没被定价的风险，最终会由最没有议价能力的人承担。
所以：需要有人为沉默的一方定价。
管理学告诉你
谁签字，谁就决定了价值的排序。
所以：比"最优方案"更重要的，是"可问责的程序"。
社会学告诉你
技术只是把既有的不平等写进了代码。
所以：要改的不是代码，是决定谁被算作"相关方"的规则。
而创业者要多问一句
上面三句话都是"应当"。创业者的追问是"谁来做、谁付钱"：
为沉默的一方定价，能不能变成一门生意？可问责的程序，有没有人愿意买？让受损方上桌，是成本还是竞争力？
这三个问题都没有标准答案——但它们是从"评论者"走向"设计者"时必须回答的。
假设你被一层"无知之幕"挡住：你不知道自己将来是坐在车里的人，还是站在路边的人；你不知道自己年轻还是年老，开得起车还是买不起车。
现在，你要为这个社会写一条关于自动驾驶碰撞规则的条款。
你会写下什么？
延伸阅读（按需检索，请勿依赖二手转述）
| 方向 | 建议检索的关键词 / 材料类型 |
|---|---|
| 道德哲学起点 | 电车难题的原始讨论（Philippa Foot 1967；Judith Jarvis Thomson 后续发展）；结果论与义务论、双效原则 |
| 经济学 | 外部性与庇古税；科斯《社会成本问题》原文；集体行动困境（奥斯特罗姆对"唯一解法"的挑战） |
| 管理学 | 利益相关者理论（Freeman）；企业社会责任之争（Friedman 1970）；安全案例（Safety Case）在航空与核电中的实践 |
| 社会学 | 贝克《风险社会》；技术的社会建构（SCOT）；程序公正研究；科恩《民间恶魔与道德恐慌》 |
| 实证研究 | Moral Machine 研究原始论文及其后续批评性讨论；各国自动驾驶伦理准则与监管文件的官方版本 |
| 技术标准 | ISO 26262（功能安全）、ISO 21448（预期功能安全 SOTIF）现行有效版本 |
| 双创方向 | 外部性内部化的商业实践（环境与安全的定价机制）；监管科技（RegTech）与合规自动化的行业报告；平台经济的责任分配与保险机制研究。（均属分析框架，不构成投资或创业建议。） |