AI-modeller og platforme

Hvordan sammenligner menneskelige chauffører med autonome køretøjer?

mm
Føj Unite.AI til dine foretrukne kilder på Google

Forskning viser, at autonome køretøjer er involveret i ulykker langt mindre ofte end menneskelige chauffører. Er det, fordi teknologien virkelig er overlegen? Eller er det, fordi der er langt færre selv kørende biler end mennesker?

Debatten om autonome køretøjs sikkerhed

Data viser, at autonome køretøjer er langt sikrere end menneskelige chauffører. For eksempel var der af 25 af Waymos alvorligste uheld, 17 involverede en menneskelig chauffør, der kørte ind i en robotaxi bagfra. Dette tyder på, at mennesker er skyld i de fleste ulykker, der forårsager betydelige skader.

Men det betyder ikke, at selv kørende biler aldrig begår fejl eller har nærmissiler. De kører forkert vej ned ad en envejsvej, bliver fast i endeløse kredse i rundkørsler og misklassificerer vejfare, hvilket kræver indgriben.

Pr. 2026 har National Highway Traffic Safety Administration (NHTSA) iværksat en undersøgelse af Waymo efter at have modtaget 22 rapporter om, at deres robotaxi er kørt ind i eller overtrådt trafiklovene. Agenturet undersøger også Tesla (TSLA ), som var bagved 467 uheld, der resulterede i 54 skader og 14 dødsfald pr. 2024, og General Motors’ (GM ) Cruise LLC for lignende overtrædelser.

NHTSA har en lav tolerance for fejl, fordi denne teknologi stadig er uprøvet. Selvom software-bug og klassificeringsfejl vil ske under den tidlige implementeringsfase, må det være strengt for at sikre folks sikkerhed.

Styrker og svagheder for hver chaufførtype

Selv kørende teknologi har eksisteret i over et årti, men køretøjer var vejklare til at køre i årevis. For eksempel fik Waymo ikke tilladelse til at udvide sin robotaxi-tjeneste til motorveje før december 2025.

Indtil da bestod de fleste af selv kørende bilfirmaets ture af bymiler i fem nøglebyområder – Los Angeles, Phoenix, San Francisco Bay Area, Atlanta og Austin. Bekymrede borgere frygter, at sandsynligheden for en dødelig bilulykke vil stige kraftigt, da hastighederne er meget højere på motorveje.

Da autonome køretøjer udvides til nye områder, må de tilpasse sig til nye køreforhold. De fleste er niveau 2 og tilbyder kun motorvejs-pilot. Få systemer kan håndtere alle aspekter af kørsel. Niveau 4 og 5, der repræsenterer høj og fuld automation, er endnu ikke tilgængelige.

Nogle biler bruger en kamera-array i stedet for LiDAR, en sensor-metode, der bruger laserlys-pulser til at måle afstande til objekter. En vision-baseret tilgang gør dem sårbare over for skiftende vejr- og vejforhold. Tåge, kraftig regn og stærk glans kan forringe deres perception. I sammenligning kan menneskelige chauffører stole på deres andre sanser, herunder sund fornuft.

Men de kan ikke sammenlignes med LiDAR. Selvom det ikke er universelt bedre, giver tredimensionel kortlægning bilene mulighed for at køre godt under forhold, hvor mennesker måske vil have svært, såsom i mørke eller glans. En kombination af vision og rumlige data er ideal.

Konsekvenserne af teknologifejl

Selv med LiDAR, kamera-arrays og kunstig intelligens-baseret beslutningstagning begår selv kørende køretøjer stadig fejl. Det kan være relativt sjældent, men det sker. Software-bug kan få en bil til at forveksle en fodgænger med et huller i vejen. Sensor-fejl kan få en robotaxi til at forveksle den rigtige vejbanen med en kant. Disse situationer er ikke helt hypotetiske.

Trods software-opdateringer og en frivillig tilbagekaldelse har Waymo-robotaxier gentagne gange overtrådt trafiklovene. Fra august 2025 til november 2025 overtrådte de loven ved at køre forbi skolebusser 1,5 gange om ugen i gennemsnit i bare ét skoledistrikt. I december 2025, efter at have modtaget sin 20. overtrædelse fra Austin Independent School District, offentliggjorde skolen videoer af hændelserne. Først da annoncerede Waymo, at de ville tilbagekalde nogle køretøjer frivilligt.

Waymos cirka to dusin hændelser er intet i sammenligning med de over 7.000 bøder, som distriktet udstedte til menneskelige chauffører i samme periode. Men vicepolitichef Travis Pickford fra Austin-politiet sagde, at 98% af personer, der modtager en overtrædelse, ikke modtager en anden. Imens fortsatte Waymo-køretøjer med at overtræde loven ved at køre forbi skolebusser uge efter uge.

Hvis en person gentagne gange kører forbi en stoppede skolebus, og risikerer sikkerheden for skolebørn, ville de få deres kørekort inddraget. Når en robotaxi gør det, kan ingeniørerne kun udgive en opdatering og håbe, det løser problemet. Teknisk set kunne NHTSA inddrage deres tilladelse til at operere i byen. Men de er mere sandsynligt at udstede en bøde.

Nogle gange tager forbrugerne sagen i egen hånd. Tesla er blevet sagsøgt flere gange med hensyn til skader og dødsfald i forbindelse med deres teknologi til kørselsassistance. Sager som disse bliver ofte afsluttet, før de når retten, men juryer har tildelt erstatning før.

Offentlighedens opfattelse af autonome køretøjer

En undersøgelse med over 5.000 respondenter fandt at mennesker er mere sandsynligt at fokusere på en autonome køretøjs rolle i en ulykke, selv hvis det ikke var skyld i det. Desuden er de lidt mere sandsynligt at støtte en sag mod producenten.

Selskaber bag selv kørende biler har udgivet rapporter, der viser deres overlegne sikkerhed. Nogle uafhængige studier støtter endda deres påstande. Hvis data viser, at selv kørende biler er sikrere end deres menneskeligt styrede modparter, hvorfor er mennesker mere kritiske over for dem?

For det første kan selv kørende biler være langt mindre sandsynligt at komme i ulykker, simpelthen fordi der er færre af dem end mennesker – i 2025 var der 34.340 autonome køretøjer på vejen. Med over 242 millioner licenserede chauffører, der deler vejen, betyder det, at der var omkring 7.047 menneskelige chauffører for hvert selv kørende køretøj.

Der er også en psykologisk effekt. Hvis en person kommer i en ulykke, har mennesker nogen at skyde skylden på. Hvis de kørte distraheret eller under påvirkning, kan retsbestemte interventioner forhindre dem i at begå den samme fejl igen.

Autonome køretøjer deler software, så hvis en begår en fejl, kan de alle gentage den. Desuden kan det være svært at identificere årsagen – software-bug og sensor-fejl er sværere at identificere end tegn på en DUI eller distraheret kørsel.

Tillid til selskabernes sikkerhedsdata

Sikkerheds- og performancesdata, som selskaberne bag selv kørende biler rapporterer, gør deres teknologi til at se ud som væsentligt overlegen i forhold til menneskelige chauffører, men dette kan være forvrængt. Det ville ikke være første gang, de har udgivet falske eller misvisende oplysninger.

I oktober 2023 kørte et autonomt Cruise-køretøj over en fodgænger, der var blevet kastet ind i dens bane af et menneske-styret køretøj. Derefter trækkede det hende over 20 meter i stedet for at standsede i en nødsituation. Da de indsendte en hændelsesrapport, udelod de denne faktum.

I et opkald til NHTSA dagen efter var detaljer om trækket manglende fra selskabets mundtlige sammenfatning. De viste endda en video af ulykken uden den del. Da de indsendte deres officielle rapport samme eftermiddag, var der stadig ingen omtale af trækket. De blev senere straffet med en bøde for at have indsendt en falsk rapport for at påvirke en føderal undersøgelse.

Denne enkeltstående hændelse beviser ikke, at alle producenter har skjulte intentioner. Men at tage alle data – især rapporter baseret på små stikprøver eller skrevet af ansatte i selskaber bag selv kørende biler – for pålydende kunne have katastrofale konsekvenser.

Hvordan skabe tillid til selv kørende biler

I stedet for at skynde sig for at være de første til at præsentere og godkende den seneste selv kørende teknologi, bør bilproducenter og lovgivere bremse. Sikkerhed bør have prioritet, selv hvis det betyder at parkere selv kørende biler i en periode.

Integration af avanceret AI kunne imødekomme folks bekymringer. Det kunne træffe intelligente, kontekst-bevidste beslutninger i realtid. Bilerne ville nødt til at stole på kant-servere – servere placeret ved netværkskanten nær brugerne – for at reducere forsinkelsen. Dette ville kræve en betydelig investering på forhånd, men afkastet kunne være betydeligt.

Dette tilgang kan også have en positiv psykologisk effekt, da generative modeller kan kommunikere på et sprog, der er let at forstå. Hvis en ulykke sker, kan det forklare sin tankegang eller levere en rapport, der er let at læse for mennesker, og gøre AI mere menneskeligt.

Ud over at forbedre selv kørende teknologi er den bedste måde at skabe tillid hos den brede offentlighed at udnytte omfattende simulationer, træningsscenarier og test. Jo mere peer-reviewed, verificerbart data mennesker har, jo mere sandsynligt er de til at stole på denne teknologi.

Forbedring af sikkerhed og ydelse i selv kørende biler

Selskaber bag selv kørende biler er nødt til at rapportere uheld til myndighederne, så offentligheden altid vil have indsigt i sikkerheden af selv kørende biler. Da denne teknologi bliver mere almindelig, vil mennesker have mere historisk data at trække på, og de vil kunne se tendenser og forudsige fremtidige ændringer.

Jo før bilproducenter investerer i sikkerhed, jo bedre vil disse data se ud. Beslutningstagerne bør overveje at udnytte avanceret kant-AI og realistiske træningssimulationer for at optimere sikkerhed og ydelse.

Zac Amos er en teknisk forfatter, der fokuserer på kunstig intelligens. Han er også Features Editor på ReHack, hvor du kan læse mere af hans arbejde.