人工智能產(chǎn)品缺陷司法認定標準之研究

許中緣，范沁寧

(中南大學(xué) 法學(xué)院，湖南 長沙 410012)

2015年2月，英國首例機器人“達芬奇”心瓣修復(fù)手術(shù)進行中，不僅把病人的心臟“放錯位置”，還戳穿大動脈血濺攝像頭，致使該患者在術(shù)后一周去世。美國2000年至2013年間，在“達芬奇”機器人手術(shù)中致死的患者已達144人，其中不乏“機器人短路走火”“零件掉入體內(nèi)”等原因[1]。國內(nèi)近年來也多次出現(xiàn)“達芬奇”手術(shù)機器人相關(guān)醫(yī)療事故(1)筆者在北大法寶查詢到12份因“達芬奇”手術(shù)機器人致?lián)p的醫(yī)療侵權(quán)相關(guān)判決書，北大法寶網(wǎng)，http://www.pkulaw.cn/Case/，2020年6月7日訪問。。2016年1月20日，河北邯鄲發(fā)生了一起裝有自動駕駛設(shè)備的特斯拉汽車未能有效識別突然進入車道的白色車輛，而致駕駛員死亡的交通事故[2]。該案也是全球第一例因自動駕駛汽車致人死亡而導(dǎo)致的產(chǎn)品責任訴訟案件[3]。而后，美國加利福尼亞州、亞利桑那州、賓夕法尼亞州，以及中國北京[4]陸續(xù)出現(xiàn)了不同損害程度的交通事故。以醫(yī)療機器人、自動駕駛汽車為代表的人工智能產(chǎn)品責任問題至今沒有“標準答案”[5-6]。產(chǎn)品缺陷的司法認定是人工智能相應(yīng)主體責任承擔的基礎(chǔ)，也是規(guī)制人工智能發(fā)展以及維護社會和諧運作的關(guān)鍵一環(huán)，具有決定性意義[7]。但由于人工智能產(chǎn)品的自主性，使其在司法環(huán)節(jié)認定缺陷時比普通產(chǎn)品更為復(fù)雜，也即，“舊的認定規(guī)則與表達方式不能夠適應(yīng)新問題的出現(xiàn)”。但我們依然可以試圖從產(chǎn)品責任框架內(nèi)去尋求解釋的空間，在原有的基礎(chǔ)上更新表達方式，清晰界定人工智能產(chǎn)品缺陷的司法認定標準。這對于人工智能產(chǎn)品責任制度的完善具有重要意義。

一、現(xiàn)有規(guī)則表達在人工智能產(chǎn)品缺陷的司法認定上存在困境

(一)人工智能產(chǎn)品與普通產(chǎn)品的區(qū)別

人工智能是指能夠感知其所處環(huán)境，從環(huán)境中獲取數(shù)據(jù)，并對這些數(shù)據(jù)推理從而進行自主決策和動作的程序或者設(shè)備系統(tǒng)[8]，并具有以下特征：(1)通過搜索數(shù)據(jù)解決問題，人工智能在遇到問題時，通常是根據(jù)設(shè)計研發(fā)者事先向其輸入的數(shù)據(jù)進行分析和判斷來確定解決方案；(2)能夠獨立從數(shù)據(jù)中學(xué)習(xí)新的規(guī)則與知識，并將學(xué)習(xí)的內(nèi)容轉(zhuǎn)化為下一步行動的規(guī)則；(3)能夠理解自然語言，通過對人類語言的理解和學(xué)習(xí)進行人機交互，完成人工智能與人類的實時對話；(4)可以根據(jù)外界環(huán)境、信息的變化而作出相應(yīng)的反應(yīng)，不需要人類對每一個判斷和每一個行為下達指令[9]。采用了人工智能技術(shù)為主要性能支持的產(chǎn)品即為人工智能產(chǎn)品。人工智能產(chǎn)品與普通產(chǎn)品的最大區(qū)別在于其自主性，具體體現(xiàn)在以下幾個方面。

1.人工智能產(chǎn)品的運作方式更具復(fù)雜性

基于連接主義的人工智能通過復(fù)雜的模型構(gòu)建，關(guān)注于擬合已有數(shù)據(jù)輸入與輸出的統(tǒng)計意義上的相關(guān)性，而對輸入和輸出的因果性缺乏理解與分析，故而其運行過程是一個“黑箱”操作。質(zhì)言之，人工智能產(chǎn)品具有一定的自主性，能夠自適應(yīng)學(xué)習(xí)，其作出決策和行為的思維路徑很難為人類所探究，它們通過自我學(xué)習(xí)和判斷并根據(jù)環(huán)境變化調(diào)整行為，處于“感知—分析—行動”模式，因此，不能簡單地將它們看作是人類使用的工具。人類對人工智能行為的預(yù)判是有限的。例如英格蘭麥格納科學(xué)中心設(shè)計研發(fā)的機器人，其功能設(shè)定為“捕食”，但卻在無人看管的情況下，偷偷逃離研究所并去到高速公路上[10]。即使當初設(shè)計研發(fā)者并沒有給其設(shè)計這一技能，它也能通過自主學(xué)習(xí)獲得。在用戶使用人工智能的過程中，人工智能能夠自主地進行學(xué)習(xí)和思考，隨著其數(shù)據(jù)的累積，人工智能的行為會越來越難以判斷。在2016年3月，微軟設(shè)計的聊天機器人Tay與不同的人聊天并保存聊天數(shù)據(jù)，不到24小時就被“教壞”并開始散布各種不良言論[11]； 2016年6月，視頻游戲“Elite Dangerous”配備了人工智能系統(tǒng)，該系統(tǒng)居然創(chuàng)造出了游戲設(shè)定之外的超級武器，破壞了游戲的平衡與規(guī)則[9]。雖然人類設(shè)計、制造并部署了人工智能[12]，但它們的行為卻不受人類的直接指令約束，而是基于其所獲取的信息作出的分析和判斷，也即“算法與行為的分離”[13]。故而，設(shè)計研發(fā)者在開發(fā)人工智能產(chǎn)品的過程中可能并不能準確預(yù)知某一產(chǎn)品可能存在的風險(2)參見《人工智能標準化白皮書(2018版)》3.3.1人工智能的安全問題。，他們只能保證產(chǎn)品的首次運算規(guī)則按照他們的設(shè)定進行，同時在之后的過程中不斷進行監(jiān)控和調(diào)試，以降低人工智能產(chǎn)品“出軌”的可能性。而普通產(chǎn)品相對來說較為簡單，從被設(shè)計出來至使用期內(nèi)，除了正常損耗降低性能及不正常操作等人為因素外，理論上不會出現(xiàn)與其設(shè)計偏離的情況，也不需要對其進行跟蹤觀察。從這一角度看，人工智能產(chǎn)品的運作方式相較于普通產(chǎn)品更具復(fù)雜性。

2.人工智能產(chǎn)品的致害主體更具多元性

人工智能產(chǎn)品致害涉及的主體包括設(shè)計研發(fā)者、生產(chǎn)者、銷售者，甚至人工智能產(chǎn)品本身。這就突破了普通產(chǎn)品僅包括生產(chǎn)者和銷售者的責任維度。全球上千臺“達芬奇”手術(shù)系統(tǒng)投入使用，而其存在明顯缺陷——該手術(shù)機器人沒有“觸覺反饋”，使醫(yī)生無法感知[14]。2016年5月，美國一輛自動駕駛汽車在公路上行駛時發(fā)生車禍，車主當場死亡。從調(diào)查中可知，事故是由于該車的自動駕駛系統(tǒng)Autopilot對相近顏色的分辨能力低下。這對于駕駛避障系統(tǒng)來說是一個巨大的缺陷，設(shè)計研發(fā)者卻沒有對此進行改進再投入市場，甚至沒有做出警示，間接導(dǎo)致了悲劇的發(fā)生。設(shè)計研發(fā)環(huán)節(jié)是人工智能產(chǎn)品產(chǎn)生的首要環(huán)節(jié)，產(chǎn)品安全的第一道保障即來源于設(shè)計研發(fā)者，若設(shè)計研發(fā)環(huán)節(jié)出現(xiàn)問題，則后面的各個環(huán)節(jié)也將偏離正確軌道。

對于人工智能產(chǎn)品本身，學(xué)術(shù)界關(guān)于其是否具有法律主體地位的探討如火如荼。筆者認為，不論其是否應(yīng)當具有法律主體地位，基于其自主性特質(zhì)[15]，往往會出現(xiàn)無法辨認產(chǎn)品缺陷的成因或產(chǎn)品不存在缺陷但產(chǎn)生了損害結(jié)果的情況，若僅按照當前法律規(guī)定追究生產(chǎn)者及銷售者責任有失公允，會出現(xiàn)“行為—評價”不一致的情況，也將大大阻礙人工智能產(chǎn)業(yè)的發(fā)展。對于普通產(chǎn)品來說，產(chǎn)品從設(shè)計到制造再到檢驗始終掌握在生產(chǎn)者手里[16]，產(chǎn)品本身不會對產(chǎn)品是否致害有任何影響，理論上普通產(chǎn)品將按照設(shè)計路徑進行運作。因此，在產(chǎn)品本身是否有可能成為致害主體的問題上，二者也有很大的不同。從致害主體角度看，人工智能產(chǎn)品相較于普通產(chǎn)品的生產(chǎn)者與銷售者來說，更突出了設(shè)計研發(fā)者與產(chǎn)品本身對產(chǎn)品致害的影響。

(二)人工智能產(chǎn)品缺陷司法認定的困境

1.現(xiàn)有判斷標準在人工智能產(chǎn)品視域下缺乏適應(yīng)性

其一，“不合理危險”具有抽象性、復(fù)雜性，“標準”具有應(yīng)急性、不確定性，使得對人工智能產(chǎn)品缺陷的司法認定陷入困境。

司法實踐中，往往以《產(chǎn)品質(zhì)量法》第46條的“不合理危險”與國家標準及行業(yè)標準相結(jié)合的方式來判斷普通產(chǎn)品是否存在缺陷[17]，即“不合理標準”與“技術(shù)標準”相結(jié)合。但我國現(xiàn)有法律對“不合理危險”沒有制定統(tǒng)一的認定標準，在普通產(chǎn)品缺陷認定時，主要依據(jù)大眾對產(chǎn)品的基本認知和了解來進行分析判斷，如產(chǎn)品的性能、使用方式、使用領(lǐng)域、使用年限事故發(fā)生的可能性(3)參見臨海市美尼特電動車輛制造有限公司與盧全奇產(chǎn)品責任糾紛上訴案，浙江省寧波市中級人民法院(2013)浙甬民一終字第628號。。人工智能的出現(xiàn)是一種嘗試和突破，是人類向另一個新時代邁進的探索，大眾對人工智能產(chǎn)品的理解和認知都極其有限，更遑論判斷其危險是否合理。事實上，對人工智能產(chǎn)品存在的“危險是否合理”的思考涉及計算機學(xué)、腦科學(xué)、仿生學(xué)、控制學(xué)、數(shù)學(xué)、哲學(xué)，相關(guān)領(lǐng)域的專家都很難對此作出相對完善的結(jié)論。該標準在司法實踐中的難度可想而知。

對于普通產(chǎn)品缺陷判斷具有重要作用的“技術(shù)標準”，在人工智能產(chǎn)品領(lǐng)域存在應(yīng)急性與不確定性。技術(shù)標準是一種必須遵循的技術(shù)依據(jù)，包括基礎(chǔ)技術(shù)標準、安全標準、環(huán)保標準、工藝標準、檢測標準等，需要經(jīng)過各級政府部門的層層審批，耗時較長。而人工智能產(chǎn)品的發(fā)展與更新速度遠超于普通產(chǎn)品，傳統(tǒng)技術(shù)標準的制定方式顯然不合適，《人工智能標準化白皮書(2018版)》(以下簡稱“白皮書”)應(yīng)運而生。根據(jù)《白皮書》規(guī)定，圍繞人工智能標準化需求，按照“急用先行、成熟先上”的原則，展開重點急需標準的研制。這一規(guī)定能夠解決傳統(tǒng)技術(shù)標準的短板，但也增加了新標準的“不確定性”與“應(yīng)急性”?！栋灼分袛?shù)據(jù)表明，已發(fā)布的標準不足一半(4)根據(jù)《人工智能標準化白皮書(2018版)》，目前共有200項國家/行業(yè)標準計劃號，包括已發(fā)布、在研及擬研制三種狀態(tài)。其中，已發(fā)布82項，擬研制31項，在研87項。，其中有不少標準是遵循“急用先行”的原則而發(fā)布，應(yīng)急性特征明顯，這些標準的成熟度和完善度有待考證。而剩下過半的標準還未發(fā)布，這對于人工智能產(chǎn)品缺陷的司法認定又是一大掣肘。在遇到未制定標準的情況時，只能依據(jù)沒有統(tǒng)一標準且抽象復(fù)雜的“不合理危險”來進行判斷，無疑會使人工智能產(chǎn)品缺陷的司法認定陷入困境。

其二，除標準自身存在的不足外，將兩個標準相結(jié)合的判斷方式在邏輯上存在矛盾。按照《產(chǎn)品質(zhì)量法》第46條規(guī)定，當產(chǎn)品不符合國家或行業(yè)標準時，即可認為該產(chǎn)品存在缺陷。反之，若該產(chǎn)品符合國家或行業(yè)標準時，是否說明該產(chǎn)品不存在缺陷？若產(chǎn)品符合國家或行業(yè)標準但存在不合理危險時，應(yīng)當如何認定？事實上，在司法實踐中，由于這兩個標準同時存在并適用，使得不同的法官對類似案件作出不同判決(5)參見馬水法訴陜西重型汽車有限公司等因產(chǎn)品缺陷致人身損害賠償糾紛案，江蘇省南京市中級人民法院(2014)寧民終字第613號；靳蕾訴北京德奧達汽車進出口有限公司等公司產(chǎn)品責任糾紛案，北京大興區(qū)人民法院(2017)京0115民初12674號。，致使法律的嚴肅性與規(guī)范性受到質(zhì)疑，不利于保護消費者權(quán)益，也不利于人工智能產(chǎn)業(yè)的良性發(fā)展。在人工智能產(chǎn)品中，由于標準的應(yīng)急性與技術(shù)認識的邊界性，更有可能出現(xiàn)符合國家、行業(yè)標準但依然會危及人身、他人財產(chǎn)安全的產(chǎn)品，此時是否應(yīng)當認定為缺陷產(chǎn)品？從以上分析可得出，現(xiàn)有的判斷標準無法解決人工智能產(chǎn)品缺陷的司法認定問題。

2.未將缺陷類型化是我國人工智能產(chǎn)品缺陷認定困境的根源

現(xiàn)有產(chǎn)品缺陷認定模式之所以難以適用于人工智能產(chǎn)品，根源在于我國《侵權(quán)責任法》和《產(chǎn)品質(zhì)量法》并未直接對產(chǎn)品缺陷進行分類，而是采用籠統(tǒng)的標準來判斷產(chǎn)品缺陷。在復(fù)雜的人工智能產(chǎn)品視域下，未將缺陷類型化的判斷模式顯然無法解決人工智能產(chǎn)品缺陷的認定問題。盡管侵權(quán)法理論通常將產(chǎn)品缺陷分為設(shè)計缺陷、制造缺陷及警示缺陷[18]，有關(guān)產(chǎn)品缺陷的部分規(guī)章也提及了缺陷的類型化(6)如2007年《兒童玩具召回管理規(guī)定》第3條第2款規(guī)定、2012年《缺陷汽車產(chǎn)品召回管理條例》第2條第1款規(guī)定。，但在法律層面仍未對產(chǎn)品缺陷類型作出明確規(guī)定，主要原因是部分學(xué)者認為對某些概念作過細、過于具體的規(guī)定，有可能會限制產(chǎn)品的更新與發(fā)展[19]。但筆者認為，若不將產(chǎn)品缺陷進行類型化分析，則在人工智能產(chǎn)品缺陷認定問題上會陷入桎梏，導(dǎo)致產(chǎn)品侵權(quán)制度不完善，也無法發(fā)展。

鑒于人工智能的復(fù)雜性與特異性，設(shè)計研發(fā)者在產(chǎn)品質(zhì)量中具有舉足輕重的作用，其不同于傳統(tǒng)產(chǎn)品，設(shè)計研發(fā)者與生產(chǎn)者的責任不可混為一談。在人工智能產(chǎn)品視域下，生產(chǎn)者僅是既有設(shè)計的執(zhí)行者，其難以理解或辨認設(shè)計的正確與否，對產(chǎn)品設(shè)計上的缺陷也不具有控制力。若按照我國目前法律規(guī)定，生產(chǎn)者則需要承擔產(chǎn)品設(shè)計環(huán)節(jié)產(chǎn)生的缺陷所帶來的產(chǎn)品責任，但“對自己無法控制的事情需要承擔責任”是否缺少法理基礎(chǔ)？事實上，除了設(shè)計研發(fā)者，生產(chǎn)者與銷售者等責任主體對于產(chǎn)品缺陷的控制力也是不同的，不同環(huán)節(jié)所造成的缺陷從歸責原則、判斷方法乃至認定標準都應(yīng)有不同。若不區(qū)分缺陷類型，單以某一缺陷為標準進行規(guī)制都顯得捉襟見肘，在責任承擔時也有失公允。因此，結(jié)合人工智能產(chǎn)品的特性，對人工智能產(chǎn)品缺陷進行類型化分析實為必要。

二、人工智能產(chǎn)品缺陷類型及相關(guān)主體義務(wù)分析

(一)人工智能產(chǎn)品缺陷類型的劃分

產(chǎn)品缺陷的分類始于美國，《侵權(quán)法重述之產(chǎn)品責任(第三版)》明確將產(chǎn)品缺陷分為設(shè)計缺陷、制造缺陷和警示缺陷三種，德國在此基礎(chǔ)上增加了一種新的缺陷類型，即“觀察缺陷”。雖然我國沒有對產(chǎn)品缺陷進行明確的劃分，但從《產(chǎn)品質(zhì)量法》和司法實踐上看，我國傾向于德國的缺陷類型。對于我國是否應(yīng)當明確摒棄“不合理危險”與“技術(shù)標準”相結(jié)合的二元缺陷判斷模式有諸多爭議，但如何借鑒缺陷類型化判斷模式還需要在特定的語境中進行考量，人工智能產(chǎn)品的發(fā)展和應(yīng)用為這個問題提供了一個絕佳的思考視角和嘗試契機[3]。筆者認為可參照當前司法實踐對缺陷類型的劃分，在現(xiàn)有規(guī)則框架中結(jié)合人工智能產(chǎn)品的特性，在人工智能產(chǎn)品缺陷領(lǐng)域形成設(shè)計缺陷、制造缺陷、警示缺陷和跟蹤觀察缺陷四種缺陷類型。該分類與產(chǎn)品從設(shè)計至使用的主要環(huán)節(jié)相對應(yīng)，也與各個主體的義務(wù)相關(guān)。通過對各個環(huán)節(jié)主體義務(wù)的分析，界定出相對合理且可操作的判斷標準，以期采用“切割分解”的方式降低人工智能產(chǎn)品缺陷司法認定的復(fù)雜性，提高人工智能產(chǎn)品責任認定的可能性與合理性。

其一，該分類有利于人工智能產(chǎn)品歸責原則的重構(gòu)。從對法條和實踐經(jīng)驗的理解來看，我國產(chǎn)品責任采用嚴格責任的歸責原則(7)《產(chǎn)品質(zhì)量法》第41條規(guī)定：因產(chǎn)品存在缺陷造成人身、缺陷產(chǎn)品以外的其他財產(chǎn)損害的，生產(chǎn)者應(yīng)當承擔賠償責任。。但我國并沒有對產(chǎn)品缺陷類型進行分類，也即，無論什么缺陷導(dǎo)致的產(chǎn)品責任，都采用嚴格責任的歸責原則。制造缺陷里適用嚴格責任并無不妥，但在設(shè)計缺陷或警示缺陷的情況下，一味追究嚴格責任缺乏正當性[20]，事實上，嚴格責任的衰弱與過錯責任的回歸，已經(jīng)是公開的秘密[21]。我國統(tǒng)一適用嚴格責任的歸責原則主要是將設(shè)計研發(fā)者與生產(chǎn)者混同，并以保護消費者權(quán)益為出發(fā)點而制定的，但忽略了導(dǎo)致產(chǎn)品存在缺陷的多個環(huán)節(jié)，也忽略了人工智能產(chǎn)品生產(chǎn)者對于非制造缺陷的不可控力。首先，在人工智能語境下，生產(chǎn)者能力有限，但卻面臨過于苛刻的嚴格責任，是否會使權(quán)利的天秤過于傾斜導(dǎo)致不公？若按照我國僅把生產(chǎn)者與銷售者納入產(chǎn)品責任主體的法律現(xiàn)狀來假設(shè)，人工智能產(chǎn)品的設(shè)計研發(fā)環(huán)節(jié)出現(xiàn)問題，生產(chǎn)者需要承擔嚴格責任，豈不荒謬[22]？再者，對于警示環(huán)節(jié)出現(xiàn)問題而導(dǎo)致的產(chǎn)品缺陷也承擔嚴格責任未免有適用標準錯位的嫌疑。警示行為主要關(guān)注的是生產(chǎn)者、銷售者警告的內(nèi)容是否充分合理，實際上是針對人的行為，不是針對產(chǎn)品本身，而嚴格責任作為一種剛性的產(chǎn)品責任，關(guān)注的是產(chǎn)品本身存在的缺陷，按此邏輯，采用嚴格責任也實為不妥。最后，統(tǒng)一適用嚴格責任原則容易導(dǎo)致消費者道德偏差。在嚴格責任的保護下，消費者的舉證負擔大大減輕，這很可能導(dǎo)致消費者在使用產(chǎn)品時存在僥幸或放任的心理，在未盡注意義務(wù)受到損害時依然可以獲得賠償，這一原則會間接促使更多消費者肆意對產(chǎn)品進行不合理的使用，這樣打擊了生產(chǎn)者的生產(chǎn)積極性，最終將不利于人工智能產(chǎn)業(yè)的發(fā)展。綜上，對人工智能產(chǎn)品責任的歸責原則進行重構(gòu)以適應(yīng)其特異性勢在必行。

按照設(shè)計缺陷、制造缺陷、警示缺陷和跟蹤觀察缺陷這幾種缺陷類型來劃分，與產(chǎn)品從設(shè)計至使用的幾個主要環(huán)節(jié)相對應(yīng)，不同環(huán)節(jié)對產(chǎn)品質(zhì)量的影響與控制力不同。如設(shè)計研發(fā)環(huán)節(jié)是決定人工智能產(chǎn)品質(zhì)量的關(guān)鍵與基礎(chǔ)，對產(chǎn)品的安全與性能有著根源性的影響，但基于人工智能產(chǎn)品的特異性，設(shè)計環(huán)節(jié)對產(chǎn)品依然沒有完全的控制能力；制造環(huán)節(jié)是設(shè)計環(huán)節(jié)的執(zhí)行步驟，與普通產(chǎn)品無異，不存在過多困難[23]；警示缺陷與跟蹤觀察缺陷主要是在產(chǎn)品生產(chǎn)完成后，對人的行為進行評價，而不過多關(guān)注產(chǎn)品本身的質(zhì)量問題。不同缺陷類型所對應(yīng)的各個環(huán)節(jié)對產(chǎn)品的控制力不同，根據(jù)控制能力與責任相匹配的基本原理，此時按照不同的缺陷類型采取不同的歸責原則更為恰當。

其二，該分類使責任認定要素相互對應(yīng)形成邏輯閉環(huán)，有利于人工智能產(chǎn)品責任的認定。在認定產(chǎn)品侵權(quán)時，除了產(chǎn)品缺陷，還需要著重關(guān)注歸責原則與責任主體。該缺陷分類不僅利于歸責原則的重構(gòu)以適應(yīng)人工智能產(chǎn)品特性，還與責任主體相對應(yīng)，形成“產(chǎn)品缺陷—歸責原則—致害主體”產(chǎn)品責任的認定邏輯(8)因“損害結(jié)果”與“因果關(guān)系”在人工智能產(chǎn)品與普通產(chǎn)品中無太大區(qū)別，文章不作過多探討，故而在此閉環(huán)中也未體現(xiàn)。。每個環(huán)節(jié)與產(chǎn)品缺陷、歸責原則、致害主體相對應(yīng)，環(huán)環(huán)相扣，即，以上文提及的“分解切割”方式來增強產(chǎn)品責任認定的可操作性與合理性。在實際操作中可以按照如下步驟進行切分：首先，利用設(shè)計方案、制造技術(shù)、工藝報告、各項數(shù)據(jù)監(jiān)控，以及流轉(zhuǎn)憑證等信息判斷產(chǎn)品在什么環(huán)節(jié)出現(xiàn)問題，若是設(shè)計環(huán)節(jié)則考慮是否存在設(shè)計缺陷，制造環(huán)節(jié)則考慮是否存在制造缺陷，以此類推；其次，在鎖定某一可能缺陷類型的情況下，根據(jù)該缺陷類型的認定標準判斷是否存在產(chǎn)品缺陷；再次，確定存在產(chǎn)品缺陷后對不同缺陷類型采用不同的歸責原則，如設(shè)計缺陷采用過錯責任原則，制造缺陷采用嚴格責任原則進行責任的確定(9)該原則為根據(jù)不同缺陷下主體對產(chǎn)品質(zhì)量的可控制力為基礎(chǔ)大致擬定，主要作用為舉例說明，不作為筆者的探討結(jié)論。；最后，結(jié)合各個缺陷類型下對應(yīng)的歸責原則和致害主體，如“設(shè)計缺陷—過錯責任—設(shè)計研發(fā)者”，以明確承擔人工智能產(chǎn)品責任的主體(10)由于文章主題與篇幅的限制，在此沒有考慮免責事由以及其他承擔責任的方式和機制。。在此種分類下，人工智能產(chǎn)品責任的判斷邏輯清晰、有據(jù)可循，而不是按照現(xiàn)有法律規(guī)定的“不合理危險”與嚴格責任這樣籠統(tǒng)劃一的方式來進行產(chǎn)品責任認定，這樣的判定路徑將復(fù)雜的人工智能產(chǎn)品責任進行拆分，提高了產(chǎn)品缺陷司法認定的可操作性與合理性，也是我國《產(chǎn)品質(zhì)量法》相關(guān)規(guī)則修改的一種更現(xiàn)實可行的路徑。

(二)缺陷類型化下有關(guān)主體的義務(wù)分析

在對人工智能產(chǎn)品缺陷類型進行分類后，為了更好地判斷產(chǎn)品缺陷，應(yīng)當分析各個缺陷類型對應(yīng)主體的義務(wù)，以作為產(chǎn)品缺陷認定的參考因素。

1.設(shè)計缺陷：設(shè)計研發(fā)者

在產(chǎn)品責任法上，設(shè)計缺陷是指在設(shè)計環(huán)節(jié)出現(xiàn)問題，使得產(chǎn)品具有給使用者造成不合理危險的內(nèi)在缺陷[24]。設(shè)計缺陷的責任主體是設(shè)計研發(fā)者，其應(yīng)當履行如下義務(wù)：(1)安全保障[25]。程序及算法應(yīng)當遵循歐盟“可信賴人工智能倫理準則”(Ethics Guidelines For Trustworthy AI)的設(shè)定規(guī)制，在產(chǎn)品正常使用情況下不會對使用者或者他人的生命健康權(quán)、財產(chǎn)權(quán)造成損害。在存有已知風險情況下，應(yīng)當對該產(chǎn)品設(shè)計保護、防范措施，使風險發(fā)生概率降到最低。(2)性能平衡。人工智能產(chǎn)品的安全性、穩(wěn)定性與智能性、功能性是相互牽制的。設(shè)計研發(fā)者在進行系統(tǒng)和程序設(shè)計時，應(yīng)當注重上述特性的平衡[26]，在保障相對安全穩(wěn)定的基礎(chǔ)上再追求功能性，這也是侵權(quán)責任體系公平有效的客觀要求。(3)全面測試。人工智能應(yīng)用程序具有不確定性和概率性、對大數(shù)據(jù)的依賴性，以及難以預(yù)測所有應(yīng)用場景及需要從過去的行為不斷進行學(xué)習(xí)等特性。因此，在產(chǎn)品設(shè)計研發(fā)過程直至進入市場前，應(yīng)當多次進行算法、程序和產(chǎn)品的測試。通過對數(shù)據(jù)的采集、加工、處理、分析和挖掘，形成符合設(shè)計要求的信息流和認識模型(11)參見《人工智能標準化白皮書(2018)》2.2 人工智能的特征。。同樣，對于產(chǎn)品入市前也應(yīng)當進行全面的功能性測試。

2.制造缺陷：制造者

在人工智能產(chǎn)品視角下，制造缺陷理應(yīng)排除設(shè)計環(huán)節(jié)。生產(chǎn)者的主要義務(wù)是將設(shè)計研發(fā)者的構(gòu)思、程序、方案、圖樣等設(shè)計變成產(chǎn)品。(1)配合設(shè)計預(yù)期效果進行制造。如保障人工智能產(chǎn)品能夠提供清楚易懂的語言，在遇到自動系統(tǒng)難以應(yīng)對的情況時能清晰地提示使用者，以采取相應(yīng)手動控制措施；保證簡易按鈕的靈敏性與抗干擾性，在復(fù)雜環(huán)境下，能夠瞬間停止“自動化模式”而恢復(fù)人類對產(chǎn)品的控制權(quán)[27]。(2)嚴格按照設(shè)計方案進行制造。制造需達到設(shè)計對原材料、零部件加工，裝配和工藝的精密要求。例如，對于特種極限機器人，無人機、無人潛水艇等人工智能產(chǎn)品，主要在極端氣候或高空、深海等環(huán)境下工作，其制作原材料、零部件和制造工藝都是產(chǎn)品安全和性能的重要保障之一。若不按照原設(shè)計的材料及工藝進行制造，必然導(dǎo)致產(chǎn)品安全和性能的減損。

3.警示缺陷：制造者、銷售者

我國《產(chǎn)品質(zhì)量法》雖然涉及警示缺陷的內(nèi)容，但僅對產(chǎn)品標識和外包裝進行規(guī)定[28]。針對我國司法實踐中出現(xiàn)的警示缺陷糾紛，有學(xué)者將產(chǎn)品警示缺陷定義為：由于未對產(chǎn)品的正確使用方式和使用危險進行適當?shù)木婧驼f明造成的不合理危險[29]。結(jié)合現(xiàn)有法律規(guī)定、司法實踐情況及人工智能產(chǎn)品特性，筆者認為人工智能產(chǎn)品警示義務(wù)應(yīng)當包含以下幾個要素：(1)警示內(nèi)容的充分性。其一，警示應(yīng)當對合理可預(yù)見的危險進行說明，“威脅和危險均指造成這種現(xiàn)實損害的可能性，它必須是即將來臨的或真實的，而不是臆想的，也不是沒有任何實際根據(jù)的猜測和擔憂”[30]；其二，警示應(yīng)當著重于對其決策的原理、路徑和安全使用方式，如前文的“河北邯鄲案”發(fā)生后，特斯拉車載系統(tǒng)將“Autopilot”的中文翻譯從“自動駕駛”改為“自動輔助駕駛”，并要求銷售人員嚴格將這一系統(tǒng)表述為駕駛輔助系統(tǒng)，從而對該系統(tǒng)的功能與使用方式進行重新定位說明。(2)警示時間的更迭性。人工智能產(chǎn)品的更新迭代飛速，故而需標明警示時間。這樣不僅可以令使用者有計劃地自查產(chǎn)品的最新狀況，也可以在出現(xiàn)產(chǎn)品侵權(quán)糾紛時作為有效證據(jù)，有助于裁判者定紛止爭。若因科技發(fā)展可預(yù)見新的風險，則生產(chǎn)者、銷售者需及時通知消費者并更新警示說明書等附隨產(chǎn)品。(3)警示語言的簡明醒目性。警示語言必須簡潔明了、通俗易懂，要使普通人能夠理解該產(chǎn)品的使用方式和風險。警示圖示和字體應(yīng)當采用鮮明的設(shè)計，使用戶在第一時間注意到警示所要傳達的信息。

4.跟蹤觀察缺陷：設(shè)計研發(fā)者、制造者、銷售者

產(chǎn)品跟蹤觀察缺陷是指在產(chǎn)品投入流通以后，生產(chǎn)者、銷售者沒有對產(chǎn)品進行持續(xù)性觀察并了解是否存在未知的危險，或已知存在危險未采取警示、召回等措施。在人工智能視域下的產(chǎn)品跟蹤觀察義務(wù)應(yīng)當在原有基礎(chǔ)上相應(yīng)變更及細化以適應(yīng)新情況。(1)應(yīng)當增加設(shè)計研發(fā)者為跟蹤觀察義務(wù)的主體。設(shè)計研發(fā)者對人工智能產(chǎn)品的理解力和控制力強于其他主體，是人工智能產(chǎn)品生產(chǎn)的源頭，理應(yīng)成為義務(wù)主體。(2)明確跟蹤觀察義務(wù)包括消極義務(wù)與積極義務(wù)[31]。消極義務(wù)是指生產(chǎn)者及銷售者應(yīng)當接受消費者對產(chǎn)品致?lián)p與風險的投訴，并將信息傳遞至設(shè)計研發(fā)者，由其對人工智能產(chǎn)品進行檢查與測驗，確認是否存在風險。積極義務(wù)是指設(shè)計研發(fā)者應(yīng)當定期對自己研發(fā)出的產(chǎn)品進行數(shù)據(jù)監(jiān)控和檢查，防止出現(xiàn)人工智能異變的情況，并對本領(lǐng)域的最新科技高度關(guān)注，以便及時更新技術(shù)降低產(chǎn)品使用風險。(3)完成跟蹤觀察后的反應(yīng)義務(wù)。從實踐中看，警示和召回是最重要的反應(yīng)行為，警示反應(yīng)要求義務(wù)主體對消費者、使用者發(fā)出警示消息，可以通過發(fā)送郵件、撥打電話及借助大眾媒體等方式發(fā)出警示；召回反應(yīng)要求責任主體通過免費維修、更換、回購等方式來排除產(chǎn)品的危險。(4)確定跟蹤觀察義務(wù)的存續(xù)期間。實踐中，普通產(chǎn)品的跟蹤觀察義務(wù)存在1～5年的保修期。對于人工智能產(chǎn)品而言，生產(chǎn)者因?qū)a(chǎn)品投入流通而開啟了潛在危險，且該危險較難預(yù)測。因此，跟蹤觀察期應(yīng)當擴張至產(chǎn)品的應(yīng)然使用壽命年限。

三、人工智能產(chǎn)品缺陷司法認定標準的規(guī)則表達

任何規(guī)則的表達都是在給定條件下進行的，在人工智能視域下，產(chǎn)品缺陷的司法認定在原有框架下也應(yīng)當有新的規(guī)則表達。

(一)設(shè)計缺陷：“風險—效用”規(guī)則

在美國法上，法院最早以“消費者預(yù)期”作為設(shè)計缺陷的判斷標準。根據(jù)該標準，產(chǎn)品設(shè)計缺陷是否存在不合理的危險，取決于該產(chǎn)品能否符合普通消費者對于此種產(chǎn)品特性的正當預(yù)期。也就是說，造成損害的產(chǎn)品缺陷必須具有普通消費者可以預(yù)見的不合理危險。但在現(xiàn)代社會，隨著科技的發(fā)展，產(chǎn)品類型逐漸豐富，結(jié)構(gòu)也日益復(fù)雜，有學(xué)者認為在涉及具體產(chǎn)品設(shè)計方案上，消費者所期待的安全性程度無法定義[32]1236-1237，難以形成合理正當?shù)钠诖?，也有學(xué)者與法官開始對該標準的模糊性與不確定性進行質(zhì)疑[32]1217，該標準適用困難。

為了彌補消費者預(yù)期標準的不足，美國法院開始嘗試采用“風險—效用”標準對設(shè)計缺陷進行判斷[33]。所謂“風險—效用”標準，也被稱為“成本效益標準”，就是通過產(chǎn)品有用性與危險性的比較，檢查設(shè)計研發(fā)者是否采取了適當?shù)陌踩Ｕ洗胧?，以判定產(chǎn)品是否存在設(shè)計缺陷[34]。在產(chǎn)品設(shè)計缺陷中的判斷可以描述為：若改進該產(chǎn)品的成本低于維持現(xiàn)有狀態(tài)的效益及現(xiàn)有風險或危險，則存在設(shè)計缺陷；若改進該產(chǎn)品的成本高于維持現(xiàn)有狀態(tài)存在的效益及現(xiàn)有風險或危險，則不存在設(shè)計缺陷。到目前為止，“風險—效用”規(guī)則已經(jīng)成為美國、德國等許多國家采用判斷產(chǎn)品設(shè)計缺陷的重要標準。

對于普通產(chǎn)品而言，“消費者預(yù)期”標準或許能夠立足于“以消費者為本”這一理念而得以運行，而在人工智能視域下，普通消費者對人工智能的理解極其有限，高于平均產(chǎn)品使用人對該產(chǎn)品的認識水平的，不在“消費者預(yù)期”標準考慮之列[35]。如前所述，人工智能是一項新興科技，人類對該技術(shù)的探索在不斷突破我們的認知邊界，試問采用這樣一種技術(shù)的產(chǎn)品，我們普通大眾如何對其形成合理的消費者預(yù)期？如Doctor AI可以通過利用遞歸神經(jīng)網(wǎng)絡(luò)建立預(yù)測模型以輔助診斷[36]，“嬉戲式監(jiān)督智能空間”游戲行為療法能夠輔助特殊兒童的治療(12)包括自閉癥譜系障礙(ASD)、注意力缺陷多動障礙(ADHD)、唐氏綜合征或精神分裂癥等特殊兒童。，[37]，普通消費者應(yīng)對醫(yī)療AI抱以何種期待？也即，采用消費者預(yù)期標準的前提不存在，不具有可操作性。再者，消費者預(yù)期標準為一種整體性分析，屬于定性分析，只有存在“符合預(yù)期”或者“不符合預(yù)期”這兩種結(jié)果。而受到人工智能產(chǎn)品特異性的限制，我們很難對其作出定性結(jié)論，只能是在各個功能價值之間尋求平衡。

反觀“風險—效用”標準，雖然存在著操作較為繁瑣，價值單一等弊端，普通產(chǎn)品不具有自主決策與交互協(xié)同的特性，對普通產(chǎn)品使用該標準有“損益比失衡”之嫌，但在人工智能產(chǎn)品中，卻更加符合其集合風險(自主性)與效用(智能性)于一身的特質(zhì)。人工智能產(chǎn)品設(shè)計綜合了計算機學(xué)、數(shù)學(xué)、腦科學(xué)、經(jīng)濟學(xué)、哲學(xué)、倫理學(xué)、美學(xué)、心理學(xué)等學(xué)科，不僅要滿足消費者對產(chǎn)品安全、功能的剛性需求，更要滿足消費者心理上和情感上的精神需求，由于人工智能產(chǎn)品的自主性會導(dǎo)致用戶較高的情感反應(yīng)，人與自主系統(tǒng)的交互中需要更多地考慮社交和心理因素[38]。上述幾種需求之間往往是相互牽制的，任何一種功能的改變都有可能影響到其他功能的實現(xiàn)，從而引起整個產(chǎn)品的變化。以“風險—效用”規(guī)則作為判斷設(shè)計缺陷的綜合標準，不僅映襯了人工智能的發(fā)展是人類社會在進步過程中的一步“險棋”，還是提高人類工作生活效率的一種嘗試，更是與人工智能產(chǎn)品設(shè)計“多元化”、產(chǎn)品運行“自主化”特征緊密相連?！帮L險—效用”規(guī)則屬于一種定量分析，不是非此即彼，而是對人工智能產(chǎn)品設(shè)計方案的綜合考察，相較于定性分析更具有可操作性，更適合對人工智能產(chǎn)品缺陷的判斷。

我國在處理人工智能產(chǎn)品設(shè)計缺陷案件時，可以采用“風險—效用”標準。從美國的司法實踐看，絕大多數(shù)州法律及判例在面對產(chǎn)品設(shè)計缺陷案件時都要求原告提供合理的替代設(shè)計，并通過“風險—效用”標準予以分析和判斷。對于該規(guī)則而言，重點在于如何平衡產(chǎn)品的風險與效用，合理的替代設(shè)計就是該標準的內(nèi)在要求[39]。人工智能產(chǎn)品的設(shè)計缺陷有別于傳統(tǒng)產(chǎn)品，主要有以下幾類缺陷：算法設(shè)計缺陷、樣本標記缺陷、樣本不平衡缺陷、軟件設(shè)計缺陷、硬件設(shè)計缺陷[40]。在判斷是否存在設(shè)計缺陷時可以上述類別為參考。但由于人工智能產(chǎn)品的復(fù)雜性，原告只需提出初步的設(shè)計不合理證據(jù)，由設(shè)計研發(fā)者對設(shè)計合理進行證明，必要時可由法院邀請專家來說明是否存在“合理的可替代設(shè)計”，具體表述為“該產(chǎn)品的設(shè)計是否已經(jīng)采用了業(yè)內(nèi)最安全、最先進的技術(shù)，或以現(xiàn)有技術(shù)標準，是否可以提出更高的設(shè)計要求”[41]，并對替代設(shè)計的邊際收益與邊際成本予以分析，以證明產(chǎn)品是否存在設(shè)計缺陷。

(二)制造缺陷：“對預(yù)期設(shè)計的偏離”標準

1973年，James Henderson教授首次將產(chǎn)品的制造缺陷定義為“對預(yù)期設(shè)計的偏離”[42]。目前，該標準已經(jīng)成為美國等國家判斷產(chǎn)品制造缺陷的主流標準，即產(chǎn)品在生產(chǎn)者投入流通時，在某些重要方面存在不符合設(shè)計的性能標準或設(shè)計說明的問題，或者同一生產(chǎn)線上的同類產(chǎn)品存在差異則為制造缺陷。在人工智能產(chǎn)品中，主要由設(shè)計研發(fā)者把控產(chǎn)品的安全與功能，而制造者只是產(chǎn)品設(shè)計的執(zhí)行者，結(jié)合制造者在制造環(huán)節(jié)需要承擔“將設(shè)計轉(zhuǎn)化為產(chǎn)品”的這一核心義務(wù)，采用“對預(yù)期設(shè)計偏離”標準，能夠體現(xiàn)出認定制造缺陷的邏輯性與嚴謹性，在實踐中也更具可操作性。

由于人工智能產(chǎn)品與普通產(chǎn)品在制造環(huán)節(jié)差異不大，故而該標準在二者的制造缺陷中都可適用(13)本文闡述該標準意圖有二：一是邏輯嚴密性，文章通過“分解切割”方式將產(chǎn)品缺陷分為四大類，在論述體系中應(yīng)當全面體現(xiàn)；二是表述的確定性，我國目前依然采取“不合理危險”與“標準”相結(jié)合的判斷方式，若因理論上可采用一致標準而不加以闡述，則容易導(dǎo)致筆者思想傳遞的混亂。。從產(chǎn)品侵權(quán)缺陷認定的體系看，盡管“對預(yù)期設(shè)計偏離”為認定制造缺陷提供了一個直觀的標準，但在產(chǎn)品出故障損毀時，仍存在認定缺陷的問題。此時需要借助另一個標準——故障理論來進行產(chǎn)品制造缺陷的認定。在產(chǎn)品因事故損毀、滅失的情況下，原告可以通過間接證據(jù)來證明產(chǎn)品缺陷[43]。結(jié)合《美國統(tǒng)一產(chǎn)品責任示范法》與人工智能產(chǎn)品特性，在產(chǎn)生糾紛時可按照以下思路對制造缺陷進行認定：原告申請法院調(diào)取該人工智能產(chǎn)品的設(shè)計方案或報告，將致害人工智能產(chǎn)品與設(shè)計方案進行比較，查明是否有不符合原有設(shè)計的情況。若存在不符合原有設(shè)計的情況，則屬于制造缺陷，若該產(chǎn)品符合原有設(shè)計，則不屬于制造缺陷，需要考慮是否存在設(shè)計缺陷等其他缺陷。在人工智能產(chǎn)品出現(xiàn)損毀、滅失的情況下，原告首先需要證明該產(chǎn)品確實發(fā)生了故障或事故，并且導(dǎo)致了人工智能產(chǎn)品的損毀、滅失；其次證明該故障或事故的發(fā)生不是由于非正常使用造成的，也沒有被其他人進行過改動。上述兩項若都符合，則可以推定該人工智能產(chǎn)品存在缺陷。但是這種缺陷有可能是設(shè)計缺陷、制造缺陷、警示缺陷或跟蹤觀察缺陷，要進一步對比產(chǎn)品設(shè)計方案、警示語標識及跟蹤觀察記錄來判斷是否屬于其他三種缺陷，若不屬于，則可判斷為是制造缺陷。

(三)警示缺陷：“合理充分”標準

美國和歐盟在判斷警示缺陷時，主要采用的是消費者預(yù)期標準[44]；日本的警示缺陷訴訟主要在醫(yī)藥品方面，一般也是以消費者預(yù)期為標準[45]，然而，消費者預(yù)期主觀性過強，不同的消費者預(yù)期不同，在司法實踐中具有偏差性，且人工智能產(chǎn)品屬于新興科技，消費者對其理解不足，更遑論產(chǎn)生合理預(yù)期。如前所述，警示義務(wù)要求警示在內(nèi)容、形式與時間上都應(yīng)當“充分合理”，對人工智能產(chǎn)品的警示缺陷判斷采用“充分合理”標準，一方面符合正常理性人的思維，另一方面也更具可操作性與統(tǒng)一性。

在人工智能語境下，判斷是否“充分合理”應(yīng)當以前文所述警示義務(wù)的具體要求為基礎(chǔ)，但更應(yīng)該考慮如何界定不可預(yù)見的危險。與普通產(chǎn)品不同，人工智能產(chǎn)品的自主性與主動交互性，使人類很難控制與預(yù)測其行為，不能排除人工智能產(chǎn)品自身成為致害主體的可能性，如何增強人工智能產(chǎn)品的可解釋性，是當下人工智能學(xué)科研究的重大挑戰(zhàn)之一[36]。在這種情況下，警示語不可能出現(xiàn)設(shè)計研發(fā)者、生產(chǎn)者等無法預(yù)知的情況，而這又與人工智能產(chǎn)品頻頻侵權(quán)的根源也是其本質(zhì)——人工智能的自主性相沖突，是無法克服的。因而，在判斷是否為可預(yù)見的危險時，以標明警示語的時間為節(jié)點來進行判斷似乎是當下較合理的可行之法。在警示時間點前的科學(xué)水平能夠預(yù)見還未投入市場的人工智能產(chǎn)品存在何種可預(yù)知危險，并將其充分寫為警示語，投入市場后的產(chǎn)品在技術(shù)發(fā)展或系統(tǒng)升級后，能夠預(yù)見其他風險或解決先前的潛在危險時，應(yīng)當及時更新警示標語，這也是與普通產(chǎn)品在警示方面的最大區(qū)別。如此，則盡到了充分合理的警示義務(wù)。反之，則沒有盡到充分合理的警示義務(wù)。另外，不需要對眾所周知的危險作出警示，也即對于任何荒誕或顯而易見的危險與不當使用方式，生產(chǎn)者和銷售者并不承擔預(yù)見或提出警示的義務(wù)，否則會導(dǎo)致消費者受到過度無意義警示的轟炸后很可能會放棄閱讀產(chǎn)品的全部警示，以至于忽略了其中的重要警示，而出現(xiàn)產(chǎn)品致害事件。

(四)跟蹤觀察缺陷：“個案認定，綜合判斷”原則

雖然我國《侵權(quán)責任法》肯定了跟蹤觀察義務(wù)，但沒有明確規(guī)定具體如何判斷責任主體是否履行了跟蹤觀察義務(wù)。在人工智能產(chǎn)品的跟蹤觀察義務(wù)中涉及的主體包括設(shè)計研發(fā)者、制造者與銷售者，中間也可能產(chǎn)生很多阻斷因素，歸納出一個具體的判斷標準較為困難。因此，筆者認為，在判斷是否履行了跟蹤觀察義務(wù)，應(yīng)當依據(jù)個案的情況，綜合考慮前述義務(wù)是否妥善履行來予以認定，但需特別注意的是，由于人工智能產(chǎn)品的交互性與自主性特征，對其的跟蹤觀察期限與時間點應(yīng)有別于普通產(chǎn)品，應(yīng)當在人工智能產(chǎn)品的整個使用期限內(nèi)進行跟蹤觀察，并設(shè)置固定的檢測時間點，以防止其多次采集數(shù)據(jù)后自我學(xué)習(xí)而導(dǎo)致異化，這是“綜合判斷”標準的重要內(nèi)容。

在具體操作中，可以參考以下判斷標準：首先，設(shè)計研發(fā)者對產(chǎn)生的風險是否預(yù)見或應(yīng)當預(yù)見，一方面可以從人工智能技術(shù)當前成果判斷能否預(yù)見該風險，應(yīng)當以上一次檢測產(chǎn)品的時間為準。若同類產(chǎn)品已經(jīng)發(fā)生類似的缺陷問題，該產(chǎn)品的設(shè)計研發(fā)者依然沒有任何反應(yīng)，則可以判斷設(shè)計研發(fā)者應(yīng)當預(yù)見風險而沒有預(yù)見。另一方面從設(shè)計研發(fā)者是否履行了關(guān)注和定時檢測義務(wù)來進行判斷，每次檢測都應(yīng)當有檢測記錄并進行上傳至數(shù)據(jù)庫。其次，生產(chǎn)者和銷售者是否開通了產(chǎn)品反饋管道并完成信息搜集傳遞工作。生產(chǎn)者與銷售者需建立和完善產(chǎn)品使用意見反饋機制，及時接受用戶的反饋，繼而將問題反饋給設(shè)計研發(fā)者，在這兩個中轉(zhuǎn)環(huán)節(jié)都應(yīng)當做好書面記錄并簽字存檔，以起到完整程序、保留證據(jù)及責任轉(zhuǎn)移的作用。最后，是否有警示或召回等反應(yīng)行為。如前所述，當發(fā)現(xiàn)產(chǎn)品存在缺陷時，視情況嚴重程度采取警示或召回等行為是跟蹤觀察義務(wù)的最重要內(nèi)容，也是判斷是否存在跟蹤觀察缺陷的重要標準之一。應(yīng)當對人工智能產(chǎn)品按照類別制定不同的“合理反應(yīng)期限”，若在此期限內(nèi)未對缺陷作出反應(yīng)，即為跟蹤觀察缺陷。具體來說有兩個方面：一是產(chǎn)品發(fā)展缺陷(14)產(chǎn)品發(fā)展缺陷指產(chǎn)品投入流通前的科技水平不認為是缺陷或不存在風險，而在產(chǎn)品投入流通以后，隨著科技的發(fā)展而認為是缺陷或者是認為存在風險。，主要是由設(shè)計研發(fā)者對科技的發(fā)展以及產(chǎn)品檢測監(jiān)控來判斷是否存在可修復(fù)缺陷，并對存在可修復(fù)缺陷的產(chǎn)品進行程序修繕和更新；若存在不可修復(fù)缺陷，則制造者需在產(chǎn)品說明中增加新的風險警示，銷售者在銷售產(chǎn)品時也應(yīng)及時說明新增風險，并警示已購買用戶。二是針對產(chǎn)品使用過程中產(chǎn)生的老化、折損問題，制造者與銷售者通過反饋管道可召回該類產(chǎn)品，并對其進行維修或更換，保障產(chǎn)品的安全。

四、結(jié)語

產(chǎn)品缺陷的司法認定是產(chǎn)品責任存在的基礎(chǔ)，由于人工智能產(chǎn)品相較于普通產(chǎn)品具有一定的自主性、交互性、難預(yù)測性與不可控性，致使人工智能產(chǎn)品缺陷認定更加復(fù)雜困難，加之未將產(chǎn)品缺陷類型化，現(xiàn)有的規(guī)則表達難以適用?；诜ń忉寣W(xué)的張力，在人工智能視域下對產(chǎn)品缺陷認定進行基本原理的探究與具體規(guī)則的新表達，結(jié)合學(xué)術(shù)界前沿理論、我國司法實踐經(jīng)驗與人工智能產(chǎn)品特性，將產(chǎn)品缺陷劃分為設(shè)計缺陷、制造缺陷、警示缺陷與跟蹤觀察缺陷，通過“切割分解”的方式將復(fù)雜的人工智能產(chǎn)品缺陷分解成不同類型。分析不同缺陷類型下各主體的義務(wù)，再結(jié)合不同缺陷的性質(zhì)與特征，表達出不同的判斷規(guī)則，為我國人工智能產(chǎn)品侵權(quán)責任構(gòu)建提供一個可參考的思路。智能革命引發(fā)的各種思考才剛剛開始，科學(xué)技術(shù)的發(fā)展會不斷拓寬人類認識的邊緣[46]，我們需要在法律基本原理的基礎(chǔ)上進行審慎創(chuàng)新，在面對舊規(guī)則無法解決新問題這一局面時，應(yīng)當還原舊表達的核心思想，結(jié)合新語境得出新的規(guī)則表達。本文提出的判斷規(guī)則并非蓋棺之言，僅是現(xiàn)階段對人工智能產(chǎn)品視域下缺陷司法認定的初步探索，將來還會出現(xiàn)諸多問題需要我們共同關(guān)注和探討，尋找并論證更加恰當?shù)囊?guī)則表達，希望我們在促進新技術(shù)發(fā)展的同時，為其產(chǎn)生的風險做好充足的法律準備。