2018年3月，一辆自动驾驶测试车辆在美国街头撞死一名行人。事故发生后，舆论最初聚焦于“系统未能正确识别行人”。但后续调查显示，车辆的紧急制动功能在测试阶段被人为禁用，车内安全员在事发时正低头看手机，测试公司的安全测试流程也被认定存在系统性缺陷。这起被称为“算法杀人”的美国自动驾驶第一案背后，实际潜藏着一条清晰可辨的人类决策责任链条。

　　这并非孤例。随着自动化决策系统在自动驾驶、招聘筛选、内容推荐、金融风控等领域的广泛应用，一种值得警惕的话语模式正在悄然确立：当技术系统造成损害或引发争议时，包括系统设计者、部署机构与使用者在内的相关行为主体，往往以“自动化决策”作为免责或减责的理由。这一现象可以概括为“以机器为借口”，其背后的责任问题亟须厘清并恰当分配。

　　算法借口何以大行其道

　　“以机器为借口”的现象之所以能够持续存在，是因为其背后有个体或机构等多重现实利益驱动。其一是分布式决策的责任稀释。复杂系统的开发涉及众多分工环节，每个参与者只对局部负责，即便并非有意为之，损害发生后也会自然形成“系统问题而非个人问题”的整体性话语，责任由此在组织结构中被悄然稀释。其二是公关修辞的话术策略。将事故归因于抽象的算法或系统，既能够利用公众与技术之间的信息不对称，降低追问背后人类决策责任的意愿与能力，又能够营造出“同为受害者”的防御姿态，这在声誉层面远比承认人为决策失误更为有利。其三是法律责任规避的经济动机。通过维持“系统自动化决策”而非“人为具体决策”的责任叙事，往往能够将本应承担的过失责任乃至惩罚性赔偿，巧妙转化为一种可通过商业保险覆盖的产品责任，同时借助技术复杂性提高受害者的举证门槛与诉讼成本。

　　机器不能作为责任终点

　　法律主体之所以能够承担责任，首先在于其具备理解自身行为及其后果的认知能力，并在此基础上能够对相关因素进行审慎权衡后作出回应。但当前无论多先进、复杂的算法系统，都难以满足这些条件的实质要求。系统输出的不可预测性确实存在，但不可预测性不等于能动性，正如台风的不可预测性并不意味着台风应为其造成的损害负责，而只意味着人类需要在预警与防范机制上投入更多资源。同理，算法的复杂性也不应成为推卸责任的借口，而只应促使治理更加审慎。即使承认安德里亚斯·马蒂亚斯（Andreas Matthias）提出的“责任空隙”（Responsibility Gap）确实存在，具备学习能力的系统行为有时会超出设计者能够合理预见的范围，但这个理论的原意也只是主张通过强制保险、扩大严格责任适用等制度设计来填补空隙，而非放任不管。更值得警惕的是，现实中绝大多数援引机器责任的案例，恰恰并不属于这种严格意义上“设计者无法合理预见”的责任空隙情形，而是设计者在风险已被内部知晓的情况下，主动或消极选择不予纠正，其本质上仍属于过失责任框架下“未尽合理注意义务”的传统问题。可以说，算法的自动化决策应是辅助人类决策得以更好实现的中介，而非构成责任追溯链条的终点。

　　倘若任由“以机器为借口”从临时性的个案辩护策略演变为常态化的普遍认知定式，其负面社会后果将是系统性的。首先，受害者的救济落空。当责任被技术化的表述稀释后，普通受害者往往缺乏足够的专业知识、调查资源与法律手段去穿透这层技术迷雾，将责任重新锚定到具体的人类决策节点之上。其次，加剧道德风险。如果企业预期到“自动化决策”的辩护策略能够有效降低法律责任与声誉损失，那么这种预期就会削弱其在系统设计、测试、审计环节投入更多资源的内在激励。更严重的是，这还可能在行业竞争中形成劣币驱逐良币的逆向选择，使坚持高审查标准的企业反而处于劣势地位。最后，也是更深层的危害，是对公众信任的长期侵蚀。公众对技术系统的信任基础将因这种借口的反复得逞而流失，而信任一旦流失，修复所需的代价将远高于其形成过程。

　　构建责任可溯的治理体系

　　法律治理的着力点，不应纠结于机器能否承担责任这一形而上的问题，而是应确保任何“自动化决策”的表述都无法单独构成免责的完整论证，以便进一步追问相关主体是否已经履行与其角色相称的审慎义务。具体可从三个方面入手，构建责任可溯的治理方案：一是设立人类监督条款，确保存在能够实质介入而非徒具形式的人工控制环节；二是明确算法可解释性规则，保障监管与司法机关能够穿透技术黑箱，追溯至具体的数据选择与目标设定；三是建立审计留痕制度，使风险评估与处置过程可被系统记录，并在事后重新归集为可问责的具体决策。我国《个人信息保护法》第24条已确立的自动化决策说明义务以及《生成式人工智能服务管理暂行办法》对主体责任所作出的相关规定，可作为进一步细化规范的基础。此外，还应配套建立强制性公开说明义务，要求企业在事故发生后第一时间披露人类监督的实际情况，防止“以机器为借口”的责任规避话术在监管介入前抢先塑造公众认知。唯有如此，“自动化决策”才能永远只是责任追溯的中间环节，而非最终责任归宿。

　　技术的复杂性理应促使治理设计更为审慎周密，而不应也不能成为责任消解的正当理由。在人工智能治理日益成为全球性议题的当下，如何立足我国现行法律框架与治理实践，形成具有本土适用性的责任可追溯的制度安排，实现技术创新与权益保障、社会信任之间的动态平衡，是摆在学界与实务部门面前亟待深入研究的重要课题。

　　（作者系中国海洋大学法律经济学文科重点团队研究助理；中国海洋大学法学院教授）