รถยนต์อัตโนมัติปลอดภัยจริงหรือ? อุบัติเหตุบอกอะไรเราบ้าง?

ข้อมูล 271 ล้านกิโลเมตรจากรถที่ขับด้วยตัวเองของ Waymo แสดงให้เห็นว่าโรโบแท็กซี่เกิดอุบัติเหตุน้อยกว่ามนุษย์ถึง 68% แต่ความปลอดภัยยังคงขึ้นอยู่กับคำถามว่าปลอดภัยที่ไหนและอย่างไร
ข้อมูล 271 ล้านกิโลเมตรจากรถที่ขับด้วยตัวเองของ Waymo แสดงให้เห็นว่าโรโบแท็กซี่เกิดอุบัติเหตุน้อยกว่ามนุษย์ถึง 68% แต่ความปลอดภัยยังคงขึ้นอยู่กับคำถามว่าปลอดภัยที่ไหนและอย่างไร

แชร์หน้านี้

ควรให้คำตอบชัดเจนหรือไม่? สำหรับแท็กซี่หุ่นยนต์ไร้คนขับอย่าง Waymo หลักฐานอิสระเป็นไปในเชิงบวกอย่างแท้จริง: เกิดอุบัติเหตุน้อยกว่าคนขับมนุษย์อย่างชัดเจนในแต่ละไมล์ แต่ผลลัพธ์นี้ยังไม่ใช้ได้กับยานพาหนะอัตโนมัติทุกประเภท - วิธีการเก็บข้อมูล สิ่งที่นับว่าเป็น "อุบัติเหตุ" และวิธีที่บริษัทนำเสนอตัวเลข ล้วนเป็นตัวกำหนดเงื่อนไขที่ข้ออ้างว่า "ปลอดภัยกว่ามนุษย์" ดูถูกต้องอย่างสมบูรณ์ นั่นคือคำตอบของคำถามนี้ไม่ใช่แค่ "ใช่" หรือ "ไม่ใช่" เพียงคำเดียว แต่เป็นคำถามว่า "ที่ไหน อย่างไร และสำหรับใคร"

สรุปประเด็นสำคัญ

  • แท็กซี่หุ่นยนต์ไร้คนขับเกิดอุบัติเหตุน้อยกว่า 68%ต่อไมล์เมื่อเทียบกับคนขับมนุษย์
  • อุบัติเหตุบาดเจ็บสาหัสหรือเสียชีวิตลดลงในระดับ95%
  • Waymo บันทึกได้ถึง271.3 ล้านไมล์ไร้คนขับ ณ เดือนมิถุนายน 2026
  • วิธีการของรายงานความปลอดภัยของ Tesla ถูกวิพากษ์วิจารณ์อย่างหนัก และมีการเปิดการสอบสวนเรื่อง FSD
  • คนขับมนุษย์เป็นผู้รับผิดชอบหลักในประมาณ93%ของอุบัติเหตุทั้งหมด

ยานพาหนะอัตโนมัติปลอดภัยกว่าคนขับมนุษย์จริงหรือ?

หลักฐานอิสระที่แข็งแกร่งที่สุดมาจากยานพาหนะไร้คนขับที่ให้บริการในสี่เมือง การวิเคราะห์ไมล์ไร้คนขับราว 50 ล้านไมล์ในซานฟรานซิสโก ฟีนิกซ์ ลอสแอนเจลิส และออสติน ถูกนำมาเปรียบเทียบกับ 222 พันล้านไมล์ที่มนุษย์ขับในพื้นที่เดียวกัน ผลลัพธ์: อุบัติเหตุน้อยกว่า 68%ต่อไมล์ อุบัติเหตุรถคันเดียวน้อยกว่า 85% อุบัติเหตุมีบาดเจ็บน้อยกว่า 81% นี่ไม่ใช่ความต่างที่มองข้ามได้

แต่ก่อนรีบสรุป คิดสักวินาที: ภาพรวมนี้กระจัดกระจายไปตามแต่ละเมือง ที่ฟีนิกซ์ความต่างสูงสุดถึง 76% ที่ลอสแอนเจลิสอยู่ที่ 71% แต่ที่ซานฟรานซิสโกลดลงเหลือ 35% ส่วนที่ออสติน อุบัติเหตุมากกว่าถึง 4% เนื่องจากขนาดตัวอย่างที่เล็ก ดังนั้นประโยค "ยานพาหนะอัตโนมัติปลอดภัยกว่า" ในวันนี้ ควรอ่านว่า "แท็กซี่หุ่นยนต์ไร้คนขับในเมืองที่ Waymo ให้บริการดูจะปลอดภัยกว่า" สำหรับบริษัทอื่นๆ เรายังไม่มีข้อมูลคุณภาพระดับนี้

และยังมีเรื่องขนาดของข้อมูลที่อยู่เบื้องหลังตัวเลขเหล่านี้: Waymo เปิดเผยไมล์การเดินทางไร้คนขับ 271.3 ล้านไมล์ต่อสาธารณะ ณ เดือนมิถุนายน 2026 - ฟีนิกซ์ 92.1 ล้านไมล์ ซานฟรานซิสโก 82.4 ล้านไมล์ ลอสแอนเจลิส 67.1 ล้านไมล์ ออสติน 21.1 ล้านไมล์ แอตแลนตา 8.6 ล้านไมล์ เมื่อเทียบกับค่าเฉลี่ยของมนุษย์ รายงานระบุการลดลง 95% ในอุบัติเหตุบาดเจ็บสาหัสหรือเสียชีวิต, 93% ในอุบัติเหตุกับคนเดินเท้า, 86% ในอุบัติเหตุกับจักรยาน และ 82% ในอุบัติเหตุกับมอเตอร์ไซค์ นี่คือตัวเลขที่น่าประทับใจ แต่แหล่งข้อมูลหลักก็เป็นฝ่ายที่มีส่วนได้เสียเช่นกัน ด้วยเหตุนี้ การตรวจสอบโดยอิสระจึงมีคุณค่า

ทำไมตัวเลขอุบัติเหตุจึงเปรียบเทียบกันตรงๆ ไม่ได้?

จุดที่น่าสนใจที่สุดของเรื่องนี้เริ่มตรงนี้ บนอินเทอร์เน็ตมีตัวเลขหมุนวนอยู่ เช่น "อุบัติเหตุยานพาหนะอัตโนมัติ 9.1 ครั้งต่อ 1 ล้านไมล์ เทียบกับมนุษย์ 4.1 ครั้ง" - ซึ่งสะท้อนภาพว่ายานพาหนะอัตโนมัติแย่กว่า แล้วจากชุดข้อมูลชุดเดียวกันนี้ จะได้ทั้ง "อุบัติเหตุน้อยกว่า 68%" และ "อุบัติเหตุมากเป็นสองเท่า" ได้อย่างไร?

คำตอบคือ: คำนิยามของ "อุบัติเหตุ" บริษัทยานพาหนะอัตโนมัติต้องรายงานเหตุการณ์ระดับสัมผัส แม้แต่กรณีที่เสียหายเพียงเล็กน้อย ส่วนสำหรับคนขับมนุษย์ ในหลายรัฐมีเงื่อนไขเป็นเกณฑ์ความเสียหายขั้นต่ำหรือต้องมีการบาดเจ็บ ยิ่งไปกว่านั้น ผู้คนไม่ได้แจ้งต่อตำรวจเลยในสัดส่วนที่สำคัญของอุบัติเหตุ อุบัติเหตุความเสียหายต่อทรัพย์สินที่ไม่ได้รับการแจ้งอยู่ที่ 69.7% ส่วนอุบัติเหตุที่มีผู้บาดเจ็บไม่ได้รับการแจ้ง 31.9% อุบัติเหตุราวครึ่งหนึ่งไม่ถูกบันทึกไว้ นั่นคือไม้บรรทัดฝั่งมนุษย์ไม่ได้วัดด้วยมาตราเดียวกัน

ตัวอย่างที่ทำให้เห็นภาพชัดขึ้น: การชนที่รายงานโดยยานพาหนะไร้คนขับมี 41% มีการเปลี่ยนแปลงความเร็วต่ำกว่า 1 ไมล์ต่อวินาที - กล่าวคือเป็นระดับการสัมผัสในที่จอดรถ การกระทบที่ไม่ก่อให้เกิดความเสียหายรุนแรง เหตุการณ์ลักษณะนี้ไม่เคยถูกนับในสถิติของมนุษย์เลย นักวิจัยอิสระต้องตัดข้อมูลการบันทึกของฝั่งรถอัตโนมัติออกราว 25% เพื่อให้เปรียบเทียบได้อย่างเป็นธรรม ถ้าเปรียบเทียบกับตาข่ายกว้างเหมือนตัวกรองแบบหลวม ทุกอย่างกลายเป็นอุบัติเหตุได้หมด แต่ถ้ากรองผ่านกรวยดู ภาพก็จะเปลี่ยนไป

อีกปัญหาหนึ่งคือฝั่งระยะทาง บริษัทต้องรายงานอุบัติเหตุ แต่ไม่จำเป็นต้องรายงานระยะทางที่วิ่ง Waymo ทำสิ่งนี้โดยสมัครใจ แต่บริษัทอื่นไม่ทำ หากไม่มีข้อมูลระยะทางก็คำนวณอัตราอุบัติเหตุไม่ได้ - เหมือนกับการหารเลขสองตัวไม่ได้เมื่อไม่มีตัวเลขในเครื่องพิมพ์ดีด นักวิจัยด้านความปลอดภัยอิสระจึงพูดกันตรง ๆ ว่า: ผลลัพธ์แสดงถึงความปลอดภัยในระดับที่จำกัด แต่ระบบการเก็บข้อมูลปัจจุบันยังไม่เพียงพอสำหรับการติดตามอย่างต่อเนื่องในการขยายขนาดที่ใหญ่

กระจกที่ Waymo มองเอง

วิธีการของ Waymo ย่อมไม่สมบูรณ์แบบแน่นอน และตัวบริษัทเองก็ยอมรับเรื่องนี้ การเปรียบเทียบไม่ได้ทำกับค่าเฉลี่ยระดับชาติ แต่ทำกับโปรไฟล์อุบัติเหตุของเมืองที่รถให้บริการอยู่เอง การปรับตามช่วงเวลาของวันยังทำไม่ได้ และยังมีรายละเอียดที่น่าสนใจอีกอย่าง: ในเมืองที่ Waymo ให้บริการไม่มีหิมะตก นั่นคือตัวเลขความปลอดภัยที่โดดเด่นทั้งหมดนี้ ไม่รวมประสบการณ์ถนนที่มีหิมะและน้ำแข็งเลย แล้วพวกเขาจะทำงานอย่างไรในสภาพฤดูหนาว? คำตอบของคำถามนี้ยังไม่มี

ทำไมคำกล่าวอ้าง "ปลอดภัยกว่า X เท่า" ของ Tesla จึงเป็นที่ถกเถียง?

Tesla กล่าวอ้างอย่างโดดเด่นในรายงานความปลอดภัยที่เผยแพร่สำหรับ Full Self-Driving (Supervised) ว่า: ยานพาหนะที่มีคุณสมบัติด้านความปลอดภัยเชิงรุกวิ่งได้ระยะทางไกลกว่าคนขับมนุษย์หลายเท่าระหว่างการชนแต่ละครั้ง ฟังดูเยี่ยมใช่ไหม? ปัญหาคือ: Tesla เป็นผู้กำหนดนิยามของ "อุบัติเหตุ" เอง และรายงานอ้างอิงจากข้อมูลภายในบริษัท เมื่อนักวิจัยอิสระตรวจสอบวิธีการ พบว่าผลลัพธ์แบบ "ปลอดภัยกว่า 10 เท่า" มาจากการเลือกวิธีวัด ตัวชี้วัด Autopilot แบบเดิมก็ครอบคลุมการขับขี่บนทางด่วนเป็นหลัก ซึ่งมีความปลอดภัยในตัวเองอยู่แล้ว - นั่นคือไม่ใช่การเปรียบเทียบแบบเทียบเคียงกัน แต่เปรียบเทียบแอปเปิลกับมะละกอ

และยังมีความคืบหน้าร้านแรงอีกสองเรื่องเพิ่มเข้ามา ประการแรก ในจดหมายที่วุฒิสมาชิกคนหนึ่งเขียนถึงหน่วยงานกำกับดูแลความปลอดภัย ระบุความเห็นว่า Tesla ใช้ "สถิติความปลอดภัยที่ทำให้เข้าใจผิดและไม่ครบถ้วน" ประการที่สอง ในเดือนมิถุนายน 2026 มีการเริ่มการสอบสวนอย่างเป็นทางการเกี่ยวกับ FSD: โดยมีการบันทึกไว้ว่าระบบไม่สามารถตรวจจับสภาพที่การมองเห็นลดลง - สถานการณ์ที่คล้ายหมอก แสงจ้า และฝน - และไม่ได้เตือนผู้ขับขี่

ความเสี่ยงเชิงโครงสร้างของระบบระดับ Level 2 ก็เป็นอีกหัวข้อหนึ่งแยกต่างหาก งานวิจัยชิ้นหนึ่งแสดงให้เห็นว่า ผู้ขับขี่ที่ใช้ระบบคล้าย Autopilot ตามเวลาจะตกอยู่ในภาวะเผลอตัว เลิกเอาใจใส่ต่อระบบ และเข้าสู่พฤติกรรมที่มีความเสี่ยงต่อความปลอดภัย เราอาจเรียกสิ่งนี้ว่า "ภาวะยามเฝ้าล้า": แม้ในวงการยามเฝ้า ช่วงเวลาที่อันตรายที่สุดก็คือเวรที่ผ่านไปหลายชั่วโมงโดยไม่มีอะไรเกิดขึ้นเลย ถ้าระบบขับได้อย่างสมบูรณ์แบบ 10 นาที สมองของมนุษย์จะบอกว่า "ฉันก็ผ่อนคลายได้แล้ว" แต่ระบบนั้นตามกฎหมายยังคงต้องการการเฝ้าดูจากผู้ขับขี่อยู่ คนที่นั่งบนเบาะนั้นต้องเป็นทั้งนักบิน ทั้งตัวสำรอง และทั้งเจ้าหน้าที่ความปลอดภัย - เมื่อทำทุกอย่างพร้อมกันไม่ได้ ทุกอย่างก็พัง

Mercedes Drive Pilot: Level 3 ที่ลัดไฟแดง

Mercedes'in Drive Pilot'u tıkanık trafikte direksiyonu devralıyor ama gözlerin yoldan ayrılmasına asla izin vermiyor.

ต่างจาก Tesla ตรงที่ Mercedes-Benz เลือกเดินสายที่ถ่อมตัวกว่าเล็กน้อย แต่แข็งแรงกว่าในแง่ของกฎระเบียบมากกว่า แบรนด์เยอรมันนี้เป็นบริษัทแรกในโลกที่ได้รับอนุมัติประเภทระหว่างประเทศสำหรับการขับขี่อัตโนมัติแบบมีเงื่อนไขในระดับ SAE Level 3 ณ ปัจจุบัน Drive Pilot เป็นระบบ Level 3 เพียงระบบเดียวที่มีอนุมัติระหว่างประเทศ ในเยอรมนี ช่วงแรกมีทางหลวง 13,191 กม. ที่ได้รับอนุมัติสำหรับการขับขี่อัตโนมัติแบบมีเงื่อนไขนี้ เปิดตัวในตลาดสหรัฐฯ แล้ว และกำลังขยายตัว

คำจำกัดความ Level 3 ของ SAE มีความสำคัญ: ระบบจะรับหน้าที่ขับขี่ภายใต้เงื่อนไขที่กำหนด แต่ผู้ขับขี่ต้องยังคงอยู่บนเบาะ และต้องพร้อมเข้าควบคุมทันทีที่ระบบต้องการ นั่นคือ ยานพาหนะไม่ได้บอกว่า "เธอหลับได้อิสระ" แต่บอกว่า "การจราจรติดขัด ความเร็วต่ำ ฉันขับอยู่ - แต่เธอต้องตื่นอยู่นะ" ในวงการบล็อกมีข้อกล่าวอ้างที่พูดเกินจริงเช่น "Mercedes ยอมรับผิดในอุบัติเหตุเสมอ" หมุนเวียนอยู่ ซึ่งเป็นความจริงฉบับเจือจางเล็กน้อย มนุษย์ยังคงต้องอยู่บนเบาะนั่ง และยังคงต้องมีส่วนร่วมอยู่เสมอ ในทางกลับกัน ข้อได้เปรียบข้อหนึ่งของ Level 3 อยู่ที่ความโปร่งใส: ในบางมลรัฐ ยานพาหนะต้องมีอุปกรณ์บันทึกทางเทคนิคแบบ "กล่องดำ" - นั่นคือ เมื่อเกิดอุบัติเหตุ สิ่งที่ระบบกำลังทำอยู่ในขณะนั้นจะปรากฏอยู่ในบันทึก ข้อมูลแทนการคาดเดา

ข้อมูล Disengagement บอกอะไรเราบ้าง (และไม่ได้บอกอะไร)?

ตัวชี้วัดที่เป็นที่ชื่นชอบแต่กลับถูกเข้าใจผิดมากที่สุดในวงการการขับขี่อัตโนมัติ: disengagement ก็คือช่วงเวลาที่ผู้ขับขี่ในการทดสอบถูกบังคับให้กลับมาควบคุมยานพาหนะเอง คำจำกัดความอย่างเป็นทางการของแคลิฟอร์เนียมีดังนี้: การที่โหมดอัตโนมัติถูกปิดการทำงานเมื่อตรวจพบข้อผิดพลาดในเทคโนโลยีอัตโนมัติ หรือเมื่อจำเป็นต้องเดินหน้าต่ออย่างปลอดภัย ตามสายตาแรกดูเป็นความคิดที่สมเหตุสมผล - ยิ่งรถพูดว่า "ฉันทำไม่ได้" บ่อยแค่ไหน ก็ยิ่งไม่เป็นระบบมากขึ้นเท่านั้น ใช่ไหม?

ความจริงซับซ้อนกว่านั้น ในแคลิฟอร์เนีย บริษัทที่ได้รับใบอนุญาตบันทึกระยะทดสอบมากกว่า 9 ล้านไมล์ระหว่างธันวาคม 2024 ถึงพฤศจิกายน 2025 แต่ภายใต้ใบอนุญาตการปรับใช้ (นั่นคือการให้บริการผู้โดยสารจริง) การรายงาน disengagement ไม่จำเป็นเลย หน่วยงานกำกับดูแลวางแผนที่จะปรับปรุงกฎเกณฑ์ในปี 2026 ยิ่งไปกว่านั้น วงวิชาการก็มองตัวชี้วัดนี้อย่างสงสัย: ความกำกวมของคำจำกัดความ disengagement สามารถทำให้การเปรียบเทียบระหว่างบริษัทคลาดเคลื่อนได้ และรายงานต่างๆ สะท้อนให้เห็นเพียงกิจกรรมการทดสอบเท่านั้น กล่าวคือ การพูดว่า "บริษัท X มี disengagement ปีละ 3 ครั้ง" ไม่ได้แปลว่าปลอดภัยกว่า Waymo - อาจเป็นเพราะเขาทดสอบบนถนนน้อยกว่ามากและบนเส้นทางที่ง่ายกว่ามากเท่านั้น ถ้าอยากใช้ตัวชี้วัดเป็นนาฬิกา ก่อนอื่นทุกคนต้องมองนาฬิการุ่นเดียวกันก่อน

หน่วยงานกำกับดูแลทำอะไรอยู่ และคำถามใดยังไม่มีคำตอบ?

ที่สหรัฐอเมริกามีกฎที่มีผลบังคับใช้ตั้งแต่ปี 2021: ยานพาหนะที่ติดตั้งระบบ ADS หรือระบบ Level 2 ต้องรายงานอุบัติเหตุเข้าสู่ระบบส่วนกลาง การอัปเดตเดือนเมษายน 2026 แสดงการรายงานการชน 100 รายการในหนึ่งปีที่ผ่านมา - ในจำนวนนี้ 80 รายการมาจาก Waymo, 12 รายการจาก Avride และ 3 รายการจาก Motional การบอกว่าตัวเลขเหล่านี้เป็น "แย่" หรือ "ดี" ไปเองนั้นไม่ถูกต้อง เพราะขนาดกองรถที่รายงานและระยะทางที่วิ่งได้แตกต่างกันมาก แต่มีสัญญาณหนึ่ง: หน่วยงานกำกับดูแลได้เปิดการสอบสวนเกี่ยวกับยานพาหนะขับขี่อัตโนมัติของ Avride หลังเกิดเหตุการณ์ที่ดัลลัส นั่นคือส่วนกล้องของระบบก็ทำงานเช่นกัน

ในทางกลับกัน ช่องว่างบางส่วนใหญ่จนน่ากังวล ยังไม่มีการรายงานระยะทางแบบบังคับ เกณฑ์การรายงานอุบัติเหตุของมนุษย์แตกต่างกันไปในแต่ละเมือง และยังไม่มีการเปรียบเทียบที่ปรับตามเงื่อนไขเช่นหิมะและกลางคืน รายงานปี 2026 ที่หน่วยงานกำกับดูแลเสนอต่อสภาคองเกรสก็ชี้ถึงข้อบกพร่องเดียวกัน: การวิเคราะห์ลักษณะประสิทธิภาพของระบบย่อย การระบุรูปแบบความผิดพลาด และวิธีการประเมินความเสี่ยงยังคงอยู่ระหว่างการศึกษา นั่นคือแม้แต่ฝ่ายทางการยังบอกว่า "ยังวัดทุกอย่างได้ไม่หมด"

แล้วควรมองอัตราความผิดพลาดของมนุษย์อย่างไร?

สถิติที่ผู้สนับสนุนยานยนต์อัตโนมัติชื่นชอบที่สุดก็คือ: 93% ของสาเหตุอุบัติเหตุคือความผิดพลาดของมนุษย์ ความผิดพลาดในการรับรู้ 41% ความผิดพลาดในการตัดสินใจ 34% ความผิดพลาดในการปฏิบัติ 10% ตัวเลขนี้เป็นจริง - ในฐานะผู้ขับขี่มนุษย์ เราไม่ได้สมบูรณ์แบบอะไรเลยจริงๆ แต่ต้องใส่ข้อสังเกตอย่างระมัดระวังเข้าไปตรงข้ามด้วย: การวิเคราะห์กรณีแบบจับคู่ในปี 2024 พบว่าในอุบัติเหตุชนท้าย 79% ฝ่ายที่ชนเข้ากับยานพาหนะไร้คนขับคือยานพาหนะที่มีคนขับ นั่นคือยานยนต์อัตโนมัติมักเป็นฝ่ายที่ไม่มีความผิดบ่อยครั้ง แต่นั่นไม่ได้แปลว่ารูปแบบความผิดพลาดของระบบเอง (การรับรู้ การคาดการณ์ สถานการณ์ที่ไม่คาดคิด) ไม่มีปัญหา ยานพาหนะแต่ละคันเรียนรู้แตกต่างกัน ความผิดพลาดของมนุษย์กลายเป็นเรื่องคลาสสิกไปแล้ว แต่ความผิดพลาดของเครื่องจักรยังไม่ถูกทำแผนที่

บทสรุป: คำตอบคือใช่บางส่วน และเป็นเครื่องหมายคำถามบางส่วน

ถ้าจะสรุปภาพในวันนี้: ข้อมูลสาธารณะที่ตรวจสอบได้อย่างเป็นอิสระของ Waymo แสดงให้เห็นอุบัติเหตุน้อยกว่าผู้ขับขี่มนุษย์จริงๆ โดยเฉพาะอุบัติเหตุร้ายแรงที่น้อยกว่ามาก นี่คือสัญญาณที่บ่งชี้เป็นครั้งแรกในประวัติศาสตร์ว่าเครื่องจักรก่อความเสียหายในการจราจรประจำวันน้อยกว่ามนุษย์อย่างวัดได้ - น่าตื่นเต้น

แต่ในภาพเดียวกันนี้ก็มีเครื่องหมายคำถามชัดเจนสามข้อ: มาตรฐานการวัดยังไม่เหมาะกับการเปรียบเทียบมนุษย์กับอัตโนมัติอย่างตรงไปตรงมา ข้ออ้าง "ปลอดภัยกว่าหลายเท่า" ที่ผู้เล่นรายใหญ่อย่าง Tesla รายงานด้วยตัวเองติดอยู่กับข้อวิพากษ์วิจารณ์และการสอบสวนอย่างจริงจัง และหลักฐานความปลอดภัยทั้งหมดนี้มาจากเมืองใหญ่เพียงกลุ่มย่อยเล็กๆ ที่มีแดดสวยงามของโลก หิมะ, กลางคืน, ถนนนอกเมือง, บริษัทที่แตกต่างกัน - ไม่มีหลักฐานระดับ Waymo สำหรับสิ่งเหล่านี้เลย ในการประชุมสภานิติบัญญัติที่ Oregon ผู้เชี่ยวชาญที่ยังไม่เชื่อว่ายานพาหนะขับขี่อัตโนมัติในปัจจุบันช่วยลดอุบัติเหตุได้จริงก็ได้ให้การเป็นพยาน สถาบันอย่าง Brookings ก็เน้นย้ำว่า "ยังไม่ชัดเจนว่าจะปลอดภัยกว่าหรือไม่" ดังนั้นคำตอบที่ซื่อสัตย์ที่สุดก็คือ: หลักฐานเกือบจะมีแล้ว แต่ยังไม่ครอบคลุมทุกที่ เทคโนโลยีไม่รอเรา แต่โครงสร้างพื้นฐานด้านข้อมูลกำลังไล่ตามอยู่

แหล่งอ้างอิง