Earticle

초록

한국어

본 연구는 자율주행차 사고에 대한 단순 정보를 접하는 것이 자율주행 기술에 대한 부정적인 편견으로 이어질 수 있는지를 온라인 실험을 통해 탐구하였다. 실험 참가자들은 차의 유형(자율주행차 vs. 일반 자동차)와 사고 원인(시스템 혹은 운전자 실수 vs. 외부 요인)이 다른 네 개의 사고 시나리오를 읽고, 사고 상황에 대한 통 제가능성, 유사 사고에 대한 불안도, 주행자의 사고에 대한 책임 정도에 대해 응답하였다. 연구 결과, 자율주행차 사고에 대한 정보를 접한 경우, 자율주행 시스템의 통제가능성은 낮게 평가되고 유사 사고에 대한 불안도는 높아 졌다. 또한 사고에 대한 책임 역시 자율주행 시스템이 인간 운전자보다 높게 인식되었다. 자율주행차 사고에 대한 이러한 비판적인 경향은 사고의 원인이 자율주행차에 있지 않더라도 크게 감소되지 않았다. 본 연구의 결과는 자 율주행차 사고에 대한 단순 정보가 자율주행차 기술에 대한 부정적 편견으로 직결되지 않도록 유의해야 함을 시 사한다.

영어

This study investigates whether mere exposure to an AV accident can lead to negative perceptions of autonomous driving technology. An online experiment was conducted employing a 2(car type: autonomous vehicle vs. traditional car) x 2(cause of accident: system’s or driver’s error vs. external factors) factorial design. In the experiment, participants completed a questionnaire after reading an accident scenario. The results indicated that exposure to an AV accident triggered algorithmic aversion, a preference for human agents over artificial intelligence. Participants in the AV condition perceived lower controllability and reported higher anxiety than those in the traditional vehicle condition. Furthermore, such AV accidents, regardless of the cause, were interpreted as uncontrollable and triggering anxiety. Also, the autonomous driving system was perceived as more responsible for the accident than their human counterpart. These findings demonstrate that algorithm aversion can manifest in the context of autonomous driving.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 이론적 논의
2.1 알고리즘 혐오(Algorithmic aversion)
2.2 자율주행차 사고에 대한 대중의 인식
Ⅲ. 연구방법
3.1 연구대상 및 연구 절차
3.2 실험 디자인 및 처치물
3.3 주요 변인 측정
Ⅳ. 결과
4.1 통제가능성
4.2 사고 불안도
4.3 사고에 대한 책임
Ⅴ. 결론 및 논의
REFERENCES

저자

• 주연경 [ Yeon Kyoung Joo | 명지대학교 디지털미디어학과 부교수 ] Corresponding Author

참고문헌