Exemple d’une situation proposée sur la plateforme Moral Machine.
© Edmond Awad et al. Nature.
L'analyse de ces données a permis d'identifier trois critères moraux principaux : sauver des vies humaines plutôt que des animaux, sauver le plus grand nombre de vies et sauver les vies des plus jeunes plutôt que celles des personnes âgées. Ainsi, les profils les plus sauvés dans les situations proposées par Moral Machine sont les bébés en poussette, les enfants et les femmes enceintes.
Les résultats montrent également des préférences morales beaucoup plus controversées : les personnes en surpoids ont environ 20% de probabilité de plus de se faire tuer face à des personnes athlétiques ; les personnes pauvres 40% de probabilité de plus que des personnes riches, tout comme les personnes ne respectant pas les feux de signalisation par rapport à ceux qui les respectent. D'ailleurs, les chercheurs notent que dans les pays développés, avec des lois et institutions fortes, les utilisateurs sauvent moins souvent les piétons ne traversant pas sur un passage clouté que les internautes de pays moins développés.
Les données récoltées étant publiques et accessibles à tous, les auteurs espèrent qu'elles seront consultées par les gouvernements envisageant de légiférer sur les voitures autonomes ou les industriels travaillant sur la programmation de ces voitures. Le but n'est pas nécessairement de suivre la volonté des utilisateurs de Moral Machine, mais d'avoir une vision globale des préférences morales des citoyens. Les chercheurs restent cependant prudents sur la représentativité de l'étude, les participants ayant été volontaires pour répondre et non sélectionnées par des méthodes d'échantillonnage.
Les auteurs mettent à disposition du public un site web permettant d'explorer les résultats de Moral Machine pays par pays, et de comparer les pays entre eux.
Fig. a : Diagramme présentant la différence de probabilité entre différentes catégories de personnes d’être épargnées dans un accident avec une voiture autonome. La différence est en faveur des catégories du côté droit.
Fig. b : Avantage ou désavantage relatif pour chaque catégorie de personnes par rapport à une personne adulte (homme ou femme). Par exemple, la probabilité qu’une petite fille soit épargnée est supérieure de 0,15 à la probabilité qu’une personne adulte soit épargnée.
© Edmond Awad et al. Nature.
Références publication:
The Moral Machine Experiment. Edmond Awad, Sohan Dsouza, Richard Kim, Jonathan Schulz, Joseph Henrich, Azim Shariff, Jean-François Bonnefon, Iyad Rahwan. Nature, 2018.
Consulter le site web
Contact chercheur:
Chercheur CNRS - Jean-François Bonnefon
Source: CNRS
____
____