AI摄像头全澳狂开数十万张罚单，有司机收近$2万账单！“这真的公平吗？”

人工智能（AI）道路安全摄像头正在澳洲各地铺开，罚单数量也随之大幅飙升。

数据显示，自去年10月西澳启用此类摄像头以来，已发出约184,000份违章通知；新州在该技术使用的第一年（2024-2025年）开出罚单超过130,000张；昆州仅2024年基于AI图像识别技术发出的罚单就达约114,000张。

但真正引发广泛关注和批评的，是其处罚力度。在西澳，不系安全带的起步罚款高达550澳元并扣4分。一旦重复违章，罚金迅速累积。

一个典型案例是：一名拥有安全带豁免权的西澳司机，在多次被判定违规后，收到的罚单总额接近20,000澳元。

尽管司机可以对罚单提出申诉，但人们越来越担忧申诉程序的门槛和公平性，尤其是在大规模应用的背景下。这也引发了一个更深层的疑问：AI摄像头系统，真的是促进安全驾驶的最佳方式吗？

AI道路安全摄像头是如何运作的？

AI道路安全摄像头利用计算机视觉系统，识别路边摄像头捕捉到的静态图像中的违规模式。

所有图像首先由AI软件进行初步审核。若未检测到违章，图像会被自动删除；若检测到潜在违章，则会被标记并交由人工复核，随后才向司机发出违章通知。

这种做法旨在提高效率，让警员免于手动审阅海量图像。

如果司机认为判定有误或自己有合理理由，可以对罚单提出申诉。

在昆州，一名司机就曾成功申诉，理由是他的乘客在行驶途中将安全带移到了手臂下方。他在法庭上辩护称，在行驶过程中、尤其是繁忙的高速公路上持续监控乘客是不安全的。

然而，其他许多试图申诉的人就没这么幸运了。不少人对申诉流程感到困惑和沮丧。

现实中的难题

首要问题是申诉违章在实际操作中的难度。当罚单数以万计地发出时，想要申诉的司机所面临的负担也随之加重。

一些司机反映，他们花了数小时拨打等待电话，应付陌生的程序，甚至搞不清楚自己的情况是否符合申诉条件。

这种不确定性带来压力和挫败感。申诉罚单还可能涉及大量时间和金钱成本，尤其是一旦案件进入法庭审理却败诉。

申诉难度大还牵出第二个问题：语境缺失。

AI摄像头系统依赖静态图像，这限制了其捕捉到的信息量。对于超速违章而言，这影响不大，因为语境往往无关紧要。

但安全带的使用是动态的。乘客可能在司机未察觉的情况下暂时移动安全带，而原因单凭一张照片根本无从判断。

在部分案例中，司机辩称自己或乘客其实正确佩戴了安全带，但呈现的图像却十分模糊。新州一起案例中，一名女性坚称安全带正确佩戴于肩部和锁骨之间，但最终仍未能撤销罚单。

患有特定身体状况的司机虽有理由申诉，但细节需要仔细记录。临时伤病则带来更大困难——在特定语境下，短暂调整安全带可能是合理的，但数周后想追溯性地为自己辩护却异常困难，尤其是在缺乏书面记录的情况下。

值得注意的是，若换作路边执勤的警员，这些情况本可通过当场解释或教育实时化解，从而避免极端后果——比如那位被开出近20,000澳元罚单、面临扣除近200分的司机。

因此，真正的问题并不在于个人能否对违章通知提出异议，而在于该系统在大规模运作时是否公平。如果AI摄像头的目标是促进安全驾驶，这一目标就应超越单纯的“检测”。

衡量真正重要的事

与任何自动化系统一样，关键取决于“代理指标”（proxy）的选择——即代表我们所关切事物的可测量指标。

将狭隘的代理指标当作决定性标准，其弊端在其他领域已有详尽记录。例如在教育领域，学生考试成绩常被用作教学质量的代理指标。但正如数据科学家 Cathy O'Neil 所指出的，这类系统忽视了关键的课堂背景，却被用于解雇教师等高风险决策。

基于AI的执法也面临类似风险。

如果“安全驾驶”的代理指标选取过于狭隘，就会扭曲安全的实际内涵，制造出“代理指标等同于真实目标”的错觉。

AI摄像头的确可以识别安全带未系或位置不对，但问题在于：当安全带位置成为讨论的主导议题时，其他更严重的驾驶安全问题——如疲劳驾驶、分心驾驶、尾随或激进驾驶——却很难通过自动化路边系统捕捉。

改善道路安全并不需要抛弃AI执法，而是需要AI辅助系统能够捕捉可靠的代理指标，在大规模运作中保持公平，并支持教育和预防，而不仅仅是惩罚。