IIHS 開頭提到，過去傳統(tǒng)觀念認為，自動駕駛車輛能使車禍成為過去式，帶來零傷亡的用路環(huán)境，然而 IIHS 研究副總裁 Jessica Cicchino 提到：「自動駕駛汽車最終可能會比人類更能判別危險，但僅憑這一點并不能防止大量的車禍事故。」會有此一論點的原因也在于，美國警方調(diào)查美國撞車事故中，每 10 起事故中，有 9 起就是因為駕駛員的失誤而造成的。又再進一步分析，其中只有 3 分之 1 的車禍，是由于駕駛介入希望避免自動駕駛車輛錯誤判斷，卻因此發(fā)生車禍，簡而言之也就是系統(tǒng)與人類對于危險判斷的差異使然。
也因為此研究結(jié)果，IIHS 說明，縱然要讓自駕系統(tǒng)如同人類一般的駕駛車輛，確實是個巨大的挑戰(zhàn)，但實際上，如果車輛真能如同人類的思維，也只是避免了上述 3 分之 1 的車禍，但仍有 3 分之 2 的車禍，必須仰賴自動駕駛系統(tǒng)能做出更多人類無法執(zhí)行的駕駛判斷，才可能帶來零傷亡交通。
為了估計如果將自動駕駛汽車設(shè)計為，做出與人類相同的風(fēng)險決策時，可能繼續(xù)發(fā)生的撞車事故有什么?IIHS 研究人員對《國家機動車撞車因果關(guān)系調(diào)查》中，5,000 多起警察報告的撞車事件進行了調(diào)查。選出來研究的報告有在美國國家公路交通安全管理局 NHTSA(National Highway Traffic Safety Administration)匯整，事件嚴重性都是至少有一輛車被拖走，且有救護車抵達現(xiàn)場的車禍案件。
在這些案件中，IIHS 將其區(qū)分為 5 類：
感知錯誤：包括諸如駕駛員分心、視線障礙、以及在來得及之前，仍未能識別危險之類的事情。
判斷錯誤：當駕駛員錯誤判斷交通，舉例象是錯誤地估計另一輛車行駛的速度，或?qū)α硪晃挥寐啡说膭酉蜃龀鲥e誤的預(yù)判時，就會發(fā)生預(yù)測錯誤。
計劃和決定錯誤：包括因路況而駕駛太快或太慢，在親自駕駛時，與前方車輛之間的距離太小。
執(zhí)行錯誤：錯誤包括不適當或不正確的回避駕駛，以及其他控制車輛的錯誤。
失能：涉及由于飲酒或吸毒，醫(yī)療問題或駕駛時打瞌睡引起的傷害。
不過，研究人員另外表示，某些碰撞是不可避免的，例如由于車輛故障(如爆胎或車軸損壞)引起的那些碰撞。
至于計劃和決定錯誤，包含決定超速、違規(guī)駕駛等等，則占了樣本中 40%的車禍，駕駛員的故意決策可能導(dǎo)致撞車的事實，證明駕駛員的偏好有時可能會與自動駕駛車輛的安全優(yōu)先決策沖突。為了使自動駕駛汽車兌現(xiàn)零傷亡交通，必須將其設(shè)計為著眼于安全性，而不是讓車輛會做出駕駛員想做的違規(guī)行為。
總結(jié)來說，IIHS 透過此篇研究要傳達的是，過去大家總認為自動駕駛?cè)裟芟袢祟愐话泷{駛，便能帶來零傷亡的交通，但這種想法并不精準。嚴格來說，自動駕駛不是要讓每個人有一個專屬司機或是分身，而是要把安全行駛擺在優(yōu)先，舉例來說，在交通壅塞或者能見度差的地方，有的駕駛員可能就會想要不斷變換車道超車、或者還是不選擇放慢速度，但自動駕駛不該會因此有這些行為。所以自動駕駛與其說要像人類一般駕駛，更該說是守規(guī)矩的安全駕駛，也才能在若每輛車都是自動駕駛車輛時，都能互相溝通做出危險的預(yù)判，與其在即將發(fā)生事故時探討「倫理」議題(即有的會問說要讓自駕車設(shè)定撞 1 輛車或者是閃避撞到旁邊路人)，若能讓車輛都避免遇上這種事情，何須煩惱這樣的兩難課題?
