A principios de noviembre, un transbordador autónomo y un camión de reparto chocaron en Las Vegas. El suceso, en el que nadie resultó herido ni se produjeron daños graves a la propiedad, atrajo la atención de los medios y del público, en parte porque uno de los vehículos se conducía solo y porque el transbordador llevaba funcionando menos de una hora cuando ocurrió el accidente.
No es la primera colisión en la que participa un vehículo autónomo. En otros accidentes se han visto implicados vehículos de Uber en Arizona, un Tesla en modo «piloto automático» en Florida y varios otrosen California. Pero en casi todos los casos, el problema se debió a un error humano, no al coche autónomo.
En Las Vegas, el transbordador autónomo detectó que un camión más adelante estaba retrocediendo, así que se detuvo y esperó a que se apartara. Pero el conductor humano del camión no vio el transbordador y siguió retrocediendo. A medida que el camión se acercaba, el transbordador no se movió, ni hacia delante ni hacia atrás, por lo que el camión rozó el parachoques delantero del transbordador.
Como investigador que lleva una década trabajando en sistemas autónomos, considero que este suceso plantea varias preguntas: ¿Por qué no tocó la bocina el transbordador ni retrocedió para evitar el camión que se acercaba? ¿Era detenerse y no moverse el procedimiento más seguro? Si los coches autónomos deben hacer que las carreteras sean más seguras, la pregunta más importante es: ¿Qué deberían hacer estos vehículos para reducir los percances? En mi laboratorio, estamos desarrollando coches y transbordadores autónomos. Queremos resolver el problema de seguridad de fondo: aunque los vehículos autónomos hagan todo lo que deben, los conductores de los coches y camiones cercanos siguen siendo humanos falibles y propensos a cometer errores.
Cómo se producen los accidentes
Hay dos causas principales de los accidentes en los que participan vehículos autónomos. La primera fuente de problemas aparece cuando los sensores no detectan lo que ocurre alrededor del vehículo. Cada sensor tiene sus particularidades: el GPS solo funciona con una vista despejada del cielo; las cámaras necesitan suficiente luz; el lidar no funciona con niebla; y el radar no es especialmente preciso. Puede que no haya otro sensor con capacidades distintas que pueda sustituirlo. No está claro cuál es el conjunto ideal de sensores para un vehículo autónomo y, dado que tanto el coste como la capacidad de procesamiento son factores limitantes, la solución no puede consistir simplemente en añadir más y más sensores.
El segundo problema importante surge cuando el vehículo se encuentra con una situación que quienes escribieron su software no habían previsto, como que un camionero no vea el transbordador y retroceda contra él. Al igual que los conductores humanos, los sistemas autónomos deben tomar cientos de decisiones cada segundo y adaptarse a la nueva información que reciben del entorno. Cuando un coche autónomo se encuentra con algo para lo que no está programado, normalmente se detiene o se aparta al borde de la carretera y espera a que cambie la situación. Presumiblemente, el transbordador de Las Vegas esperaba a que el camión se apartara para continuar, pero el camión seguía acercándose. Es posible que el transbordador no estuviera programado para tocar la bocina o retroceder en situaciones así, o que no tuviera espacio para hacerlo.
El reto para los diseñadores y programadores consiste en combinar la información de todos los sensores para crear una representación precisa —un modelo informatizado— del espacio que rodea al vehículo. Después, el software puede interpretar esa representación para ayudar al vehículo a desplazarse e interactuar con lo que ocurra cerca. Si la percepción del sistema no es lo bastante buena, el vehículo no puede tomar una decisión acertada. La principal causa del accidente mortal de Tesla fue que los sensores del coche no pudieron distinguir entre el cielo brillante y un gran camión blanco que cruzaba por delante del coche.
Si los vehículos autónomos deben cumplir las expectativas de las personas de que reduzcan los accidentes, no bastará con que conduzcan de forma segura. También deben ser los conductores defensivos definitivos, preparados para reaccionar cuando otros vehículos cercanos conduzcan de forma insegura. El accidente de un Uber ocurrido en Tempe, Arizona, en marzo de 2017 es un ejemplo de ello.
Según informaciones de los medios, en ese incidente, una persona que conducía un Honda CRV circulaba por una carretera principal cerca del centro de Tempe. Quería girar a la izquierda y cruzar tres carriles de tráfico en sentido contrario. Veía que dos de los tres carriles estaban congestionados y el tráfico no avanzaba. No podía ver el carril más alejado de ella, por el que circulaba un Uber de forma autónoma a 38 mph en una zona con límite de 40 mph. La conductora del Honda giró a la izquierda y chocó contra el Uber cuando este entraba en la intersección.
Un conductor humano al volante del Uber que se acercara a una intersección podría haber previsto que otros coches girasen cruzando su carril. Una persona podría haberse dado cuenta de que no veía si eso estaba ocurriendo y haber reducido la velocidad, quizá evitando por completo el accidente. Un coche autónomo más seguro que los conductores humanos habría hecho lo mismo, pero el Uber no estaba programado para hacerlo.
Mejorar las pruebas
Tanto el accidente de Tempe como el más reciente de Las Vegas son ejemplos de vehículos que no comprendieron suficientemente la situación para determinar qué debían hacer. Los vehículos seguían las reglas que se les habían dado, pero no se aseguraban de que sus decisiones fueran las más seguras. Esto se debe principalmente a la forma en que se prueban la mayoría de los vehículos autónomos.
El criterio básico, por supuesto, es si los coches autónomos pueden respetar las normas de circulación: obedecer los semáforos y las señales, conocer las leyes locales sobre cómo señalizar los cambios de carril y comportarse, en general, como un conductor respetuoso de la ley. Pero eso es solo el principio.
Antes de que los vehículos autónomos puedan circular de verdad, hay que programar instrucciones sobre cómo comportarse cuando otros vehículos hagan algo inusual. Quienes realizan las pruebas deben considerar a los otros vehículos como adversarios y elaborar planes para situaciones extremas. Por ejemplo, ¿qué debería hacer un coche si un camión circula en dirección contraria? Por ahora, los coches autónomos podrían intentar cambiar de carril, pero acabar deteniéndose por completo y esperando a que la situación mejore. Por supuesto, ningún conductor humano haría eso: una persona tomaría medidas evasivas, aunque eso supusiera infringir una norma de circulación, como cambiar de carril sin señalizar, circular por el arcén o incluso acelerar para evitar un accidente.
Hay que enseñar a los coches autónomos a comprender no solo cómo es su entorno, sino también el contexto: un coche que se acerca de frente no supone un peligro si circula por el otro carril, pero la situación cambia por completo si está en el mismo carril. Los diseñadores de coches deberían probar los vehículos según su capacidad para realizar tareas difíciles, como aparcar en un estacionamiento abarrotado o cambiar de carril en una zona de obras. Esto puede parecerse mucho a un examen de conducir para una persona, y eso es exactamente lo que debería ser si los coches autónomos y las personas han de coexistir de forma segura en las carreteras.
