Coches autónomos: por qué el último uno por ciento de casos cuesta más que el noventa y nueve restante

LA CURVA DE DIFICULTAD

Conseguir que un vehículo mantenga el carril, respete distancias y frene ante obstáculos previsibles es un problema resuelto con fiabilidad alta.

El desafío está en la cola larga de la distribución: un objeto no identificable en la calzada, señalización contradictoria por obras, un agente dirigiendo el tráfico con gestos, un vehículo de emergencia circulando en sentido contrario, condiciones meteorológicas que degradan los sensores.

Cada una de estas situaciones es individualmente rara. En conjunto son frecuentes, porque la cola larga contiene un número enorme de eventos poco probables.

POR QUÉ NO BASTA CON MÁS DATOS

Un sistema aprende de ejemplos. Los casos de la cola larga son, por definición, escasos en cualquier conjunto de datos por grande que sea.

Aumentar la flota de vehículos que recopilan datos multiplica los kilómetros ordinarios mucho más deprisa que los excepcionales. Se acumula una cantidad creciente de ejemplos de aquello que el sistema ya maneja bien.

La simulación permite generar escenarios raros a voluntad, y es una herramienta imprescindible. Su límite es que solo se pueden simular las situaciones que a alguien se le ocurre simular, y la característica definitoria de esta categoría es su carácter imprevisto.

EL PROBLEMA DE LA VALIDACIÓN ESTADÍSTICA

Existe una dificultad metodológica raramente explicitada. Para demostrar que un sistema es más seguro que un conductor humano con significación estadística, hay que acumular una cantidad de kilómetros sin incidentes que es enorme, precisamente porque los accidentes graves son eventos raros.

Esa exigencia hace inviable validar cada nueva versión del software mediante conducción real. El sector recurre a combinaciones de simulación, pruebas cerradas y despliegue gradual en zonas geográficamente acotadas, y ninguna de esas vías produce la certeza estadística que la intuición reclama.

LA CUESTIÓN DEL TRASPASO

Los niveles intermedios de automatización plantean un problema de factor humano bien documentado: el sistema conduce en condiciones normales y devuelve el control al conductor en situaciones difíciles.

Es exactamente el reparto de tareas contrario al que la psicología de la vigilancia recomendaría. Un conductor que lleva media hora sin intervenir tiene la atención degradada y necesita varios segundos para reconstruir la situación. Se le exige la reacción más rápida en el momento en que está menos preparado para darla.

Esta es la razón por la que varios desarrolladores han optado por saltar directamente a la autonomía completa en dominios restringidos, en lugar de escalar progresivamente la asistencia.

DÓNDE FUNCIONA HOY

El despliegue realista se concentra en dominios operativos acotados: ciudades concretas, cartografiadas con detalle, con climatología benigna y velocidades bajas.

No es una limitación temporal a la espera de mejor software. Es la estrategia correcta: reducir el espacio de situaciones posibles hasta que la cola larga se vuelva manejable, y ampliarlo después de forma controlada.