Las empresas evitan compartir datos de accidentes de vehículos autónomos

Los vehículos autónomos (AV) han sido probados como taxis durante décadas en ciudades como San Francisco y Pittsburgh, y las empresas de transporte tienen grandes incentivos para adoptarlos. Sin embargo, las compañías de AV rara vez comparten datos sobre accidentes y seguridad, información esencial para mejorar la seguridad de sus vehículos. Esta falta de transparencia se debe principalmente a que no tienen incentivos para hacerlo.

La pregunta que surge es si los datos de seguridad de los AV son un activo intelectual de la empresa o un bien público. Según un equipo de investigadores de la Universidad de Cornell, puede ser ambas cosas, con algunos ajustes.

Una nueva hoja de ruta para compartir datos

El equipo elaboró una hoja de ruta que detalla las barreras y oportunidades para incentivar a las empresas de AV a compartir datos que podrían hacer sus vehículos más seguros. Esto incluye desentrañar el conocimiento de datos públicos y privados, así como crear programas de incentivos.

"El núcleo de la competencia en el mercado de AV implica quién tiene esos datos de accidentes, porque una vez que tienes esos datos, es mucho más fácil entrenar tu inteligencia artificial para no cometer ese error. La esperanza es hacer que estos datos sean transparentes y luego usarlos para el bien público, y no solo para el lucro", afirmó Hauke Sandhaus, candidato a doctorado en Cornell Tech y coautor del artículo "My Precious Crash Data", presentado el 16 de octubre en la ACM sobre Interacción Humano-Computadora.

Los coautores de Sandhaus son Qian Yang, profesor asistente en el Cornell Ann S. Bowers College of Computing and Information Science; Wendy Ju, profesora asociada de ciencia de la información y tecnología de diseño en Cornell Tech; y Angel Hsing-Chi Hwang, exasociado postdoctoral en Cornell y ahora profesor asistente de comunicación en la Universidad del Sur de California.

Barreras para compartir datos de seguridad de AV

El equipo entrevistó a 12 empleados de empresas de AV que trabajan en seguridad en el diseño y despliegue de AV, para entender cómo gestionan y comparten actualmente los datos de seguridad, los desafíos y preocupaciones que enfrentan, y sus prácticas ideales de intercambio de datos.

Las entrevistas revelaron una sorprendente diversidad de enfoques entre las empresas de AV. "Cada uno realmente tiene algún conjunto de datos casero, y no hay mucho conocimiento compartido entre estas empresas", comentó Sandhaus. "Esperaba que hubiera mucha más homogeneidad".

El equipo de investigación descubrió dos barreras clave para compartir datos, ambas subrayando la falta de incentivos. Primero, los datos de accidentes y seguridad incluyen información sobre los modelos de aprendizaje automático y la infraestructura que la empresa utiliza para mejorar la seguridad.

"El intercambio de datos, incluso dentro de una empresa, es político y complicado", escribieron en el artículo. En segundo lugar, los entrevistados creían que el conocimiento de seguridad de los AV es privado y otorga a su empresa una ventaja competitiva.

"Esta perspectiva les lleva a ver el conocimiento de seguridad incrustado en los datos como un espacio en disputa en lugar de un conocimiento público para el bien social", añadieron.

Además, las regulaciones en EE. UU. y Europa no ayudan. Solo requieren información como el mes en que ocurrió el accidente, el fabricante y si hubo lesiones. Esto no captura los factores inesperados que a menudo causan accidentes, como una persona que corre repentinamente a la calle, conductores que violan las normas de tráfico, condiciones climáticas extremas o carga perdida bloqueando la carretera.

Soluciones potenciales para vehículos autónomos más seguros

Para fomentar un mayor intercambio de datos, es crucial desentrañar el conocimiento de seguridad de los datos propietarios, afirmaron los investigadores. Por ejemplo, las empresas de AV podrían compartir información sobre el accidente, pero no grabaciones de video en bruto que revelen la infraestructura técnica de la empresa.

Las empresas también podrían desarrollar "preguntas de examen" que los AV tendrían que aprobar para poder circular. "Si tienes peatones viniendo de un lado y vehículos del otro, entonces puedes usar eso como un caso de prueba que otros AV también tendrían que aprobar", sugirió Sandhaus.

Las instituciones académicas podrían actuar como intermediarios de datos con los que las empresas de AV podrían aprovechar colaboraciones estratégicas. Instituciones de investigación independientes y otras organizaciones cívicas han establecido precedentes al trabajar con socios de la industria en el conocimiento público. "Existen acuerdos, colaboraciones y patrones para que la educación superior contribuya a esto sin necesariamente hacer público todo el conjunto de datos", comentó Qian.

El equipo también propone estandarizar la evaluación de seguridad de los AV a través de regulaciones gubernamentales más efectivas. Por ejemplo, una agencia federal de elaboración de políticas podría crear una ciudad virtual como campo de pruebas, con intersecciones de tráfico concurrido y calles con alta densidad de peatones que cada algoritmo de AV tendría que poder navegar, añadió.

Los reguladores federales podrían alentar a las empresas automotrices a contribuir con escenarios al entorno de pruebas. "Las empresas de AV podrían decir: 'Quiero poner mis casos de prueba allí, porque mi automóvil probablemente ha pasado esas pruebas'. Eso puede ser un mecanismo para fomentar el desarrollo de vehículos más seguros", concluyó Yang. "Proponer cambios de políticas siempre parece un poco distante, pero creo que hay soluciones políticas a corto plazo en este ámbito".