Waymo coche autónomo se estrella repetidamente en tramos inundados, Robotaxi amplía la suspensión en cuatro ciudades

Waymo ya ha iniciado un retiro de 3,791 de sus robotaxis, y ha suspendido el servicio en cuatro ciudades, incluyendo Atlanta, debido a que el software de los vehículos no puede reconocer tramos inundados. Esto ocurrió después de un accidente en San Antonio en abril, donde un vehículo se precipitó en un arroyo, y el 21 de mayo en Atlanta ocurrió un problema similar.
(Resumen previo: Waymo bloqueó una ambulancia que se dirigía a un tiroteo, personal de emergencias: la situación empeora)
(Información adicional: Tesla está probando en Texas su robotaxi en operación piloto, los taxis autónomos desafiarán la posición de Waymo y Uber)

Índice de este artículo

Alternar

• De San Antonio a Atlanta: el mismo error, repetido en dos meses
• Casos límite que las actualizaciones de software no pueden evitar: la brecha estructural en los datos de entrenamiento de IA
• Intervención de NHTSA y investigaciones en cadena: los desafíos que enfrenta Waymo van más allá de lo técnico

La tecnología de vehículos autónomos en los laboratorios de Silicon Valley se ocupa de decisiones complejas en milisegundos, como reconocer peatones y predecir comportamientos en intersecciones. Pero tras una fuerte lluvia en Texas, el robotaxi de Waymo volcó por un problema más simple.

De San Antonio a Atlanta: el mismo error, repetido en dos meses

El incidente comenzó el 20 de abril. Un robotaxi de Waymo en San Antonio, Texas, entró en una zona inundada y fue arrastrado por un arroyo. Este accidente llamó la atención de la NHTSA (Administración Nacional de Seguridad del Tráfico en Carreteras de EE. UU.), y obligó a Waymo a enfrentar los problemas estructurales en su software de flota.

El 12 de mayo, Waymo inició un retiro de 3,791 de sus robotaxis, pero no fue un retiro tradicional en el que los propietarios devuelven los vehículos a un taller para reparaciones. En cambio, fue mediante una actualización OTA (over-the-air), es decir, mediante una actualización remota a través de internet, sin necesidad de que los vehículos ingresen a un taller.

Waymo también admitió que esta actualización era solo una medida provisional: restringir la operación en "zonas con alto riesgo de inundación y en ciertos horarios", pero la "solución definitiva" aún no estaba lista.

Antes de que terminara ese anuncio, el 21 de mayo, en Atlanta ocurrió otro incidente. Un robotaxi de Waymo sin pasajeros entró en una calle inundada, quedó atascado casi una hora, y finalmente fue remolcado para salir. La cantidad de lluvia ese día fue tan intensa que las calles estaban completamente inundadas, y la Oficina Nacional de Meteorología (NWS) ni siquiera había emitido una advertencia de inundación.

Esto demuestra que la "restricción por horarios de alto riesgo" establecida en la actualización OTA de Waymo quedó completamente invalidada en medio de una tormenta repentina y rápida en la región.

Tras el incidente, Waymo anunció que suspendería sus servicios en Atlanta, San Antonio, Dallas y Houston.

Casos límite que las actualizaciones de software no pueden evitar: la brecha estructural en los datos de entrenamiento de IA

Para entender por qué Waymo sigue fallando en el mismo problema, hay que volver a la esencia de la tecnología de vehículos autónomos.

El sistema de percepción del robotaxi se entrena con una gran cantidad de datos etiquetados: qué superficies son transitables, qué obstáculos hay, dónde están los límites de los carriles. En la distribución de estos datos, el 99% de las calles urbanas son "superficies secas y normales". Los tramos con agua acumulada, en el lenguaje del aprendizaje automático, son casos límite: escenarios raros que no están suficientemente cubiertos en los datos de entrenamiento.

El problema radica en que, cuando los sensores del robotaxi (cámaras + LiDAR) detectan una superficie inundada, las características de reflexión del agua son muy similares a las del asfalto húmedo. Sin una enseñanza explícita de que "este escenario representa un peligro", el modelo no comete un "error de juicio", sino que simplemente no está diseñado para frenar en esa situación.

La actualización OTA de Waymo intenta evitar este problema mediante "geocercas + restricciones por horarios": en zonas conocidas con alto riesgo de inundación y en horarios específicos de lluvia, se prohíbe o limita la operación del vehículo. La lógica en sí no tiene problema, pero depende de que el sistema de advertencias sea más rápido que la realidad. El caso del 21 de mayo en Atlanta demuestra que la velocidad de la tormenta puede superar la rapidez de las alertas de la NWS y la activación de las geocercas.

Waymo opera en 11 ciudades en EE. UU., incluyendo San Francisco, Los Ángeles, Phoenix, Austin y Miami. La suspensión en cuatro ciudades significa que más de un tercio de su área de operación está en pausa. Esto no es solo un problema regional, sino un riesgo sistémico derivado de que toda la flota comparte la misma lógica de software.

Intervención de NHTSA y investigaciones en cadena: los desafíos que enfrenta Waymo van más allá de lo técnico

Los incidentes por inundaciones no son la única presión regulatoria que enfrenta Waymo.

Además del retiro por inundaciones, la NHTSA y la NTSB (Junta Nacional de Seguridad del Transporte) están investigando otra problemática persistente: los robotaxis de Waymo que violan repetidamente las leyes de tránsito, como pasar por delante de autobuses escolares detenidos. La normativa en varios estados exige que los vehículos se detengan junto a los autobuses con las puertas abiertas, pero los vehículos de Waymo han incumplido esto en varias ocasiones en Austin. Aunque se han enviado correcciones, el problema persiste, y la NHTSA emitió una segunda solicitud de información el 15 de mayo.

En ese mismo período, el 23 de enero, un robotaxi de Waymo en Santa Mónica, Los Ángeles, atropelló a un niño a unos 10 km/h, causando lesiones leves. El incidente ocurrió cerca de una escuela primaria.

La NHTSA declaró que "tomará medidas cuando sea necesario" respecto a los incidentes por inundación. La implicación es que las autoridades regulatorias reservan la opción de intervenir más estrictamente, incluyendo requerir retiros más severos, suspender permisos comerciales en ciertas ciudades, o incluso retrasar la expansión a nuevas áreas.

La promesa de los vehículos autónomos nunca ha sido "ser mejores que los humanos en todos los escenarios", sino "ser estadísticamente más seguros y confiables". Pero esa superioridad estadística no puede esconder las fallas en los casos límite.

Cada vez que un robotaxi se mete en una inundación, bloquea una ambulancia o pasa por delante de un autobús escolar, se recuerda una misma realidad: la implementación masiva en el mundo real implica que las brechas en los datos de entrenamiento se vuelven peligros reales.