Waymo veículos autónomos entram repetidamente em áreas alagadas, Robotaxi amplia paragem até quatro cidades

Waymo já iniciou o recall de 3.791 veículos robotaxi, suspendendo o serviço em quatro cidades, incluindo Atlanta, devido à incapacidade do software dos veículos de reconhecer áreas alagadas. Isso ocorre após um acidente em San Antonio em abril, quando um veículo entrou em um riacho, e em 21 de maio, outro incidente semelhante aconteceu em Atlanta.
(Antecedentes: Waymo bloqueou uma ambulância a caminho de uma cena de tiroteio, socorristas: a situação está cada vez pior)
(Informação adicional: Tesla Robotaxi em Texas em fase de testes, táxis autônomos desafiarão a posição da Waymo e Uber)

Índice deste artigo

Alternar

• De San Antonio a Atlanta: o mesmo erro, repetido em dois meses
• Casos limites que não podem ser evitados por atualizações de software: lacunas estruturais nos dados de treinamento de IA
• Intervenção da NHTSA e investigações em série: os desafios que a Waymo enfrenta vão além de questões técnicas

A tecnologia de veículos autônomos, nos laboratórios do Vale do Silício, lida com decisões complexas de reconhecimento de pedestres e previsão de comportamentos em cruzamentos em questão de milissegundos. Mas, após uma forte chuva no Texas, o robotaxi da Waymo enfrentou um problema mais simples, que causou um acidente.

De San Antonio a Atlanta: o mesmo erro, repetido em dois meses

O incidente começou em 20 de abril. Um robotaxi da Waymo em San Antonio, Texas, entrou numa área alagada e acabou sendo levado pela correnteza. Este acidente chamou a atenção da NHTSA (Administração Nacional de Segurança no Tráfego Rodoviário dos EUA), obrigando a Waymo a confrontar problemas estruturais no software de sua frota.

Em 12 de maio, a Waymo iniciou um recall de 3.791 veículos, mas não um recall tradicional, em que os proprietários levam os carros às oficinas. Em vez disso, usou uma atualização OTA (over-the-air), ou seja, uma atualização remota enviada via internet, sem necessidade de levar o veículo à oficina.

A Waymo também admitiu que essa atualização era apenas uma medida transitória: limitando a operação dos veículos em áreas de alto risco de alagamento ou em horários específicos, mas sem uma solução definitiva ainda pronta.

Antes que essa declaração fosse concluída, em 21 de maio, Atlanta enfrentou outro problema. Um robotaxi sem passageiros entrou numa rua alagada, ficou preso por quase uma hora, e só foi resgatado por uma grua. A quantidade de chuva naquele dia foi suficiente para encher as ruas de água, mas o Serviço Meteorológico Nacional (NWS) ainda não havia emitido um alerta de inundação.

Isso demonstra que a atualização OTA enviada anteriormente pela Waymo, que limitava a operação em horários de risco, foi completamente ineficaz diante de uma tempestade repentina e rápida.

Após os incidentes, a Waymo anunciou a suspensão do serviço em Atlanta, San Antonio, Dallas e Houston.

Casos limites que não podem ser evitados por atualizações de software: lacunas estruturais nos dados de treinamento de IA

Para entender por que a Waymo continua enfrentando os mesmos problemas, é preciso voltar à essência da tecnologia de veículos autônomos.

O sistema de percepção do robotaxi depende de uma grande quantidade de dados rotulados para treinar: onde há vias transitáveis, obstáculos, limites de faixa. Na distribuição desses dados, 99% das vezes, as ruas das cidades são "secas e normais". Áreas alagadas, na linguagem de aprendizado de máquina, são casos de borda (edge cases): cenários raros que não estão suficientemente cobertos pelos dados de treinamento.

O problema é que, quando os sensores do robotaxi (câmeras + LiDAR) detectam uma área alagada, a reflexão da água se assemelha muito à de uma estrada molhada de asfalto. Sem um treinamento explícito que ensine o sistema a reconhecer esse cenário como perigoso, o modelo não está "errando na decisão", mas simplesmente não foi projetado para frear nesse tipo de situação.

A atualização OTA da Waymo tenta contornar esse problema com "cercas geográficas + restrições por horário": proibindo ou limitando a operação em áreas conhecidas por risco de alagamento ou em horários de chuva. Essa lógica, por si só, não é problemática, mas depende de uma premissa: que o sistema de alerta seja mais rápido que a realidade. O incidente em Atlanta em 21 de maio mostrou que a velocidade da tempestade pode superar o tempo de emissão do alerta do NWS e a ativação das cercas geográficas.

A operação comercial da Waymo cobre 11 cidades nos EUA, incluindo São Francisco, Los Angeles, Phoenix, Austin e Miami. A suspensão em quatro cidades representa mais de um terço de sua área de operação. Isso não é apenas um problema regional, mas um risco sistêmico, pois toda a frota compartilha a mesma lógica de software.

Intervenção da NHTSA e investigações em série: os desafios que a Waymo enfrenta vão além de questões técnicas

Os incidentes de alagamento não representam a única pressão regulatória que a Waymo enfrenta atualmente.

Além do recall por alagamento, a NHTSA e a NTSB (National Transportation Safety Board) estão investigando uma questão recorrente: os veículos da Waymo repetidamente violam a lei ao ultrapassar paradas de ônibus escolares. As leis estaduais exigem que os veículos parem ao lado de ônibus escolares com braços de parada ativados, aguardando a liberação. Mas os veículos da Waymo, em Austin, violaram essa regra várias vezes, e mesmo após correções, o problema persiste. Em 15 de maio, a NHTSA solicitou novamente documentos relacionados.

Na mesma época, em 23 de janeiro, um robotaxi da Waymo em Santa Monica, Los Angeles, atingiu uma criança a cerca de 10 km/h, causando ferimentos leves. O incidente ocorreu próximo a uma escola primária.

A NHTSA declarou que "tomará medidas necessárias" em relação aos incidentes de alagamento. Essa frase indica que as autoridades reguladoras estão reservando a opção de uma intervenção mais severa, incluindo recalls mais rigorosos, suspensão de permissões comerciais em cidades específicas ou até atrasar a expansão para novas cidades.

A promessa dos veículos autônomos nunca foi "serem melhores que motoristas humanos em todas as situações", mas sim "serem mais seguros e confiáveis estatisticamente". Contudo, essa superioridade estatística não consegue esconder as falhas em casos limites.

Cada vez que um robotaxi entra em uma área alagada, impede uma ambulância, ultrapassa um ônibus escolar, tudo reforça uma mesma lição: a implantação em larga escala depende de o mundo real preencher as lacunas dos dados de treinamento.