Casi 3,800 vehículos autónomos fueron retirados de operación en autopistas tras una serie de incidentes en los que el software de conducción no reconoció adecuadamente las señales de cierre de rampas y zonas de construcción activas. La decisión, respaldada por una orden del Departamento de Vehículos Motorizados de California, obligó a restringir la flota a calles de superficie durante varias semanas, hasta que la empresa pudiera demostrar que el riesgo para la seguridad pública había sido corregido.

Los incidentes no se limitaron a un solo estado ni a un evento puntual. En Arizona, seis robotaxis ingresaron a zonas de construcción al no detectar señales de cierre de rampas durante el mes de abril. En mayo, siete unidades repitieron el patrón en California, esta vez en carriles con obras activas. El patrón identificado apunta a una limitación específica del sistema de percepción: el software priorizaba otros tipos de peligros sobre las señales propias de entornos de construcción, lo que a alta velocidad representa un riesgo de colisión significativo.

Respuesta técnica y marco regulatorio

A principios de julio, la compañía notificó a la Administración Nacional de Seguridad del Tráfico en las Carreteras (NHTSA) sobre la implementación de una actualización de software orientada a corregir esta deficiencia. La nueva versión ajusta la jerarquía de prioridades del sistema de percepción para que las zonas de construcción sean reconocidas antes que otros tipos de obstáculos, y modifica el comportamiento de velocidad del vehículo al detectar ese tipo de entorno.

Las operaciones en autopistas se reanudaron a finales de julio, una vez que la empresa acreditó ante las autoridades que la actualización resolvía el problema identificado. Sin embargo, el episodio deja una señal clara para la industria: la validación de sistemas autónomos en entornos dinámicos —como obras viales activas— requiere marcos de prueba más rigurosos antes del despliegue a escala.

Implicaciones para la adopción de movilidad autónoma

Para cualquier organización que evalúe la integración de flotas autónomas en sus operaciones logísticas o de transporte, este caso ilustra que la madurez técnica de estos sistemas no es uniforme entre escenarios de conducción. Los entornos urbanos estructurados y las autopistas despejadas presentan condiciones distintas a las zonas de obra, intersecciones complejas o situaciones de tráfico no convencional.

En el contexto latinoamericano, donde la infraestructura vial combina condiciones muy variables y la señalización en zonas de construcción no siempre es consistente, la adopción de tecnología de conducción autónoma enfrenta un desafío adicional: los modelos de percepción entrenados principalmente con datos de mercados como Estados Unidos pueden no generalizar con la misma precisión en entornos locales. Eso convierte la supervisión regulatoria y la validación contextual en variables críticas, no opcionales, dentro de cualquier hoja de ruta de movilidad autónoma.