Lex Fridman, investigador del MIT, propone una serie de principios para el diseño de vehículos autónomos, centrados en el ser humano. Así, se pretende abordar el problema de la complejidad humana, en vez de huir de él.

Construir automóviles autónomos efectivos, disfrutables y seguros es más difícil de lo que se ha considerado históricamente. La razón detrás es simple, explica el investigador del MIT, Lex Fridman. “Un vehículo autónomo debe interactuar con seres humanos. Esta interacción no es un problema robótico, ni un problema de aprendizaje de máquinas, ni un problema psicológico, ni económico, ni político. Son todos esos problemas juntos puestos en uno”, explica. 

Esta forma de mirar la autonomía de los vehículos, implica desafiar las suposiciones acerca de las limitaciones de los seres humanos en su peor forma y las capacidades de los sistemas de inteligencia artificial en su mejor. 

Lex Fridman y el Instituto Tecnológico de Massachusetts (MIT) introducen el Vehículo Autónomo Centrado en el Humano (bautizado como Black Betty). Este invento es usado como un caso de estudio ilustrativo acerca de la exploración de los conceptos que se comparten o vinculan en la autonomía.

A través de la creación de este vehículo autónomo, los expertos del MIT proponen una serie de principios para el diseño y la confección de dispositivos y vehículos pensados en una manera centrada en el ser humano. De esta forma se pretende abordar el problema de la complejidad humana, en vez de huir de él. 

Los 7 principios que subyacen al trabajo de crear un vehículo autónomo centrado en los humanos son los siguientes:

1- Autonomía Compartida: Mantener al conductor en el circuito. El equipo de máquina-humano debe, en conjunto, mantener suficiente conciencia en la situación de control del vehículo. Arreglar el problema de la interacción humano-robot perfectamente y el problema de la percepción-control imperfectamente.

2- Aprender de la información: Cada tecnología de vehículos debería ser llevada por la información. Cada una ellas debería coleccionar información y continuamente mejorar a partir de ella. El proceso, a grandes rasgos, debería incluir la búsqueda de una escala de información que permita el progreso a partir de formulaciones de aprendizaje modular supervisado, hacia formulaciones de aprendizaje semi-supervisadas o no supervisadas. 

3- Sentido humano: Detectar el campo de visión del conductor, la carga cognitiva, actividad corporal y posición del cuerpo. Aproximarse al estado de percepción del conductor con igual o mayor rigor y nivel que los problemas de percepción externa. 

4- Control de Percepción Compartida: Realizar evaluaciones de percepción con el objetivo de informar al conductor el sistema de capacidades y limitaciones, no con el objetivo de perfeccionar la caja negra de navegación del vehículo. 

5- Personalización Profunda: Cada aspecto del vehículo debería ser un reflejo de las experiencias que específicamente el vehículo comparte con el conductor durante su tiempo juntos. Desde el primer momento que el auto es manejado, no es como ninguna otra instancia parecida en el mundo.

6- Imperfecto desde el Diseño: Enfocarse en la comunicación y como el sistema ve el mundo, especialmente sus limitaciones, en vez de enfocarse en remover estas limitaciones.

7- Experiencia a Nivel Sistema: Optimizar tanto para la seguridad como para el disfrute al nivel de sistema. Esto implica dejar de enfocar los esfuerzos en los software-componentes individuales y centrarse en la experiencia de autonomía integrada y compartida.

El siguiente ejemplo muestra una captura de imagen que señala el riesgo elevado bajo conducción manual durante momentos de cambios de mirada frecuentes, entre el camino y el smartphone. 

Por otro lado, este ejemplo muestra una situación de riesgo elevado bajo el control de la máquina en la presencia de un peatón.

Avances como los propuestos por Lex Fridman y el MIT marcan un precedente en la creación de tecnología autónoma para vehículos de desplazamiento. Ejemplos como este van de la mano junto al desarrollo que han llevado marcas como Tesla con su sistema semi-asistido de conducción de vehículos.

Meses luego de lanzar una versión beta de su Navegador de Autopilot, aplicación presente en los coches de Tesla, la marca está empezando a lanzar su nueva versión. Esta introduce una característica de cambio automático de carril sin confirmación. Tecnologías como esta acercan un paso más a la humanidad al concepto de conducción autónoma.