The Brief
Trabajo y economía 5 min de lectura

Camiones autónomos y conductores humanos: una colaboración, no un relevo

NAVION

Compartir

La idea de un camión de carga totalmente autónomo rodando por una autopista sin nadie al volante capta la imaginación. También capta una gran inversión y esfuerzo de ingeniería. Sin embargo, la realidad que surge de las primeras pruebas es más matizada, y en algunos aspectos más interesante, que la versión principal de la historia. Los camiones automatizados son reales, se están probando en vías públicas y conllevan una promesa genuina. Lo que no son, al menos en el futuro previsible, es un reemplazo para el conductor humano.

Lo que la tecnología realmente puede hacer

Los camiones totalmente automatizados combinan varias capacidades distintas: inteligencia artificial, aprendizaje automático, visión por computadora, reconocimiento de patrones y toma de decisiones adaptativa. Empresas como Torc están usando IA para fusionar datos de múltiples sensores y construir modelos predictivos de cómo se comportará un camión en una situación determinada. Ese es un logro técnico significativo.

Los beneficios potenciales también son reales. Los datos de camiones ya equipados con funciones como frenado de emergencia automático y asistencia para mantenerse en el carril sugieren que la automatización completa podría reducir tanto el número como la gravedad de los accidentes. El ahorro de combustible es otra ganancia plausible: los sistemas automatizados pueden optimizar la aceleración y el frenado de maneras que los conductores humanos rara vez mantienen de forma constante. Operar varios camiones en un convoy cerrado, a veces llamado formación en pelotón, podría amplificar esas ganancias de eficiencia. Debido a que los camiones automatizados podrían operar cerca de 24 horas al día y no necesitarían ralentí en las paradas de camiones de la manera en que lo hacen los equipos convencionales, también podrían reducir las emisiones y la presión de estacionamiento. Incluso existe un argumento contrario a la intuición de que la automatización podría aliviar la actual escasez de conductores, no eliminando a los conductores, sino haciendo que el trabajo sea menos exigente físicamente y estresante, lo que podría mejorar la retención.

Dónde falla la tecnología

Esto es lo que la mayor tendencia de cobertura sobre vehículos autónomos tiende a minimizar: las condiciones bajo las cuales estos sistemas funcionan de manera confiable son bastante estrechas.

La lluvia y la nieve siguen siendo un obstáculo fundamental. Los sensores, radares y cámaras necesitan “ver” la carretera con claridad, y la precipitación degrada esa capacidad significativamente. Waymo, uno de los actores más avanzados en la conducción autónoma, opera sus autos sin conductor solo en áreas que no reciben nieve. Las zonas de construcción presentan un problema diferente: los conos naranjas, las marcas viales faltantes y los carriles comprimidos son exactamente el tipo de entornos impredecibles que a los sistemas automatizados les cuesta interpretar. La conducción urbana, con sus peatones, ciclistas y semáforos, queda en gran medida fuera de la mesa para las pruebas actuales.

Las empresas que desarrollan camiones automatizados han respondido a estas restricciones eligiendo rutas cuidadosamente. Aurora opera grandes camiones de carga en la I-45, la autopista relativamente plana y recta entre Dallas y Houston. Los vehículos de Kodiak están entregando arena a sitios industriales en Texas a lo largo de carreteras con tráfico mínimo. Estas son condiciones controladas, no toda la complejidad de la red de carga.

El mercado mismo ya ha emitido un veredicto sobre la ambición excesiva. En 2023, tres empresas en este espacio, Embark, TuSimple y Locomotion, cerraron. Waymo cambió su enfoque exclusivamente hacia los automóviles de pasajeros. Otras redujeron su alcance a un pequeño número de rutas dedicadas entre puntos fijos. La brecha entre la promesa de la carga autónoma y la realidad práctica de implementarla a escala ha resultado costosa.

También existe un riesgo más sutil que merece atención. La investigación citada por Shannon Roberts, profesora asociada de ingeniería industrial en UMass Amherst, señala dos formas de sesgo que los desarrolladores deben abordar. El sesgo de automatización describe la tendencia de un operador humano a confiar en el juicio de la máquina de manera tan completa que deja de ejercer el suyo propio. El sesgo algorítmico se refiere a la posibilidad de que los sensores de un camión detecten ciertos tipos de personas en la carretera de manera más confiable que otros, por ejemplo reconociendo peatones de un tamaño o forma particular mientras pierden a otros. Estas no son preocupaciones hipotéticas. Son problemas de diseño que deben resolverse antes de que la implementación a gran escala sea responsable.

Lo que esto significa para el trabajo, la seguridad y cómo pensamos sobre la automatización

El marco más instructivo aquí no es “humanos contra máquinas”, sino “humanos y máquinas, cada uno haciendo lo que hace mejor”. El modelo que describe Roberts es un sistema de relevo. Un conductor humano navega por la primera milla, los terrenos concurridos del almacén y las calles locales que conducen a la entrada de una autopista. La automatización toma el control para el tramo interestatal largo. El humano reanuda el control para la última milla hacia el destino. Dentro de la cabina, las pantallas, las pantallas frontales, las alertas verbales o incluso un asiento vibrante comunicarían el estado del sistema y señalarían cuándo el conductor necesita intervenir nuevamente.

Este es un reencuadre significativo de cómo se ve realmente la automatización en el transporte en la práctica. No es una historia sobre la tecnología haciendo que los conductores queden obsoletos. Es una historia sobre un nuevo tipo de colaboración entre el juicio humano y la capacidad de la máquina, donde los límites de cada uno están claramente definidos y se gestionan activamente.

Esa distinción importa más allá de los camiones. En muchas industrias, las aplicaciones más duraderas de IA no son las que eliminan a los humanos del ciclo por completo, sino las que definen el ciclo con mayor precisión: lo que maneja el sistema, lo que maneja la persona y cómo se comunican los dos en el límite.

En resumen

Los camiones automatizados no son un reemplazo a corto plazo para los conductores humanos. Funcionan bien en condiciones limitadas y predecibles y luchan con el clima, la construcción y la complejidad urbana. Varias empresas ya han reducido su tamaño o salido del mercado después de enfrentarse a esa brecha. El modelo realista a corto plazo es una asociación entre humanos y máquinas, donde la automatización maneja el medio predecible de un viaje y los conductores manejan los extremos impredecibles. Conseguir que esa asociación funcione correctamente, incluido el diseño de la interfaz y los riesgos de sesgo, es el verdadero desafío de ingeniería. La autopista sin conductor es una visión a largo plazo, no una realidad inminente.

Basado en información de Fast Company.

Escrito por

NAVION