Anton Grabolle / Condução Autônoma / Licenciado por CC-BY 4.0
Por Susan Kelley
Os veículos autônomos (AVs) têm sido testados como táxis há décadas em São Francisco, Pittsburgh e em todo o mundo, e as empresas de transporte rodoviário têm enormes incentivos para adotá-los.
Mas as empresas de AV raramente partilham os dados relacionados com acidentes e segurança que são cruciais para melhorar a segurança dos seus veículos – principalmente porque têm pouco incentivo para o fazer.
Os dados de segurança AV são um ativo intelectual de uma empresa automobilística ou um bem público? Pode ser ambos – com alguns ajustes, de acordo com uma equipe de pesquisadores da Cornell.
A equipe criou um roteiro que descreve as barreiras e oportunidades para incentivar as empresas de AV a compartilharem os dados para tornar os VA mais seguros, desde a separação do conhecimento de dados públicos versus privados, até regulamentações e criação de programas de incentivo.
“O cerne da competição no mercado AV envolve quem possui esses dados de falhas, porque uma vez que você tenha esses dados, é muito mais fácil treinar sua IA para não cometer esse erro. A esperança é primeiro tornar esses dados transparentes e depois usá-los para o bem público, e não apenas para o lucro”, disse Hauke Sandhaus, MS ’24, doutorando na Cornell Tech e coautor de “Meus preciosos dados de falhas”, publicado em 16 de outubro na ACM on Human-Laptop Interplay e apresentado no Conferência ACM SIGCHI sobre Trabalho Cooperativo Apoiado por Computador e Computação Social.
Seus coautores são Qian Yangprofessor assistente da Faculdade de Computação e Ciência da Informação Cornell Ann S. Bowers; Wendy Juprofessor associado de ciência da informação e tecnologia de design na Cornell Tech, na Cornell Ann S. Bowers Faculty of Computing and Info Science e no Jacobs Technion-Cornell Institute; e Angel Hsing-Chi Hwang, ex-associado de pós-doutorado em Cornell e agora professor assistente de comunicação na Universidade do Sul da Califórnia, Annenberg.
A equipe entrevistou 12 funcionários de empresas de AV que trabalham com segurança no projeto e implantação de AV, para entender como eles atualmente gerenciam e compartilham dados de segurança, os desafios e preocupações de compartilhamento de dados que enfrentam e suas práticas ideais de compartilhamento de dados.
As entrevistas revelaram que as empresas AV têm uma surpreendente diversidade de abordagens, disse Sandhaus. “Todo mundo realmente tem algum nicho, um conjunto de dados desenvolvido internamente, e não há realmente muito conhecimento compartilhado entre essas empresas”, disse ele. “Eu esperava que houvesse muito mais pontos em comum.”
A equipa de investigação descobriu duas barreiras principais à partilha de dados – ambas sublinhando a falta de incentivos. Primeiro, os dados de acidentes e segurança incluem informações sobre os modelos de aprendizagem automática e a infraestrutura que a empresa utiliza para melhorar a segurança. “O compartilhamento de dados, mesmo dentro de uma empresa, é político e preocupante”, escreveu a equipe no jornal. Em segundo lugar, os entrevistados acreditam que o conhecimento sobre segurança AV é privado e traz uma vantagem competitiva à sua empresa. “Esta perspectiva leva-os a ver o conhecimento de segurança incorporado nos dados como um espaço contestado, em vez de conhecimento público para o bem social”, escreveu a equipa.
E as regulamentações dos EUA e da Europa não estão ajudando. Eles exigem apenas informações como o mês em que ocorreu o acidente, o fabricante e se houve feridos. Isso não captura os fatores inesperados subjacentes que muitas vezes causam acidentes, como uma pessoa correndo repentinamente para a rua, motoristas violando as regras de trânsito, condições climáticas extremas ou perda de carga bloqueando a estrada.
Para incentivar um maior compartilhamento de dados, é essential separar o conhecimento de segurança dos dados proprietários, disseram os pesquisadores. Por exemplo, as empresas de AV poderiam partilhar informações sobre o acidente, mas não imagens de vídeo brutas que revelassem a infra-estrutura técnica da empresa.
As empresas também poderiam apresentar “questões de exame” nas quais os AVs teriam que passar para pegar a estrada. “Se você tem pedestres vindo de um lado e veículos do outro, então você pode usar isso como um caso de teste pelo qual outros veículos autônomos também terão que passar”, disse Sandhaus.
As instituições académicas poderiam atuar como intermediários de dados com os quais as empresas de AV poderiam alavancar colaborações estratégicas. Instituições de investigação independentes e outras organizações cívicas estabeleceram precedentes trabalhando com o conhecimento público dos parceiros da indústria. “Existem arranjos, colaboração, padrões para o ensino superior contribuir para isso sem necessariamente tornar público todo o conjunto de dados”, disse Qian.
A equipe também propõe padronizar a avaliação de segurança AV por meio de regulamentações governamentais mais eficazes. Por exemplo, uma agência federal de formulação de políticas poderia criar uma cidade digital como campo de testes, com cruzamentos movimentados e estradas movimentadas para pedestres nas quais todo algoritmo AV teria que ser capaz de navegar, disse ela.
Os reguladores federais poderiam encorajar as montadoras a contribuir com cenários para o ambiente de testes. “As empresas de AV podem dizer: ‘Quero colocar meus casos de teste lá, porque meu carro provavelmente passou nesses testes.’ Esse pode ser um mecanismo para encorajar o desenvolvimento de veículos mais seguros”, disse Yang. “Propor mudanças políticas sempre parece um pouco distante, mas acho que existem soluções políticas para um futuro próximo neste espaço.”
A pesquisa foi financiada pela Nationwide Science Basis e pela Schmidt Sciences.
Universidade Cornell