Tesla lleva años prometiendo la llegada del coche autónomo. Sin embargo, parece que la brecha entre los anuncios comerciales y la realidad técnica ha vuelto a quedar expuesta. Al parecer, los propios ingenieros encargados de entrenar la inteligencia artificial de la compañía no confían en la seguridad del sistema FSD, que ellos mismos han ayudado a desarrollar.
Este escepticismo choca de lleno con la estrategia de la firma de Elon Musk, que busca posicionar al robotaxi como el eje central de su modelo de negocio. Varios testimonios desvelan errores de método y fallos de control que comprometen la viabilidad de este ecosistema.
El criterio de los entrenadores de la inteligencia artificial
El núcleo del desarrollo del sistema FSD depende de miles de horas de metraje de vídeo grabadas por los vehículos de la flota. Los denominados etiquetadores de datos son los encargados de analizar estas secuencias en pantallas para corregir los errores del software, enseñando a la IA cómo reaccionar ante un entorno real. Tienen acceso a terabytes de información, y ven lo que ocurre cuando el sistema toma el control.
Antiguos responsables de este entrenamiento aseguraron en una entrevista que no se subirían a un robotaxi de Tesla bajo ninguna circunstancia. Los especialistas argumentan que han sido testigos directos de demasiados fallos críticos en tareas cotidianas. Hablan de situaciones recurrentes en las que el vehículo no deja espacio a las motocicletas, ignora la presencia de autobuses escolares o no reduce la velocidad al acercarse a zonas de obras, llegando a poner en riesgo la integridad de los operarios de carretera.
A este escenario se suma la implantación de perfiles de conducción más agresivos, como el modo Mad Max. De acuerdo con los registros internos, bajo esta configuración el software llega a circular a velocidades muy superiores a las permitidas en vías urbanas, registrándose casos de vehículos que rodaban a casi 100 km/h en tramos limitados a 40. Esta tendencia al exceso de velocidad fue calificada por los exempleados como un problema al que la dirección y el equipo de ingenieros apenas daban prioridad en los protocolos de corrección.
Inconsistencias en las estadísticas oficiales de seguridad
Para defender la madurez de su tecnología ante inversores y autoridades, Tesla insiste en que la conducción supervisada por FSD es hasta diez veces más segura que la humana. Sin embargo, los investigadores de seguridad vial que han analizado la metodología de la compañía señalan que estas cifras carecen de rigor real. Aseguran que responden más a una estrategia de marketing que a un estudio científico contrastado.
La distorsión principal radica en que la marca compara el índice de accidentes de sus coches en los que se activan los airbags con los datos generales de siniestralidad de los organismos reguladores de Estados Unidos. Estos últimos registros incluyen colisiones de mucha menor gravedad en las que solo se necesita la asistencia de una grúa. Cuando los analistas independientes realizan una comparación homóloga, la supuesta ventaja de seguridad pasa de un factor de 10 a 1 a una proporción de 3 a 1.
Además, hay otra variable que invalida la comparación directa. La flota actual de Tesla tiene una antigüedad media de 4,1 años, y cuenta de serie con ADAS de última generación. Por el contrario, el vehículo promedio que circula por las carreteras estadounidenses supera los 12 años de antigüedad y carece de estas innovaciones. Comparar la siniestralidad de ambos parques automovilísticos sin ponderar es un sesgo.
Limitaciones operativas frente a la escala global
Elon Musk siempre ha defendido que el enfoque de Tesla, basado en cámaras y redes neuronales, permite crear un conductor autónomo universal capaz de operar en cualquier ciudad sin necesidad de insertar una cartografía previa. Sin embargo, las pruebas de campo del servicio de robotaxis realizadas en varias ciudades prueban que la realidad es muy diferente.
Los antiguos empleados explicaron que, para que las demostraciones públicas en estas zonas restringidas salieran bien, el personal de la compañía tuvo que dedicar meses de trabajo previo. Este proceso implicaba mapear con detalle cada intersección y etiquetar de forma manual elementos fijos como bordillos, líneas de pintura vial y señales específicas del recorrido, un trabajo que llevó cientos de horas. Este nivel de intervención humana y personalización desmiente la autonomía generalizada del sistema y plantea serias dudas sobre la viabilidad de escalar el servicio de robotaxis a nivel internacional de una manera rentable y segura.