No rastro de ataques baseados em carros e caminhões em todo o mundo, mais recentemente na cidade de Nova York, as cidades estão lutando para proteger as movimentadas áreas de pedestres e eventos populares. É extremamente difícil impedir que os veículos sejam usados como armas, mas a tecnologia pode ajudar.
Neste momento, as cidades estão tentando determinar onde e como colocar estátuas, redes de tufos e outras barreiras para proteger as multidões. Os departamentos de polícia estão tentando coletar informações mais avançadas sobre possíveis ameaças, e treinar os oficiais para responder - enquanto as pessoas comuns estão procurando conselhos para sobreviver aos ataques de veículos.
Essas soluções não são suficientes: é impraticável colocar barreiras físicas em todos os lugares e quase impossível impedir que possíveis invasores obtenham um veículo. Como pesquisadora de tecnologias para veículos autônomos, vejo que as soluções potenciais já existem e estão embutidas em muitos veículos na estrada hoje. Há, no entanto, questões éticas sobre quem deve controlar o veículo - o motorista ao volante ou o sistema de computador que percebe o perigo potencial nas ações do humano.
Uma solução informatizada
Aproximadamente três quartos dos carros e caminhões pesquisados pela Consumer Reports em 2017 têm detecção de colisão avançada como um recurso padrão ou opcional. Esses veículos podem detectar obstáculos - incluindo pedestres - e parar ou evitar atingi-los. Até 2022, a frenagem de emergência será necessária em todos os veículos vendidos nos EUA.
Os recursos de segurança nos carros atuais incluem avisos de partida de faixa, controle de cruzeiro adaptativo e vários tipos de evitação de colisão. Todos esses sistemas envolvem vários sensores, como radares e câmeras, rastreando o que está acontecendo ao redor do carro. Na maioria das vezes, eles correm passivamente, não se comunicando com o motorista nem assumindo o controle do carro. Mas quando certos eventos ocorrem - como aproximar-se de um pedestre ou um obstáculo - esses sistemas ganham vida.
Sistemas de alerta podem emitir um som, alertando o motorista de que o carro está se afastando da pista, em direção ao tráfego ou talvez fora da estrada. Eles podem até controlar o carro, ajustando a velocidade para manter uma distância segura do carro à frente. E sistemas de prevenção de colisão têm uma variedade de recursos, incluindo alertas audíveis que exigem resposta do motorista, frenagem de emergência automática e até mesmo dirigir o carro para fora do caminho do perigo.
Os sistemas existentes podem identificar o perigo e se ele está indo em direção ao carro (ou se o carro está indo em direção a ele). O aprimoramento desses sistemas pode ajudar a evitar vários comportamentos de condução normalmente usados durante os ataques, mas não em operações seguras de um veículo.
Evitando colisões
Um motorista típico procura evitar obstáculos e particularmente pedestres. Um motorista que usa um carro como arma faz o oposto, mirando nas pessoas. Os sistemas típicos de evitar colisão de automóveis tendem a lidar com isso alertando o motorista e, somente no último minuto, assumindo o controle e aplicando os freios.
Alguém planejando um ataque de veículo pode tentar desativar os componentes eletrônicos associados a esses sistemas. É difícil defender-se contra a alteração física do equipamento de segurança de um carro, mas os fabricantes podem impedir que os carros liguem ou limitem a velocidade e a distância que podem percorrer, caso o veículo detecte adulterações.
No entanto, neste momento, é relativamente fácil para um motorista mal-intencionado substituir os recursos de segurança: muitos veículos presumem que, se o motorista estiver dirigindo o carro ativamente ou usando os pedais de freio e acelerador, o carro está sendo controlado adequadamente. Nessas situações, os sistemas de segurança não param para pisar nos freios.
Esses sensores e sistemas podem identificar o que está na frente deles, o que ajudaria a informar melhores decisões. Para proteger os pedestres contra ataques a veículos, o sistema pode ser programado para substituir o motorista quando os humanos estiverem no caminho. A tecnologia existente poderia fazer isso, mas atualmente não é usada dessa maneira.
Ainda é possível imaginar uma situação em que o carro teria dificuldades para impor regras de segurança. Por exemplo, um motorista mal-intencionado poderia acelerar em direção a uma multidão ou pessoa individual tão rápido que os freios do carro não poderiam pará-lo a tempo. Um sistema que é especificamente projetado para parar os ataques do motorista pode ser programado para restringir a velocidade do veículo abaixo de sua capacidade de frear e dirigir, particularmente nas ruas regulares da cidade e quando os pedestres estão próximos.
Uma questão de controle
Isso levanta uma questão difícil: quando o carro e o motorista têm intenções diferentes, que deveriam estar no controle? Um sistema projetado para impedir ataques de veículos em multidões poderia causar problemas para os motoristas nos desfiles, se confundisse espectadores ou outros manifestantes como em perigo. Também pode impedir que um carro seja cercado por manifestantes ou atacantes. E os veículos militares, policiais e de resposta a emergências geralmente precisam ser capazes de operar em ou perto de multidões.
Atingir o equilíbrio entre a máquina e o controle humano inclui mais do que políticas públicas e planejamento corporativo. Compradores de carros individuais podem optar por não comprar veículos que possam anular suas decisões. Muitos desenvolvedores de inteligência artificial também se preocupam com problemas de funcionamento, particularmente em sistemas que operam no mundo físico real e podem anular instruções humanas.
Colocar qualquer tipo de sistema de computador encarregado da segurança humana gera temores de colocar os humanos sob o controle dos chamados "senhores da máquina". Cenários diferentes - particularmente aqueles além do caso limitado de um sistema que pode deter ataques de veículos - podem ter benefícios diferentes. e prejudiciais a longo prazo.
Este artigo foi originalmente publicado no The Conversation.
Jeremy Straub, Professor Assistente de Ciência da Computação, North Dakota State University
