Zoox convoca recall de 332 robôs-táxi após identificar falha grave de software que levou veículos autônomos a cruzarem a contramão em vias urbanas dos Estados Unidos, levantando alerta de segurança em operações realizadas em cidades como São Francisco e Las Vegas, onde a frota circula em meio a trânsito intenso, cruzamentos complexos e interação constante com motoristas humanos.
O problema aparece no meio do trajeto, quando o carro já está em circulação, sem volante e sem motorista, dividindo espaço com ônibus, pedestres e cruzamentos congestionados. Em ruas de São Francisco e Las Vegas, a decisão errada surge em segundos. O sistema lê o ambiente, calcula a manobra e abre demais a curva, cruza a linha central ou para por instantes na pista oposta, obrigando quem vem no sentido contrário a reagir no improviso.

A falha ganhou dimensão após um episódio registrado em 26 de agosto, quando um dos veículos fez uma conversão à direita além do necessário, invadiu a faixa contrária e interrompeu o tráfego oposto. Não houve colisão, mas o risco ficou exposto ali, no asfalto, em uma situação comum de cidade grande. A partir desse evento, a empresa passou a revisar dados da frota em operação e encontrou um padrão preocupante.
Entre o fim de agosto e 5 de dezembro, foram identificados 62 incidentes semelhantes. Em todos eles, o sistema autônomo demonstrou dificuldade de julgamento em cenários urbanos caóticos, como carros estacionados em fila dupla, desvios improvisados e cruzamentos parcialmente bloqueados. Em vez de reduzir a manobra ou aguardar, o software optou por cruzar para a faixa oposta ou parar em posição irregular, criando situações de risco imediato.
A avaliação das autoridades de trânsito foi direta, segundo o Estadao. A NHTSA classificou o comportamento como risco à segurança, mesmo sem registro oficial de acidentes. O entendimento é simples. Um veículo que decide invadir a contramão, ainda que por poucos segundos, quebra a previsibilidade do tráfego e amplia o potencial de colisões em ambientes já sobrecarregados.

A correção foi feita à distância, seguindo o padrão das empresas de tecnologia. Uma atualização inicial começou a ser distribuída em 7 de novembro, seguida por um pacote definitivo aplicado a toda a frota em 19 de dezembro. Segundo a empresa, o novo software ajusta a forma como o sistema reage a obstáculos urbanos e evita decisões excessivamente defensivas que acabam gerando manobras perigosas.
O impacto do recall, porém, não se limita à parte técnica. A confiança do público em veículos totalmente autônomos já é baixa. Um estudo recente da AAA aponta que apenas 13% dos consumidores dizem confiar nesse tipo de tecnologia. Quando um robô-táxi entra na contramão em uma avenida movimentada, essa desconfiança deixa de ser abstrata e passa a ter endereço, horário e testemunhas.

A Zoox afirma que seguirá monitorando os veículos em operação e fará novos ajustes sempre que necessário. Enquanto isso, quem cruza diariamente com esses carros nas ruas segue atento ao próximo semáforo, à próxima curva e à pergunta que ainda não tem resposta definitiva, até que ponto um software consegue tomar decisões seguras quando o trânsito deixa de seguir qualquer lógica previsível.
Esse tipo de acontecimento reforça a posição do Brasil em agir com cautela ao discutir a liberação de carros totalmente autônomos. Quando um robô-táxi entra na contramão em cidades altamente mapeadas e reguladas dos Estados Unidos, fica claro que a tecnologia ainda falha justamente nos cenários mais caóticos, aqueles que fazem parte da rotina do trânsito brasileiro.
“Como especialista, eu vejo a burocracia brasileira não como atraso, mas como defesa, quando até nos EUA robôs-táxi entram na contramão, o Brasil sabe que liberar autonomia plena sem lei clara, estrada legível e responsabilidade jurídica definida transfere o risco do algoritmo direto para o cidadão.”
Aqui, o problema não é apenas tecnológico, é estrutural e jurídico. Estradas mal sinalizadas, comportamento imprevisível de motoristas e uma legislação que exige controle humano permanente criam um ambiente onde um erro de algoritmo teria impacto direto e imediato. Ao observar recalls e incidentes lá fora, o Brasil entende que avançar sem regras claras e infraestrutura compatível não é prudência excessiva, é responsabilidade.