Los coches autónomos ya saben frenar, acelerar y mantenerse en su carril. Lo difícil empieza cuando hay que interpretar a los demás: el conductor que se cuela en el último momento, la moto que aparece por el ángulo muerto o el carril que se estrecha. Ahí no basta con calcular trayectorias. Hace falta algo parecido al criterio. Un trabajo publicado en arXiv en octubre de 2026 propone una solución poco habitual: darle a la máquina unos principios de conducta inspirados en la filosofía confuciana.

El sistema se llama CPW-Drive (siglas en inglés de algo así como «conducción guiada por la sabiduría filosófica china»). Lo firman Xiaojun Bi, Xiaoyuan Ma, Yiwen Sun, Tianren Huang, Chaoran Liu, Bokai Huang, Hao Yang y Baichuan Mo. Todavía es un preprint, es decir, no ha pasado revisión por pares, y de momento solo se ha probado en simulación.

Qué es la novedad

Según los autores, los sistemas de decisión actuales para la conducción autónoma se apoyan en la optimización numérica, en la predicción de secuencias o, cada vez más, en grandes modelos de lenguaje (LLM), los mismos que hay detrás de los chatbots. Y sostienen que en todos ellos las consideraciones éticas y filosóficas han recibido «limited attention», es decir, poca atención.

Su propuesta es meter esas consideraciones de forma explícita y ordenada. En lugar de esperar que el modelo de lenguaje «sepa» comportarse, el sistema le recuerda en cada situación qué valores debería pesar: prudencia, respeto a los demás usuarios de la vía, moderación… Todo ello traducido a casos concretos de tráfico.

Cómo funciona por dentro

La pieza central es una técnica muy de moda: la generación aumentada por recuperación (RAG, por sus siglas en inglés). La idea es sencilla. Antes de responder, el modelo de lenguaje consulta una base de conocimiento externa y usa lo que encuentra como contexto. Es como dejarle hacer un examen con apuntes. CPW-Drive lo aplica en varios pasos:

• De los clásicos a los principios. Un LLM extrae palabras clave de textos clásicos confucianos relacionados con la conducta. Después, unas personas las criban y validan a mano y las agrupan en principios de valor aplicables a la conducción.
• De los principios a los casos. Cada principio se aterriza en escenarios concretos de tráfico, de modo que la guía quede en forma de ejemplos que se pueden recuperar y reutilizar, y no como máximas abstractas.
• Buscar el caso que de verdad se parece. Aquí entra la segunda aportación, que llaman PSSR (recuperación por similitud espacial con conciencia física). En vez de comparar situaciones por cómo se describen con palabras, compara la disposición de los vehículos y extrapola su estado según la velocidad. Así recupera casos históricos que se parecen físicamente al momento actual.
• Bucle cerrado. El sistema decide, ve cómo cambia el tráfico y vuelve a decidir de forma continua, igual que haría un conductor.

El matiz de PSSR es importante. Dos situaciones pueden sonar iguales («coche lento delante») y ser muy distintas si el de detrás viene a 130 o a 80. Comparar posiciones y velocidades ayuda a que los «apuntes» que consulta el modelo sean pertinentes de verdad.

Qué resultados ha obtenido

Los autores lo han probado en Highway-env, un entorno de simulación de código abierto muy usado en investigación, con una tarea de conducción por autopista de varios carriles y tres configuraciones de tráfico. Las tasas de éxito fueron del 93 %, el 86 % y el 72 %. Según el artículo, eso supera al mejor sistema de comparación en 8, 22,5 y 25 puntos porcentuales, respectivamente. La ventaja crece justo en los escenarios más exigentes.

Además, en todas las configuraciones CPW-Drive fue el que más pasos encadenó sin colisión, y cambió de carril con poca frecuencia. Es decir, condujo de forma más tranquila y predecible.

La letra pequeña

Antes de imaginar coches confucianos en la carretera, conviene tener en cuenta varias cosas:

• Es simulación. Highway-env es un entorno simplificado. Entre una autopista simulada y el tráfico real hay mucho trecho: sensores imperfectos, meteorología, peatones o comportamientos imprevisibles.
• Hay peajes. Los propios autores reconocen que la guía de valores mejora la seguridad y la estabilidad a cambio de pagar en eficiencia y en latencia. El coche es más prudente, pero también puede ir más lento y tardar más en decidir, y en conducción unas décimas de segundo cuentan.
• Hay mano humana en el proceso. Los principios se filtraron y validaron a mano, así que el resultado depende de ese criterio y de qué textos se eligieron.
• Sin revisión todavía. Es un preprint, y las cifras tendrán que confirmarse en trabajos independientes.

También queda abierta una pregunta interesante: si los valores se pueden inyectar como conocimiento recuperable, en teoría se podrían usar otras tradiciones o normas de conducta locales. El artículo se centra en la confuciana y no compara con otras.

Por qué importa

Gran parte del debate sobre la ética de los coches autónomos se ha quedado en dilemas teóricos. Este trabajo prueba un camino práctico: convertir principios de conducta en una biblioteca de casos que el sistema consulta antes de actuar y medir si así conduce mejor. Que en simulación salga un conductor más seguro y menos nervioso es una señal prometedora. Que sea más lento recuerda que la prudencia también tiene un coste. Y, de paso, la técnica RAG sale del chatbot y llega a sistemas que toman decisiones físicas, donde equivocarse cuesta mucho más.