Control por voz en vehículos eléctricos
El control por voz puede sustituir parte de la interacción visual y manual por una entrada hablada, pero «manos libres» no significa «atención libre». Un asistente útil en el vehículo completa rápidamente una tarea acotada, confirma el resultado con claridad y cede ante la conducción cuando una petición se vuelve compleja.
Cómo funciona la interacción
Un sistema de voz del vehículo suele atravesar varias etapas:
- Un botón o frase de activación abre el estado de escucha.
- El reconocimiento de voz convierte la señal de audio en posibles palabras.
- La comprensión del lenguaje identifica una intención y los detalles relevantes.
- El vehículo o servicio conectado comprueba si la acción está disponible.
- El sistema ejecuta, pide una aclaración concisa o rechaza la solicitud.
- Una respuesta visual, hablada o acústica confirma el resultado.
Pueden producirse errores en cada etapa. El ruido del habitáculo, los pasajeros, los acentos, los nombres, una mala conexión o una petición ambigua pueden afectar al reconocimiento. Una transcripción correcta puede generar una intención errónea, y una intención correcta puede fallar porque la función solicitada no está disponible.
La interfaz debería mostrar una parte suficiente del proceso para que el conductor pueda recuperarse. Un indicador de escucha, una confirmación breve y una acción directa de cancelación son más útiles que una larga disculpa conversacional.
Tareas que la voz gestiona bien
La voz funciona mejor cuando la petición puede expresarse con naturalidad y la respuesta es corta:
- navegar a un destino conocido o un cargador adecuado;
- llamar a un contacto;
- reproducir un artista, emisora o fuente concreta;
- cambiar un ajuste sencillo de climatización;
- preguntar por el estado de carga previsto a la llegada;
- añadir o eliminar una parada de carga;
- iniciar una función que el sistema pueda confirmar con seguridad.
Las acciones ambiguas o con consecuencias requieren cautela. Desbloquear un acceso, cambiar un servicio de pago, enviar un mensaje o modificar un ajuste relacionado con la seguridad puede exigir una confirmación explícita u otra entrada.
La evaluación Safe Driving 2026 de Euro NCAP acepta la voz directa para determinadas tareas de llamada y navegación, pero su protocolo también exige una vía de control alternativa y un botón específico de órdenes por voz para esas funciones evaluadas. Es un principio de resiliencia útil incluso fuera de la puntuación: la voz debería complementar la HMI, no convertirse en su única vía. Euro NCAP — 2026 Safe Driving protocols
Reconocimiento de voz y comprensión del lenguaje
Los sistemas tradicionales esperan una gramática de órdenes como «Navegar a casa». Los sistemas modernos pueden deducir la intención de expresiones más variadas, recordar un contexto conversacional limitado y combinar una solicitud con datos del vehículo.
Una mayor flexibilidad crea un problema de verificación. Una respuesta fluida puede seguir siendo incorrecta, estar desactualizada o no guardar relación con las funciones certificadas del coche. Por tanto, la IA conversacional general y el control del vehículo deberían distinguirse:
- las acciones de control deberían utilizar funciones del vehículo autenticadas y acotadas;
- cambiar el estado del vehículo debería producir una confirmación explícita;
- la información externa incierta no debería presentarse como un dato del vehículo;
- un fallo de conexión a la red no debería eliminar órdenes locales esenciales;
- el conductor debería saber cuándo el audio se procesa localmente o se envía a un servicio en la nube.
Un asistente conversacional puede responder preguntas generales, pero una respuesta larga es una mala interfaz de conducción. La información que exige lectura, comparación o varias opciones debería aplazarse, resumirse o enviarse a una pantalla cuando el vehículo esté estacionado.
Respuesta acústica
El habla es solo una forma de HMI sonora. Señales acústicas, avisos y mensajes hablados pueden indicar prioridad y resultado sin exigir una mirada. Un exceso de sonidos crea su propio problema de identificación.
ISO 15006 proporciona especificaciones ergonómicas para el habla y los sonidos usados por los sistemas de información y control del transporte en el vehículo. Sus objetivos declarados incluyen inteligibilidad y utilidad, al tiempo que contribuyen a prevenir la sobrecarga acústica o mental. ISO 15006:2011 — In-vehicle auditory presentation
Un buen intercambio de voz es breve:
- indicar que el sistema está escuchando;
- confirmar la tarea interpretada cuando la ambigüedad sea relevante;
- anunciar el resultado o el motivo del fallo;
- ofrecer una opción clara de recuperación;
- detenerse de inmediato al cancelarse o cuando aparezca una alerta de mayor prioridad.
Carga cognitiva y seguridad
La voz puede reducir el tiempo con la vista fuera de la carretera y las manos fuera de los mandos frente a algunas tareas táctiles. No elimina el trabajo mental de formular una petición, escuchar opciones, corregir un error o mantener información en la memoria.
Una investigación de la NHTSA sobre tareas de voz en el vehículo encontró una degradación importante del rendimiento de conducción en las tareas secundarias estudiadas y concluyó que las interfaces de voz no bastaban para eliminar la distracción cognitiva. El resultado no debería extenderse hasta afirmar que todas las órdenes de voz cortas distraen por igual; sí establece que el habla por sí sola no demuestra seguridad. NHTSA — Characteristics of Voice-Based Interfaces and Their Effects on Driving Performance
El mejor diseño reduce la duración del diálogo, evita menús hablados profundos, permite que el conductor interrumpa y aplaza una tarea cuando el tráfico o la incertidumbre del sistema la hacen inadecuada.
Privacidad, conectividad y perfiles
Una entrada de voz puede contener nombres, destinos, mensajes, datos de cuentas y grabaciones de pasajeros. La interfaz debería explicar:
- cuándo está activo el micrófono;
- si el procesamiento se realiza en el dispositivo o a distancia;
- qué datos se almacenan y durante cuánto tiempo;
- qué perfil o cuenta recibe el historial;
- cómo pueden revisarse o eliminarse grabaciones y permisos;
- qué permanece disponible sin conexión de datos.
Un control de privacidad visible y un silenciamiento fiable del micrófono tienen más valor que una declaración general de privacidad escondida en una aplicación.
Qué debe comprobar el comprador
- ¿Entiende el sistema el habla normal sin una lista de órdenes memorizada?
- ¿Puede encontrar un cargador por potencia, posición en la ruta o red, y no solo por nombre?
- ¿Confirma el destino o la acción del vehículo antes de ejecutarla?
- ¿Puede cancelarse una petición de inmediato?
- ¿Existe una alternativa física o táctil directa?
- ¿Qué órdenes funcionan sin conexión?
- ¿Son las respuestas lo bastante breves para conducir?
- ¿Distingue el asistente los datos del vehículo de la información general de Internet?
- ¿Pueden encontrarse y cambiarse los ajustes del micrófono y el historial en la nube?
- ¿Gestiona a dos usuarios, el habla de fondo y el ruido del habitáculo sin activaciones falsas?
El control por voz se gana su lugar cuando hace una tarea concreta más corta y clara. Conversar por conversar no aporta nada a la conducción.