Les « Streaks » de la FSD de Tesla gamifient la conduite autonome et encouragent des comportements risqués [Opinion]

La conduite entièrement autonome (FSD) de Tesla s'améliore grâce à une boucle de rétroaction combinant supervision humaine et apprentissage automatique. Le système utilise des réseaux neuronaux de bout en bout entraînés sur d'importants volumes de données télémétriques réelles et simulées, et aujourd'hui, les conducteurs humains jouent deux rôles.

Premièrement, ils agissent en tant que superviseurs de sécurité qui demeurent légalement responsables des actions du véhicule. Deuxièmement, lorsqu'ils interviennent manuellement, ces actions servent d'annotations qui signalent des situations pour un entraînement ultérieur.

Avec la version FSD v14.2, puis la version FSD v14.3.3 introduite avec la mise à jour du printemps 2026, Tesla a ajusté la manière dont les conducteurs interagissent avec cette boucle. En introduisant des incitations à éviter les désengagements via la série de distance (Distance Streak) et la série quotidienne (Daily Streak) dans l'application de conduite autonome, la conception encourage des comportements spécifiques de la part des conducteurs.

Ce changement modifie la perception du FSD et pourrait affecter à la fois la sécurité sur la route et les processus de données qui ont contribué à rendre le système plus sûr.

L'illusion du meilleur score

La transition a débuté discrètement avec la version FSD v14.2, qui a ajouté une métrique passive indiquant le pourcentage exact du kilométrage total parcouru sous contrôle autonome. Bien que dissimulée dans un menu, elle a incité certains propriétaires à viser un taux de 100 % de kilomètres parcourus de manière autonome.

La mise à jour du printemps 2026 a amplifié ce phénomène en affichant la distance maximale parcourue entre deux interventions directement sous l'indicateur de vitesse actif, transformant ainsi une mesure liée à la sécurité en un véritable record à battre.

Toute intervention manuelle — appuyer sur le frein, donner un coup de volant ou appuyer sur un bouton — réinitialise ce compteur de distance à zéro, créant une pénalité perçue en cas d'intervention.

Parallèlement, l'utilisation de la pédale d'accélérateur ou des clignotants pour guider le FSD ne réinitialise pas le compteur, traçant une ligne étroite autour de ce qui est considéré comme une intervention « acceptable ». Il n'y a pas d'avertissements ou de clauses de non-responsabilité explicites pour cette fonctionnalité, ni d'option pour la désactiver.

Le pari du « wait and see »

Bien que le FSD ait atteint des niveaux de sécurité statistiques supérieurs à ceux d'un conducteur humain moyen, il peut toujours rencontrer des cas limites. Même les robotaxis sans supervision à Austin s'appuient sur des assistants distants pour résoudre les problèmes à mesure qu'ils surviennent.

Les problèmes récurrents signalés par certains propriétaires incluent une planification de trajet erratique, des changements de voie mal évalués, des sorties d'autoroute incorrectes et une hésitation excessive ou des coups de frein injustifiés aux panneaux d'arrêt et face aux ombres.

Vérification de la réalité de la sécurité

Une erreur de navigation peut toujours dégénérer en un événement dangereux. Par exemple, l'utilisation d'une rampe de sécurité pour camions à vitesse d'autoroute en mode FSD a été signalée sur un Cybertruck équipé de la version FSD v14.3.3, la plus récente.

Dans le cadre d'une supervision typique de niveau 2 SAE, un conducteur qui remarque une erreur est censé reprendre le contrôle rapidement, ce qui contribue à maintenir la fluidité du trafic et à réduire les risques pour les personnes aux alentours. Le mécanisme de série de distance modifie ces incitations.

Lorsqu'une série de plusieurs centaines de kilomètres est en jeu, certains conducteurs peuvent retarder la reprise en main dans l'espoir que le FSD se rétablisse de lui-même. Dans une vidéo, le Model Y qui s'était lancé dans un voyage transcontinental en FSD a failli être détruit.

Fournir de mauvaises données au FSD

Au-delà des préoccupations immédiates de sécurité, la ludification peut réduire la qualité des données d'entraînement. Le moteur de données de Tesla traite des millions d'heures de conduite, incluant les interventions, les cas limites, les notes vocales et d'autres statistiques, pour affiner ses réseaux neuronaux.

Les désengagements manuels indiquent que le FSD a commis une action illégale, inconfortable, incorrecte ou dangereuse ; ces moments aident à définir les limites du système et à souligner ce qui doit être amélioré pour atteindre une conduite autonome sans supervision. Si les conducteurs évitent de se désengager dans des situations inconfortables ou sous-optimales, moins de ces précieux signaux sont collectés.

En réinitialisant publiquement la série d'un conducteur après chaque désengagement manuel, le système décourage précisément le comportement dont dépendent ses équipes d'IA. Lorsque les conducteurs suppriment des interventions de sécurité naturelles pour préserver une série numérique, ils fournissent moins de données à haute valeur ajoutée au pipeline d'entraînement.