Boluwaji Fagbuaro, investigador y desarrollador nigeriano de inteligencia artificial y aprendizaje automático, afirma haber creado un sistema de IA diseñado para señalar comportamientos distractores entre conductores, utilizando datos recopilados en carreteras nigerianas. Busca que la tecnología se adapte a los vehículos fabricados o ensamblados en Nigeria.

Fagbuaro dice que recopiló alrededor de 48 horas de datos de manejo de conductores nigerianos para entrenar el modelo. El sistema reconoce actividades como comer o beber al volante y alerta al conductor en tiempo real.

Él sostiene que los sistemas de monitoreo de conductores diseñados para otros mercados pueden no tomar en cuenta las condiciones locales. La iluminación, los tonos de piel y la posición de la cámara, dice, pueden afectar la confiabilidad con la que estos sistemas leen el comportamiento del conductor. El monitoreo del conductor ya es una categoría establecida de seguridad automotriz —los reguladores de Europa exigen que los vehículos nuevos incluyan sistemas que adviertan sobre la somnolencia y la distracción, lo que convierte el monitoreo basado en cámaras en una característica cada vez más común en los autos nuevos—, y esto es lo que pone en el centro la cuestión de los datos de entrenamiento bajo condiciones locales.

"¿Cómo sería un sistema de monitoreo de conductores si se diseñara específicamente en torno a los conductores nigerianos y las condiciones de manejo de Nigeria?", se pregunta. Esa pregunta se convirtió en el proyecto.

El plan a más largo plazo es una plataforma de coaching para conductores. Daría seguimiento al comportamiento a lo largo del tiempo y generaría reportes semanales sobre la frecuencia de las distracciones y si los hábitos del conductor mejoran o empeoran. Fagbuaro no ha dicho si esta función ya está operativa.

También señala que los fabricantes eventualmente podrían usar un sistema así, entrenado con datos que representen a los conductores locales, para desarrollar y probar tecnología de seguridad.

Technext no pudo verificar de manera independiente el desempeño del sistema. Fagbuaro no ha proporcionado cifras de precisión ni ha nombrado a ningún fabricante, operador de flotas o empresa de transporte por aplicación que lo esté probando. Hasta ahora, no existe una medida pública del rendimiento del sistema.

Las carreteras de Nigeria siguen siendo mortales. El Cuerpo Federal de Seguridad Vial (FRSC) registró 10,446 accidentes de tránsito y 5,289 muertes en todo el país en 2025. Los accidentes aumentaron 9.2 por ciento respecto a los 9,570 de 2024, mientras que las muertes cayeron 2.4 por ciento desde 5,421. La reducción de muertes se quedó corta frente a la meta del cuerpo de reducir la mortalidad en 10 por ciento.

La distracción ya está en la agenda del FRSC. El mariscal del cuerpo, Shehu Mohammed, lanzó la campaña de los meses Ember de 2025 bajo un tema que insta a los conductores a dejar el manejo distraído. Sin embargo, el exceso de velocidad sigue siendo la causa registrada más grande. Las violaciones a los límites de velocidad representaron el 41 por ciento de las causas de accidentes identificadas en diciembre de 2025. Las cifras no muestran cuántos accidentes fueron caus por distracción, lo que deja sin medir la escala del problema que esta tecnología enfrentaría en Nigeria.

El sector del transporte por aplicación también está cambiando. Uber confirmó que dejará de operar en Nigeria el 2 de septiembre de 2026, poniendo fin a 12 años en el mercado. Moove, la financiera de vehículos fundada en Lagos que apoyaba a los conductores de transporte por aplicación, dijo el 8 de octubre que cerrará sus operaciones en Nigeria. Señaló que los vehículos elegibles, con un valor de alrededor de 35,000 millones de nairas (₦35 mil millones), pasarán a la propiedad total de los clientes actuales, sin pagos adicionales a la empresa por los vehículos.

Fagbuaro no ha dicho que su sistema esté vinculado a alguna de estas empresas ni que esté diseñado para conductores de transporte por aplicación. Quién podría llegar a usar un sistema entrenado con datos de manejo locales —conductores particulares, operadores de flotas o fabricantes— y si las revelaciones pendientes, desde cifras de precisión hasta un socio de pruebas identificado, llegan algún día son los principales puntos a observar a medida que el proyecto avanza.