Boluwaji Fagbuaro, nigeryjski badacz i deweloper sztucznej inteligencji oraz uczenia maszynowego, oświadczył, że zbudował system AI zaprojektowany do wykrywania rozpraszających zachowań wśród kierowców na podstawie danych zebranych z nigeryjskich dróg. Chce dostosować tę technologię do pojazdów produkowanych lub składanych w Nigerii.

Fagbuaro powiedział, że zebrał około 48 godzin danych z jazdy nigeryjskich kierowców, aby wytrenować model. System rozpoznaje czynności takie jak jedzenie i picie za kierownicą i ostrzega kierowcę w czasie rzeczywistym.

Argumentuje, że systemy monitorowania kierowców tworzone dla innych rynków mogą nie uwzględniać warunków lokalnych. Oświetlenie, odcienie skóry i ustawienie kamery, jak twierdzi, mogą wpływać na to, jak niezawodnie takie systemy odczytują zachowanie kierowcy. Monitorowanie kierowcy to już ugruntowana kategoria w dziedzinie bezpieczeństwa motoryzacyjnego — regulatorzy w Europie wymagają, aby nowe pojazdy były wyposażone w systemy ostrzegające przed sennością i rozproszeniem, co czyni monitorowanie oparte na kamerach coraz częstszym elementem nowych samochodów — i właśnie dlatego kwestia danych treningowych z warunków lokalnych staje się kluczowa.

„Jak wyglądałby system monitorowania kierowcy, gdyby został stworzony specjalnie z myślą o nigeryjskich kierowcach i nigeryjskich warunkach jazdy?” — pyta. To pytanie stało się projektem.

Długoterminowym planem jest platforma coachingowa dla kierowców. Miałaby śledzić zachowania w czasie i generować cotygodniowe raporty o częstotliwości rozproszeń oraz o tym, czy nawyki kierowcy się poprawiają czy pogarszają. Fagbuaro nie powiedział, czy ta funkcja już działa.
Mówi również, że producenci mogliby ostatecznie wykorzystać taki system, wytrenowany na danych reprezentujących lokalnych kierowców, do opracowywania i testowania technologii bezpieczeństwa.

Technext nie było w stanie niezależnie zweryfikować skuteczności systemu. Fagbuaro nie przedstawił danych o dokładności ani nie wskazał żadnego producenta, operatora flotowego ani firmy przewozowej testującej system. Jak dotąd nie ma publicznej miary tego, jak system działa.

Nigeryjskie drogi pozostają śmiertelnie niebezpieczne. Federal Road Safety Corps (FRSC) odnotował w 2025 roku 10 446 wypadków drogowych i 5 289 ofiar śmiertelnych w całym kraju. Liczba wypadków wzrosła o 9,2 procent z 9 570 w 2024 roku, podczas gdy liczba ofiar śmiertelnych spadła o 2,4 procent z 5 421. Spadek ofiar nie osiągnął celu korpusu, którym była redukcja śmiertelności o 10 procent.

Rozproszenie uwagi znajduje się już w agendzie FRSC. Corps Marshal Shehu Mohammed rozpoczął kampanię „Ember months” 2025 pod hasłem wzywającym kierowców do zaprzestania jazdy w roztargnieniu. Nadmierna prędkość pozostaje jednak największą odnotowaną przyczyną. Przekroczenia limitu prędkości stanowiły 41 procent zidentyfikowanych przyczyn wypadków w grudniu 2025 roku. Dane nie pokazują, ile wypadków zostało spowodowanych przez rozproszenie, co pozostawia skalę problemu, z jakim taka technologia musiałaby się zmierzyć w Nigerii, bez pomiaru.

Sektor przewozów również się zmienia. Uber potwierdził, że zaprzestanie działalności w Nigerii 2 września 2026 roku, kończąc 12 lat na tym rynku. Moove, założony w Lagos finansista pojazdów wspierający kierowców przewozowych, oświadczył 8 października, że zwinie swoje operacje w Nigerii. Poinformował, że kwalifikujące się pojazdy o wartości około 35 miliardów nairy przejdą na pełną własność dotychczasowych klientów, bez dalszych płatności na rzecz firmy za pojazdy.

Fagbuaro nie powiedział, czy jego system jest powiązany z którąkolwiek z tych firm ani czy został stworzony dla kierowców przewozowych. Kto mógłby ostatecznie wykorzystać system wytrenowany na lokalnych danych z jazdy — prywatni kierowcy, operatorzy flot czy producenci — oraz czy brakujące ujawnienia, od danych o dokładności po nazwanego partnera testowego, kiedykolwiek się pojawią, to główne kwestie do obserwowania w miarę rozwoju projektu.