Waymo va-t‑il bientôt vous parler en route ? Un assistant Gemini dans les robotaxis qui change tout (voici comment)
Waymo, la filiale d’Alphabet spécialisée dans la conduite autonome, testerait l’intégration d’un assistant vocal basé sur le modèle Gemini 2.5 Flash Native Audio au sein de ses robotaxis. Découverte dans le code de l’application mobile par la chercheuse Jane Manchun Wong, cette fonctionnalité — nommée Waymo Ride Assistant Meta‑Prompt — révèle comment l’entreprise envisage d’améliorer l’expérience passager en embarquant une IA conversationnelle capable de répondre aux questions et d’exécuter quelques commandes embarquées.
Un compagnon « utile et amical » conçu pour rassurer
Le code décrit l’assistant comme un « compagnon IA » dont l’objectif principal est d’aider le passager de manière sécurisée, discrète et rassurante. Les réponses doivent rester courtes et claires — pas plus de trois phrases — et l’assistant est explicitement défini comme un complément de l’expérience, jamais comme un substitut à Waymo Driver, le système de conduite autonome. Autrement dit : Gemini pourrait parler aux passagers, mais ne peut en aucun cas prétendre commander le véhicule ni modifier des paramètres critiques du conducteur autonome.
Fonctions pratiques : confort et information à portée de voix
D’après les lignes de code, l’assistant pourrait prendre en charge des actions basiques pour améliorer le confort pendant la course : allumer ou éteindre l’éclairage intérieur, gérer la lecture musicale, régler la température du climatiseur. L’activation se ferait via un bouton à l’écran (le même utilisé pour démarrer la course) et le premier message de l’IA saluerait le passager en prononçant son nom et proposerait son aide. Le système prévoit plusieurs modes d’interaction et des protocoles pour les demandes ambiguës, ainsi que des filtres pour refuser certains types de requêtes.
Des garde‑fous intégrés dans le code
Le dispositif intègre des règles strictes : si un passager demande d’accélérer, l’assistant devra répondre qu’il n’a pas accès au Waymo Driver et qu’il ne peut pas modifier la vitesse. De même, les questions sur des incidents impliquant des véhicules Waymo ont des réponses préétablies — l’assistant ne doit pas se lancer dans des commentaires techniques ou juridiques sur d’éventuels accidents. Pour les requêtes hors‑norme (par exemple demander une modification de trajet non autorisée), l’IA oriente les usagers vers l’écran du véhicule ou l’application mobile, là où les modifications autorisées s’effectuent de manière contrôlée.
Pourquoi Gemini ? Avantages techniques présumés
Gemini 2.5 Flash Native Audio est un modèle optimisé pour la synthèse et la reconnaissance vocales, utilisé déjà par Google pour des services comme Google Translate. Son intégration chez Waymo vise probablement deux objectifs : disposer d’un modèle audio natif (meilleure latence, robustesse sur réseau mobile) et offrir une interface naturelle sans multiplier les systèmes tiers. Sur le plan technique, une IA embarquée capable de compréhension et génération vocale fluide représente un atout majeur pour la convivialité du service robotaxi.
Questions ouvertes : confidentialité, supervision et déploiement
Plusieurs points restent à préciser : comment Waymo gérera‑t‑elle les données vocales des passagers ? Les interactions seront‑elles enregistrées et stockées ? Quel degré de supervision humaine sera maintenu pour éviter les dérives ou erreurs d’information de l’IA ? Enfin, aucune date de déploiement n’est annoncée : la présence du code indique un travail en cours, mais Waymo affirme justement qu’« aucune décision finale n’a été partagée aujourd’hui » et que certaines fonctionnalités pourront être intégrées ou non.
Impacts possibles sur l’expérience utilisateur et l’adoption
Si elle est bien conçue, cette fonction pourrait grandement améliorer l’acceptation des robotaxis par le public en apportant un interlocuteur empathique et utile pendant la course : informations sur le trajet, assistance pour des réglages, réponses aux questions pratiques. Elle permettrait aussi de réduire l’anxiété chez les passagers novices face à une voiture sans conducteur humain. À l’inverse, une IA bavarde ou intrusive risquerait d’irriter certains usagers ; d’où l’importance des limites et des modes de mise en service décrits dans le code.
Éthique et réglementation : un terrain à cadrer
L’intégration d’un assistant vocal pose des enjeux éthiques et réglementaires : transparence sur la nature automatisée de la réponse, consentement au traitement vocal, protection des données personnelles, et responsabilité en cas d’informations erronées fournies par l’IA. Les autorités de protection des données et les régulateurs de la mobilité autonome devront probablement clarifier les règles d’usage des assistants vocaux embarqués dans des véhicules sans conducteur.
Un test technologique aux implications larges
Techniquement, l’initiative illustre la tendance à enrichir les systèmes autonomes par des couches conversationnelles pour humaniser le service. Stratégiquement, elle rapproche l’écosystème d’Alphabet d’un modèle intégré où les modèles de langage et les plateformes de conduite coopèrent. Reste désormais à voir si Waymo choisira d’activer Gemini dans ses flottes et, le cas échéant, dans quelles villes et à quelle échelle les usagers verront apparaître cet assistant vocal lors de leurs trajets.
