Feedback del
piloto: por qué es clave para analizar el rendimiento de un auto de carrera

El cronómetro mide el resultado, pero no siempre explica la causa. Las sensaciones del piloto pueden ser la pieza que falta para interpretar mejor el comportamiento del auto.

En el automovilismo moderno, prácticamente todo puede medirse. Aceleración, frenada, régimen del motor, temperatura de neumáticos, posición de los pedales, ángulo de volante y otros cientos de parámetros forman parte del enorme volumen de información que un equipo puede recopilar durante una sesión en pista. Sin embargo, existe un dato que ningún sensor puede registrar completamente: lo que siente el piloto.

La adquisición de datos nos permite adentrarnos en qué es lo que el auto hizo. La percepción del piloto permite entender cómo y por qué lo está haciendo. No hay uno que reemplace al otro, ni el piloto al dato, ni el dato al piloto: la verdadera herramienta para mejorar el rendimiento aparece cuando ambas fuentes de información se analizan conjuntamente.

El sensor más importante que tiene el auto es el que lo conduce

Los tiempos de vuelta son los que determinan el resultado. No hay margen fuera de él para especulaciones. Una vuelta es más rápida o más lenta, un sector mejora o empeora, el ritmo se sostiene o comienza a caer. Los números indican qué pasó en la pista, pero dejan la puerta abierta a saber por qué eso sucedió. Para llegar a comprender las causas, que van desde un neumático que pierde grip a un titubeo del piloto a la hora de ingresar a una curva, no alcanza sólo con ver los datos. Hace falta algo más.

Esa fuente de información que marca la diferencia es la sensibilidad del piloto para entender qué le sucede al auto; un corredor con experiencia puede percibir tendencias que no se reflejan de inmediato en las planillas. Un subviraje en una determinada fase de una curva, por más mínimo que sea; una conducta diferente en la nueva puesta a punto; una pérdida de tracción trasera. Aún cuando un tiempo de vuelta es satisfactorio, ese tipo de lecturas permite continuar mejorando y anticiparse a futuros inconvenientes que hagan perder décimas que pueden llegar a valer oro. 

Por eso, las sensaciones del piloto pueden considerarse una especie de sensor humano, capaz de interpretar fenómenos que son difíciles de medir directamente. No son simplemente opiniones, o meros comentarios triviales, sino la base sobre la cual leer posteriormente los datos, para contrastarlos y hacer los ajustes que sean necesarios. Ese es el trabajo del ingeniero.

Cómo convertir el feedback en información valiosa

La percepción del piloto no deja de ser subjetiva, pero dado que es él quien toma las decisiones en pista, esa subjetividad no puede pasarse por alto. Dónde encuentra mejor al auto, dónde cree que pierde estabilidad, dónde lo siente sobrevirar. Transformar esas sensaciones en datos también es una tarea del equipo. De hecho, cuando esas sensaciones se registran de manera sistemática y se relacionan con datos objetivos, pueden convertirse en una herramienta de enorme valor para la ingeniería. El problema aparece cuando el feedback se pierde. Lo cual sucede mucho más comúnmente de lo que podemos sospechar. 

En la gran mayoría de los equipos de competición el proceso aún sigue siendo informal. El piloto se baja del auto y conversa con el ingeniero: “Va de trompa”, “en las curvas lentas le cuesta”, “la goma se cayó”. De esa charla, luego, no queda más registro que la memoria auditiva del receptor del mensaje, o alguna nota sobre una planilla o en el mismo teléfono, un proceso que se asemeja más a una lista de compras que a la práctica deportiva profesional. 

Sea una prueba o un fin de semana de carrera, se hacen las modificaciones pertinentes, se deja asentado el nuevo setup, se coloca el set de neumáticos para la ocasión, y se vuelve a pista. Finalizado el día pasaron decenas de decisiones que son difíciles de reconstruir con exactitud; por qué se las tomó, con qué fundamento, hubo antecedentes. La próxima visita del equipo al mismo circuito, ¿alguien recordará qué fue lo que mejor funcionó en aquella vez? 

Y ahí comienza la búsqueda, entre planillas, notas, mensajes y recuerdos. El problema no es que la información nunca haya existido. El problema es que existió, pero quedó desconectada del contexto técnico que le daba valor, y por más que los datos estén, no se logra convencer a todos los involucrados de cómo fueron leídos en ese momento. 

Darle contexto a las sensaciones

Si un piloto finaliza un run y comenta que “el auto empezó a ir de cola a las cuatro o cinco vueltas”. Por sí misma, la frase no aporta información que nos indique dónde está el problema. Pero cambia completamente si sabemos qué setup estaba utilizando, con cuál había realizado la salida anterior, qué modificaciones se hicieron entre ambos runs, qué set de neumáticos tenía montado, cuántas vueltas acumulaba, sus presiones y temperaturas, la carga de combustible y cómo evolucionaron los tiempos vuelta a vuelta. Si además conocemos en qué sectores comenzó a aparecer la pérdida de rendimiento y qué había comentado el piloto en la tanda anterior, el feedback deja de ser una sensación aislada y empieza a convertirse en información útil para el análisis.

Ahora ya no tenemos simplemente una opinión. Tenemos contexto. Y ese contexto permite comenzar a formular hipótesis: ¿el cambio de balance apareció después de modificar la barra?, ¿coincidió con un aumento de temperatura en los neumáticos delanteros?, ¿el problema aparece siempre después de determinada cantidad de vueltas?, ¿el tiempo perdido se concentró en curvas de características similares?, ¿otro piloto del equipo reportó una sensación parecida?

El feedback comienza entonces a transformarse en una variable más dentro del proceso de análisis. Los datos ayudan a validar las sensaciones del piloto, y las sensaciones del piloto ayudan a dirigir el análisis de los datos.

La homogeneidad de lo que se comunica, otro aspecto clave

Queda por último otro ítem a tener en cuenta, que es menos evidente pero no por ello tiene una importancia menor: la forma en que los pilotos describen la conducta del auto que percibieron. Un mismo comportamiento puede ser expresado en términos completamente diferentes por distintos pilotos, incluso un mismo conductor puede utilizar varios conceptos distintos para referirse a situaciones idénticas. 

Por eso, los equipos que trabajan de manera estructurada suelen desarrollar un lenguaje común entre piloto e ingeniería. Cuando ese historial existe, comienzan a aparecer patrones. Quizás un determinado piloto reporta reiteradamente problemas de estabilidad con cierta configuración. Quizás determinada combinación de setup y neumático produce el mismo comentario en distintos circuitos. Quizás una modificación que aparentemente mejoró el tiempo también redujo la confianza del piloto y terminó afectando la consistencia. Son conclusiones difíciles de obtener si cada comentario se encuentra escindido del resto de lo que debemos analizar. Ahí es donde aparece RaceData. 

Todos tus datos, incluído el feedback del piloto, organizados y sistematizados

Si cada pieza de información vive por separado, todo se vuelve más complejo de resolver. El trabajo del ingeniero consiste antes en ordenar las planillas donde se encuentra el setup, buscar los mensajes donde anotó el feedback del piloto y reunirlos con los archivos de adquisición de datos que se encuentran en su propia plataforma, que en realizar un análisis de qué fue lo que ocurrió durante una sesión y cómo mejorar el rendimiento. 

Cuando pensamos a largo plazo, el feedback toma aún más relevancia: una carrera puede tener información que nos resuelva problemas en otra prueba meses después, cuando el equipo retorne al mismo circuito, o cuando las condiciones climáticas sean similares, brindándonos un punto de partida confiable.

Pero para que eso ocurra, debe quedar registrado. Imaginemos poder volver a una carrera anterior y reconstruir rápidamente qué configuración tenía el auto, qué cambios se hicieron durante el día, cómo evolucionaron los neumáticos, qué tiempos se lograron, qué sectores mejoraron y qué decía el piloto después de cada run. Eso convierte cada evento en parte de una memoria técnica acumulativa. El conocimiento deja de depender exclusivamente de las personas que estaban presentes y pasa a formar parte del equipo.

Este es justamente uno de los problemas que RaceData resuelve. En nuestro módulo Feedback del piloto (Comportamiento), la plataforma permite que la percepción del piloto no pase a ser un comentario aislado, sino un dato vinculado al contexto de la sesión en la que fue generado. La sensación del piloto -medida en distintos niveles de subviraje y sobreviraje al ingresar, transitar y salir de una curva- puede relacionarse con el setup utilizado, los neumáticos, el timing, las runs y el resto de la información técnica correspondiente.

De esa manera, cuando el equipo analiza una sesión, puede observar algo más que números. Puede entender qué configuración estaba utilizando el auto, qué ocurrió en pista y cómo lo percibió el piloto. La diferencia es importante. Porque una frase al bajarse del auto deja de ser solamente eso: pasa a ser una pieza de información asociada a una configuración concreta, a un set determinado, a una sesión específica y a un comportamiento medible en pista.

Ese vínculo permite volver a la información después de la carrera y analizarla con mayor profundidad. También permite recuperarla semanas o meses después sin depender de recordar quién dijo qué o de encontrar una vieja conversación. En RaceData sabemos qué todos los datos importan. Y el piloto también importa. Pero no cuando están cada uno por su cuenta, sino cuando todas las piezas se relacionan entre sí. 

• data analytics
• driver feedback
• race engineer