Tonggak operasional yang sulit diperdebatkan: ketika “bantuan” berubah menjadi perilaku sistem
Permintaan bantuan jarak jauh bisa tampak seperti persoalan edge case perangkat lunak—hingga akhirnya menjadi titik kebenaran. Dalam kerangka NHTSA saat ini, bantuan jarak jauh bukan sekadar rencana kontinjensi; bantuan jarak jauh adalah jembatan operasional antara logika mesin dan realitas perkotaan yang serba tidak teratur.
Perubahan ini penting karena memaksa perusahaan AV memperlakukan “bantuan” sebagai perilaku yang direkayasa: memiliki pemicu yang didefinisikan, wewenang operator yang jelas, dan jejak bukti yang terdokumentasi—bukan sekadar “fallback” dadakan yang terjadi di luar catatan.
Di sinilah inti yang akan disebut sebagai Eskalasi AI Operasional: jalur eskalasi (serah terima dari otonomi ke bantuan jarak jauh, lalu kembali lagi) sedang menjadi tonggak baru yang dijadikan ukuran ketika menilai otonomi. Karena eskalasi berada di titik temu antara pengambilan keputusan berbasis AI, arahan manusia, dan pengawasan regulatori, lapisan AI di sistem AV terdorong untuk mengadopsi disiplin yang identik dengan akuntabilitas: audit trail, requirement traceability, dan indikator kinerja yang terukur.
Penekanan NHTSA pada kompetensi perilaku dan panduan bantuan jarak jauh juga berjalan seiring dengan sikap yang lebih luas tentang assurance keselamatan untuk sistem berkendara otomatis. Materi publik NHTSA berulang kali menekankan pentingnya dokumentasi, manajemen keselamatan, dan dorongan agar industri menunjukkan bagaimana keselamatan dijamin dalam kondisi dunia nyata—kerangka yang, pada akhirnya, membuat “bantuan” dapat diaudit sejak desain.
Isyarat apa yang disampaikan NHTSA lewat bantuan jarak jauh + kompetensi perilaku
Dalam program AV, bantuan jarak jauh umumnya dipahami sebagai panduan berbasis peristiwa dari lokasi jarak jauh menuju kendaraan yang dilengkapi ADS—biasanya untuk memberi konteks atau nasihat ketika kapabilitas onboard melewati batasnya.
Definisi itu saja sudah mengandung masalah sistemik: bila sistem onboard tidak mampu menyelesaikan situasi, maka protokol serah terima (handoff protocol) menjadi bagian dari fungsi keselamatan ADS.
Agenda National AV Safety Forum 2026 NHTSA secara eksplisit memasukkan bantuan jarak jauh dan kompetensi perilaku ADS sebagai “pokok utama” untuk menghimpun masukan. Agenda tersebut juga menggambarkan bantuan jarak jauh sebagai elemen penting selama transisi penskalaan menuju operasi komersial pada 2026.
Dengan kata lain, NHTSA tidak lagi memosisikan bantuan jarak jauh sebagai “urusan cadangan” operasional. NHTSA memposisikan bantuan jarak jauh sebagai perilaku yang relevan keselamatan—yang menuntut kejelasan dan bukti.
Dalam kacamata akuntabilitas operasional, konsep “kompetensi perilaku” menjadi relevan karena mengalihkan perhatian dari metrik persepsi yang berdiri sendiri (“apakah model bisa melihat?”) ke perilaku terpadu seluruh tim berkendara (“apakah sistem merespons dengan benar ketika batasnya tercapai?”).
Ketika operator jarak jauh dilibatkan, perilakunya tidak lagi hanya keluaran model. Perilaku itu mencakup pemicu dan respons operator, hingga tindakan kendaraan yang dihasilkan.
Kerangka kerja yang dipublikasikan NHTSA mengenai assurance keselamatan turut memperkuat fondasi cara berpikir seperti ini. Misalnya, NHTSA memublikasikan dokumen tentang kasus dan skenario yang bisa diuji untuk membangun konstruksi evaluasi yang lebih objektif terkait perilaku sistem berkendara otomatis.
Implikasinya bukan bahwa kerangka saat ini otomatis “memecahkan” bantuan jarak jauh. Melainkan arah regulatori sedang menuju assurance keselamatan berbasis skenario dan pada level perilaku.
Tekanan perombakan pada tumpukan (stack) AI AV yang dipicu hal ini
Begitu bantuan jarak jauh diperlakukan sebagai perilaku yang dapat diaudit, tim AV umumnya perlu merombak empat “permukaan” operasional:
-
Pemicu handoff (masalah “mengapa sekarang?”). ADS harus menghasilkan permintaan dengan logika yang dapat dipertanggungjawabkan, terikat pada batas operasional. Logika itu semestinya bisa dilacak ke kebutuhan (requirements) dan terukur saat evaluasi offline—meskipun distribusi skenario di dunia nyata bersifat long-tail.
-
Logging (masalah “buktikan”). Jika NHTSA mengharapkan adanya bukti keselamatan yang tersedia dan terstruktur, maka eskalasi memerlukan pencatatan yang konsisten: apa yang diyakini kendaraan, apa yang diminta, apa yang dilihat/diberitahukan operator, dan apa yang dilakukan sistem setelahnya.
-
UI/otoritas operator (masalah “siapa yang memutuskan?”). Kualitas dan batas intervensi ditentukan oleh antarmuka operator jarak jauh. Jika wewenangnya tidak jelas atau UI memungkinkan pilihan yang ambigu, perilaku yang muncul menjadi lebih sulit diaudit.
-
Bukti keselamatan (masalah “apa yang bisa diverifikasi regulator?”). Perusahaan makin membutuhkan safety case yang bisa memasukkan intervensi bantuan jarak jauh sebagai bagian dari fungsi sistem yang memang dimaksud—bukan sekadar menganggapnya sebagai pengecualian.
Keempat hal ini bukan “fitur produk”. Keempatnya adalah perubahan cara sistem AI operasional berperilaku, serta cara perilaku itu dibuktikan.
Imperatif audit trail: dari pelaporan kecelakaan menuju akuntabilitas berbasis perilaku
Standing General Order (Perintah Umum Tetap) NHTSA tentang pelaporan kecelakaan memberi pengingat konkret bahwa regulator sudah mengharapkan pelaporan terstruktur saat sistem berkendara otomatis terlibat.
Perintah tersebut mewajibkan produsen dan operator yang teridentifikasi melaporkan kecelakaan tertentu yang melibatkan kendaraan yang dilengkapi automated driving systems atau SAE Level 2 advanced driver assistance systems. Perintah ini juga menyebut urutan amandemen pada 2021, 2023, dan 2025.
Ini relevan bagi eskalasi AI operasional karena pelaporan kecelakaan berada pada tahap hilir dari keputusan eskalasi. Jika insiden terjadi selama atau di sekitar keterlibatan bantuan jarak jauh, jejak bukti harus menghubungkan kompetensi perilaku ADS ke jalur eskalasi, lalu ke hasil yang dilaporkan kepada NHTSA.
Fokus NHTSA pada dokumentasi juga tampak pada cara instansi itu berkomunikasi tentang pengawasan ADS dan Safety Self-Assessment. NHTSA mendeskripsikan Safety Self-Assessment sebagai cara untuk menunjukkan bahwa NHTSA memantau aspek keselamatan dan mendorong elemen keselamatan untuk didokumentasikan dan dipertimbangkan ketika ADS diuji dan dideploy.
Dalam praktiknya, “audit trail bantuan” adalah upaya mengubah proses manusia dalam loop menjadi catatan yang bisa diaudit oleh mesin:
- Taksonomi peristiwa: jenis skenario apa yang memicu bantuan?
- Jejak keputusan: keterbatasan apa yang terdeteksi, dan permintaan seperti apa yang dihasilkan?
- Log aksi operator: opsi apa yang disajikan dan pilihan apa yang diambil?
- Log respons sistem: tindakan apa yang dilakukan kendaraan, dan bagaimana ADS melanjutkan kembali?
Jika terdengar prosedural, alasannya sederhana: akuntabilitas memang prosedural. Eskalasi AI operasional mengubah ambiguitas menjadi artefak—artefak yang kemudian bisa diuji, ditinjau, dan diaudit.
Kait kuantitatif: mengapa bantuan jarak jauh ikut “membesar” saat otonomi ikut penskalaan
Tiga angka dari sumber yang dapat diverifikasi membantu menjelaskan mengapa bantuan jarak jauh berubah menjadi isu akuntabilitas ketika operasi skala meningkat:
- Standing order pelaporan kecelakaan NHTSA telah diamandemen beberapa kali—tepatnya pada 2021, 2023, dan 2025. Urutan ini menandakan penyempurnaan regulatori yang bersifat iteratif tentang apa yang dilaporkan dan bagaimana cara pelaporannya.
- National AV Safety Forum NHTSA pada Maret 2026 secara eksplisit menempatkan bantuan jarak jauh sebagai elemen penting dalam transisi scaling pada 2026. Forum ini bukan kumpulan data numerik, tetapi pernyataan waktunya menjadi jangkar kebijakan saat proses operasional akan menjadi paling menentukan.
- Catatan kasus yang spesifik menunjukkan seberapa cepat “perilaku bantuan jarak jauh” masuk ke investigasi formal: NHTSA membuka dokumen resume Office of Defects Investigation untuk “Waymo AV drives around a stopped school bus”, dengan ringkasan failure yang merujuk pemberitaan media tentang insiden di Atlanta pada 22 September 2025.
Tiga poin ini bukan “statistik bantuan jarak jauh” dalam arti rata-rata nasional. Namun ia memperlihatkan bobot regulatori: ketika bantuan jarak jauh menjadi topik yang disebutkan secara resmi, relevansinya langsung terhubung ke pelaporan terstruktur dan tenggat jalur investigasi.
Contoh kasus #1 (perilaku + eskalasi): Waymo dan insiden bus sekolah yang berhenti
Masalah “bus sekolah yang berhenti” merupakan contoh eskalasi operasional yang berguna karena melibatkan aturan lalu lintas yang jelas, ekspektasi tinggi dari pengguna jalan, dan transisi persepsi-ke-tindakan yang ambigu—sering kali memerlukan penanganan pengecualian.
Insiden yang terdokumentasi memicu perhatian agensi secara formal, sekaligus tindakan perangkat lunak.
Pemicu investigasi NHTSA/ODI: Dokumen resume Office of Defects Investigation NHTSA (Investigation: PE25013), dipicu pemberitaan media, memuat ringkasan failure yang merujuk pada Waymo AV yang melewati bus sekolah di Atlanta, Georgia pada 22 September 2025.
Mengapa ini menjadi “uji editorial bantuan” (bukan sekadar “uji deteksi bus”): Agar bantuan jarak jauh menjadi “perilaku yang dapat diaudit”, pertanyaannya tidak berhenti pada apakah ADS mendeteksi bus. Pertanyaannya adalah apakah—ketika tingkat keyakinan menurun dan kebijakan mengemudi memasuki kondisi batas—ada jalur eskalasi apa pun, serta apakah perilaku yang muncul bisa direkonstruksi.
Dalam praktiknya, rantai bukti yang paling mungkin diperhatikan regulator adalah: pemicu → keterlibatan operator (jika ada) → perintah/konfirmasi (jika ada) → lintasan kendaraan dan hasil kepatuhan terhadap aturan.
Apa yang perlu dilihat pada bukti loop eskalasi (dan apa yang sering hilang): Dalam kasus seperti ini, perusahaan biasanya punya log persepsi dan perencanaan. Namun celah yang sering menjadi titik sengketa—ketika “bantuan” menjadi isu—adalah apakah log tersebut menjelaskan (1) sinyal batas operasional yang memulai jalur eskalasi, (2) batas peran operator (penasihat vs mengarahkan), dan (3) latensi antara permintaan dan resolusi dibandingkan jendela waktu ketika keputusan soal bus sekolah benar-benar relevan.
Tanpa kolom-kolom tersebut, investigasi sulit membedakan “kesalahan model” dari “kegagalan desain eskalasi”—persis seperti yang didorong oleh kerangka kompetensi perilaku NHTSA agar bisa dibedakan.
Contoh kasus #2 (otoritas + akuntabilitas): interaksi operator-sistem menjadi tampak secara politis dan regulatori
Pada kasus eskalasi kedua, perhatian publik dan politis mengubah “operator jarak jauh” dari asumsi latar menjadi isu tata kelola (governance). Meski perhatian ini dipicu motivasi politik, ia sering memaksa tim teknis memperbaiki cara menunjukkan akuntabilitas operasional.
Investigasi Senator Markey terkait sistem operator jarak jauh: Dalam rilis pers bertanggal 17 Februari 2026, Senator Markey mengumumkan membuka investigasi mengenai penggunaan operator manusia jarak jauh oleh perusahaan kendaraan otonom. Permintaan surat tersebut secara eksplisit meminta jawaban tentang keselamatan sistem operator bantuan jarak jauh, dan menekankan bagaimana perusahaan mengukur serta melaporkan parameter operasional (termasuk latensi antara pembuatan permintaan dan interaksi manusia).
Hasil yang terdokumentasi dari surat tersebut: Materi surat tanggapan memuat pembahasan mengenai peran dan tanggung jawab bantuan jarak jauh—sekali lagi mendorong tim AV memperjelas batas wewenang operator dan rantai tanggung jawab operasional.
Mengapa ini mengubah tumpukan AI: Ketika tata kelola menuntut perilaku “handoff” yang terukur, perusahaan AV harus memperlakukan desain interaksi operator sebagai komponen sistem yang kritis bagi keselamatan. Operator jarak jauh tidak lagi sekadar elemen hipotetis dalam alur kerja; operator itu menjadi elemen yang terdokumentasi dalam safety case.
Contoh kasus #3 (uji tekanan saat penskalaan): keterbatasan bantuan jarak jauh saat gangguan sistem
Sistem yang sedang dipensiakan tidak diuji hanya oleh skenario ODD yang tipikal. Sistem diuji oleh gangguan. Di sini terlihat bagaimana peristiwa operasional nyata dapat memberi tekanan pada jalur eskalasi dan, pada akhirnya, memperlihatkan seberapa robust proses bantuan jarak jauh.
Laporan AP tentang pemadaman listrik di San Francisco (penangguhan layanan Waymo): Associated Press melaporkan pada Desember 2025 bahwa ketika pemadaman massal menimpa 130.000 rumah dan bisnis di San Francisco, mobil self-driving Waymo memblokir jalan, dan perusahaan menangguhkan layanan sementara.
Kaitan eskalasi AI operasional (apa yang akan ditanyakan regulator, secara eksplisit): Pemadaman listrik bukan sekadar “gangguan layanan”. Ia adalah uji tekanan untuk asumsi paling lemah dari loop eskalasi: komunikasi, akses operator, dan perilaku pemulihan keselamatan harus tetap tersedia cukup lama agar kendaraan bisa mencapai kondisi terkontrol.
Jika bantuan jarak jauh adalah perilaku keselamatan, maka saat gangguan, perlu dibuktikan bahwa sistem dapat: (a) memutuskan untuk eskalasi atau tidak berdasarkan batas ketersediaan yang terukur, (b) mempertahankan tindakan keselamatan saat menunggu bantuan (misalnya berhenti terkontrol, manajemen bahaya), dan (c) menjaga bukti meskipun jalur jaringan melemah.
Dengan kata lain, pertanyaan yang dapat diaudit menjadi jelas: ketika “bagian jarak jauh” terganggu, apakah ADS jatuh kembali ke amplop aman yang sudah diketahui, disertai alasan yang tercatat?
Titik data yang kurang agar kasus ini benar-benar “auditable”: Di sinilah banyak laporan publik berhenti pada level yang terlalu umum. Untuk mengaitkan narasi pemadaman listrik dengan tesis bantuan jarak jauh, paket bukti perlu berisi elemen seperti: tingkat permintaan bantuan selama jendela pemadaman; tingkat keberhasilan komunikasi (permintaan terkirim vs tidak terkirim); waktu menuju berhenti terkontrol dari pemicu eskalasi; serta ketersediaan pascapemadaman dari log (apakah sistem mempertahankan alasan pemicu dan lintasan respons).
Metrik-metrik inilah yang menentukan apakah bantuan jarak jauh benar-benar digunakan sebagai perilaku keselamatan operasional—atau apakah ia berubah menjadi ketergantungan yang tidak terkendali saat kondisi memburuk.
Contoh kasus #4 (audit eksternal sebagai alat tata kelola): audit safety case yang memasukkan program bantuan jarak jauh
Ketika industri mengadopsi “audit independen,” motivasinya sering sejalan dengan apa yang diminta NHTSA: bukti keselamatan yang dapat diaudit, termasuk bagian sistem yang operasionalnya bergantung pada manusia.
Waymo memublikasikan audit independen atas safety case dan program bantuan jarak jauhnya: Pada November 2025, Waymo memublikasikan sebuah unggahan yang membahas audit independen atas “safety case” termasuk program bantuan jarak jauh (dalam “Fleet Response”).
(https://waymo.com/blog/2025/11/independent-audits/?utm_source=pulse.latellu.com&utm_medium=editorial)
Mengapa ini masuk dalam editorial eskalasi AI operasional: Audit bukan sekadar PR. Audit adalah mekanisme untuk membentuk bukti terstruktur bagi tinjauan eksternal—dan pada gilirannya mendorong perusahaan untuk mendefinisikan dengan jelas apa yang dimaksud “perilaku bantuan” sebagai bagian dari safety case.
Ketertarikan NHTSA pada bantuan jarak jauh dan kompetensi perilaku merupakan padanan regulatori dari pematangan tata kelola seperti ini.
Redesign yang siap diaudit: bagaimana perusahaan AV mengoperasionalisasikan kompetensi perilaku
Memperlakukan bantuan jarak jauh sebagai perilaku yang terukur memaksa pergeseran dari “kinerja model” menjadi “kinerja sistem saat eskalasi”. Berikut kebutuhan operasional yang lazim—tanpa menganggap satu daftar periksa mampu menyelesaikan semuanya.
1) Jadikan pemicu handoff sebagai requirement, bukan heuristik
Jika ADS memicu bantuan jarak jauh, ADS harus melakukannya dengan cara yang bisa direproduksi dan dipertanggungjawabkan. Ini sering berarti:
- indikator batas yang eksplisit,
- alasan permintaan yang dapat ditafsirkan,
- dan pemetaan skenario yang dapat diuji.
Materi NHTSA tentang kasus dan skenario yang bisa diuji mendukung arah yang lebih luas untuk membangun struktur evaluasi.
2) Ubah interaksi operator menjadi data terstruktur
Intervensi yang dapat diaudit membutuhkan catatan terstruktur:
- prompt yang diterima operator,
- keputusan operator,
- tindakan yang dihasilkan,
- serta jendela hasil (outcome window).
Tanpa ini, loop eskalasi runtuh menjadi log yang tidak dapat diverifikasi dan narasi post hoc.
3) Gunakan safety management dan indikator konformitas yang mencakup loop eskalasi
Komunikasi NHTSA mengenai dokumentasi keselamatan dan assurance keselamatan mendorong pemanfaatan elemen keselamatan dan dokumentasi saat ADS berpindah dari tahap pengujian menuju deploy dunia nyata.
Dalam desain yang peka eskalasi, metrik operasional mencakup:
- frekuensi permintaan bantuan,
- tingkat keberhasilan resolusi,
- waktu menuju resolusi,
- distribusi intervensi operator,
- serta kualitas pemulihan pasca-eskalasi.
4) Pastikan kualifikasi alat (tool) dan cakupan skenario memasukkan bantuan jarak jauh
Alat yang dipakai operator jarak jauh (dan sistem yang “membungkus” apa yang dilihat operator sekaligus apa yang bisa ia perintahkan) harus diperlakukan sebagai bagian dari rantai yang relevan keselamatan. Ini konsisten dengan gagasan kualifikasi tool dalam kerangka assurance keselamatan dan jalur rulemaking yang dibahas pada panduan terkait NHTSA.
Prakiraan: pada Q4 2026, “bukti bantuan” akan tampak lebih seperti kepatuhan perangkat lunak ketimbang kontinjensi di pinggir jalan
Arah kebijakan dan lintasan operasional sudah jelas: NHTSA sedang menjalankan percakapan tingkat nasional yang menjadikan bantuan jarak jauh dan kompetensi perilaku ADS sebagai topik eksplisit untuk momen scaling saat ini pada 2026.
Prakiraan berbasis waktu (timeline konkret): Pada Q4 2026, pengembang AV yang berada dalam orbit NHTSA kemungkinan akan diminta menghasilkan paket bukti yang siap diaudit untuk loop eskalasi bantuan jarak jauh dengan cara yang mirip seperti saat tim menyiapkan artefak rilis perangkat lunak—hanya saja dengan menambahkan data “human-in-the-loop” sebagai data kelas utama (first-class data).
Perubahan ini lebih sedikit soal satu mandat baru, dan lebih banyak soal konvergensi: tim akan memperlakukan “bantuan” sebagai fungsionalitas keselamatan yang relevan, sehingga membangun (atau mengadakan) struktur bukti standar yang dapat diperiksa lewat pengujian skenario dan investigasi insiden.
Apa arti “siap diaudit” secara praktis dalam bentuk bukti: Jika framing kompetensi perilaku NHTSA terus diterjemahkan menjadi ekspektasi pengawasan, maka pada Q4 2026 perusahaan akan didorong menunjukkan setidaknya empat sifat terukur untuk setiap kelas eskalasi:
- Defensibilitas pemicu (indikator batas operasional apa yang membenarkan eskalasi),
- Ketepatan waktu intervensi (distribusi waktu dari permintaan hingga pengakuan/komando operator, plus apa yang dilakukan kendaraan selama menunggu),
- Batas wewenang (tindakan yang dapat dan tidak dapat dilakukan operator yang dikodekan dalam desain sistem),
- Kualitas pemulihan pasca-intervensi (seberapa sering ADS melanjutkan dalam lintasan yang dimaksud vs memasuki mode yang terdegradasi).
Ini “kepatuhan perangkat lunak” dalam arti menjadi terstruktur, bisa diuji, diberi versi, dan bisa diulang—bukan sekadar narasi tentang kapan manusia membantu.
Kesimpulan: NHTSA seharusnya mewajibkan audit trail loop eskalasi; perusahaan AV seharusnya memperlakukan bantuan jarak jauh sebagai perilaku keselamatan yang direkayasa
Fokus NHTSA pada bantuan jarak jauh dan kompetensi perilaku ADS secara efektif mengubah “bantuan” menjadi tonggak otonomi yang bisa diperiksa. Bantuan jarak jauh tidak lagi bisa diperlakukan sebagai selimut keselamatan berbasis manusia dengan pelacakan yang buruk.
Bantuan jarak jauh harus menjadi perilaku AI yang dapat diaudit: pemicu handoff yang memetakan ke kompetensi, otoritas operator yang dibatasi dan dicatat, serta bukti keselamatan yang bisa direkonstruksi.
Rekomendasi kebijakan yang konkret: U.S. National Highway Traffic Safety Administration seharusnya mewajibkan produsen yang berpartisipasi dalam program pengawasan terkait AV (dan, jika relevan, kendaraan yang berada dalam ekspektasi pelaporan kecelakaan) untuk menyediakan “audit trail” loop eskalasi untuk peristiwa bantuan jarak jauh—mencakup alasan pemicu, catatan interaksi operator, timeline respons sistem, dan metrik hasil pasca-intervensi—dengan struktur yang mendukung peninjauan regulator dan pengujian berbasis skenario.
Rekomendasi ini sejalan langsung dengan penekanan agenda publik NHTSA saat ini pada bantuan jarak jauh dan kompetensi perilaku ADS.
Implikasi konkret bagi praktisi: Jika membangun tumpukan AI AV, batas keandalan berikutnya bukan hanya meningkatkan persepsi dan perencanaan. Batas berikutnya adalah membuktikan—melalui log, skenario yang dapat diuji, dan bukti “operator-in-the-loop”—bahwa ketika ADS meminta bantuan, perilaku eskalasi secara utuh kompeten, aman, dan bisa ditinjau.
Saat industri memperlakukan eskalasi sebagai bukti kelas utama, “bantuan” berhenti menjadi cerita yang menenangkan dan berubah menjadi akuntabilitas operasional.
Referensi
- National AV Safety Forum (NHTSA) - agenda Remote Assistance dan ADS behavioral competencies (2026)
- Standing General Order on Crash Reporting (NHTSA) - ikhtisar dan amandemen
- Automated Vehicles: Vision & Safety (NHTSA) - Safety Self-Assessment dan framing dokumentasi
- Resume NHTSA Office of Defects Investigation (PE25013) - Waymo AV drives around a stopped school bus; insiden Atlanta dirujuk (22 Sept. 2025)
- Rilis pers Senator Markey - investigasi mengenai penggunaan operator manusia jarak jauh oleh perusahaan kendaraan otonom (17 Feb. 2026)
- Materi surat tanggapan Senator Markey (PDF respons Waymo terkait remote assistance)
- Associated Press - mobil Waymo memblokir jalan saat pemadaman listrik di San Francisco; layanan ditangguhkan (22 Des. 2025)
- Blog Waymo - Independent Audits of Waymo’s Safety Case and Remote Assistance Programs (Nov. 2025)
- SAE Mobilus - AVSC Best Practice for ADS Remote Assistance Use Case (AVSC-I-04-2023)