La sesión ofrece una visión crítica sobre la integración de la Inteligencia Artificial (IA) en el sector aeronáutico, enfocándose en la seguridad operacional, la gestión de riesgos y los marcos regulatorios internacionales, evitando el análisis de herramientas comerciales específicas.
Evolución de la Seguridad y el Rol de los Datos
- Eras de la aviación: Se describe la transición desde la era técnica (centrada en el fallo mecánico), pasando por la del factor humano (interfaz hombre-máquina y modelo del queso suizo de James Reason) y la era organizacional (modelo HFACS), hasta la actual era de la digitalización.
- Confluencia de datos e IA: Las aeronaves generan volúmenes masivos de datos combinados (FDM, reportes de seguridad, fatiga, mantenimiento). La IA procesa esta información para mejorar la precisión y predecir averías, transformando la toma de decisiones, la cual aún retiene el ser humano como pilar sustituible a corto plazo.
Marco Regulatorio y Niveles de Riesgo
El ecosistema normativo actual para garantizar la seguridad de la IA en aviación se compone de tres elementos clave: el Reglamento Europeo de IA (enfoque centrado en los derechos humanos y la seguridad de las personas), los repositorios y documentos de EASA (2024), y los estándares industriales internacionales.
El Reglamento Europeo clasifica la IA en cuatro niveles de riesgo:
- Riesgo inaceptable: Algoritmos destinados a la manipulación de personas (totalmente prohibidos).
- Alto riesgo: Categoría donde clasifica la aviación. Permite el uso de IA siempre que se apliquen estrictos controles de calidad en los datos de entrada, gestión de riesgos en paralelo y una obligatoria supervisión humana final para evitar fallos de certeza o alucinaciones del algoritmo.
- Riesgo limitado y mínimo: Aplicaciones menores como chatbots o plataformas de comercio electrónico, donde la única obligación es informar al usuario de su naturaleza.
Estándares Industriales e ISO 42001
- Norma ISO 42001: Funciona como el sistema de gestión de inteligencia artificial estándar, ofreciendo una guía maestra de aproximadamente 37 controles tecnológicos y organizativos para mitigar riesgos corporativos.
- Ciclo PDCA: Aplica el enfoque de mejora continua (Planificar, Hacer, Verificar, Actuar) a procesos críticos de la IA como el diseño de modelos, la limpieza de datos, el entrenamiento, la detección de sesgos y la medición del impacto real del algoritmo en la seguridad de la empresa.
Hoja de Ruta de EASA y Casos Prácticos
EASA proyecta la evolución de la autonomía en cabina y operaciones en tres etapas: Nivel 1 o de asistencia humana (entorno actual), Nivel 2 de automatización y acción limitada bajo supervisión humana, y Nivel 3 de independencia total (estimado hacia el año 2045).
Dentro de las aplicaciones prácticas actuales y en desarrollo se destacan:
- Mantenimiento predictivo: Uso de datos históricos de flota, fechas de fabricación y parámetros de vuelo para anticipar fallas no rutinarias.
- Consultas en lenguaje natural: Interfaces asistidas por IA que permiten a los gerentes de mantenimiento cruzar datos complejos (como eficiencia de inspecciones o consumo de combustible) mediante preguntas directas.
- Optimización operativa: Aplicación en programas de formación adaptativa para tripulaciones y optimización de trayectorias de vuelo según el clima para reducir costes de combustible.
