Inteligencia Artificial (IA) aplicada en la investigación de accidentes aéreos

*Mtro. Eduardo Reyes López

La importancia de la investigación de un accidente aéreo radica en llegar a la causa raíz y a los factores contribuyentes que produjeron el evento. La precisión en las conclusiones en términos de seguridad, implica una gran responsabilidad por parte de los investigadores para la prevención de futuros accidentes que pudieran ser ocasionados por la misma causa o por factores contribuyentes similares. El sesgo de confirmación subconsciente es parte de la naturaleza del ser humano y en teoría, algo que los investigadores están capacitados para mitigarlo, sin embargo, es casi imposible eliminarlo por completo de sus conclusiones. Este sesgo consiste en interpretar la información conforme a las creencias preexistentes del investigador sobre las causas de un accidente, en lugar de considerar todas las evidencias objetivamente, esto puede llevar a conclusiones erróneas o incompletas sobre lo sucedido, ignorando otras hipótesis que pudieran acercarse más a la causa raíz del evento.

Pero esto es solo un ejemplo en donde la Inteligencia Artificial pudiera jugar un papel preponderante para contribuir a investigaciones más exactas y confiables. La realidad de las cosas es que, aún y cuando hay avances sustanciales en el uso de la IA, para la investigación de accidentes aéreos aún hay mucho camino por recorrer. Un estudio del uso de la IA en tres accidentes aéreos: TransAsia Airways GE235, Air France AF447 y Helios Airways Flight HCY552 comparó las conclusiones generadas por los investigadores y aquellas generadas por ChatGPT siendo totalmente diferentes e inclusive en algunos casos, variando completamente las versiones arrojadas por ChatGPT para el mismo accidente (https://www.sciencedirect.com/science/article/pii/S2772662223001984), pero ¿a qué se debe esto? principalmente a lo que se llama “alucinaciones artificiales” y que consiste en incrustar y producir falsedades aleatorias dentro del contenido generado por la IA, pudiendo contener información falsa o engañosa presentada al lector o espectador como un hecho. A pesar de lo anterior, el uso de la IA, puede ser extremadamente útil como herramienta de apoyo en investigación de accidentes de aviación, pues además de mitigar los errores de interpretación del ser humano, reducirá notablemente el tiempo de una investigación.

Aplicación de la IA en investigación de accidentes aéreos

Dentro de las bondades que la IA puede aportar al proceso de investigación de un accidente aéreo están:

Reconstrucción y animaciones del accidente mucho mas confiables y más rápidas de elaborar, actualmente una reconstrucción y animación cuesta alrededor de 50,000 USD y puede llevar hasta meses, con la IA el costo se reduciría sustancialmente y el tiempo de elaboración podría ser de minutos.
La IA puede comparar directamente los datos de la grabadora de datos de vuelo con las grabaciones del registrador de voz de la cabina y otros datos de señales acústicas para proporcionar una visión más clara de la cronología de los acontecimientos que condujeron a un accidente.
La IA puede simular el funcionamiento interno de partes y componentes de la aeronave que tuvieron relación con el accidente, bajo diversas condiciones, lo cual puede generar una comprensión más clara y precisa, por ejemplo, de los efectos que el medio ambiente tuvo sobre cierto sistema de la aeronave.
La IA puede revisar todos los datos disponibles sin tener ideas preconcebidas de lo que podría haber causado un accidente, por lo tanto, tiene el potencial de eliminar todos los elementos de sesgo de confirmación subconsciente de sus conclusiones, ofreciendo así resultados más precisos.
La IA puede apoyar la creación de una declaración clara del problema, es decir, establecimiento de hipótesis más cercanas a la realidad, delinear las funciones del equipo de investigación de accidentes y el control de preservación de las pruebas originales.
La IA puede apoyar al proceso de entrevistas de testigos y personal involucrado en el evento, el análisis de las entrevistas, calibrar el tono y el sentimiento, y ayudar a identificar solapamientos o inconsistencias en los testimonios. Puede analizar la fraseología utilizada en entrevistas, informes o incluso políticas para detectar un encuadre cargado de culpa o sesgado que pueda influir en los resultados.
La IA puede recopilar e integrar datos mediante la extracción y síntesis de información a partir de imágenes de vídeo, registros de audio, fotos del equipo, procedimientos, entrevistas y más.
La IA puede reconocer patrones y análisis de datos mediante la identificación de tendencias entre conjuntos de datos, vinculación de factores contribuyentes, y destacar los contribuidores sistémicos tales como presiones de tiempo o defectos de diseño.
LA IA puede evaluar si los procedimientos eran prácticos y accesibles en el contexto de las condiciones reales de trabajo.
La IA ayudar a crear informes claros y sin sesgos.
A diferencia de los investigadores humanos que pueden tener dificultades para integrar diversas fuentes de información, la IA puede procesar simultáneamente durante y después de los accidentes, fotografías del equipo y escenas documentación técnica incluyendo planos y procedimientos escritos.
Una aplicación valiosa de la IA en la investigación de accidentes, es su capacidad para identificar factores que contribuyen más allá de las acciones individuales. Las investigaciones tradicionales a menudo se detienen en el nivel de «error humano», pero la IA puede ayudar a las organizaciones a mapear interacciones complejas del sistema.
Visualizar cómo las decisiones en diferentes niveles organizacionales influyeron en el accidente. Identificar problemas organizativos latentes: Reconocer patrones que sugieren problemas sistémicos más profundos, analizar la presión de producción, cuantificar cómo las demandas del itinerario pueden haber contribuido a la generación de riesgos, evaluar la facilidad de uso del procedimiento, evaluar si los procedimientos eran viables en condiciones reales.
La IA puede señalar cuando los investigadores están repitiendo conclusiones pasadas, lo que alienta a dar un paso atrás para considerar nuevas posibilidades.
Quizás lo más importante, los investigadores pueden y deben inducir intencionalmente a la IA a cuestionar sus conclusiones preliminares y finales. Este cuestionamiento deliberado -pedir al modelo que la haga de abogado del diablo o proponga interpretaciones alternativas- puede poner de relieve puntos ciegos y forzar la reconsideración de hechos supuestos o diagnósticos estrechos.

Desafíos de la IA en la investigación de accidentes aéreos

No obstante, lo anterior, la IA aún presenta grandes retos y desafíos que tendrá que vencer para poder ser considerada como una herramienta confiable para la investigación de accidentes aéreos:

Confianza: La verdadera pregunta y el principal desafío radica en si la industria de la aviación está preparada para utilizar la IA en casos sensibles como un accidente aéreo. La confianza del público no sólo tendrá que afianzarse más con el uso de tales herramientas, sino que será igualmente vital establecer la confianza y el apoyo de los órganos reguladores y las propias autoridades legales para que las conclusiones de la IA sean admisibles inclusive en los litigios derivados de la investigación del accidente.
La IA debe erradicar esas alucinaciones artificiales o inducción de falsedades aleatorias dentro de su contenido generado.
Posible falta de repetibilidad: A pesar de que la IA no sufre de sesgo de confirmación, requiere entradas de datos de alta calidad para que sus conclusiones sean lo suficientemente precisas y confiables. Dado que las herramientas de IA aprenden constantemente de los nuevos datos introducidos, la respuesta a una pregunta planteada hoy puede diferir de la respuesta que dé mañana. Si bien estas respuestas no pueden ser muy diferentes entre sí, la falta de repetibilidad puede constituir un obstáculo para las autoridades reguladoras y los sistemas judiciales que afirman el uso de la IA en las reconstrucciones y análisis de accidentes.

Recomendaciones para utilizar la IA en investigación de accidentes de aviación

La IA sirve como un amplificador de las capacidades humanas en lugar de un sustituto, proporcionando ideas y postulados desafiantes, mientras que los seres humanos mantienen la responsabilidad final de las conclusiones y recomendaciones. Las organizaciones interesadas en integrar la IA en sus procesos de investigación de accidentes pueden comenzar con estos pasos prácticos:

Comience pequeño: Comience con aplicaciones enfocadas mientras construye confianza en el enfoque.
Utilizar la IA para analizar el lenguaje en los informes históricos de accidentes a fin de identificar dónde el sesgo puede haber influido en las conclusiones.
Haga que la IA genere preguntas de entrevista abiertas para su próxima investigación.
La IA también puede utilizarse para evaluar la utilidad práctica de los procedimientos frente a las condiciones del mundo real.
Crear oportunidades para que los equipos de investigación practiquen con herramientas de IA en escenarios de bajo riesgo antes de aplicarlas en accidentes significativos.
Reconocer las preocupaciones de los profesionales de la seguridad que pueden estar preocupados por la tecnología que disminuye su papel.
Posicionar a la IA como un amplificador de la sabiduría humana más que como un sustituto.
Crear protocolos para la privacidad de los datos y el uso de la IA.
Realizar un seguimiento de cómo la integración de IA afecta a la calidad de la investigación y la implementación de las recomendaciones.
Simplificar la revisión de documentos: Utilizar la IA para verificar que los procedimientos, las directrices de auditoría y los documentos de capacitación se actualizan sobre la base de los resultados de la investigación.
Mejorar continuamente las aplicaciones de IA en función de la experiencia del usuario y los resultados de la investigación.

Conclusión

la IA aporta potentes capacidades analíticas a la investigación de accidentes, el elemento humano sigue siendo insustituible. El enfoque más eficaz es una asociación bien pensada que aproveche los puntos fuertes únicos de ambas: IA: procesamiento de datos a escala, reconocimiento de patrones, reducción de sesgos, consistencia y análisis incansable de información compleja. Fortalezas humanas: Comprensión contextual, empatía, juicio ético, pensamiento creativo y la capacidad de construir confianza con los involucrados en el incidente. Esta asociación funciona cuando los investigadores humanos mantienen su papel como líderes de pensamiento-guiando la investigación, interpretando los hallazgos a través de su sabiduría experiencial, y haciendo juicios basados en valores sobre lo que más importa.

Mtro. Eduardo Reyes López

Ingeniero en Aeronáutica del IPN y cuenta con una Maestría en Dirección Estratégica y Gestión de la Innovación. Ha ocupado puestos directivos y gerenciales en áreas de seguridad de las más importantes empresas del sector aeronáutico como Aeroméxico, Aerounión, Serviseg y Grupo Aeroportuario del Pacífico.