Como a inteligência artificial poderá auxiliar as tripulações na operação de voo

 A inteligência artificial não deverá substituir o piloto no curto ou médio prazo. Sua aplicação mais importante será funcionar como um assistente operacional, capaz de reunir grandes volumes de informações, identificar riscos e apresentar opções à tripulação com rapidez.

A decisão final, principalmente em situações anormais, continuará dependendo do julgamento humano. A própria EASA organiza essa evolução em níveis: assistência ao ser humano, cooperação homem–máquina e, futuramente, automação avançada sob condições rigorosamente certificadas. EASA – Artificial Intelligence Concept Paper

Planejamento de voo

Antes da partida, a IA poderá analisar simultaneamente:

• condições meteorológicas da rota;
• NOTAMs e restrições do espaço aéreo;
• desempenho da aeronave;
• aeroportos de alternativa;
• disponibilidade de combustível;
• histórico de atrasos;
• congestionamentos previstos;
• custos operacionais;
• características da tripulação e limites regulamentares de jornada.

Em vez de apresentar dezenas de páginas de informações, o sistema poderá destacar o que realmente afeta aquele voo:

“A alternativa prevista poderá ficar abaixo dos mínimos durante o horário estimado de chegada. Considere outra alternativa ou combustível adicional.”

Isso reduzirá o volume de informação irrelevante, mas não eliminará a responsabilidade da tripulação de conferir as fontes oficiais.

Navegação e gerenciamento da trajetória

Durante o voo, a IA poderá comparar continuamente a trajetória planejada com meteorologia, tráfego, consumo de combustível e condições dos aeroportos.

Aplicação	Possível auxílio
Otimização de rota	Recomendar desvios com menor consumo e exposição meteorológica
Previsão de conflitos	Identificar antecipadamente aproximações perigosas entre trajetórias
Combustível	Detectar consumo anormal e recalcular autonomia e alternativas
Aproximação	Avaliar vento, pista, NOTAM, tráfego e risco de aproximação desestabilizada
Solo	Alertar para incursões em pista, desvios de táxi e pistas incorretas
Espaço aéreo	Prever saturação e sugerir mudanças de nível ou trajetória

A ICAO reconhece que a IA poderá analisar grandes quantidades de informações para apoiar decisões no sistema de navegação aérea, mas sustenta que a supervisão humana permanece essencial em um ambiente complexo e nem sempre previsível. ICAO – Global Air Navigation Plan

Meteorologia mais útil para quem está na cabine

Aqui talvez esteja uma das maiores contribuições para a segurança de voo. Atualmente, o piloto precisa interpretar imagens de radar, METAR, TAF, SIGMET, cartas de vento, dados de satélite, informações de outras aeronaves e previsões numéricas.

A IA poderá fundir essas fontes e transformar dados dispersos em uma análise operacional:

• previsão da evolução de células convectivas;
• identificação de rotas com menor exposição à turbulência;
• estimativa de gelo em diferentes níveis;
• previsão de deterioração de teto e visibilidade;
• cálculo da influência do vento sobre combustível e horário de chegada;
• alerta sobre mudanças rápidas nas condições do destino;
• indicação do grau de incerteza da previsão.

Pesquisas da NOAA já empregam aprendizado de máquina na estimativa de turbulência com dados de satélite. O objetivo não é substituir os modelos físicos, mas acrescentar uma nova camada de informação para a tomada de decisão. NOAA – Deep Learning-Based Turbulence Intensity Estimation

O ponto fundamental será apresentar a informação em linguagem operacional. Não basta dizer que existe determinada probabilidade de convecção; o sistema deverá explicar onde, quando e como aquela condição pode afetar o voo.

Monitoramento da aeronave

A IA poderá acompanhar milhares de parâmetros sem se cansar ou perder atenção. Com isso, será possível reconhecer pequenas combinações de sinais que antecedem uma falha:

• aumento progressivo da temperatura;
• vibração fora do padrão;
• degradação de sensores;
• consumo anormal de óleo ou combustível;
• discrepância entre instrumentos;
• atuação incomum do piloto automático;
• redução gradual do desempenho.

O sistema não deverá apenas anunciar uma falha já instalada. Sua maior utilidade será dizer:

“A combinação desses parâmetros é compatível com uma degradação ainda não confirmada. Recomenda-se monitorar, executar a verificação prevista e considerar manutenção no destino.”

Esse recurso aproxima a operação da manutenção preditiva e pode evitar que pequenas anormalidades evoluam silenciosamente.

Gerenciamento de situações anormais

Em uma emergência, a IA poderá ajudar a tripulação a organizar prioridades:

1. identificar a anormalidade provável;
2. apresentar o checklist correspondente;
3. acompanhar sua execução;
4. calcular aeroportos alcançáveis;
5. verificar comprimento de pista, meteorologia e serviços de emergência;
6. atualizar autonomia e trajetória;
7. preparar informações para a comunicação com o controle.

Entretanto, a IA não pode “inventar” procedimentos. Qualquer recomendação operacional deverá estar vinculada a dados e procedimentos aprovados para aquele modelo de aeronave.

Um chatbot comum, sujeito a erro ou “alucinação”, jamais deve ser confundido com um sistema aeronáutico certificado.

Consciência situacional e fatores humanos

A IA também poderá observar a carga de trabalho da cabine e reconhecer situações como:

• omissão de itens de checklist;
• seleção incompatível com a fase do voo;
• aproximação não estabilizada;
• perda de consciência situacional;
• sinais de fadiga ou redução de atenção;
• fixação da tripulação em apenas uma hipótese;
• comunicação incompleta entre pilotos e controle.

O alerta, porém, precisa ser preciso e oportuno. Um sistema que fala demais, gera falsos alarmes ou interrompe a tripulação no momento errado pode criar um novo risco.

Limites que não podem ser ignorados

A aviação não pode aceitar uma IA apenas porque ela funciona bem na maioria das vezes. Sistemas críticos precisam ser verificáveis, previsíveis, protegidos contra interferências e capazes de explicar por que produziram determinada recomendação.

Entre os principais desafios estão:

• qualidade dos dados utilizados no treinamento;
• comportamento diante de situações nunca observadas;
• falsas recomendações;
• dependência excessiva da automação;
• perda de proficiência manual e cognitiva;
• vulnerabilidade cibernética;
• atualização dos modelos depois da certificação;
• definição clara de responsabilidade;
• preservação da autoridade do comandante.

A FAA mantém um roteiro específico para desenvolver métodos de garantia de segurança aplicáveis à IA. Um dos princípios é evitar a personificação: a máquina pode executar funções e apoiar decisões, mas não possui julgamento, consciência ou responsabilidade profissional. FAA – Roadmap for Artificial Intelligence Safety Assurance

Conclusão

A maior revolução da inteligência artificial na aviação não será retirar os pilotos da cabine. Será permitir que eles compreendam mais cedo aquilo que hoje aparece de forma fragmentada: uma célula meteorológica em formação, uma trajetória que se tornará inviável, um consumo anormal ou uma combinação de pequenos desvios que antecede uma situação perigosa.

Quando bem desenvolvida, a IA reduzirá tarefas repetitivas e ampliará a consciência situacional. Quando utilizada sem critérios, poderá criar dependência, complacência e novos tipos de erro.

O futuro mais seguro não será o da máquina comandando o ser humano, mas o de uma tecnologia certificada, transparente e subordinada à tripulação. A inteligência artificial pode processar informações em uma velocidade extraordinária. Contudo, responsabilidade, prudência e decisão continuam sendo humanas.

Marcuss Silva Reis
Piloto Comercial de asas fixas | Piloto da aviação geral | Perito judicial em aviação | Economista | Técnico em Óptica | Pós-graduado em Ciências Aeronáuticas, Segurança da Aviação Civil e Docência do Ensino Superior | Ex-instrutor de escolas de aviação civil | Professor universitário
Fundador do Instituto do Ar

Referências

• EUROPEAN UNION AVIATION SAFETY AGENCY — EASA. Artificial Intelligence Roadmap 2.0: A Human-Centric Approach to AI in Aviation. 10 maio 2023. Acessar publicação.
• EUROPEAN UNION AVIATION SAFETY AGENCY — EASA. Artificial Intelligence Concept Paper — Issue 2: Guidance for Level 1 & 2 Machine Learning Applications. 6 mar. 2024. Acessar documento.
• FEDERAL AVIATION ADMINISTRATION — FAA. Roadmap for Artificial Intelligence Safety Assurance. 2024. Acessar documento oficial.
• INTERNATIONAL CIVIL AVIATION ORGANIZATION — ICAO. Global Air Navigation Plan — Eighth Edition. Princípios para automação, inteligência artificial, supervisão humana e gerenciamento da navegação aérea. Acessar o GANP.
• INTERNATIONAL CIVIL AVIATION ORGANIZATION — ICAO. Challenges and Opportunities for Artificial Intelligence in Aviation. ICAO Innovation Series, 1º mar. 2023. Acessar publicação.
• NATIONAL AERONAUTICS AND SPACE ADMINISTRATION — NASA. NASA’s Contributions to the National Airspace. Aplicações de IA no monitoramento contínuo de riscos, meteorologia, tráfego e apoio à decisão humana. Acessar publicação.
• NATIONAL AERONAUTICS AND SPACE ADMINISTRATION — NASA AMES RESEARCH CENTER. Airline Operations Research Group. Pesquisas sobre apoio à decisão, fatores humanos, meteorologia, fadiga, CRM e integração da automação. Acessar página do grupo.
• LEE, Y. et al. Deep Learning-Based Summertime Turbulence Intensity Estimation from Satellite Data. National Oceanic and Atmospheric Administration — NOAA, 2023. Acessar estudo.
• NATIONAL OCEANIC AND ATMOSPHERIC ADMINISTRATION — NOAA. Multi-Radar/Multi-Sensor System — MRMS. Aplicações no diagnóstico de tempestades severas, formação de gelo e turbulência. Acessar publicação.

Consulta realizada em: 14 de agosto de 2026.