El control de tráfico aéreo con IA de la FAA es una apuesta de 875 millones de dólares por la predicción, no por la autonomía
La FAA está lanzando un programa de IA de 875 millones de dólares para predecir conflictos de tráfico antes de que los controladores deban resolverlos bajo presión. La iniciativa de control de tráfico aéreo con IA de la FAA comienza en torno a Washington, D.C., incorporando nuevo software a una de las regiones aeronáuticas más concurridas de Estados Unidos.
El sistema se llama SMART, siglas de Strategic Management of Airspace, Routes, and Trajectories. Combinará horarios, meteorología, capacidad aeroportuaria, condiciones del espacio aéreo y límites operativos en una única plataforma predictiva.
Esa descripción suena más autónoma de lo que realmente será el sistema previsto. SMART no sustituirá a los controladores, no dirigirá aeronaves de forma independiente ni eliminará la necesidad de modernizar los equipos de radar y comunicaciones.
En cambio, recomendará ajustes más tempranos en rutas y horarios de salida. Los gestores de tráfico y controladores humanos seguirán siendo responsables de las decisiones operativas.
Esa distinción define la verdadera prueba. La FAA apuesta por que mejores pronósticos puedan reducir los conflictos que afrontan los controladores, incluso mientras siguen sin resolverse la escasez de personal y el envejecimiento de la infraestructura.
Air Space Intelligence, o ASI, recibió el contrato de 12 años en junio de 2026. Su software debe pasar ahora de la planificación de aerolíneas a un sistema público que gestiona más de 80.000 vuelos diarios.
El despliegue también establece un exigente referente para la IA gubernamental. El éxito dependerá de menos retrasos, recomendaciones útiles, datos fiables y la confianza de los controladores, no de llevar una etiqueta de IA.
El despliegue del control de tráfico aéreo con IA de la FAA comienza en Washington
SMART cambia el momento en que se abordan los problemas de tráfico, trasladando las decisiones de reacciones operativas tardías a una planificación más anticipada.
Según los primeros detalles del despliegue, la FAA planea implementar SMART primero en el área metropolitana de Washington. La expansión a otras regiones seguiría a la implementación inicial.
Washington ofrece un exigente entorno de prueba. La región combina varios aeropuertos comerciales, actividad militar, espacio aéreo restringido, tráfico denso e interrupciones meteorológicas frecuentes.
Esas condiciones generan restricciones que no se resuelven encontrando una línea más corta en un mapa. Una recomendación útil debe respetar la capacidad de las pistas, la carga de trabajo de los sectores, el clima, las restricciones del espacio aéreo y los planes operativos de las aerolíneas.
SMART está diseñado para examinar esas variables antes de que despeguen los vuelos. Después puede identificar congestión proyectada y sugerir cambios en horarios o trayectorias.
Una trayectoria es la ruta planificada de una aeronave a través del espacio y el tiempo. Coordinar las trayectorias con antelación puede evitar que varios vuelos, individualmente razonables, compitan por la misma capacidad limitada.
La FAA afirma que SMART evaluará continuamente los horarios de las aerolíneas, el clima, la capacidad aeroportuaria, las condiciones del espacio aéreo y las restricciones operativas. Sus modelos predecirán los flujos de tráfico y señalarán posibles conflictos antes de que ocurran.
Esa capacidad forma parte de Flow Management Data and Services, o FMDS. FMDS está destinado a convertirse en la base de datos y software compartida del Air Traffic Control System Command Center de la FAA.
La distinción entre ambos sistemas importa. FMDS proporciona la base operativa común, mientras que SMART añade capacidades de planificación predictiva utilizando esos datos.
El anuncio del programa de la agencia señala que FMDS estimará los flujos de tráfico actuales y previstos. Los gestores del Command Center podrán usar esas estimaciones para ajustar horarios y trayectorias.
SMART extiende ese proceso más hacia el futuro. La FAA afirma que el software puede ayudar a identificar problemas de capacidad días, semanas o meses antes de una operación.
No todos los pronósticos seguirán siendo útiles a medida que se acerque la hora de salida. Los cambios meteorológicos, los problemas de mantenimiento, los cierres de pistas y las decisiones de las aerolíneas modifican continuamente el panorama operativo.
Por tanto, la plataforma necesita más que una predicción impresionante a largo plazo. Debe actualizar las recomendaciones con rapidez y mostrar a los operadores por qué cambió el panorama subyacente.
El primer despliegue debería revelar si SMART puede realizar ese trabajo en un entorno operativo real. También mostrará cuánta formación y rediseño de flujos de trabajo requiere el sistema.
Una recomendación que llega demasiado tarde ofrece poco valor operativo. Una que llega pronto, pero carece de credibilidad, será ignorada.
Eso convierte a Washington en algo más que un mercado de lanzamiento limitado. Es la primera prueba pública de si la FAA puede integrar IA predictiva sin añadir otra capa de fricción operativa.
SMART intenta adelantar las decisiones antes del retraso
La idea central del programa es sencilla: prevenir la congestión antes de que las aeronaves salgan de la puerta de embarque, en lugar de gestionar sus consecuencias en el aire.
La gestión del tráfico aéreo suele volverse reactiva porque el sistema no puede anticipar por completo cómo interactuarán restricciones separadas. Una tormenta en una región puede alterar rutas, rotaciones de aeronaves, tripulaciones, puertas de embarque y tasas de llegada en otros aeropuertos.
Las aerolíneas y la FAA ya planifican para esas condiciones. Sin embargo, sus datos, prioridades y herramientas no siempre producen una visión compartida de la capacidad futura.
SMART pretende crear esa visión. Agregará datos operativos y calculará dónde es probable que la demanda supere la capacidad disponible del espacio aéreo o de los aeropuertos.
El software podría identificar varias salidas convergiendo en una ruta restringida durante condiciones meteorológicas adversas. Los gestores de tráfico podrían entonces ajustar horarios de salida o trayectorias antes de que esas aeronaves se incorporen al flujo.
Esa intervención difiere de la separación táctica, la labor inmediata de mantener las aeronaves separadas de forma segura. Los controladores seguirán gestionando las decisiones tácticas mediante sistemas y procedimientos establecidos.
El administrador de la FAA, Bryan Bedford, describió el problema existente como miles de conflictos de programación que entran al sistema cada día. Esos conflictos terminan manifestándose como congestión, desvíos de ruta, paradas en tierra o retrasos.
SMART se dirige a la capa de planificación donde se originan algunos de esos conflictos. No crea espacio adicional en las pistas, no despeja el mal tiempo ni certifica nuevos controladores.
Su valor proviene de asignar la capacidad limitada de forma más coherente. La plataforma también podría revelar rutas no utilizadas que los procesos existentes pasan por alto durante operaciones complejas.
FMDS respalda ese objetivo con planes de vuelo, horarios y actualizaciones de posición en tiempo real. Los modelos predictivos pueden comparar la demanda prevista con la capacidad cambiante en todo el National Airspace System.
Para condiciones meteorológicas severas, la FAA afirma que la plataforma respaldará desvíos de ruta localizados. Esto importa porque las restricciones generales pueden retrasar vuelos que nunca necesitaron entrar en la zona afectada.
Intervenciones más precisas podrían reducir esos efectos innecesarios. Las aerolíneas también obtendrían información más predecible para gestionar puertas de embarque, tripulaciones, combustible y conexiones de pasajeros.
Sin embargo, la optimización genera prioridades en competencia. El plan más corto para todo el sistema puede no ofrecer el mejor resultado para cada aerolínea, aeropuerto o vuelo individual.
Por ello, la FAA debe definir cómo equilibran las recomendaciones la eficiencia, la equidad, los márgenes de seguridad y la resiliencia operativa. Esas reglas no pueden permanecer ocultas detrás del resultado de un modelo.
Los gestores de tráfico también deben entender qué cambió entre recomendaciones sucesivas. Sin ese contexto, las actualizaciones frecuentes pueden parecer inestabilidad en lugar de información mejorada.
Aquí es donde el programa de control de tráfico aéreo con IA de la FAA afronta un desafío de factores humanos. El sistema debe comunicar la incertidumbre sin abrumar a personas que ya gestionan una operación compleja.
Una estimación de confianza puede ayudar, pero solo cuando los usuarios entienden qué representa. Una puntuación pulida no puede compensar información meteorológica incompleta ni datos de horarios imprecisos.
El mejor resultado no es el cumplimiento automático de cada predicción. Es una coordinación más rápida y mejor informada entre la FAA, las aerolíneas, los aeropuertos y los controladores.
Eso convierte a SMART en una plataforma de apoyo a la toma de decisiones, no en un controlador autónomo. La diferencia debe seguir siendo explícita durante las pruebas, la contratación pública y la comunicación pública.
Un mejor software no elimina la escasez de controladores
El software predictivo puede reducir la carga de trabajo evitable, pero no puede sustituir a suficientes controladores capacitados en instalaciones críticas.
El problema de personal es anterior a la adjudicación de SMART. Las interrupciones en la contratación, las jubilaciones, la deserción durante la formación y los efectos de la era de la pandemia han dejado a la FAA por debajo de niveles anteriores de plantilla.
Una revisión de la fuerza laboral de diciembre de 2025 concluyó que la FAA empleaba a 13.164 controladores al final del ejercicio fiscal 2025. Eso representaba aproximadamente un 6 por ciento menos que en 2015.
El tráfico se movió en la dirección opuesta. El total de vuelos que utilizaron el sistema de control de tráfico aéreo aumentó alrededor de un 10 por ciento entre los ejercicios fiscales de 2015 y 2024.
Esa combinación impone más demanda a una fuerza laboral más reducida. La falta de personal puede obligar a imponer restricciones de tráfico, aumentar las horas extra, alargar la carga de formación y reducir la flexibilidad operativa.
La escasez no puede resolverse rápidamente. Los aspirantes deben superar evaluaciones de aptitud, revisiones médicas y de seguridad, formación en la academia e instrucción específica de cada instalación.
GAO determinó que el proceso completo puede durar de dos a seis años. Muchos aspirantes abandonan o no logran reunir los requisitos antes de convertirse en controladores certificados.
La FAA ha incrementado la contratación y simplificado partes del proceso. El Departamento de Transporte indicó que se contrataron cerca de 2.400 controladores después de marzo de 2025, aunque la certificación sigue llevando tiempo.
SMART aborda una parte diferente del problema. Puede ayudar al personal a gestionar la demanda de forma más efectiva, pero no puede cubrir una vacante ni formar a un nuevo controlador.
Ese límite se ha vuelto central para el escepticismo público. Algunos controladores y observadores de la aviación cuestionan si el gasto en software distrae de la compensación, la retención, la formación y la dotación de personal en las instalaciones.
La crítica resulta engañosa si se considera que las opciones son perfectamente intercambiables. Un contrato de software y un programa de personal utilizan presupuestos, capacidades y vías de implementación diferentes.
Aun así, la preocupación de fondo es válida. La FAA no debería presentar una menor carga de trabajo de planificación como prueba de que las necesidades de personal han desaparecido.
La automatización a veces elimina tareas repetitivas mientras crea nuevas obligaciones de supervisión. Los operadores deben revisar recomendaciones, investigar anomalías y recuperarse cuando fallen las integraciones.
Las nuevas herramientas también pueden aumentar temporalmente la demanda. Los controladores y gestores de tráfico pueden necesitar procedimientos paralelos mientras la FAA valida la plataforma y preserva las protecciones de seguridad existentes.
Por tanto, el sistema debe medirse frente a la carga de trabajo operativa, no solo por la velocidad de procesamiento. Un modelo que produce más opciones puede generar trabajo si las personas deben evaluar cada una manualmente.
La aceptación del personal importará tanto como la precisión técnica. Es improbable que los controladores confíen en una plataforma que cambie los flujos establecidos sin una explicación operativa clara.
Sus comentarios deberían orientar el diseño de la interfaz, los umbrales de alerta y los procedimientos de contingencia. También deberían identificar recomendaciones que parecen eficientes en los datos, pero fracasan en condiciones reales.
La iniciativa de control de tráfico aéreo con IA de la FAA funciona mejor como un componente de una estrategia más amplia de capacidad. Esa estrategia todavía requiere contratación, certificación, retención, instalaciones y equipos de comunicaciones y vigilancia.
El software puede ayudar a los controladores a gestionar la complejidad. No puede hacer que desaparezca el problema de la fuerza laboral.
La apuesta de 875 millones de dólares forma parte de una reconstrucción mucho mayor
SMART no es una solución independiente para el control del tráfico aéreo; es una capa de software dentro de un costoso y acelerado programa de modernización.
La FAA adjudicó a ASI un contrato de 12 años que abarca SMART y FMDS. El programa se suma a un esfuerzo más amplio para reemplazar sistemas obsoletos de comunicaciones, vigilancia, meteorología, capacitación y automatización.
Peraton actúa como integrador principal del esfuerzo de modernización más amplio. Esa función incluye coordinar contratistas e instalaciones en miles de ubicaciones de la FAA.
El Congreso proporcionó inicialmente 12.500 millones de dólares para el programa. El Departamento de Transporte ha señalado que la modernización completa requerirá una financiación considerablemente mayor, más allá de esa primera asignación.
El plan divide el trabajo en fases. Los primeros proyectos se centran en comunicaciones, radares, sistemas meteorológicos, pantallas de información, conocimiento de superficie y tecnología de capacitación.
El trabajo posterior de automatización incluye FMDS y una plataforma común para los sistemas utilizados para mostrar y rastrear aeronaves. Esos componentes están más estrechamente vinculados a la optimización del tráfico.
La administración ha fijado finales de 2028 como objetivo para los principales trabajos de la primera fase. Ese calendario es mucho más rápido que los programas tradicionales de modernización federal de la aviación.
La rapidez responde a un problema real. Parte de la infraestructura de la FAA sigue dependiendo de equipos antiguos, repuestos limitados y enlaces de comunicaciones instalados hace décadas.
Sin embargo, una ejecución acelerada crea sus propios riesgos. Los sistemas críticos deben seguir disponibles mientras los contratistas reemplazan equipos y conectan nuevas plataformas.
La más reciente evaluación de modernización plantea preguntas importantes sobre la planificación. La GAO no encontró una estimación integral de los costos del ciclo de vida ni un cronograma maestro integrado para la primera fase.
En mayo de 2026, el programa más amplio constaba de más de 11.000 cronogramas individuales de proyectos. Esos cronogramas no se habían integrado ni optimizado por completo.
Ese hallazgo es importante para SMART porque el software depende de infraestructura y datos proporcionados por otros proyectos. Los retrasos en otras áreas pueden limitar la calidad o el alcance de las capacidades predictivas.
La GAO también informó que la FAA estimó la modernización de sistemas de la primera fase en 10.615 millones de dólares. Las asignaciones disponibles para el programa dejaban una brecha proyectada que requería financiación anual y otras fuentes.
Se esperaba que una segunda fase requiriera 10.200 millones de dólares adicionales, según la situación de mayo de 2026. La FAA no había establecido un calendario completo de implementación porque esa fase carecía de financiación total.
Por lo tanto, SMART entra en un entorno de contratos superpuestos, infraestructura inconclusa y asignaciones a largo plazo inciertas. El valor de su propio contrato no refleja esas dependencias.
La experiencia histórica invita a la cautela. La modernización NextGen de la FAA generó capacidades significativas, pero los proyectos también enfrentaron retrasos, requisitos cambiantes y un trabajo de integración complejo.
La nueva estrategia hace hincapié en software desarrollado comercialmente, en lugar de crear internamente todas las capacidades. ASI ya proporciona herramientas de rutas y operaciones a grandes aerolíneas.
La experiencia comercial aporta a la empresa conocimientos relevantes sobre datos y despliegues. No demuestra automáticamente que el mismo producto cumplirá los requisitos federales de seguridad, escala, ciberseguridad y transparencia.
El Sistema Nacional del Espacio Aéreo también incluye usuarios más allá de las grandes aerolíneas. Operadores de carga, aviación ejecutiva, aviación general, usuarios militares, drones y futuros taxis aéreos compiten por el acceso.
Una plataforma nacional debe tener en cuenta esos distintos modelos operativos. No puede optimizarse únicamente para las aerolíneas con las integraciones de datos más profundas.
El plan de sistemas de la FAA combina software con nuevos radares, telecomunicaciones, conmutadores de voz e instalaciones. Ese enfoque combinado es necesario porque la predicción no puede reparar un enlace de comunicaciones averiado.
La reconstrucción más amplia es, por tanto, tanto la oportunidad de SMART como su mayor dependencia. Una infraestructura moderna puede proporcionar mejores datos, mientras que integraciones problemáticas pueden debilitar incluso un modelo preciso.
La seguridad depende de los datos, las explicaciones y los mecanismos de respaldo
La pregunta más difícil no es si SMART puede generar pronósticos, sino si la FAA puede confiar de forma segura en ellos durante condiciones inusuales.
El aprendizaje automático funciona mejor cuando las condiciones actuales se parecen a los patrones representados en sus datos. Las interrupciones de la aviación suelen implicar combinaciones que rara vez ocurren exactamente de la misma forma.
Una tormenta de rápido desplazamiento puede coincidir con el cierre de una pista, una falla de comunicaciones, una restricción de personal o un cambio en el espacio aéreo militar. Los promedios históricos ofrecen orientación limitada en esos momentos.
SMART debe reconocer cuándo sus predicciones se vuelven menos fiables. Los operadores también necesitan una forma evidente de rechazar recomendaciones y volver a los procedimientos establecidos.
Ese requisito distingue el apoyo a decisiones críticas para la seguridad de la analítica empresarial convencional. Un pronóstico de oficina incorrecto hace perder tiempo, mientras que una recomendación de aviación puede reorganizar el tráfico en varias regiones.
Los datos de la plataforma crean otro riesgo. Los horarios de las aerolíneas pueden cambiar, los pronósticos meteorológicos pueden divergir y las estimaciones de capacidad aeroportuaria pueden quedar obsoletas en cuestión de minutos.
Una visualización centralizada solo ayuda cuando cada entrada tiene una marca de tiempo y procedencia claras. Los usuarios deben saber si una recomendación refleja las condiciones actuales o una fuente desactualizada.
La ciberseguridad es igualmente importante. FMDS intercambiará datos operativos en tiempo real entre la FAA y los usuarios del espacio aéreo, por lo que la disponibilidad y la integridad son esenciales.
Un atacante no necesitaría tomar el control directo de las aeronaves para provocar una interrupción. Las estimaciones de capacidad corruptas o las restricciones de ruta falsas podrían igualmente dañar la confianza y la eficiencia.
La FAA debe probar los modos degradados, no solo el rendimiento normal. Esas pruebas deberían incluir fuentes de datos no disponibles, actualizaciones retrasadas, entradas conflictivas, fallos de modelos e interrupciones de comunicaciones.
Los factores humanos requieren la misma atención. Demasiadas alertas de escaso valor pueden generar fatiga de alertas, mientras que las recomendaciones sin explicación pueden fomentar tanto la desconfianza como la dependencia excesiva.
El sesgo de automatización ocurre cuando las personas otorgan un peso excesivo a una recomendación informatizada. Una buena interfaz debería respaldar el juicio humano, en lugar de premiar la aceptación pasiva.
Eso implica mostrar las restricciones detrás de cada propuesta. Un gestor de tráfico debería poder ver si el clima, la capacidad de pista, la demanda del sector u otro factor impulsó la recomendación.
El sistema también debe preservar la rendición de cuentas. Los registros deben documentar qué datos respaldaron una propuesta, qué decidió una persona y en qué medida el resultado operativo difirió de la predicción.
Esos registros ayudarán a investigadores, auditores e ingenieros a distinguir los errores del modelo de los fallos de datos o de decisiones razonables tomadas bajo incertidumbre.
Las afirmaciones públicas deben seguir siendo más limitadas que la evidencia. La FAA afirma que SMART reducirá retrasos, mejorará el flujo de tráfico y aumentará la capacidad, pero los resultados en operación aún no han establecido esos resultados a nivel nacional.
Un despliegue regional puede aportar evidencia temprana. No puede demostrar que la plataforma funcionará igual de bien en todas las instalaciones, patrones meteorológicos y combinaciones de tráfico.
La seguridad no debe medirse únicamente por la ausencia de un accidente. Los indicadores pertinentes incluyen recomendaciones rechazadas, planes inestables, cambios en la carga de trabajo, eventos de pérdida de servicio y desviaciones procedimentales.
La reducción de retrasos también necesita una atribución cuidadosa. El clima, la demanda, las operaciones de las aerolíneas, el personal y las condiciones de los equipos pueden cambiar independientemente de SMART.
La FAA debería comparar períodos operativos similares y publicar la metodología detrás de los beneficios informados. De lo contrario, unas condiciones favorables podrían confundirse con el rendimiento del software.
La transparencia no exige divulgar datos operativos sensibles ni código propietario. Sí exige métricas claras, límites de evaluación e informes honestos sobre los fallos.
Sin esos elementos, el programa de control del tráfico aéreo con IA de la FAA corre el riesgo de convertirse en una etiqueta de relaciones públicas aplicada a una modernización convencional. Con ellos, puede convertirse en una prueba significativa de IA operativa responsable.
Tres señales mostrarán si SMART está funcionando
La próxima evidencia debería provenir de las operaciones: uso por parte de los controladores, mejoras medibles del tráfico y una expansión fiable más allá de Washington.
La primera señal es si los gestores de tráfico utilizan las recomendaciones de SMART durante interrupciones reales. Las tasas de adopción por sí solas no bastarán, porque los operadores podrían aceptar únicamente sugerencias triviales.
La FAA debería examinar cómo las recomendaciones afectan la planificación ante condiciones meteorológicas severas, la secuenciación de salidas, los cambios de ruta y la recuperación después de que se eliminen las restricciones. También debería rastrear por qué los operadores rechazan las propuestas.
El uso constante durante operaciones complejas reforzaría el argumento a favor de SMART. Las anulaciones frecuentes provocadas por restricciones ausentes o resultados inestables lo debilitarían.
La segunda señal es un cambio medible en los retrasos y la carga de trabajo. Esa evaluación debería comparar niveles de tráfico, condiciones meteorológicas y situaciones de personal similares.
Las métricas útiles incluyen el tiempo de anticipación para la planificación, la duración de las demoras en tierra, la frecuencia de cambios de ruta, los eventos de sobrecarga de sectores y la carga de trabajo informada por controladores y gestores de tráfico.
La eficiencia de todo el sistema también importa. Trasladar un retraso de un aeropuerto a otro no representa una mejora genuina.
Tampoco lo hace priorizar a un grupo de operadores mientras se imponen costos ocultos a otro. La FAA necesita mediciones que capten los efectos de red, no el resultado de un único aeropuerto.
La tercera señal es el ritmo y la calidad de la expansión. Un despliegue exitoso en Washington debería producir una base operativa documentada antes de que el software llegue a regiones adicionales.
La expansión pondrá a prueba si la plataforma puede adaptarse a diferentes diseños de espacio aéreo, patrones meteorológicos, combinaciones de tráfico y procedimientos locales. También pondrá a prueba la capacitación y el soporte técnico.
Un calendario nacional rápido podría parecer impresionante mientras oculta defectos sin resolver. Un despliegue por etapas ofrece más valor cuando cada etapa cuenta con criterios explícitos de aceptación.
El Congreso y los organismos de supervisión también deberían vigilar la relación entre SMART y el calendario de modernización más amplio. Los hitos de software significan poco si la infraestructura crítica no puede suministrar datos fiables.
Del mismo modo, los nuevos equipos de radar o comunicaciones no garantizarán una mejor gestión del tráfico. El valor aparece solo cuando los sistemas intercambian información de forma fiable y las personas pueden actuar en consecuencia.
El papel de ASI merece un escrutinio continuo porque la empresa influirá durante años en una plataforma operativa central. La supervisión del contrato debería examinar el rendimiento, la seguridad, la portabilidad y la dependencia de tecnología propietaria.
La FAA debería conservar la capacidad de auditar resultados y mover datos entre proveedores. Los contratos largos pueden convertirse en restricciones costosas cuando las interfaces o las medidas de rendimiento siguen siendo imprecisas.
Las aerolíneas tienen razones para respaldar una planificación más temprana y predecible. Mejores pronósticos pueden mejorar la utilización de aeronaves, la planificación de tripulaciones, las decisiones sobre combustible, las puertas de embarque y las conexiones de pasajeros.
Los controladores tienen un interés diferente pero complementario. Necesitan menos conflictos evitables sin perder autoridad, conciencia situacional ni herramientas de respaldo fiables.
Los pasajeros experimentarán el programa de forma indirecta. No verán un modelo ejecutándose en el Centro de Mando, pero podrían notar menos retrasos en cascada y cambios de última hora.
Esos beneficios no están garantizados. El despliegue inicial debe demostrar que las predicciones se traducen en decisiones operativas bajo las condiciones que hacen difícil la aviación.
En última instancia, la apuesta de la FAA es más limitada de lo que sugiere el titular. No está entregando el espacio aéreo estadounidense a un sistema de IA autónomo.
Está probando si mejores previsiones pueden dar a profesionales cualificados más tiempo para gestionar una capacidad escasa. Ese objetivo es creíble, medible y sigue siendo exigente.
Los próximos meses deberían determinar si SMART se gana la confianza de los controladores en Washington. También deberían revelar si las recomendaciones siguen siendo útiles ante condiciones meteorológicas adversas, congestión y fallos del sistema.
Si esos resultados se publican con comparaciones significativas, la iniciativa de control del tráfico aéreo con IA de la FAA puede ofrecer un modelo de IA responsable en el sector público. Si las pruebas siguen siendo imprecisas, el contrato seguirá siendo una promesa costosa.
La pregunta para viajeros, controladores y responsables políticos es, por tanto, concreta: ¿publicará la FAA suficiente evidencia operativa para demostrar que la predicción mejoró las decisiones, en lugar de limitarse a añadir software?
