ИИ в самолета: кой държи контрола, когато машината взема решения?

Представете си, че сте на летището и чакате полета си. Самолетът все още не е пристигнал, но авиокомпанията вече знае, че вероятно ще закъснее. Не защото служител е получил обаждане, а защото компютърна система е анализирала метеорологичните условия, въздушното движение, предишните полети на същия самолет и десетки други фактори.

Или си представете нещо още по-важно. Самолетът изглежда напълно изправен, но система открива необичайна промяна в работата на една от частите му. Тя предупреждава авиационните инженери, че скоро може да възникне проблем. Техниците проверяват и подменят компонента, преди машината да излети и пътниците изобщо да разберат, че е имало риск от закъснение или отмяна на полета.

Дори изгубеният куфар, едно от най-неприятните преживявания при пътуване, може да бъде открит по-бързо чрез системи, които проследяват движението му между самолетите, терминалите и летищата. На някои места лицето на пътника постепенно се превръща и в негов цифров пропуск. Камерата разпознава самоличността му и му позволява да премине през определени проверки, без многократно да показва паспорта и бордната си карта.

Зад тези промени стои изкуственият интелект (ИИ). Повечето пътници не го виждат и невинаги осъзнават, че той вече участва в пътуването им. Технологията работи зад кулисите, докато купуваме билет, чекираме багажа си, чакаме пред изхода или летим на хиляди метри над земята.

За българския пътник това може да звучи като технология от далечното бъдеще. В действителност тя вече намира приложение в европейската авиация. При полет през големи летища като Франкфурт, Мюнхен, Виена, Париж, Амстердам или Лондон е напълно възможно някой етап от пътуването ни да бъде подпомогнат от алгоритъм – от определянето на цената на билета до прогнозирането на закъсненията, техническата поддръжка на самолета и обработването на багажа.

Обещанията са привлекателни: по-добро обслужване, по-ранно откриване на проблеми, по-точно разписание и по-кратки опашки. Вместо да реагира едва след възникването на затруднение, авиокомпанията може да използва ИИ, за да предвиди риска и да се подготви.

Колкото повече решения обаче поверяваме на алгоритмите, толкова по-важни стават няколко въпроса: какво се случва, ако системата сгреши; кой носи отговорност за решението ѝ; какви лични данни събират авиокомпаниите; къде се съхраняват лицевите ни изображения; и ще остане ли човекът този, който взема окончателните решения в пилотската кабина?

Това е голямото предизвикателство пред бъдещето на авиацията. ИИ може да направи пътуването по-безопасно, по-бързо и по-удобно, но само ако се използва разумно и остава под надежден човешки контрол.

Какво означава ИИ в авиацията?

Когато чуем „изкуствен интелект в авиацията“, лесно можем да си представим хуманоиден робот на мястото на пилота, който управлява самолета напълно самостоятелно. Това е впечатляваща картина, но няма много общо с повечето приложения на технологията днес.

В действителност ИИ обикновено няма видима форма. Той представлява компютърна система, способна да обработва огромни количества информация, да открива зависимости и да прави прогнози за кратко време.

Да вземем за пример самолетен двигател. По време на полета сензори измерват температурата, налягането, вибрациите и други показатели. Единична стойност може да не предизвиква тревога, но сравнението на данни от хиляди полети може да разкрие комбинация от малки промени, които в миналото са предшествали повреда.

Това е един от начините, по които работи машинното обучение. Вместо програмистът предварително да описва всяка възможна ситуация, системата се обучава с множество примери и открива повтарящи се модели. Качеството на резултатите зависи от надеждността и пригодността на използваните данни.

Машината обаче не разбира двигателя така, както опитният инженер. Тя не притежава човешкия му опит, преценка или интуиция. Предимството ѝ е в способността да сравнява огромен брой показатели, да открива трудно забележими отклонения и да насочва вниманието към потенциален проблем. След това специалистите проверяват предупреждението, изследват самолета и решават какви действия са необходими. ИИ им помага да открият възможен проблем, но не замества професионалната им преценка.

Европейската агенция за авиационна безопасност (EASA) посочва, че ИИ може да подпомага екипажите при реални ситуации — например чрез предупреждения за възможна турбулентност или обледеняване, откриване на признаци за технически проблеми и предложения за по-ефективна траектория на полета.

Автопилот или ИИ?

Автоматизираното управление на самолета съществува от десетилетия и не бива да се отъждествява с изкуствения интелект. Автопилотът изпълнява предварително зададени команди и поддържа определени параметри на полета.

Пилотите могат да зададат височина, скорост и курс, които системата да поддържа. При подходящо оборудване и съответните условия автоматизираните системи могат да участват и в кацането. Те обаче действат в установени граници и според зададените параметри. Пилотите продължават да наблюдават полета и носят отговорност за управлението му.

ИИ предлага различен тип помощ: анализира множество променливи и открива зависимости между тях. Може например да съпостави информация за буря, посоката на вятъра, въздушното движение, разхода на гориво и техническото състояние на самолета, след което да предложи по-подходящ маршрут.

Това е съществената разлика: автопилотът изпълнява зададени действия, докато ИИ може да подпомага анализа и избора между различни възможности. Предложението му обаче трябва да бъде оценено от пилотите и ръководителите на въздушното движение.

ИИ предвижда повреда?

Зад видимите части на самолета се крие сложна мрежа от системи, които непрекъснато генерират технически данни. Сензори измерват температура, налягане, вибрации, работата на двигателите, електрическото захранване и множество други показатели. При плановата, т.е. превантивната, поддръжка определени компоненти се проверяват и сменят през предварително определени периоди, дори когато все още работят нормално. При непредвидена повреда инженерите реагират, след като проблемът вече е възникнал. Прогнозната поддръжка предлага и трета възможност. Чрез анализ на техническите данни тя търси ранни признаци на износване и предупреждава, че дадена част може скоро да създаде проблем. Така компонентът може да бъде проверен или подменен навреме, преди отказът му да доведе до закъснение или отмяна на полета.

Да си представим, че помпа работи нормално, но вибрациите ѝ постепенно се увеличават. Отделните отклонения може да изглеждат незначителни. Когато системата сравни показателите с данни от предишни случаи, тя може да установи, че подобна последователност често предхожда повреда. Инженерите получават предупреждение и могат да проверят компонента при следващия планиран престой за техническо обслужване. Такава намеса може да спести на пътниците не само неудобството от закъснение, но и пропуснати връзки с други полети.

Една от платформите за подобен анализ е Skywise на Airbus. Тя обединява информация от различни източници и помага на авиокомпаниите да следят състоянието и експлоатацията на самолетите. Сред приложенията ѝ е прогнозната поддръжка, която позволява техническите дейности да бъдат планирани, преди малкото отклонение да се превърне в сериозен проблем. През октомври 2024 г. Airbus съобщава, че благодарение на прогнозното наблюдение чрез Skywise, компанията easyJet е успяла да предотврати близо 80 отменени полета само за два месеца. Системата следи над 180 компонента и системи при типичен самолет Airbus A320, като търси ранни признаци за потенциални неизправности. През април 2026 г. над 12 000 самолета са свързани към Skywise. Това позволява да се анализират данни от голям брой полети и да се откриват повтарящи се признаци на технически проблеми, които трудно биха били установени при наблюдението само на една машина.

ИИ намалява закъсненията на полетите?

Едно закъснение може да предизвика верижна реакция. Самолетът, който закъснява сутринта, вероятно трябва да изпълни още няколко полета през деня. С него пътуват различни екипажи и стотици пътници, част от които имат връзки към други градове. Първоначалните 30 минути могат да се натрупат след следващите кацания и излитания. Лошото време, претовареното въздушно пространство, техническите проверки, липсата на свободен изход за качване или бавното обработване на багажа допълнително усложняват ситуацията.

ИИ може да анализира тази взаимосвързана картина и да прогнозира как закъснението ще се отрази на останалите полети. Ако рискът бъде установен навреме, авиокомпанията може да подготви друг самолет, да промени разпределението на екипажа или да предложи алтернативен маршрут на пътниците, застрашени от пропусната връзка.

EUROCONTROL, която подпомага управлението на европейската въздушна мрежа, използва инструмента FADE. Той анализира развитието на закъсненията и помага на мрежовия мениджър да предвиди къде проблемите могат да се задълбочат. Организацията използва и системата MIRROR, която проследява последователните полети на всеки самолет. Така специалистите могат да оценят не само текущото закъснение, но и последиците му за следващите маршрути през деня.

За пътника това означава възможност да получи по-ранно предупреждение и да бъде пренасочен, преди да изпусне връзката си. ИИ не може да спре снежна буря, да построи нова писта или да осигури липсващ персонал, но може да помогне последиците от подобни затруднения да бъдат предвидени и управлявани по-добре.

ИИ прави полетите по-икономични?

Маршрутът не е само права линия между две локации на картата. Въздушното пространство има определени коридори, контролни зони и точки, през които самолетите трябва да преминават. Изборът на маршрут зависи и от метеорологичните условия. Попътният вятър може да ускори самолета и да намали разхода на гориво, докато насрещният може да удължи полета. Бурите трябва да бъдат заобикаляни, а турбулентността и обледеняването могат да наложат промяна на височината. Към това се добавят претоварените въздушни коридори, затворените военни зони, ограниченията над определени държави и временните забрани за преминаване.

Ето защо най-късият маршрут невинаги е най-бързият, най-безопасният и най-икономичният. Преди полета специалистите по планиране съпоставят тази информация, за да изберат подходяща траектория. Условията обаче могат да се променят и след излитането: бурята може да се придвижи, въздушният коридор да се натовари или на друга височина да се появи по-благоприятен вятър.

ИИ може едновременно да анализира метеорологичните прогнози, силата и посоката на ветровете на различни височини, движението на останалите самолети, ограниченията във въздушното пространство, наличното гориво и техническите възможности на конкретната машина. Въз основа на тази информация той може да предложи маршрут и височина, които да намалят времето за полет и разхода на гориво.

Компютърът обаче не променя самостоятелно посоката на самолета. Предложението се преценява от пилотите и ръководителите на въздушното движение, и се прилага само ако е безопасно и допустимо.

Икономията при отделен полет може да се изразява в няколко минути и сравнително малко гориво. При авиокомпании, изпълняващи стотици или хиляди полети дневно, натрупаният ефект може да бъде значителен – както за разходите, така и за въглеродните емисии.

EUROCONTROL определя намаляването на въздействието върху околната среда и по-доброто управление на капацитета като две основни области, в които ИИ може да подпомогне европейската авиация. Алгоритмите подпомагат и изчисляването на необходимото количество гориво, разпределението на теглото, избора на скорост и височина. Това обаче не превръща авиацията в екологично чист транспорт. Повечето самолети продължават да използват авиационно гориво, а оптимизацията намалява част от въздействието, без да го премахва.

ИИ определя цената на билета?

Почти всеки е проверявал цената на полет, връщал се е по-късно и е установявал, че тя вече е различна. Понякога промяната настъпва само за няколко часа. Самолетните билети отдавна се продават чрез динамично ценообразуване. Цената се променя в зависимост от търсенето, сезона, оставащите места, времето до отпътуването и наличните тарифни категории.

ИИ позволява на авиокомпаниите да анализират допълнителна информация и да прогнозират по-точно търсенето. Системите оценяват колко пътници вероятно ще търсят даден маршрут, колко места да бъдат предложени на по-ниска цена и кога условията позволяват увеличение на тарифите. За авиокомпанията това е начин да запълни самолета и увеличи приходите си. За пътника процесът е непрозрачен, защото вижда новата цена, но не знае какво е довело до промяната.

Не всяко поскъпване означава, че авиокомпанията лично е проследила конкретния клиент. Възможно е по-евтините места просто да са изчерпани или общото търсене да се е увеличило. Рискът от непрозрачност нараства, когато алгоритмите използват подробни данни за поведението на потребителя, за да преценят не само стойността на мястото, но и колко е готов да плати. Затова прозрачността е особено важна. Пътникът трябва ясно да вижда какво включва цената, кои услуги се заплащат допълнително и при какви условия билетът може да бъде променен.

ИИ помага с чекирания багаж?

След като остави куфара на гишето, пътникът обикновено го вижда отново на лентата в крайната дестинация. Междувременно багажът преминава през система от транспортни ленти, скенери, товарни зони и превозни средства, а понякога и през няколко самолета.

При кратко прекачване времето за трансфер е ограничено. Куфарът трябва да бъде свален, идентифициран, насочен към правилния терминал и натоварен на следващия самолет. Грешен етикет, забавено разтоварване или неправилно насочване могат да доведат до ситуация, в която пътникът пристига, а багажът му остава в друг град.

Всяко сканиране създава информация за местоположението на куфара. ИИ може да свързва тези данни, да установява дали багажът се движи по правилния маршрут и да посочва къде вероятно е възникнал проблемът. В някои решения се използва компютърно зрение – технология, чрез която софтуерът анализира изображения и видео. Камерите проследяват движението на куфарите и откриват случаи, в които багаж попада на неправилна лента или остава в товарна зона по-дълго от очакваното.

По разработването на подобни решения работят SITA и IDEMIA. SITA е международна компания, специализирана в информационните и комуникационните системи за авиацията. Нейни технологии се използват от авиокомпании и летища за регистрация на пътници, обработване и проследяване на багаж и обмен на информация. IDEMIA разработва решения за установяване на самоличност, биометрично разпознаване и компютърен анализ на изображения. Двете фирми обединяват продуктите си в система, която с камери и компютърно зрение проследява куфарите, открива неправилното им насочване и предупреждава служителите, преди да бъдат натоварени на грешен самолет. Целта е да се ограничат грешките и да се подобри надеждността на обработването.

SITA управлява и WorldTracer – глобална система, разработена съвместно с Международната асоциация за въздушен транспорт. Когато багажът не пристигне, служителите могат да проверят къде е бил регистриран за последно и да организират връщането му на собственика.

Към системите на летищата се добавят и малки лични устройства, които пътникът може да постави в куфара си. Един от най-познатите примери е Apple AirTag. Когато друго устройство на Apple премине близо до тракера, то може да отчете местоположението му и да предаде информацията на собственика чрез приложението Find My. AirTag няма постоянна собствена интернет връзка и не изпраща местоположението си чрез сателит като GPS предавател. Той използва Bluetooth сигнал, който се разпознава от близки устройства на Apple. На големите летища, където има множество свързани устройства, това може да помогне на пътника да установи дали куфарът е останал на предишното летище, пристигнал е на правилния терминал или вече се намира близо до зоната за получаване на багаж.

WorldTracer е интегриран с функцията Share Item Location на Apple. Ако багажът бъде изгубен или забавен, пътникът може временно да сподели с авиокомпанията местоположението на AirTag, поставен в куфара. Така служителите получават допълнителна информация за издирването.

За потребителите на Android, включително устройствата Google Pixel, съществуват тракери на Pebblebee, които могат да работят с мрежата Find Hub на Google. Компанията предлага малки устройства за ключове и багаж, тънки карти за портфейл и етикети за чанти. Някои модели са съвместими и с мрежата Find My на Apple, затова при покупка трябва да се провери коя система поддържа конкретното устройство. Подобно на AirTag, тракерите на Pebblebee не разчитат на постоянна собствена GPS и мобилна връзка. Те изпращат Bluetooth сигнал, който може да бъде засечен от устройства, участващи в мрежата Find Hub. Информацията за местоположението се предава по защитен начин и се показва в приложението на собственика.

Google позволява местоположението на изгубен предмет да бъде споделено и чрез временен интернет линк. Ако куфарът съдържа съвместим тракер на Pebblebee, пътникът може да отвори Find Hub, да създаде линк и да го изпрати на авиокомпанията, когато тя поддържа тази възможност. Според Google линкът изтича автоматично след седем дни, но собственикът може да прекрати споделянето и по-рано.

Тези устройства не предотвратяват изпращането на куфара на грешен полет и не заместват официалната процедура за издирване на изгубен багаж. Те предоставят допълнителна информация, която понякога позволява на пътника да установи местоположението му, преди данните да са отразени в системата на авиокомпанията. Ако багажът не пристигне, пътникът трябва незабавно да подаде официален сигнал на летището и да запази номера на досието. Информацията от AirTag или Pebblebee може да бъде предоставена допълнително, за да подпомогне издирването. Нито една технология не гарантира, че багажът никога няма да бъде забавен или изгубен. Тя обаче може да даде конкретна следа и да ускори намирането му.

Лице вместо паспорт и бордна карта?

Представете си, че преминавате през летището, без на всяка контролна точка да показвате паспорта и бордната си карта. Камера разпознава лицето ви и го сравнява с предварително предоставените данни, за да потвърди самоличността ви и да ви допусне до следващия етап.

Това вече е възможно благодарение на биометричните системи. Решението Smart Path на SITA се използва на десетки летища и позволява лицето на пътника да служи като цифрово удостоверение, ускорявайки преминаването през проверките.

Важно е обаче да разграничаваме биометрията, автоматизацията и изкуствения интелект (ИИ). Автоматичните паспортни врати не използват непременно ИИ. Той може да участва в разпознаването и анализа на изображения, но самото автоматично отваряне на врата след проверка на документ не означава, че системата разчита на тази технология.

Темата е важна и за България след пълното присъединяване на страната към Шенген. Европейската система за влизане и излизане регистрира паспортни и биометрични данни на граждани на държави извън Европейския съюз (ЕС), когато преминават външните граници на Шенгенското пространство. Тя обаче не бива да се определя просто като приложение на ИИ – представлява цифрова система за граничен контрол, която използва биометрична информация.

При регистрация за полет мобилното приложение на авиокомпанията може да поиска снимка. На летището камера заснема пътника и сравнява изображението с предварително предоставените данни. При достатъчно съвпадение автоматичната врата се отваря. Макар проверката да отнема само няколко секунди, зад нея стои обработване на чувствителна информация.

Биометричните данни включват физически или поведенчески характеристики, чрез които човек може да бъде разпознат – например лицето, пръстовите отпечатъци, ирисът и гласът. В авиацията най-често се използват лицевото изображение и пръстовите отпечатъци. При лицевото разпознаване системата анализира характерни особености като разстоянието между очите, формата на носа и очертанията на скулите, създава цифров модел и го сравнява със снимката в документа или с предварително предоставено изображение.

Удобството е очевидно: по-бързи проверки, по-кратко чакане и по-малко боравене с документи. Основният въпрос обаче е какво се случва с изображението и цифровия модел след приключване на проверката. За разлика от паролата, която може да бъде сменена при кражба, лицето и пръстовите отпечатъци не могат да бъдат подменени. Затова защитата на биометричните данни трябва да бъде особено строга.

Пътникът трябва да знае кой събира информацията – летището, авиокомпанията, държавен граничен орган или външна технологична компания – и за какви цели я използва. Необходимо е също да е ясно къде се съхранява, колко дълго се пази, кога се изтрива и дали се предоставя на други компании или държавни институции. От значение е и дали се съхранява оригиналната снимка, цифровият модел на лицето или и двете. Трябва да бъде уточнено дали информацията се използва единствено за конкретния полет, или остава в системата за бъдещи пътувания. Не е достатъчно на екрана да се появи бутон „Съгласен съм“, придружен от дълги условия на сложен юридически език. Пътникът трябва да разбира с какво се съгласява и какви са последиците от избора му.

Важен е и въпросът дали може действително да откаже биометричната проверка. Когато е предвидена ясно обозначена алтернатива – например проверка на документите от служител – изборът е реален. Ако отказът води до значително по-дълго чакане или липсва информация за алтернативна процедура, свободата на избор става съмнителна. Това не означава, че всяка употреба на биометрични данни е опасна. Системите могат да бъдат полезни, когато са добре защитени, събират само необходимата информация и я съхраняват за ясно определен срок.

Европейският подход към цифровата самоличност се основава на принципа, че човекът трябва да запази контрол върху личната си информация и да споделя само данните, необходими за конкретната проверка.

ИИ разговаря с пътниците?

Една от най-видимите срещи с ИИ обикновено е в сайта или приложението на авиокомпанията. Питаме колко багаж можем да носим, дали полетът закъснява или как да променим резервацията си. Отговорите често идват от виртуални онлайн асистенти. По-старите чатботове разпознаваха ограничен набор от думи и насочваха клиентите към предварително зададени менюта. Съвременните генеративни системи обработват свободно формулирани въпроси и водят разговор, който звучи естествено. Те работят денонощно и обслужват много хора едновременно. При масово отменяне на полети това потенциално спестява часове чакане по телефона.

Удобството обаче има граници. Генеративният ИИ понякога дава убедително звучащ, но неправилен отговор. Грешка за допустимия размер на ръчния багаж е неприятна; неточна информация за пропусната връзка, виза, обезщетение и медицински изисквания има сериозни последици. Затова важните условия трябва да се проверяват в официалните източници на превозвача. При неясен отговор или сложен казус пътникът трябва да може да разговаря със служител. Автоматизацията не бива да се превръща в бариера между авиокомпанията и клиента.

При използване на виртуален асистент е важно да знаем дали разговаряме с човек или автоматизирана система. При сложни въпроси не бива да приемаме първия автоматичен отговор за окончателен. При лицево разпознаване трябва да е ясно дали участието е задължително, кой съхранява данните и каква алтернатива съществува за хората, които не желаят биометрична проверка. При предложена промяна на полета е необходимо да проверим целия нов маршрут, включително прехвърлянето на багажа, запазването на платените места и услуги и времето за следващата връзка. При спор за билет, обезщетение или отказан достъп до полет трябва да поискаме преглед от служител. Автоматизацията може да ускори обслужването, но не бива да премахва възможността за човешко обяснение и преразглеждане.

ИИ дискриминира пътници?

При хората несправедливото отношение може да произтича от предразсъдъци или съзнателна дискриминация. При изкуствения интелект причината може да е различна: макар системата да няма лични убеждения, тя може да възпроизвежда неточностите и дисбалансите в данните, с които е обучена.

За да разпознава лица, софтуерът се обучава с множество изображения, от които извлича характерни особености. Надеждността му зависи от разнообразието на тези данни. Ако те включват хора от различни възрасти, етнически групи и имащи разнообразни физически характеристики, вероятността системата да работи точно за всички е по-голяма. Когато обаче преобладават изображения на една група, тя може да разпознава по-надеждно нейните представители и да допуска повече грешки при останалите.

Това е като да обучаваме човек да различава породи котки, като му показваме почти изцяло сиамски котки. Той може да се справя отлично с тях, но да се затруднява при породи, които рядко е виждал.

Точността зависи и от условията на заснемане – качеството на изображението, осветлението и позицията на камерата, както и от промените във външния вид на човека. Очила, шапка, брада или силна светлина зад пътника също могат да затруднят сравнението с паспортната снимка.

На летището това може да доведе до отказ на автоматичната врата да разпознае пътника. Той трябва да опита отново или да потърси служител, докато останалите чакат. Ако подобни грешки системно засягат определени групи по-често от други, техническата неточност може да се превърне в неравностойно отношение. Рискът е още по-голям, когато алгоритъмът участва в оценката на риска и насочва пътници за допълнителна проверка. Ако служителят безкритично се довери на резултата, човек може да бъде забавен или подложен на по-строг контрол без достатъчно основание. За да се ограничат тези проблеми, системите трябва да се изпитват с разнообразни групи хора и при различни условия – от променливо осветление до натоварена обстановка на летището. Необходима е и възможност за човешка проверка: ако автоматичната врата не разпознае пътника, това не бива само по себе си да поражда подозрение. Служител трябва да провери документа и самоличността му, и да му позволи да продължи, ако всичко е наред.

Когато автоматизирано решение води до допълнителен контрол или отказ, пътникът трябва да получи ясно обяснение. Формулировката „системата не ви допуска“ не е достатъчна, особено ако последиците могат да бъдат изпуснат полет или друго сериозно неудобство.

ИИ хакнат или подведен?

Колкото повече летища, самолети и авиокомпании разчитат на свързани цифрови системи, толкова по-важна става тяхната защита. Данните се обменят между самолетите, техническите центрове, летищата и външните доставчици, което създава повече потенциални точки за уязвимост.

Злонамерен участник може да се опита да открадне лична информация, да прекъсне услуга или да подаде подвеждащи данни. Съществува и риск моделът да бъде обучен с неточна или манипулирана информация и впоследствие да дава погрешни препоръки.

Това не означава, че ИИ непременно прави авиацията по-опасна. Означава, че всяка нова възможност създава и рискове, които трябва да бъдат предвидени още при разработването на системата.

При компрометиране на авиационни системи или данни на пътници последиците могат да бъдат сериозни. Затова технологията трябва да бъде изпитвана, защитавана и наблюдавана през целия период на използването ѝ.

ИИ заменя пилотите?

Щом самолетите могат да летят с автопилот, а ИИ анализира огромни количества информация, възможно ли е един ден пътническите полети да бъдат напълно безпилотни?

Работата на пилота далеч надхвърля управлението на самолета. Той наблюдава бордовите системи, комуникира с ръководителите на въздушното движение, оценява метеорологичните условия, адаптира полетния план и реагира на непредвидени ситуации.

ИИ може постепенно да поеме повече помощни задачи – да предупреждава за турбулентност, да открива опасно сближаване между самолети, да предлага алтернативни маршрути и да сигнализира за пропуски в процедурите. Това обаче не го превръща в самостоятелен командир.

Европейската агенция за авиационна безопасност (EASA) следва постепенен подход към внедряването на ИИ, при който за всяко ниво на автоматизация се определя какви функции може да изпълнява системата и кои решения трябва да останат под човешки контрол.

В началния етап ИИ подпомага пилота или друг авиационен специалист, като анализира информацията и предлага предупреждения и препоръки, без да предприема самостоятелни действия. Например системата може да прогнозира силна турбулентност и да предложи промяна на височината, а пилотът преценява дали да поиска такава от ръководителите на въздушното движение. При следващото ниво на автоматизация системата може да изпълнява определени задачи и да взема ограничени решения в предварително зададени граници. Пилотът обаче продължава да следи действията ѝ и трябва да има възможност да се намеси, да промени решението или да изключи автоматизираната функция.

Човешкият надзор не се изчерпва с присъствието на пилота в кабината. Той трябва да разбира действията на системата, да може да преценява дали са подходящи за конкретната ситуация и да разполага с достатъчно информация и време за реакция при проблем. Постепенното внедряване позволява всяка нова функция да бъде изпитана и оценена, преди да ѝ бъде предоставена по-голяма самостоятелност.

Напълно автономните пътнически самолети, които превозват стотици хора без пилоти, не са непосредствена реалност. Преди подобен сценарий да стане възможен, трябва да бъдат решени въпросите за безопасността, отговорността, сертифицирането, киберсигурността и реакцията при непредвидени ситуации. Дори концепцията за голям пътнически самолет с един пилот продължава да бъде предмет на проучвания и регулаторни обсъждания. Според EASA операциите с един пилот понастоящем са разрешени при определени условия за някои турбовитлови самолети, но не представляват общ модел за голямата пътническа авиация.

Следователно важният въпрос е не кога ИИ ще премахне пилотите, а как ще промени работата им и как ще се гарантира, че те могат да реагират адекватно, когато системата не разпознава правилно ситуацията или престане да функционира.

Твърде много доверие в ИИ?

Най-опасната система невинаги е тази, която често греши. Понякога по-коварна е системата, която почти винаги работи правилно. Колкото по-надеждна изглежда, толкова по-лесно човек може да престане да проверява препоръките ѝ. Това се нарича прекомерно доверие в автоматизацията. Пилотът, инженерът или диспечерът постепенно започва да приема, че щом компютърът не показва проблем, такъв не съществува, или че всяко негово предложение непременно е правилно.

Съществува и обратният риск. Ако системата постоянно подава ненужни предупреждения, хората могат да свикнат с тях и да започнат да ги пренебрегват. Тогава действително важният сигнал може да се изгуби сред десетки фалшиви тревоги.

Затова добрата система трябва не само да подава предупреждение, но и да помага на специалиста да го разбере. Тя трябва да показва какво е открила, доколко е сигурна и кои данни са довели до препоръката. Обучението на персонала трябва да включва не само използването на ИИ, но и умението да се поставят под съмнение резултатите му.

Кой носи отговорност, ако ИИ сгреши?

Да си представим, че алгоритъм препоръчва действие, което впоследствие се оказва неправилно. Кой носи отговорност – пилотът, който е приел предложението, авиокомпанията, производителят на самолета или разработчикът на софтуера?

В авиацията отговорността и без това е разпределена между множество участници. ИИ добавя още един сложен слой. Грешката може да произтича от неточни данни, недостатъчно обучение на модела, софтуерен дефект, неправилни инструкции или неподходящо използване от човека.

Затова обяснението „компютърът така реши“ не може да бъде достатъчно. Всяка система трябва да има ясно определено предназначение и граници на приложение, посочени отговорни лица и възможност действията ѝ да бъдат проследени и проверени.

EASA следва подход, според който ИИ трябва да бъде надежден, разбираем и под човешки надзор. През 2025 г. агенцията публикува първото си регулаторно предложение за надеждността на ИИ в авиацията, съобразено и с изискванията на европейския Законодателен акт за изкуствения интелект.

EASA също разработва пътна карта за безопасно и етично въвеждане на ИИ. Тя поставя човека в центъра и разглежда не само техническата точност, но и човешкия фактор, сигурността, етиката и възможността решенията на системата да бъдат обяснени.

Този предпазлив подход може да изглежда бавен на фона на приложенията, които се обновяват всяка седмица. В авиацията обаче бързината не може да бъде поставяна над безопасността. Система, която препоръчва филм, може сравнително лесно да бъде изпробвана и поправена. Алгоритъм, който подпомага пилота при избягване на опасност, трябва да докаже надеждността си при много по-строги условия.

В заключение

Изкуственият интелект вече показва, че може да носи реални ползи за авиацията. Той подпомага ранното откриване на технически проблеми, прогнозирането на закъсненията, оптимизирането на маршрутите, управлението на въздушното движение и намирането на изгубен багаж.

Успехът обаче не трябва да се измерва единствено с времето, което авиокомпанията спестява, или с бързината, с която пътникът преминава през автоматичната врата. Също толкова важно е да знаем как се вземат решенията, как се защитават личните данни и кой поема отговорността при грешка.

Човешкият контрол трябва да бъде действителен, а не формалност, при която служителят просто потвърждава предложението на машината. За да упражнява ефективен надзор, той трябва да разбира възможностите и ограниченията на системата, да разполага с необходимите знания и време за реакция и да има правото да отхвърли препоръката ѝ.

Бъдещето на авиацията вероятно няма да бъде битка между човека и машината, а ще зависи от начина, по който двамата работят заедно. ИИ може да открива зависимости в огромни масиви от данни, докато човекът оценява конкретната ситуация, отговорността и последиците от решението.

ИИ вече е във въздуха, макар пътниците рядко да го забелязват. Истинският въпрос не е дали технологията ще бъде използвана, а дали това ще става разумно, прозрачно и в интерес както на безопасността, така и на хората, които поверяват живота си на въздушния транспорт.