Os aviões altamente automatizados de hoje criam surpresas com as quais os pilotos não estão familiarizados. Os humanos na cabine do piloto precisam estar mais bem preparados para as peculiaridades da máquina.
POUCO DEPOIS DE UM Smartlynx Estonian Airbus 320 decolar em 28 de fevereiro de 2018, todos os quatro computadores de controle de vôo da aeronave pararam de funcionar. Cada um teve um desempenho preciso, ficando offline após detectar (incorretamente) uma falha. O problema, descoberto mais tarde, era um atuador que tinha sido reparado com óleo muito viscoso. Um projeto criado para evitar um problema criou um problema. Somente a habilidade do piloto instrutor a bordo evitou um acidente fatal.
Agora, enquanto o Boeing 737 MAX retorna aos céus em todo o mundo após um encalhe de 21 meses, o treinamento de voo e o design estão na mira. Garantir um futuro seguro para a aviação, em última análise, requer uma abordagem inteiramente nova para o projeto de automação usando métodos baseados na teoria do sistema, mas os aviões com essa tecnologia estão 10 a 15 anos à frente. Por enquanto, precisamos treinar os pilotos para melhor responder às muitas peculiaridades inevitáveis da automação.
Ao pesquisar o MAX, Air France 447 e outros acidentes, falamos com centenas de pilotos e especialistas em agências regulatórias, fabricantes e universidades de aviação importantes. Eles concordam que a melhor maneira de prevenir acidentes em curto prazo é ensinar os pilotos a lidar de forma criativa com mais surpresas.
A resposta lenta ao treinamento atrasado do piloto e à reforma do projeto é um problema persistente. Em 2016, sete anos completos após a queda da Air France 447 no Atlântico Sul, as companhias aéreas de todo o mundo começaram a retreinar pilotos em uma nova abordagem para lidar com estandes aerodinâmicos de alta altitude. O treinamento do simulador que a Boeing convenceu os reguladores de que era desnecessário para as tripulações do 737 MAX começou somente após a segunda queda do MAX , em 2019.
Essas soluções abordam apenas esses dois cenários específicos. Centenas de outros desafios imprevistos relacionados à automação podem estar lá fora, que não podem ser antecipados usando métodos tradicionais de análise de risco, mas no passado incluíram fatores como um computador impedindo o uso de empuxo reverso quando "pensava" que o avião não havia pousado. Uma solução eficaz precisa ir além das limitações dos projetistas de aeronaves que são incapazes de criar o jato à prova de falhas perfeito. Como aponta o capitão Chesley Sullenberger, a automação nunca será uma panacéia para novas situações não previstas no treinamento.
Paradoxalmente, Sullenberger observou corretamente em uma entrevista recente conosco, “é preciso muito mais treinamento e experiência, não menos, para voar em aviões altamente automatizados”. Os pilotos devem ter um modelo mental da aeronave e seus sistemas primários, bem como o funcionamento da automação de vôo.
Ao contrário do mito popular, o erro do piloto não é a causa da maioria dos acidentes. Essa crença é uma manifestação do viés de retrospectiva e da falsa crença na causalidade linear. É mais correto dizer que os pilotos às vezes se encontram em cenários que os sobrecarregam. Mais automação pode muito bem significar cenários mais opressores. Esse pode ser um dos motivos pelos quais a taxa de acidentes fatais de grandes aviões comerciais por milhão de voos em 2020 aumentou em relação a 2019.
O treinamento de pilotos hoje tende a ser planejado e baseado em cenários conhecidos e prováveis. Infelizmente, em muitos acidentes recentes, os pilotos experientes não tiveram nenhum sistema ou treinamento em simulador para os desafios inesperados que encontraram. Por que os designers não podem prever os tipos de anomalias que quase derrubaram o avião Smartlynk? Um problema é que eles usam modelos obsoletos criados antes do advento dos computadores. Esta abordagem para antecipar cenários que podem apresentar risco em vôo é limitada. Atualmente, o único modelo disponível contemplando situações novas como essas é System Theoretic Process Analysis, criado por Nancy Leveson no MIT.
Aviões a jato modernos desenvolvidos usando métodos clássicos levam a cenários que esperam pela combinação certa de eventos. Ao contrário de aeronaves antigas construídas usando apenas componentes elétricos e mecânicos básicos, a automação nesses jatos modernos usa uma série complexa de situações para “decidir” como executar.
Na maioria das aeronaves modernas, o software que controla a resposta dos controles se comporta de maneira diferente dependendo da velocidade no ar, se está no solo, em vôo, se os flaps estão levantados e se o trem de pouso está levantado. Cada modo pode conter um conjunto diferente de regras para o software e pode levar a resultados inesperados se o software não estiver recebendo informações precisas.
Um piloto que entende essas nuances pode, por exemplo, considerar evitar uma mudança de modo não retraindo os flaps. No caso de travamentos do MAX, os pilotos se encontravam em situações confusas, ou seja, a automação funcionava perfeitamente, mas não como o esperado. O software foi alimentado com informações ruins.
Os projetistas do MAX presumiram incorretamente que os pilotos interviriam magicamente. Eles perderam o fato fundamental de que os mesmos dados defeituosos que confundiam o computador também confundiam os pilotos. Os sistemas de automação de vôo operaram precisamente conforme projetado em ambos os voos condenados, até o impacto.
Embora esses desafios muitas vezes possam ser “planejados”, os pilotos não podem esperar por aviões mais bem projetados. Eles precisam ser treinados agora para entender que a resposta de uma aeronave depende do "modelo de processo" do computador. Por exemplo, quando algo acontece na decolagem que não está definido nos manuais, os pilotos são normalmente treinados para subir a uma altitude segura, retrair o trem de pouso e os flaps e, em seguida, decidir o que precisam fazer em seguida. Isso funcionava bem em aeronaves tradicionais, mas hoje tem grandes desvantagens. Mesmo se o piloto “desconectar” a automação, ainda pode haver mudanças de modo que afetam a forma como o avião responde. Em várias das aeronaves mais novas, os sistemas automatizados continuam funcionando mesmo depois deum piloto acredita que eles “desligaram tudo”. Quando a aeronave está voando de forma satisfatória, os pilotos não devem pensar em mudar nada até que entendam perfeitamente o status do avião. Os pilotos também precisam de treinamento em simulador de cenário incomum, com foco na perda completa de automação, incluindo computadores de controle de vôo. Atualmente, esse treinamento, se é que ocorre, é breve, com os sistemas sendo restaurados. A perda deve ser concluída com um pouso e inclui manuseio em alta altitude. Praticamente ninguém está fazendo isso hoje.
A indústria deve reverter a tendência perigosa de fornecer aos pilotos menos conhecimento do sistema e vôo manual "esquemático", uma premissa falha baseada na teoria da confiabilidade, não na teoria do sistema. Os pilotos devem compreender como os sistemas mudam os modos e seu impacto nos controles de vôo e outros sistemas.
Muitos pilotos hoje sentem que sabem menos sobre seus aviões altamente automatizados do que sobre qualquer um dos aviões indiscutivelmente muito mais simples que voaram no passado. Isso precisa mudar. Acreditamos que essa abordagem melhor para o treinamento teria evitado muitos dos mais de 60 acidentes de aeronaves comerciais que ceifaram mais de 3.500 vidas nos últimos 11 anos. Isso inclui os acidentes do 737 MAX em 2018 e 2019, o acidente do Superjet russo de 2019 em Moscou, o acidente do Air Asia Airbus 320 de 2014 no Mar de Java e a perda do Air Algérie MD-83 no Mali, o acidente do Asiana Boeing 777 de 2013 em San Francisco, bem como o acidente do Air France Airbus 330 de 2009 no Atlântico Sul.
Graças ao fato de milhares de pilotos permanecerem licenciados, a indústria agora tem uma oportunidade única de dar o primeiro passo em direção à prevenção de acidentes com um melhor treinamento de pilotos. Com mais de US $ 70 bilhões em concessões e empréstimos recentes, as companhias aéreas dos Estados Unidos estão em uma posição sólida para oferecer aos pilotos o tipo de experiência de que precisam para lidar com eventos mais inesperados. No processo, eles podem criar um novo modelo mundial que evitará mais acidentes provocados por surpresas que nenhum departamento de treinamento de companhias aéreas ou sistema de automação integrado pode prever. Até que a automação possa responder por suas próprias surpresas, precisamos ter certeza de que os humanos podem.
Saiba mais sobre nossas certificações internacionais:
Analista de Inovação: https://www.xper.social/cai
Gestor de Inovação: https://www.xper.social/cgi
Arquiteto de Inovação: https://www.xper.social/arquiteto
Comments