北大西洋上空3万8,000フィートで、二人のパイロットは沈黙の中に座り、聞こえるのはエンジンの低いうなりだけだ。

空は澄んでおり、地平線に昇る太陽がオレンジとピンクの色合いで空を染めている。

コックピット内では、表示器の明かりが磨かれた計器盤や疲れた目に反射している。

表面的にはごく普通の巡航だ……少なくとも外見上は。

そのとき、チャイムが静寂を破り、Flight Management Computerにメッセージが表示される。

インジケーターが点灯する。

劇的なものではなく、アラームや点滅する警告灯はない。

ただ、パイロットの心境を落ち着きから集中へと変えるに十分なものだ。

これが現代の航空会社の飛行である。

そして、ハリウッド的な非常事態ではなく、まさにこうした場面で二人体制の必要性が最も明白になるのだ。

人工知能はほぼ70年にわたり存在してきた。

アラン・チューリングの機械知能に関する最初の提案以来、その影響は今日、ほとんどあらゆる産業に何らかの形で及んでいる。

しかし、それが世界でもっとも高度に訓練された職業の一つの役割を担ったらどうだろうか？

乗務員はどう飛ばすか

この状況の重大さを正しく理解するには、まず航空会社の乗務員がどのように運航しているかを知る必要がある。

日常的な言い方では、「captain」や「first officer」、あるいは「pilot」と「copilot」といった用語が「誰が飛行機を操縦しているか」という意味で混同されて使われることが多い。

しかし実際の近代的な乗務員の運用はそうではなく、代わりにPilot Flying（PF）とPilot Monitoring（PM）という役割を定める。

ある区間でPFやPMを務めるのが機長か副操縦士かは問わず、職務は階級ではなく手順によって定義される。

多くの場合、PMの方がPFよりもさらに高い作業負荷を負っていると見なされるのはもっともだ。

PFはほぼ専ら機体の制御に集中する――つまり、操縦桿や操縦装置を操作し、飛行経路や出力設定を監視する――一方で、PMは飛行中の他の様々な側面を監視する重要な役割を担っている。

これには機体システムの監視、状況認識の維持、管制との通信、そして乗務員が航法や性能を監督できるようにするフライトマネジメントシステム（FMS）の管理が含まれる。

PF と PM の役割分担

故障が発生した場合、PFの主な任務は機体を安定で予測可能な状態に保つことだ。

その間、PMはシステムの管理者兼コーディネーターとなり、問題を診断し、外部機関と連絡を取り、手順に沿って乗務員を導く。

この構造化されたアプローチは認知的過負荷を防ぎ、PFが安全に状況を解決することに集中できるようにする。

この飛行方法が航空を最も安全な輸送手段の一つにしてきた。

しかし近年、専門家や世界中の規制当局の間で新たな議論が始まっている：PMの責任は人工知能で自動化できるのか、という点だ。

AIコパイロット？

紙の上では、この考えはかなり単純に見える。

というのも、多くのPMの仕事はデータストリームの監視、情報処理、そして通信の処理を含むからだ。

これらは結局のところAIが得意とする領域でもある。

コンピュータは人間よりもはるかに速くデータを走査して処理できるため、意思決定をより迅速に行える。

そして、場合によっては数秒の差が生死を分けることもある。

しかし、この議論にはニュアンスがある：PMの役割は純粋に技術的なものではない。

多くの場合、PMは運航の安全性に基づいて能動的に判断を下さねばならず、機長の好みも考慮に入れなければならない。

どのパイロットにもそれぞれの飛ばし方がある。

標準運用手順に従うことは常に必要だが、実際にどのように飛ばすかについてはある程度の裁量が存在する。

ここでPMは機長を支える重要な役割を果たす。

例えばFMSで航法を調整したり、対外速度や降下率など許容される飛行パラメータに関する定期的な更新やコールアウトを行ったり、飛行の安全が脅かされたときには明確に確認して行動を促したりすることだ。

このような良好な支援は運航に直接的な好影響を与える。

これはクルーリソースマネジメント、いわゆるCRMの柱の一つにとって重要な要素だ。

強い状況認識を持つPMは常に一つか二つ先を読んで行動しているだろうが、コンピュータが必ずしもそれを行えるとは限らない。

認定パイロットは誰もがCRMに精通している。

人的要因の観点では、事故やインシデント後に調査される主要な側面の一つだ。

商用航空の事故の大半では、CRMの崩壊が寄与要因として現れる。

より良いCRMが実行されていれば回避できた、あるいは被害を軽減できたであろう事故は数多く存在する。

その最も強力で近年の例の一つが、2009年にAir France Flight 447が大西洋に墜落した事件だ。

速度計の信頼性が低下したことが乗務員の混乱を招いた。

機体は事象の大部分にわたって構造的には無事だったが、コミュニケーションの崩壊がパイロット間の効果的なクロスチェックを妨げ、状況認識の欠如を生み、残念ながら機体が回復できない持続的な失速に至った。

当初の事象では機長が休息中で、二人のファーストオフィサーは問題を診断するのに苦労した。

彼らは問題に対処しようとする中で自分たちの入力や意図を口に出して確認することに失敗し、連携の欠如を招いた。

調査官は後に、より強いCRM、たとえば主張的なコミュニケーションや取るべき行動についての合意があれば、乗務員は問題を正確に特定して機体を回復できた可能性があると結論づけた。

では、AIコパイロットがいるコックピットはどのように見えるだろうか。

それは、軽飛行機の世界でよく使われるシングルパイロットリソースマネジメントにほとんど似ているかもしれない。

しかしAIがほとんど仮想アシスタントのように作用するなら、PFは依然としてAIと対話することが期待されるだろう。

どのように？音声でかもしれない。

事前に定められたコンピュータのテキストプロンプトかもしれない。

あるいは別の方法かもしれない。

特に異常や緊急時において、パイロットとAIが何らかの形で相互作用できることを確実にすることは、メーカーや開発者が試験段階で完璧に仕上げる必要がある。

パイロットが自分の「ジャービス」にいつ話しかけられるようになるかは誰にもわからない。

ここで述べている見解は、AIに置き換えられたくない悲観的なパイロットの意見ではない。

これは、フライトデッキで他の人間と意思疎通し考えをぶつけ合うことの重要性を身をもって知っているパイロットの見解だ。

とはいえ、今日のパイロット業務は100年にわたる人間の飛行の積み重ねに基づいて構築されている。

しかし、AIを活用して我々の飛行を強化し、「優秀」と「完璧」の間のギャップを埋めることができない理由はない。

現実の運航で完璧を達成することは本質的に不可能かもしれないが、それを目指すことこそが近づく唯一の方法だ。

そしてCRMに戻れば、「利用可能なすべての資源を活用する」という我々の教えを実践するのは正しいことである。

業界はこれまでにも同様の変化に直面してきた。

コックピットからフライトエンジニアがいなくなったことはしばしば前例として挙げられる。

しかし、その比較は不十分だ。

フライトエンジニアは主に機体システムの管理を担当しており、その役割は自動化によって徐々に吸収された。

今日のケースでは、PMの責務はシステムをはるかに超えており、通信、決定支援、そして経験に基づく判断を含んでいる。

どうやって一般の理解を得るか？

世間の認識が最終的に変化の速度を左右するだろう。

メーカーは一般の人々の間に確実に存在する不安を克服しなければならないだけでなく、事業者の支持も得なければならない。

規制当局は厳格な試験、シミュレーション、実運用での検証を通じて納得させる必要がある。

そしてパイロット自身が、その技術が安全性を損なうのではなく向上させると確信しなければならない。

まずはAIを必要に応じて無効化できるテスト機から始めることも考えられる。

緊急時のシナリオを試験することは極めて重要だ。

アルゴリズムが一貫して妥当な判断を下せることを証明するだけでなく、学習を可能にするために複数の変数を伴うシナリオも含める必要がある。

例えばエンジン故障のシミュレーションであれば、異なる気象条件、搭載燃料量、利用可能な滑走路、その他同時発生するシステム故障などを組み合わせた反復が必要だ。

これにより、たとえ起こりにくいものであっても可能な限り多くの判断をアルゴリズムに学習させるべきだ。

この「エッジケース訓練」は、パイロットが現実の世界でどのように訓練されるかに密接に類似している。

他の分野ではすでにAIを日常業務に取り入れている。

例えば航空管制では、National Air Traffic Services (NATS) がロンドン・ヒースロー空港で人工知能を使い、特に進入時の機間隔を最適化している。

ウェイクタービュランスのカテゴリーに基づく一般的な配列や間隔ではなく、AIは正確な重量、対気速度、その他の機体パラメータを考慮して管制官により精度の高い間隔の提案を行う。

これにより航空交通の流れが改善され、航空機の処理能力が向上することが証明されている。

結果として待機パターンに入る航空機が減り、燃料と排出量の大幅な節約につながる。

また遅延が減り運航の柔軟性が高まる。

世界で最も混雑する空港の一つの運航を支える素晴らしい技術的進化と言える。

これからの空

だから、あなたの搭乗する便でまだ仮想のコンピュータ音声に迎えられることはないかもしれないが、航空業界の他のAI対応機能は確実に近い将来に現れるだろう。

すでに消費者の中にはドローンで荷物を配達されている人もおり、都市型航空（Urban Air Mobility）でのAI利用に多くの研究開発が行われている。

エアタクシーの現実は私たちが考えるよりずっと近い。

完全自律運航が私のキャリア中、あるいは生涯に現れるだろうか？

可能性は高いが、まだ断言するには時期尚早かもしれない。

技術の能力は最近になって飛躍的に向上している。

WiskやArcherのようなUAM企業がこの世紀中に自律型の商業飛行を実現するために大きな飛躍を遂げると誰が言えるだろうか。

すでに他者が航空でのAI利用を推進しているのを我々は見てきた。

自動化に置き換えられることを懸念するパイロットであっても、我々には航空公共のために安全性と効率を維持・向上させるためにできる限りのことをする義務がある。

結局のところ、人工知能がこの先も存在するなら、それを我々の利点として活用しない手はないのだ。