Kuzey Atlantik üzerinde 38.000 feet yükseklikte, iki pilot sessizce oturuyor; duyulan tek şey motorların uğultusu. Gökyüzü açık, güneş ufukta yükselirken turuncu ve pembe tonlarla boyanmış. Kokpitte, ekranın parıltısı cilalı cihaz panellerine ve yorgun gözlere yansıyor. Yüzeyde bakıldığında bu rutin bir seyir gibi görünüyor … en azından görünüşte.

Sonra bir çan sesi sessizliği delen bir uyarı verir ve Uçuş Yönetim Bilgisayarında bir mesaj belirir. Bir gösterge yanar. Bu dramatik değildir; alarm yok, yanıp sönen ışık yok. Yalnızca pilotların ortamını sakinlikten odaklanmaya çevirmeye yetecek kadar.

Bu modern havayolu uçuşu. Ve iki pilotla uçmanın gerekliliğinin en açık görüldüğü yer, Hollywood tarzı acil durumlardan ziyade burada, gündelik olanın içinde.

Yapay zeka neredeyse 70 yıldır var. Alan Turing'in makine zekâsına dair ilk önerilerinden bu yana, etkisi bugün hemen her sektöre bir biçimde ulaşmış durumda.

Peki ya bu, dünyanın en yüksek eğitimli mesleklerinden birinin rolünü üstlenirse?

Personel Nasıl Uçar

Durumun tam ağırlığını anlamak için önce havayolu mürettebatlarının nasıl çalıştığını kavramak gerekir.

Günlük dilde "kaptan" ve "ilk subay", tıpkı "pilot" ve "yardımcı pilot" terimleri gibi, sıklıkla "uçağı kim uçuruyor" fikriyle birbirinin yerine kullanılır. Gerçekte modern ekipler böyle çalışmaz; bunun yerine bir uçuşu yapan pilot (PF) ve izleyen pilot (PM) olarak görevler belirlenir. Hangi uçuş segmentinde kaptan ya da ilk subayın PF veya PM olacağı rütbe ile değil, prosedürlerle tanımlanan görevlerle belirlenir.

Çoğu zaman haklı olarak PM'nin PF'den daha yüksek bir iş yüküne sahip olduğu düşünülür. PF büyük ölçüde uçağı kontrol etmeye odaklanırken — yani uçuş kontrollerini kullanmak, uçağın uçuş yolunu ve güç ayarlarını takip etmek — PM uçuşun çeşitli diğer yönlerini izleme konusunda hayati bir rol üstlenir. Bu, uçak sistemlerini izlemeyi, durumsal farkındalığı korumayı, hava trafik kontrolü ile iletişim kurmayı ve ekip için seyir ve performansı denetlemeyi sağlayan uçuş yönetim sistemini yönetmeyi içerir.

PF ile PM Arasındaki Görev Dağılımı

Bir arıza meydana geldiğinde, PF'nin birincil görevi uçağı stabil ve öngörülebilir tutmaktır. PM ise sistem yöneticisi ve koordinatör rolünü üstlenir; problemi teşhis eder, dış kuruluşlarla iletişim kurar ve ekibi prosedürler boyunca yönlendirir. Bu yapılandırılmış yaklaşım bilişsel aşırı yüklenmeyi önler ve PF'nin durumu güvenli bir şekilde çözmeye odaklanmasını sağlar.

Bu uçuş yaklaşımı onu en güvenli ulaşım biçimlerinden biri haline getirdi. Ancak son zamanlarda, uzmanlar ve düzenleyici kuruluşlar arasında yeni bir tartışma başladı: PM'nin sorumlulukları yapay zekâ ile otomatikleştirilebilir mi?

Bir Yapay Zeka Yardımcı Pilot mu?

Kağıt üzerinde fikir oldukça basit görünüyor; çünkü PM'nin görevlerinin çoğu veri akışlarını izlemeyi, bilgiyi işlemeyi ve iletişimi yönetmeyi içeriyor. Bunlar sonuçta yapay zekânın genellikle iyi olduğu işlerdir. Bilgisayarlar verileri insanlardan çok daha hızlı tarayıp işleyebilir, bu da kararların çok daha hızlı alınmasını sağlar. Ve bazı durumlarda yalnızca saniyeler hayat ile ölüm arasındaki farkı belirleyebilir.

Ancak bu argümanda nüans var: PM'nin rolü yalnızca teknik değil. Birçok durumda PM, operasyonun güvenliğine dayalı olarak aktif kararlar almak zorundadır ve kaptanın tercihlerinin de dikkate alınması gerekir. Her pilotun kendine özgü bir uçuş tarzı vardır. Standart işletim prosedürlerine her zaman uyulması gerekse de, uçağın nasıl uçurulacağı konusunda bazı esneklikler bulunur.

PM burada kaptana destek sağlama konusunda önemli bir rol oynar. Uçuş yönetim bilgisayarında navigasyonu ayarlamak, kabul edilebilir uçuş parametreleri — örneğin hız ve iniş oranları — ile ilgili düzenli güncellemeler ve çağrılar sağlamak ve uçuş güvenliği tehdit edildiğinde açıkça onaylayıp harekete geçmeyi teşvik etmek gibi iyi PM desteği operasyon üzerinde doğrudan olumlu bir etki yapar. Bu, uçuşun temel sütunlarından biri olan mürettebat kaynak yönetiminin (CRM) kilit bir unsurudur. Güçlü durumsal farkındalık uygulayan bir PM her zaman bir veya iki adım önde düşünür; bu, bir bilgisayarın garantiyle yapabileceği bir şey değildir.

Tüm sertifikalı pilotlar CRM konusunda iyi eğitimlidir. İnsan faktörleri bağlamında, bir olay veya kaza sonrasında incelenen kilit uçuş konularından biridir. Ticari havacılık kazalarının çoğunda CRM'de bir kopma katkı faktörü olarak görünür. Mürettebat daha iyi CRM uygulamış olsaydı ya önlenebilecek ya da sonuçları hafifletilebilecek pek çok kaza vardır.

Bunun en güçlü ve modern örneklerinden biri, 2009'da güvenilir olmayan hava hızı göstergelerinin ekibe karışıklık yaşatmasının ardından Atlantik Okyanusu'na düşen Air France Flight 447 vakasıdır. Olay sırasında uçak yapısal olarak büyük ölçüde sağlam kalmış olsa da, iletişim kopukluğu pilotlar arasında etkili çapraz kontrollerin yapılmamasına yol açtı; bu da durumsal farkındalıkta bir boşluğa ve ne yazık ki uçağın toparlanamadığı sürekli bir aerodinamik stalla sonuçlandı.

Kaptan ilk olay sırasında dinleniyordu ve iki ilk subay sorunu teşhis etmekte zorlandı. Sorunu çözmeye çalışırken girdilerini ve niyetlerini sözlü olarak ifade edemediler; bu da koordinasyon eksikliğine yol açtı. Araştırmacılar daha sonra, daha güçlü bir CRM — örneğin iddialı iletişim ve atılacak eylem konusunda fikir birliği — ekibin sorunu doğru şekilde tanımlayıp uçağı toparlamasına olanak sağlayabileceğini belirlediler.

Peki bir kokpit yapay zeka yardımcı pilotla nasıl görünür? Bu neredeyse genel havacılık dünyasında yoğun olarak kullanılan tek pilot kaynak yönetimine benzetilebilir. Ancak yapay zeka neredeyse sanal bir asistan gibi davranacağından PF'nin yine de yapay zeka ile etkileşimde bulunması beklenir. Nasıl mı? Belki sesle. Belki önceden belirlenmiş bilgisayar metin istemleriyle. Ya da belki başka bir yolla.

Pilot ile yapay zekanın, özellikle anormal ve acil senaryolarda, yine de bir şekilde etkileşim kurabilmesini sağlamak, üreticilerin ve geliştiricilerin testler sırasında kusursuz şekilde başarması gereken bir konu olacak. Pilotların kendi Jarvis'leriyle ne kadar yakında konuşabileceğini kim bilebilir?

Yine, bu görüş yapay zeka tarafından yerinden edilmek istemeyen kötümser bir pilotun görüşü değil. Bu, kokpitte başka bir insanla iletişim kurmanın ve fikir alışverişinde bulunmanın önemini bizzat bilen bir pilotun görüşü. Bununla birlikte, bugünün pilot operasyonları 100 yıllık insanlı uçuş deneyimi üzerine inşa edilmiştir.

Ancak yapay zekayı uçuşumuzu geliştirmek ve "mükemmel" ile "mükemmelin biraz altı" arasındaki farkı kapatmak için kullanmamız için hiçbir neden yok. Gerçek dünyadaki operasyonlarda mükemmellik doğası gereği ulaşılamaz olsa da ona doğru çabalamak ancak yaklaşıp fayda sağlamamıza olanak verir. Ve CRM'e geri dönersek, söylediğimizi uygulayıp "mevcut tüm kaynakları kullanmak" en doğru yaklaşımdır.

Sektör benzer geçişlerle daha önce karşılaştı. Kokpitteki uçuş mühendisinin kaldırılması sıklıkla bir emsal olarak gösterilir. Ancak bu karşılaştırma eksiktir. Uçuş mühendisleri öncelikle uçak sistemlerini yönetmekten sorumluydu ve otomasyon zamanla bu rolü üstlendi. Bugünkü durumda ise PM'nin sorumlulukları sistemlerin çok ötesine uzanır: iletişim, karar desteği ve deneyime dayalı muhakeme bunların arasında yer alır.

Kamuyu Nasıl İkna Ederiz?

Kamu algısı nihayetinde değişim hızını şekillendirecek. Üreticilerin yalnızca genel halk arasındaki neredeyse kesin huzursuzluğu aşması gerekmez; aynı zamanda işletmecilerin desteğini de kazanmak zorundadırlar. Düzenleyiciler ise titiz testler, simülasyonlar ve gerçek dünya doğrulamaları ile ikna edilmelidir. Ve pilotların kendileri, teknolojinin güvenliği zayıflatmak yerine artırdığına emin olmalıdır.

Bu muhtemelen yapay zekanın gerektiğinde devre dışı bırakılmasına izin verecek bir test uçağıyla başlayabilir. Acil durum senaryoları için testler çok önemli olacaktır. Algoritmanın tutarlı olarak sağlam kararlar verebildiğini kanıtlaması gerekmez; testler aynı zamanda algoritmanın öğrenmesini sağlamak için çok değişkenli senaryoları içermelidir. Örneğin bir motor arızası simülasyonu, farklı hava koşulları, mevcut yakıt, kullanılabilir iniş pistleri ve diğer eşzamanlı sistem arızaları gibi varyasyonlarla tekrar edilmeli; böylece algoritma olasılığı düşük olsa bile mümkün olduğunca çok kararı öğrenebilsin. Bu "sınır durumu eğitimi" pilotların gerçek dünyada nasıl eğitildiğini yakından taklit eder.

Diğer sektörler günlük operasyonlarda yapay zekayı zaten benimsemiş durumda. Hava trafik kontrolünde, National Air Traffic Services (NATS) artık London Heathrow'da yaklaşma sırasında uçaklar arasındaki boşlukları optimize etmek için yapay zeka kullanıyor. Generik dizilim ve uyarı türlerine dayalı aralıklandırma yerine, yapay zeka tam ağırlıkları, hava hızlarını ve diğer uçak parametrelerini dikkate alarak kontrolörlere çok daha doğru bir aralıklandırma önerisi sunuyor. Bu, hava trafik akışını iyileştirerek daha fazla uçak trafiğine izin verdiği kanıtlanmış durumda. Sonuç olarak daha az uçak bekleme paternine girmek zorunda kalıyor; bu da önemli yakıt ve emisyon tasarrufları sağlıyor. Ayrıca daha az gecikme ve daha fazla operasyonel esneklik anlamına geliyor. Dünyanın en yoğun havalimanlarından birindeki operasyonları destekleyen harika bir teknolojik evrim.

Geleceğin Gökyüzü

Yani, uçuşlarınızda daha şimdiden sanal bilgisayarlı bir ses tarafından karşılanmayacaksınız, ancak havacılık endüstrisinin diğer yapay zeka destekli işlevleri kesinlikle ufukta. Bazı tüketiciler paketlerini drone'larla teslim almaya başladı ve Urban Air Mobility'de yapay zekâ kullanımı için çok sayıda araştırma ve geliştirme yürütülüyor. Hava taksilerinin gerçeğe dönüşmesi düşündüğümüzden çok daha yakın.

Tam otonom operasyonlar kariyerim boyunca, hatta ömrüm boyunca ortaya çıkacak mı? Muhtemel olsa da, söylemek için henüz biraz erken olabilir. Teknolojinin yetenekleri son zamanlarda katlanarak arttı. Bu yüzyıl bitmeden Wisk ve Archer gibi UAM şirketlerinin otonom ticari uçuşu kolaylaştırmak için büyük sıçramalar yapmayacağını kim söyleyebilir?

Zaten havacılıkta yapay zekayı savunanları gördük. Otomasyon tarafından yerinden edilmekten çekinen pilotlar için bile, uçuş kamuoyuna karşı güvenliği ve verimliliği sürdürmek ve iyileştirmek için elimizden gelen her şeyi yapmak gibi bir görevimiz var. Sonuçta, yapay zekâ kalıcıysa, onu avantajımıza kullanmamalı mıyız?