Ở độ cao 38.000 feet trên Bắc Đại Tây Dương, hai phi công ngồi trong im lặng, chỉ còn tiếng ù của động cơ vang lên.

Bầu trời quang đãng, được nhuộm những sắc cam và hồng khi mặt trời mọc trên đường chân trời.

Bên trong buồng lái, ánh sáng từ màn hình phản chiếu lên các bảng điều khiển bóng loáng và đôi mắt mệt mỏi.

Đó là một chuyến bay hành trình thông thường… ít nhất là bề ngoài.

Rồi một hồi chuông cắt ngang sự im lặng, kèm theo một thông điệp hiện trên Flight Management Computer.

Một chỉ báo sáng lên.

Không có gì kịch tính; không còi báo động, không đèn nhấp nháy.

Chỉ vừa đủ để chuyển trạng thái của phi công từ điềm tĩnh sang tập trung.

Đây là kiểu bay thương mại hiện đại.

Và chính trong những tình huống như vậy, thay vì các cảnh khẩn cấp theo kiểu Hollywood, nhu cầu có hai phi công trên buồng lái trở nên rõ ràng nhất.

Trí tuệ nhân tạo đã tồn tại gần 70 năm.

Kể từ những đề xuất đầu tiên về trí thông minh máy móc của Alan Turing, ảnh hưởng của nó ngày nay có lẽ đã lan tới hầu hết mọi ngành công nghiệp dưới nhiều hình thức.

Nhưng nếu nó đảm nhận vai trò của một trong những nghề được đào tạo cao nhất trên thế giới thì sao?

Cách tổ lái hoạt động

Để hiểu hết mức nghiêm trọng của tình huống này, trước tiên cần hiểu cách các tổ lái hàng không hoạt động.

Trong ngôn ngữ thông thường, các thuật ngữ "captain" và "first officer", giống như "pilot" và "copilot", thường được sử dụng thay thế cho ý tưởng "ai đang lái máy bay".

Trên thực tế, tổ lái hiện đại không hoạt động như vậy; thay vào đó, họ phân công một phi công điều khiển (PF) và một phi công giám sát (PM).

Trong mỗi chặng bay, có thể là captain hoặc first officer đảm nhiệm vai trò PF hay PM, với nhiệm vụ được xác định theo quy trình chứ không theo cấp bậc.

Người ta thường cho, với lý do xác đáng, rằng PM có khối lượng công việc thậm chí còn lớn hơn PF.

Trong khi PF tập trung gần như hoàn toàn vào việc điều khiển máy bay — tức là thao tác các điều khiển bay và theo dõi đường bay cùng các thiết lập công suất — PM có vai trò then chốt là giám sát nhiều khía cạnh khác của chuyến bay.

Điều này bao gồm giám sát hệ thống máy bay, duy trì nhận thức tình huống, liên lạc với kiểm soát không lưu, và quản lý hệ thống quản lý chuyến bay, cho phép tổ lái giám sát định hướng và hiệu suất.

Phân chia nhiệm vụ giữa PF & PM

Khi xảy ra sự cố, nhiệm vụ chính của PF là giữ cho máy bay ổn định và có thể dự đoán được.

PM lúc này trở thành người quản lý hệ thống và điều phối, chẩn đoán vấn đề, liên lạc với các cơ quan bên ngoài, và hướng dẫn tổ lái thực hiện các thủ tục.

Cách phân công có cấu trúc này ngăn chặn tình trạng quá tải nhận thức và cho phép PF tập trung vào việc xử lý tình huống an toàn.

Cách thức bay này đã biến hàng không thành một trong những phương tiện an toàn nhất.

Nhưng gần đây, một cuộc tranh luận mới đã nổ ra giữa các chuyên gia và cơ quan quản lý trên toàn thế giới: liệu các trách nhiệm của PM có thể được tự động hóa bằng trí tuệ nhân tạo hay không?

Một đồng phi công AI?

Trên lý thuyết, ý tưởng này có vẻ khá đơn giản, vì nhiều nhiệm vụ của PM liên quan đến việc giám sát luồng dữ liệu, xử lý thông tin và xử lý giao tiếp.

Rốt cuộc, đây là những nhiệm vụ mà AI thường làm tốt.

Máy tính có thể quét và xử lý dữ liệu nhanh hơn con người nhiều, cho phép đưa ra quyết định nhanh hơn nữa.

Và trong một số tình huống, chỉ vài giây cũng có thể tạo khác biệt giữa sự sống và cái chết.

Tuy nhiên, luận điểm này có nhiều sắc thái: vai trò của PM không chỉ thuần túy về mặt kỹ thuật.

Trong nhiều trường hợp, PM phải chủ động đưa ra quyết định dựa trên an toàn của hoạt động, đồng thời cần tính đến sở thích của cơ trưởng.

Mỗi phi công có cách điều khiển riêng.

Trong khi các thủ tục thao tác tiêu chuẩn luôn phải được tuân thủ, vẫn có một khoảng dung sai về cách thức cụ thể để bay máy bay.

PM đóng vai trò quan trọng ở đây trong việc hỗ trợ cơ trưởng.

Sự hỗ trợ tốt từ PM — như điều chỉnh định hướng trong máy tính quản lý chuyến bay, cung cấp các cập nhật và thông báo định kỳ về các tham số bay chấp nhận được, bao gồm tốc độ không khí và tốc độ hạ cánh, và rõ ràng xác nhận cũng như thúc giục hành động khi an toàn bay bị đe dọa — có tác động tích cực trực tiếp đến hoạt động.

Đây là yếu tố then chốt trong một trong những trụ cột của nghề bay: quản lý nguồn lực tổ lái, hay CRM.

Một PM có nhận thức tình huống tốt sẽ luôn suy nghĩ trước một hoặc hai bước, điều mà một máy tính không chắc có thể làm được.

Mọi phi công có chứng chỉ đều thành thạo về CRM.

Trong yếu tố con người, đó là một trong những khía cạnh chính về bay được xem xét sau một sự cố hay tai nạn.

Trong phần lớn các vụ tai nạn hàng không thương mại, sự sụp đổ trong CRM dường như là một yếu tố góp phần.

Có vô số vụ tai nạn có thể đã tránh được hoặc hậu quả được giảm bớt nếu tổ lái thực hiện CRM tốt hơn.

Một trong những ví dụ rõ ràng và hiện đại nhất là trường hợp của Air France Flight 447, chiếc máy bay rơi xuống Đại Tây Dương vào năm 2009 sau khi các chỉ số tốc độ không đáng tin cậy gây ra sự bối rối cho tổ lái.

Mặc dù cấu trúc máy bay vẫn nguyên vẹn trong phần lớn sự kiện, sự sụp đổ trong giao tiếp dẫn đến việc kiểm tra chéo kém hiệu quả giữa các phi công, gây ra thiếu hụt nhận thức tình huống và, không may, một trạng thái mất kiểm soát khí động học kéo dài mà máy bay không thể phục hồi.

Cơ trưởng đang nghỉ trong sự cố ban đầu, và hai first officer gặp khó khăn trong việc chẩn đoán vấn đề.

Họ không diễn đạt bằng lời các thao tác và ý định của mình khi cố gắng giải quyết vấn đề, dẫn đến sự phối hợp kém.

Các điều tra viên sau đó kết luận rằng CRM mạnh mẽ hơn — như giao tiếp khẳng định và đồng thuận về phương án hành động — có thể đã giúp tổ lái xác định đúng vấn đề và đưa máy bay trở lại trạng thái an toàn.

Vậy, buồng lái sẽ trông như thế nào nếu có một đồng phi công AI?

Nó gần như có thể được ví như quản lý nguồn lực phi công đơn, được ứng dụng rộng rãi trong hàng không dân dụng nhỏ.

Nhưng vì AI sẽ hoạt động gần như một trợ lý ảo, PF vẫn được kỳ vọng tương tác với AI.

Bằng cách nào? Có thể bằng giọng nói.

Có thể bằng các lệnh văn bản được xác định trước trên máy tính.

Hoặc có thể là thứ gì đó khác.

Đảm bảo phi công và AI vẫn có thể tương tác bằng một phương thức nào đó — đặc biệt trong các tình huống bất thường và khẩn cấp — là điều các nhà sản xuất và nhà phát triển phải hoàn thiện tường tận trong quá trình thử nghiệm.

Ai biết được bao lâu nữa phi công sẽ có 'Jarvis' để trò chuyện?

Một lần nữa, đây chắc chắn không phải là quan điểm của một phi công bi quan không muốn bị AI thay thế.

Đây là quan điểm của một phi công hiểu rõ tầm quan trọng của việc có thể giao tiếp và trao đổi ý tưởng với một con người khác trên buồng lái.

Nói vậy, hoạt động phi công ngày nay được xây dựng trên 100 năm kinh nghiệm bay của con người.

Nhưng không có lý do gì chúng ta không thể sử dụng AI để nâng cao việc bay và thu hẹp khoảng cách giữa 'xuất sắc' và 'hoàn hảo'.

Mặc dù sự hoàn hảo vốn không thể đạt được trong hoạt động thực tế, nhưng nỗ lực hướng tới nó là cách duy nhất để ta có thể tiến gần.

Và, trở lại với CRM, chỉ đúng khi chúng ta thực hành điều mình rao giảng và “sử dụng mọi nguồn lực sẵn có.”

Ngành công nghiệp đã từng đối mặt các chuyển đổi tương tự trước đây.

Việc loại bỏ kỹ sư bay khỏi buồng lái thường được coi là một tiền lệ.

Tuy nhiên, phép so sánh này không hoàn chỉnh.

Kỹ sư bay trước đây chịu trách nhiệm chính trong quản lý hệ thống máy bay, và tự động hóa dần tiếp nhận vai trò đó.

Trong trường hợp ngày nay, trách nhiệm của PM mở rộng xa hơn nhiều so với hệ thống: bao gồm giao tiếp, hỗ trợ quyết định và phán đoán dựa trên kinh nghiệm.

Làm sao để thuyết phục công chúng?

Nhận thức của công chúng cuối cùng sẽ định hình tốc độ thay đổi.

Không chỉ các nhà sản xuất phải vượt qua sự lo ngại gần như chắc chắn trong công chúng, mà họ còn phải giành được sự ủng hộ của những nhà khai thác.

Các cơ quan quản lý phải được thuyết phục thông qua thử nghiệm nghiêm ngặt, mô phỏng và xác thực trong thế giới thực.

Và chính các phi công phải tin tưởng rằng công nghệ tăng cường, chứ không làm suy yếu, an toàn.

Các thử nghiệm có thể bắt đầu bằng một máy bay thử nghiệm cho phép tắt AI khi cần.

Việc thử nghiệm các tình huống khẩn cấp sẽ rất quan trọng.

Thuật toán không chỉ cần chứng minh có thể đưa ra quyết định đúng đắn một cách nhất quán, mà việc thử nghiệm còn phải bao gồm các kịch bản có nhiều biến số để giúp nó học hỏi.

Ví dụ, mô phỏng một sự cố mất động cơ sẽ phải bao gồm nhiều lần lặp của kịch bản với các điều kiện thời tiết khác nhau, lượng nhiên liệu trên tàu, các đường băng hạ cánh khả dụng, và các lỗi hệ thống đồng thời khác, chỉ nêu vài ví dụ.

Điều này sẽ huấn luyện thuật toán học càng nhiều quyết định càng tốt, bất kể chúng có khả năng xảy ra thấp đến đâu.

Việc 'huấn luyện các trường hợp biên' này phản chiếu chặt chẽ cách mà phi công được đào tạo trong thực tế.

Những lĩnh vực khác đã áp dụng AI trong hoạt động hàng ngày.

Trong kiểm soát không lưu, National Air Traffic Services (NATS) hiện đang sử dụng trí tuệ nhân tạo tại London Heathrow để tối ưu khoảng cách giữa các máy bay, đặc biệt khi tiếp cận.

Thay vì dùng phương pháp xếp thứ tự và khoảng cách chung dựa trên các hạng nhiễu gió đuôi, AI xét tới trọng lượng chính xác, tốc độ không khí và các tham số máy bay khác để cung cấp cho kiểm soát viên các khuyến nghị khoảng cách chính xác hơn nhiều.

Điều này đã được chứng minh cải thiện luồng không lưu, cho phép tăng thông lượng máy bay.

Đổi lại, điều này có nghĩa ít máy bay phải bay vòng chờ, từ đó tiết kiệm nhiên liệu và giảm phát thải đáng kể.

Nó cũng đồng nghĩa ít trì hoãn hơn và linh hoạt vận hành hơn.

Đó là một bước tiến công nghệ tuyệt vời để hỗ trợ hoạt động tại một trong những sân bay bận rộn nhất thế giới.

Bầu trời phía trước

Vậy nên, dù bạn chưa được chào đón bằng một giọng nói máy tính ảo trên chuyến bay, nhưng những chức năng khác được hỗ trợ bởi AI trong ngành hàng không chắc chắn đang đến gần.

Một số người tiêu dùng đã có hàng được giao bởi drone, và rất nhiều nghiên cứu và phát triển đang được tiến hành về việc sử dụng AI trong Urban Air Mobility.

Thực tế về taxi bay gần hơn chúng ta tưởng.

Liệu các hoạt động hoàn toàn tự chủ có xuất hiện trong sự nghiệp của tôi, chứ chưa nói đến trong đời tôi không?

Mặc dù có khả năng, có lẽ còn hơi sớm để khẳng định.

Khả năng của công nghệ đã tăng theo cấp số nhân gần đây.

Ai biết được, liệu chúng ta có thấy các công ty UAM như Wisk và Archer nhảy vọt để tạo điều kiện cho bay thương mại tự động trước khi thế kỷ này kết thúc hay không?

Chúng ta đã thấy những người khác ủng hộ việc sử dụng AI trong hàng không.

Ngay cả với những phi công lo ngại bị tự động hóa thay thế, chúng ta vẫn có nghĩa vụ đối với công chúng bay là làm tất cả những gì có thể để duy trì và cải thiện an toàn cùng hiệu quả.

Rốt cuộc, nếu trí tuệ nhân tạo đã ở lại đây, tại sao không tận dụng nó có lợi cho chúng ta?