Simuladores con IA leen la actividad cerebral de los pilotos y ajustan el entrenamiento

Un nuevo simulador de vuelo con Inteligencia Artificial (IA) y sensores cerebrales modifica las misiones según el esfuerzo cognitivo del piloto. La tecnología busca entrenamientos más realistas y personalizados.

Investigadores del Real Centro Aeroespacial de los Países Bajos utilizaron una interfaz cerebro-ordenador para leer las ondas cerebrales de pilotos de combate en formación mientras participaban en simulaciones de realidad virtual (RV) y ajustar en tiempo real el nivel de dificultad de los escenarios de aprendizaje. El sistema de RV aumentó o disminuyó la visibilidad dentro de la simulación en función de la dificultad de las misiones para los pilotos, según la evaluación de un modelo de IA.

La innovación combina realidad virtual, electroencefalografía y modelos de inteligencia artificial para ajustar en tiempo real la dificultad de las misiones de entrenamiento de pilotos. La propuesta busca reemplazar los planes de instrucción rígidos por sesiones que respondan a la carga cognitiva que el propio cerebro del piloto está experimentando, según informa Aerospace Global News (AGN).

IA, actividad cerebral y realidad virtual para optimizar el entrenamiento de vuelo

El sistema, desarrollado por un equipo liderado por la investigadora Evy van Weelden en colaboración con el Real Centro Aeroespacial de los Países Bajos y probado con alumnos de la Royal Netherlands Air Force, usa una interfaz cerebro-ordenador (BCI) basada en electroencefalografía (EEG): electrodos colocados en el cuero cabelludo registran señales eléctricas que un modelo de IA traduce en estimaciones de la carga mental.

Según detallan los investigadores en un estudio publicado en arXiv, esos índices no pretenden leer pensamientos, sino identificar patrones asociados a esfuerzo, fatiga o bajo compromiso, y con ello modular la misión. En la prueba participaron quince pilotos en formación que volaron varias misiones de realidad virtual bajo dos condiciones: una secuencia tradicional de dificultad preprogramada y otra en la que la IA ajustaba la dificultad en tiempo real, en función de la actividad cerebral registrada.

Para manipular la exigencia se tuvieron en cuenta variables ambientales, como visibilidad, niebla o referencias visuales degradadas más que fallos técnicos complejos, con cinco niveles de reto. Los resultados arrojan una doble lectura: por un lado, la mayoría de los participantes prefirió el entrenamiento adaptativo, al sentirlo como más realista, menos predecible y más desafiante en la forma en que aparecen los problemas durante el vuelo. Muchos valoraron el aumento de inmersión y la sensación de que el escenario respondía a su estado.

Dificultades y retos del nuevo sistema para medir la actividad cerebral de los pilotos

Por otra parte, los datos objetivos de desempeño, medidos en precisión de tareas y control de la aeronave, no mostraron una mejora significativa frente al método tradicional. En otras palabras, la experiencia subjetiva mejoró, pero eso no se tradujo en métricas de vuelo superiores durante las pruebas. Los autores señalan que la complejidad individual de las señales cerebrales y la generalización del modelo podrían explicar este indicador.

Un desafío técnico fue la diferencia entre pilotos: en seis casos el sistema apenas detectó variaciones en la carga, lo que sugiere que el modelo, entrenado con datos de un grupo distinto, no captó correctamente los patrones individuales de todos los participantes. Al mismo tiempo, la reducción de la carga a categorías amplias podría impedir detectar matices como tensión visual, presión en la toma de decisiones o desorientación espacial.

Los especialistas creen que fuera del simulador ciertas tecnologías similares podrían algún día ayudar a detectar estrés agudo o pánico en cabina y resaltar información crítica o guiar a la tripulación hacia maniobras seguras. Sin embargo, los expertos advierten que llevar interfaces cerebro-ordenador operativas a aeronaves reales implica retos de fiabilidad, privacidad y certificación, que todavía están lejos de resolverse en la realidad concreta.