La comunicació entre els controladors aeris i els pilots és un dels últims grans espais de l'aviació que continua sent gairebé totalment humà, tot i que altres parts de la gestió del trànsit aeri ja s'han semiautomatitzat des de fa anys. És també un diàleg de seguretat crítica, on una instrucció mal entesa pot tenir conseqüències greus, cosa que fa que qualsevol intent d'automatitzar-lo hagi d'avançar amb molta cautela.
Mahyar Ghazanfari, Matthias Casanova, Jordan Kam, Alex Zongo, Peng Wei, Torsten Darrell i Alexandre Bayen —aquest últim, especialista en sistemes de transport— van publicar el 21 d'agost a arXiv un experiment que avalua si un model de llenguatge pot generar transmissions de control aeri operativament realistes. Els investigadors van transcriure a mà un vol real d'aviació general sobre la ruta «Bay Tour» de San Francisco per fer-lo servir com a referència, i hi van dissenyar cinc estructures d'instruccions (P1 a P5) amb un nivell creixent de detall i restricció, incrustades en un sistema de diàleg amb memòria d'estat, on el model feia de torre de control responent a un guió fix de pilot. Van provar nou models d'IA, oberts i tancats, mesurant les respostes amb mètriques lèxiques, estructurals i de semblança semàntica, a més d'un model jutge (GPT-5.5) validat contra l'avaluació d'experts humans. El resultat va sorprendre: donar un exemple ja resolt d'un altre vol millorava els resultats, però afinar més la instrucció no ho feia —les instruccions més lleugeres van funcionar millor que les més detallades, i la més rígida de totes va acabar col·lapsant a mesura que els seus propis errors s'anaven acumulant al llarg del diàleg, un problema que només es corregia injectant l'historial correcte de manera externa.
El resultat és rellevant perquè marca un camí concret —i també els seus límits actuals— cap a l'assistència d'IA en el control del trànsit aeri, un sector que arreu del món arrossega escassetat de personal i pressió per digitalitzar-se sense comprometre la seguretat. Que un guió massa detallat empitjori el rendiment, en lloc de millorar-lo, contradiu la intuïció habitual que «més instruccions» donen sistemes més fiables, i suggereix que el disseny del diàleg importa tant com la capacitat del model de fons.
És un experiment fet amb un sol vol real com a referència, sobre una ruta turística d'aviació general i no pas sobre trànsit comercial en ruta o en aeroports amb gran densitat, i el pilot amb qui interactua el model és un guió fix, no una persona real reaccionant en directe. Els mateixos autors el presenten com un primer pas experimental, no com un sistema a punt per fer-se servir en operacions reals: caldrien moltes més proves, amb escenaris més variats i sota supervisió humana constant, abans que una eina així pogués acostar-se a un entorn de control aeri de veritat.