Wyobraź sobie, że siedzisz w Airbusie A320, obok ciebie nie ma żadnego pilota, a za chwilę trzeba lądować. Zamiast kapitana masz tylko słuchawki, internet i ChatGPT, który ma cię sprowadzić bezpiecznie na pas. Brzmi jak clickbait, ale dokładnie taką sytuację zasymulował YouTuber LuxPlanes w profesjonalnym symulatorze A320 w Hiszpanii. ([Supercar Blondie][1])
Eksperyment miał odpowiedzieć na proste pytanie: czy ChatGPT jest w stanie przeprowadzić kompletnie „zielonego” pasażera przez procedurę lądowania dużego odrzutowca. Wynik okazał się mieszanką imponującej precyzji i totalnego chaosu na samym końcu.
Eksperyment: pasażer, symulator Airbus A320 i „zaginieni” piloci
Cała akcja odbyła się w centrum HeronFly w Sewilli, gdzie stoi pełnowymiarowy symulator Airbus A320. To nie jest zabawkowy kokpit z gry, tylko sprzęt bardzo zbliżony do tego, którego używają zawodowi piloci podczas treningów i scenariuszy awaryjnych. ([Heronfly-Sevilla][2])
Scenariusz był prosty. YouTuber siada w fotelu pilota. Piloci są „zaginieni”, a jedynym wsparciem jest ChatGPT odpalony na ekranie. AI dostaje informację, że trzeba doprowadzić samolot w konkretne miejsce i bezpiecznie wylądować. W odpowiedzi generuje szczegółowy, około 50-minutowy plan działania, obejmujący cały lot i podejście do lądowania. ([Supercar Blondie][1])
Na początku ChatGPT skupia się na tym, żeby „pasażer” w ogóle ogarnął kokpit. Każe mu sprawdzić autopilota, wskazania wysokości, prędkość, kurs i stan systemów. Pomaga zinterpretować to, co pokazują ekrany, i utrzymać samolot na bezpiecznej ścieżce.
Jak ChatGPT poprowadził lądowanie Airbus A320
Najciekawszy fragment zaczyna się oczywiście przy zbliżaniu do lotniska. ChatGPT tłumaczy, jak ustawić częstotliwość ILS, jak dopasować kurs samolotu do osi pasa oraz kiedy zacząć wysuwać klapy i podwozie. Wskazuje, które pokrętła i przełączniki odpowiadają za wysokość, prędkość i tryby autopilota. ([Supercar Blondie][1])
AI sugeruje, że ostateczna faza lądowania powinna być wykonana ręcznie. W pewnym momencie każe więc wyłączyć autopilota, trzymać się wskaźników nachylenia i delikatnie zaciągnąć wolant tuż nad pasem, żeby wyhamować opadanie. Pierwsze podejście nie kończy się jednak sukcesem. Samolot mija odpowiednie miejsce do zjazdu z pasa, a ChatGPT uznaje, że najlepiej będzie wykonać kolejne okrążenie i spróbować ponownie.
Drugie podejście wypada znacznie lepiej. Udało się wyrównać samolot względem pasa, przejść na manualne sterowanie i „przytulić” maszynę do betonu całkiem przyzwoitym przyziemieniem. Problem w tym, że na tym kończy się kompetencja wirtualnego pierwszego oficera. ChatGPT nie daje żadnych sensownych wskazówek dotyczących hamowania, użycia odwracaczy ciągu czy procedur po lądowaniu. Efekt w symulatorze: Airbus pędzi dalej, przelatuje przez koniec pasa i ląduje w zabudowaniach, zamiast grzecznie zatrzymać się przed drogą kołowania. ([Supercar Blondie][1])
Czego ten test naprawdę uczy o AI w kokpicie
Na papierze wynik wygląda nieźle. ChatGPT potrafi krok po kroku przeprowadzić laika przez dużą część procedury podejścia. Umie nazwać elementy kokpitu, zna logikę działania autopilota, rozumie, po co są klapy, ILS czy przełączniki trybów na panelu sterowania. To już coś.
Jednocześnie eksperyment bardzo mocno pokazuje ograniczenia takiego podejścia. AI nie widzi realnej sytuacji na zewnątrz, nie czuje przeciążeń, nie słyszy ostrzeżeń systemów i nie ma dostępu do wszystkich szczegółowych danych z samolotu. Działa tylko na podstawie tekstu, który widzi na ekranie, oraz wiedzy ogólnej o lataniu.
Brakuje też kontekstu operacyjnego. Prawdziwy pilot ma w głowie procedury linii, doświadczenie z setek godzin w powietrzu i potrafi świadomie ocenić ryzyko. ChatGPT nie ma ani licencji, ani odpowiedzialności karnej czy służbowej. To narzędzie, nie członek załogi.
AI jako pomoc dla pilotów, symulatorów i twórców online
Gdzie w tym wszystkim jest sensowne miejsce dla AI? Widziałbym je dużo bardziej po stronie wsparcia niż prowadzenia samolotu. ChatGPT może pomóc zrozumieć manuale, przygotować „ściągę” z procedur, przetłumaczyć skomplikowane checklisty na prosty język.
Dla pilotów i osób szkolących się na symulatorach to może być dodatkowy sposób na utrwalenie wiedzy. Można na przykład poprosić AI o rozpisanie scenariuszy awaryjnych krok po kroku, stworzenie quizów z systemów samolotu albo wyjaśnienie konkretnej strony ECAM czy FMS w bardziej ludzkich słowach.
Dla twórców online to z kolei złoto pod kątem contentu. Taki eksperyment jak u LuxPlanes sam w sobie jest gotowym formatem na YouTube. AI pomaga wymyślić scenariusz, rozpisać ujęcia, przygotować miniaturę z chwytliwym tytułem i opis, który podbije CTR. Sam lot staje się wtedy nie tyle szkoleniem pilota, ile widowiskiem o tym, jak daleko zaszła technologia i gdzie nadal ma spore dziury.
Zalety i wady: ChatGPT w roli „drugiego oficera”
Z mojego punktu widzenia bilans wygląda mniej więcej tak.
Zalety:
Potrafi tłumaczyć złożone procedury na prosty język.
Pomaga zachować spokój, bo krok po kroku prowadzi przez zadanie.
Może służyć jako wirtualny instruktor na symulatorze, szczególnie dla kompletnych laików.
Świetne narzędzie edukacyjne i storytellingowe dla twórców wideo i streamerów z symulatorów.
Wady:
Brak świadomości sytuacyjnej, brak „czucia” samolotu i otoczenia.
Niepełna wiedza o specyficznych procedurach danej linii czy typu samolotu.
Ryzyko podania rady, która w realnym kokpicie byłaby po prostu niebezpieczna.
Brak odpowiedzialności. Za decyzje i tak odpowiada człowiek po drugiej stronie ekranu.
Podsumowanie: czy oddałbym życie w ręce AI na pokładzie?
Ten test pokazuje jedną ważną rzecz. ChatGPT lądowanie Airbus A320 w symulatorze jest w stanie ogarnąć na poziomie „jakoś to poszło”. To ciekawy eksperyment, świetny materiał na film i fajna zabawa w kontrolowanych warunkach. Nie jest to jednak dowód na to, że w prawdziwym samolocie wystarczy odpalić AI i liczyć na cud.
Dla mnie to raczej zapowiedź przyszłości, w której asystenci oparte na sztucznej inteligencji będą siedzieć w kokpicie w formie dodatkowego panelu. Będą pomagać pilotom, przypominać procedury, analizować dane, ale decyzje nadal podejmie człowiek z licencją. I bardzo dobrze.
Jeśli lubisz lotnicze klimaty, symulatory i temat AI, ten eksperyment jest świetnym przykładem tego, jak połączyć te światy w jednym, bardzo „klikalnym” projekcie wideo.
Dodaj komentarz