L’objectif : évaluer comment des outils d’aide à la décision basés sur l’intelligence artificielle peuvent accompagner les contrôleurs aériens (ATCOs) et les superviseurs dans des opérations Flight-Centric et Single Controller Operations (SCO).

Pendant quatre jours, une série de simulations structurées et mesurées ont permis d’évaluer :

• Le modèle d’allocation basé sur l’IA (assignation et réassignation dynamique des vols)
• La capacité de l’IA à détecter et gérer les situations de proximité et de conflit
• La collaboration en temps réel entre l’humain et l’IA – du point de vue du contrôleur et du superviseur
• La conscience de la situation, la charge de travail et la confiance, via des questionnaires structurés et des débriefings ouverts
• Le niveau de transparence et d’explicabilité des décisions de l’IA – et celui attendu pour instaurer la confiance des utilisateurs

Méthodologie :
Des exercices réalistes et mesurés, basés sur des scénarios opérationnels, avec retours en direct des contrôleurs, évaluations de la performance humaine (Bedford, SACHA, SATI), débriefings approfondis et questionnaires adaptés.

Cette validation marque une étape clé vers des systèmes ATM augmentés par l’IA, tout en soulignant l’importance de continuer à questionner, tester et affiner. Le travail se poursuit pour préciser les rôles opérationnels, le modèle d’interaction humain-IA et les parcours de formation associés.

Un grand merci aux contrôleurs, ingénieurs, chercheurs et responsables de projet pour leurs contributions, leurs expertises techniques et leurs observations critiques. Nous avons hâte de partager bientôt plus de résultats !

En savoir plus sur le projet : hypersolver.recherche.enac.fr