O ano de 2026 consolida a evolução da inteligência artificial (IA) conversacional dos chatbots para a chamada “IA agêntica” em vários setores, inclusive na aviação civil, um campo no qual a ideia de autonomia das máquinas pode deixar muita gente com o pé atrás. Um estudo global recente feito pela Amadeus, multinacional europeia de tecnologia para turismo e aviação, em parceria com a Microsoft, projeta um cenário no qual, em pouco tempo, sistemas digitais deixam de só sugerir e assumem o comando de operações logísticas de aeroportos e aéreas de ponta a ponta, da reacomodação automática de passageiros ao redirecionamento imediato de voos em caso de fechamento de um terminal. No entanto, vale deixar claro que nada disso passa perto da ideia de deixar a IA pilotar sozinha uma aeronave, como já se vê, em terra bem firme, nos carros autônomos em alguns países. As companhias aéreas estão investindo pesado em inteligência artificial, inclusive as que atuam no Brasil, mas garantem que vetam qualquer tomada de decisão crítica por algoritmos em temas relacionados à segurança no ar. Executivos e especialistas ouvidos pelo GLOBO confirmam que a adoção de novas ferramentas de IA cresce na aviação, mas com uma barreira inegociável: máquinas, por mais inteligentes que sejam, não pilotam. ‘Humano no circuito’ O interesse das empresas pela IA parece mais localizado na solução dos gargalos do setor nos terminais. Mas, mesmo nas atividades em solo e no planejamento dos voos, da gestão de crises à distribuição de preços e rotas, as aéreas têm sido muito cautelosas em relação à IA por causa do risco de “alucinações”: resultados incorretos ou enganosos gerados pelos modelos de IA, que podem ser causados por fatores como dados de treinamento insuficientes, suposições incorretas feitas pelo modelo ou vieses nos dados usados para treinar o modelo. Para blindar operações tão sensíveis — nas quais um atraso pode gerar efeito cascata de dias — sem abrir mão dos benefícios da tecnologia num setor com custos altos e margens apertadas, as aéreas adotaram a regra do “humano no circuito”, restringindo a autonomia de agentes de IA. Aplicação com cautela Na Gol, embora a IA já impulsione as rotinas de 81 projetos internos, a capacidade de execução é fortemente regulada, explica Luiz Borrego, CIO da empresa. A simulação preditiva, para evitar transtornos no fluxo de passageiros, é a principal aposta da empresa nas aplicações de IA, sempre preservando o controle estratégico, diz o executivo, que formalizou uma diretriz interna para o uso da tecnologia, com rastreabilidade de comandos e travas no uso de dados corporativos por agentes digitais: — A Gol não opera sistemas que tomem decisões autônomas de redirecionamento de malha. Não é uma limitação técnica, mas uma escolha deliberada de governança para priorizar a segurança. O veredito é sempre do controlador. A Latam segue cartilha semelhante. Usa IA para processar dados meteorológicos, calcular combustível excedente e diagnosticar falhas na cadeia de suprimentos. A IA já lê cartas climáticas instantaneamente para apoiar despachantes, por exemplo. Mas, mesmo decifrando cenários intrincados em tempo recorde, a tecnologia não passa de um copiloto nas análises, ressalta Juliana Rios, vice-presidente de Digital e TI do Grupo Latam: — Não se trata de adotar tecnologia só por adotar, mas de identificar onde ela pode ampliar a capacidade das equipes e a precisão das decisões, sempre com supervisão humana. Olhando para o futuro, a executiva vê entre os caminhos de maior potencial para a inteligência artificial na aviação a gestão de operações em cenários de clima severo. A tecnologia pode trazer ganhos relevantes no apoio a análises complexas e na identificação rápida de alternativas. Por enquanto, a Latam trabalha com a IA em formas alternativas de mitigação de contingências e no gerenciamento de impactos operacionais, com o foco em reduzir efeitos de eventuais disrupções sobre clientes. Câmera da Azul com IA no aeroporto de Viracopos, no interior de São Paulo — Foto: Divulgação/Azul Também em solo, a Azul tem no Aeroporto de Viracopos, em Campinas (SP), um sistema de visão computacional para analisar imagens de câmeras para acompanhar etapas da preparação de seus aviões entre pousos e decolagens. É um monitoramento da operação humana no pátio que envia dados ao centro de controle operacional da companhia para ajudar a aperfeiçoar e agilizar procedimentos. Gargalo Físico Apesar de o relatório da Amadeus vislumbrar robôs solucionando congestionamentos em aeroportos num estalar de dedos, no Brasil a promessa esbarra nas limitações físicas da infraestrutura. Especialistas avaliam que resolver a saturação crônica em terminais vitais como Congonhas e Guarulhos, em São Paulo, depende mais de gestão que de processadores avançados a serviço de IA. Para o engenheiro aeronáutico Adalberto Febeliano, o entusiasmo com o potencial da IA na aviação precisa de um banho de realidade logística, já que os problemas estruturais nos terminais dependem de investimentos e ações diretas do Estado na gestão da aviação civil. Ele vê limites claros: — Decidir, se um aeroporto fechou, para qual alternativa o avião será desviado é uma deliberação crítica de segurança. Não vejo a IA assumindo esse papel tão cedo. Para o especialista, a fronteira que separa sistemas autônomos do setor é a diferença entre riscos comerciais e de segurança: uma coisa é a IA sugerir assentos a quem tem uma conexão mais curta, outra é definir onde um avião vai pousar. O Aeroporto Internacional de Guarulhos/São Paulo à noite, com vista da pista e da torre de controle — Foto: Caiomelow/CC Natanael Júnior, professor da Escola Politécnica da UFRJ e especialista em processamento de sinais, concorda que o grau de precisão exigido pela aviação conflita diretamente com a natureza da IA, que toma decisões baseada em cálculos probabilísticos. Ele aponta como vulnerabilidade o treinamento de máquinas com bancos de dados antigos do setor: — A saída de um modelo de aprendizado de máquina está intrinsecamente ligada a uma probabilidade, nada garante que estará dentro dos limites que gostaríamos. Falando tecnicamente, não há como mitigar totalmente o risco de um sistema autônomo tomar uma decisão incorreta sob forte pressão. Concentrada no campo comercial da operação, a Gol testa em São Paulo as “Operações Congonhas”, gerenciadas por algoritmos capazes de antecipar congestionamentos no embarque e municiar equipes de solo para evitar atrasos e manter a pontualidade, um dos indicadores de qualidade mais críticos. Borrego diz que o sistema inteligente contribui com dados e exige que pontos críticos sejam visualizados e corrigidos rapidamente com ações nos terminais: — O ganho não virá com a gestão autônoma de portões, com a retirada do humano da operação, mas da decisão mais rápida e mais bem informada. ‘Vipização’ Se nos centros de controle das aéreas a IA trabalha sob rédeas curtas, no balcão ela tem mais liberdade para atuar, como na “vipização” invisível de passageiros. Softwares autônomos conseguem orquestrar jornadas hiperpersonalizadas no atendimento, definindo quem receberá mais mimos, como upgrades, prioridades, vouchers ou acessos a lounges, durante, por exemplo, uma caótica manhã de atrasos provocados por tempestade. Mesmo essa distinção baseada na matemática, tratada pelos analistas como caminho natural, já rende questionamentos éticos. — Qual é a diferença para o garçom que guarda a melhor mesa do bar para um cliente fiel? A máquina apenas emula o que os humanos sempre fizeram nas relações de consumo, só que a gente estranha quando a atitude parte de um algoritmo — rebate Febeliano. Anac monitora Roberto Honorato, diretor da Agência Nacional de Aviação Civil (Anac), diz que o órgão monitora o salto digital das operações das empresas, inclusive as que focam na diferenciação de serviços ao consumidor, sem auditar softwares comerciais. Mas em áreas ligadas à segurança operacional dos aviões há fiscalização e barreiras mais rígidas. Um exemplo é a aprovação recente do sistema ROAAS da Embraer, projetado para alertar pilotos sobre saídas de pista usando redes neurais. Honorato diz que a Anac exigiu que a tecnologia só chegasse à cabine totalmente “congelada”. — Essa rede não aprende ao vivo, ela já embarca treinada. A empresa precisa explicar o raciocínio da máquina e considerar cenários de falha cibernética. No fim, o sistema não toma a decisão: o piloto, no comando, mantém a palavra final — afirma.