Paradoks Pesawat: Lebih Banyak Otomatisasi Berarti Lebih Banyak Pelatihan


Sesaat setelah a Smartlynx Estonian Airbus 320 lepas landas pada 28 Februari 2018, keempat komputer kontrol penerbangan pesawat berhenti bekerja. Masing-masing bekerja persis seperti yang dirancang, membuat dirinya offline setelah (salah) merasakan kesalahan. Masalahnya, kemudian ditemukan, adalah aktuator yang telah diservis dengan oli yang terlalu kental. Desain yang dibuat untuk mencegah masalah menciptakan masalah. Hanya keterampilan pilot instruktur di atas kapal yang mencegah kecelakaan fatal.

Sekarang, saat Boeing 737 MAX kembali mengudara di seluruh dunia setelah melakukan grounding selama 21 bulan, pelatihan dan desain penerbangan berada di garis bidik. Memastikan masa depan penerbangan yang aman pada akhirnya membutuhkan pendekatan yang sama sekali baru untuk desain otomasi menggunakan metode yang didasarkan pada teori sistem, tetapi pesawat dengan teknologi tersebut membutuhkan waktu 10 hingga 15 tahun lagi. Untuk saat ini kita perlu melatih pilot bagaimana menanggapi dengan lebih baik banyak kebiasaan otomasi yang tak terhindarkan.

Dalam meneliti MAX, Air France 447, dan kecelakaan lainnya, kami telah berbicara dengan ratusan pilot, dan pakar di badan pengatur, produsen, dan universitas penerbangan ternama. Mereka setuju bahwa cara terbaik untuk mencegah kecelakaan dalam jangka pendek adalah dengan mengajari pilot cara menangani lebih banyak kejutan secara kreatif.

Respons yang lambat terhadap pelatihan pilot yang terlambat dan reformasi desain merupakan masalah yang terus berlanjut. Pada tahun 2016, tujuh tahun penuh setelah Air France 447 jatuh di Atlantik Selatan, maskapai penerbangan di seluruh dunia mulai melatih kembali pilot tentang pendekatan baru untuk menangani kios aerodinamis di ketinggian. Pelatihan simulator yang menurut Boeing tidak diperlukan oleh regulator untuk 737 MAX kru hanya setelah MAX kedua crash, pada 2019.

Pemulihan ini hanya menangani dua skenario khusus ini. Ratusan tantangan terkait otomatis tak terduga lainnya mungkin ada di luar sana yang tidak dapat diantisipasi menggunakan metode analisis risiko tradisional, tetapi di masa lalu telah memasukkan faktor-faktor seperti komputer yang mencegah penggunaan mundur dorong ketika “mengira” pesawat belum mendarat. Solusi yang efektif perlu melampaui batasan perancang pesawat yang tidak dapat menciptakan jet anti-gagal yang sempurna. Seperti yang ditunjukkan Kapten Chesley Sullenberger, otomatisasi tidak akan pernah menjadi obat mujarab untuk situasi baru yang tidak terduga dalam pelatihan.

Paradoksnya, Sullenberger dengan tepat mencatat dalam wawancara baru-baru ini dengan kami, “dibutuhkan lebih banyak pelatihan dan pengalaman, bukan lebih sedikit, untuk menerbangkan pesawat yang sangat otomatis.” Pilot harus memiliki model mental pesawat dan sistem utamanya, serta cara kerja otomatisasi penerbangan.

Bertentangan dengan mitos populer, kesalahan pilot adalah tidak penyebab sebagian besar kecelakaan. Keyakinan ini merupakan manifestasi dari bias tinjau balik dan keyakinan salah dalam kausalitas linier. Lebih akurat untuk mengatakan bahwa pilot terkadang menemukan diri mereka dalam skenario yang membuat mereka kewalahan. Lebih banyak otomatisasi mungkin berarti skenario yang lebih besar. Ini mungkin salah satu alasan mengapa tingkat kecelakaan pesawat komersial besar yang fatal per satu juta penerbangan pada tahun 2020 naik dari tahun 2019.

Pelatihan percontohan hari ini cenderung dibuat berdasarkan skenario dan berdasarkan pada skenario yang diketahui dan kemungkinan besar. Sayangnya, dalam banyak kecelakaan baru-baru ini, pilot berpengalaman tidak memiliki sistem atau pelatihan simulator untuk tantangan tak terduga yang mereka hadapi. Mengapa desainer tidak dapat mengantisipasi jenis anomali yang hampir menjatuhkan pesawat Smartlynk? Satu masalah adalah mereka menggunakan model usang yang dibuat sebelum munculnya komputer. Pendekatan untuk mengantisipasi skenario yang mungkin menimbulkan risiko dalam penerbangan ini terbatas. Saat ini, satu-satunya model yang tersedia yang mempertimbangkan situasi baru seperti ini adalah Analisis Proses Teori Sistem, yang dibuat oleh Nancy Leveson di MIT.

Pesawat jet modern yang dikembangkan menggunakan metode klasik mengarah pada skenario yang menunggu kombinasi kejadian yang tepat. Tidak seperti pesawat lama yang dibuat hanya dengan menggunakan komponen listrik dan mekanik dasar, otomatisasi dalam jet modern ini menggunakan serangkaian situasi yang kompleks untuk “memutuskan” bagaimana melakukan.

Di sebagian besar pesawat modern, perangkat lunak yang menggerakkan bagaimana kontrol merespons berperilaku berbeda tergantung pada kecepatan udara, apakah di darat, dalam penerbangan, apakah penutupnya dipasang, dan jika roda pendaratan sudah terpasang. Setiap mode dapat membawa seperangkat aturan yang berbeda untuk perangkat lunak dan dapat menyebabkan hasil yang tidak diharapkan jika perangkat lunak tidak menerima informasi yang akurat.

Seorang pilot yang memahami nuansa ini mungkin, misalnya, mempertimbangkan untuk menghindari perubahan mode dengan tidak menarik penutupnya. Dalam kasus MAX crash, pilot menemukan diri mereka dalam situasi yang membingungkan, yaitu otomatisasi bekerja dengan sempurna, tidak seperti yang diharapkan. Perangkat lunak itu diberi informasi yang buruk.

Diposting oleh : Toto HK