Una estudiante de la UPM gana una competición europea de jóvenes investigadores

Marina Pérez Navarro, estudiante de ETSIAE, ha destacado en la categoría de transporte aéreo con un proyecto para analizar la viabilidad de automatizar, mediante inteligencia artificial, el proceso de transcripción de las comunicaciones ATC.

26.04.24

Recientemente se ha celebrado en Dublín Transport Research Arena (TRA2024), un congreso europeo que reúne a expertos de todo el mundo para debatir las últimas innovaciones y el futuro de la movilidad y el transporte.

En el marco de este congreso, se ha celebrado TRA VISIONS 2024 Young Researcher Competition, un concurso dirigido a jóvenes investigadores de universidades e institutos de investigación europeos, cursando másteres o doctorados vinculados al transporte, la sostenibilidad, la movilidad, la energía y otras áreas afines.

Marina Pérez Navarro, egresada del Grado en Ingeniería Aeroespacial (GIA) por la Universidad Politécnica de Madrid (UPM) y actualmente estudiante del Máster Universitario en Transporte Aéreo (MUSTA) en la Escuela Técnica Superior de Ingeniería Aeronáutica y del Espacio (ETSIAE), ha presentado el proyecto ganador en la categoría de transporte aéreo (“Airborne”).

Su trabajo ha superado las tres fases de evaluación: la primera, por parte de los organizadores, para comprobar que el trabajo cumple todos los requisitos para ser admitido en la competición; después, una evaluación en línea que clasifica todos los proyectos que han pasado esa primera selección, y, por último, una fase final en la que las 10 mejores ideas preseleccionadas para cada categoría son valoradas por el jurado, que determina cuáles son las tres mejores en cada una de ellas.

Automatización de procesos para la medición de trabajo ATC

“Event-based identification approach for Air Traffic Control workload based on Natural Language Processing techniques”, es el título del Trabajo Fin de Grado (TFG) que Marina desarrolló durante el año 2023 en el departamento de Sistemas Aeroespaciales, Transporte Aéreo y Aeropuertos (SATAA), concretamente en el Grupo de Investigación Navegación Aérea (GINA), bajo la supervisión del profesor Javier Alberto Pérez Castán.

El trabajo forma parte de una investigación de ENAIRE, en colaboración con la UPM, en la que el proveedor de servicios de navegación aérea de España ha desarrollado el modelo SCOPE para determinar la carga de trabajo del control de tráfico aéreo (ATC), basado en el análisis de las acciones del controlador desencadenadas por eventos que requieren de su respuesta.

“Hay que tener en cuenta que la demanda de tráfico aéreo aumenta constantemente y supera los límites del actual sistema de gestión del tráfico aéreo. Uno de los principales cuellos de botella de la demanda potencial es la capacidad, que a su vez está directamente relacionada con la carga de trabajo del Control de Tráfico Aéreo. Ese es el contexto de SCOPE y de mi TFG”, explica la estudiante de la ETSIAE.

La correlación entre las comunicaciones y los eventos ATC asociados se realiza manualmente por ingenieros que realizan un análisis de las comunicaciones ATC basado en la escucha oral continua. “Para utilizar las comunicaciones ATC como fuente de información, es necesario un cambio hacia el proceso digital, ya que el uso de transcripciones manuales como entrada demanda una cantidad significativa de tiempo y recursos. Se estima que convertir solo una hora de comunicaciones ATC en texto escrito a través de transcripción manual puede llevar entre 8 y 10 horas. El uso de herramientas digitales promete no solo acelerar el proceso de transcripción, sino también mejorar la eficiencia general de extracción de información”, sostiene Marina.

Por ello, el objetivo de su TFG ha sido analizar la viabilidad de automatizar este proceso basándose en técnicas de Procesamiento del Lenguaje Natural (PNL), la rama de la Inteligencia Artificial que extrae información de fuentes orales o escritas. Esto es, obtener información clave para el modelo de cálculo de carga de trabajo del ATC de ENAIRE basado en el reconocimiento automático del habla (ASR). “Las investigaciones realizadas han demostrado el potencial de estos modelos de reconocimiento automático del habla para transcribir las comunicaciones ATC y el uso subsiguiente de técnicas de procesamiento del lenguaje natural para categorizar esas transcripciones”, puntualiza.

El concurso TRA VISIONS 2024 ha permitido a Marina llevar estas conclusiones a un foro internacional de expertos tan relevante como es el congreso TRA 2024: “Al participar en el concurso he podido rodearme de otros jóvenes investigadores que presentaban ideas extraordinarias y aprender de ellos. Es un honor haber recibido este premio en un evento tan importante y enriquecedor para el futuro del transporte y me llena de satisfacción que se valore el trabajo y el esfuerzo dedicado a la investigación y los resultados de esta colaboración entre la UPM-ETSIAE y ENAIRE”.