Professional Documents
Culture Documents
VI
Índice de Contenido
Resumen .................................................................................................................................... 5
Abstract ..................................................................................................................................... 7
Introducción .............................................................................................................................. 8
4.2. Pilotaje...................................................................................................................... 65
Conclusiones ........................................................................................................................... 73
Recomendaciones ................................................................................................................... 80
Glosario ................................................................................................................................... 86
Anexos .................................................................................................................................... 96
4
IX
Índice de Figuras
Resumen
La presente tesis realiza el modelamiento del error humano en los Pilotos de A-29B
dependientes que permitieran una medición del desempeño en momentos de alta demanda de
variables pueden ser interconectadas, inferidas y graficadas. Para lo cual se hace uso de los
conceptos mecanicistas el error humano de los pilotos, esto se logró a través del rechazo de la
generar planes proactivos que propendan por la mitigación y reducción del error al nivel
aceptable, y de esta manera lograr enfocar el entrenamiento hacia las necesidades reales del
guerra.
6
XII
Abstract
This document, made an adaptation of the modeling of human error in the Pilots of A-
29B of the Combat Air Command No.2 based on the HEMA model in emergency situations
emphasizing the need to verify the relationship between dependent variables that would
allow a performance measurement in moments of high demand for skill, criteria and
capacity.
The study responds to the need to corroborate the possibility of molding human
behavior, relying on the HEMA model, which allows to corroborate if the variables can be
interconnected, inferred and graphed. For which use is made of the available pilots in the
CACOM-2 through the simulated practice in the equipment designed for that purpose.
In this way it was possible to determine that the dependent and independent variables
were related and in this way the mathematical possibility of modeling the mechanistic
concepts of the human error of the pilots was determined, this was achieved through the
rejection of the null hypothesis and the statistical demonstration of the alternative hypothesis.
Concluding in this study that the human being, specifically the fighter pilots of A-29B
have a predictable behavior pattern, which gives the ability to generate proactive plans that
favor the mitigation and reduction of the error to the acceptable level, and of this way to
focus the training towards the real needs of the same, strengthening and improving their
Introducción
puede utilizar para predecir con alguna exactitud, los comportamientos y tendencias de los
pilotos bajo ciertas condiciones de emergencia en vuelo que por su naturaleza exigen de
condiciones especiales del piloto para salir adelante con cada una de ellas.
relevante sobre las consecuencias del error humano, que permitiría a los Escuadrones de
Combate elegir qué factores o procesos deben ser fortalecidos en relación con los eventos de
seguridad que involucren el factor humano como su causante. Desde este ángulo, se puede
considerar al ser humano y en especial a los pilotos de A-29B como objetos de estudio donde
por sus siglas en inglés) para poner a prueba los datos recolectados para un sistema que
situaciones de emergencia.
Para analizar esta problemática conviene precisar que el error humano se cita
entrenamiento puede ayudar a las personas a ver más allá de sus propios límites y a aceptar
sus limitaciones. Esto requiere que las personas miren objetivamente su propia cultura, que
identifiquen sus fortalezas y debilidades y que vean las fortalezas y debilidades de otras
Factores Humanos para que estén más conscientes del desempeño, las capacidades y las
limitaciones de los seres humanos. (ICAO, 2011). Este nivel de conocimiento también ayuda
que un piloto de combate logre en vuelo “filtrar, procesar y tomar decisiones a una velocidad
que no permite una consideración cuidadosa de toda la información que está llegando a su
cabina en tiempo real” (Fotta, Byrne y Luther, 2005, p.1, traducción propia, 2017). Cabe
señalar que el error humano puede generar graves e incluso mortales consecuencias, como
los incidentes de "fratricidio" u otros eventos de suma gravedad para quienes por misión
adaptarse para moldear la tendencia al error del piloto de A-29B, así como identificar
horas de vuelo, tomando datos a través del simulador de vuelo y estableciendo una relación
Por otra parte, disponer de datos modelados, permite una mejor toma de decisiones
formación de sus pilotos, basados en los datos observados y tabulados mediante el proceso de
una observación estructurada por parte de del investigador y posterior inferencia estadística
10
de los mismos. El interés académico que supone este trabajo radica en la posibilidad de
no obstante, el modelo predecesor llamado Modelo Genérico del Error Humano GEMS
(FAA, 2018) fue aplicado a un escuadrón de pilotos de la Fuerza Aérea del Ejército Popular
por su gravedad requieren una acción inmediata, con medición de parámetros como
realizados por cada uno de los pilotos. Dicho esto, se establecieron controles para evitar el
sesgo en la información recolectada, llevando a los pilotos a efectuar un perfil de vuelo con
objetivo de ataque a un punto y posterior regreso a la unidad aérea de despegue, una vez
entrados en situación y con intención de vuelo, se empiezan a simular una a una las
matemático del error humano, sin embargo, se presentan conceptos de inferencia estadística y
regresiones lineales que apoyan de manera numérica los índices de confianza y márgenes de
error de los datos tomados, lo que permitió establecer la validez de los mismos.
11
el comportamiento y tendencia del piloto a través del tiempo, logrando a través de procesos
tendencia eficaz en la solución de problemas como los eventos que por falla técnica en vuelo
fortalecen a través del tiempo y las horas de vuelo, estas dos variables se miden por primera
mecanicista el error humano, plasmándolo en los objetivos del trabajo de grado como un
correcto enfoque de la investigación, así mismo, las bases legales requeridas para estudios
con humanos.
El tercer capítulo abarca marco metodológico, dentro del diseño, alcance, población y
muestra, enfoque e instrumentos de recolección, como la etapa de trabajo de campo con los
pilotos de A-29B del Comando Aéreo de Combate No. 2 y el cuarto y último capítulo
presenta los resultados y discusión en el cual se hacen las inferencias estadísticas, mediante
Por último, se presentan los resultados y se efectúa una discusión con bases
inferenciales y matemáticas sobre el modelamiento del error humano, generando una discusión
acerca de las ventajas, dificultades y el proceso para llegar a unos datos con un nivel de
confianza aceptables y un margen de error reducido, así mismo, el trabajo efectuado con el
pretende describir una posible relación entre la experiencia como piloto, horas de vuelo y
producto de la baja experiencia como pilotos en el Escuadrón de Combate No. 211, el pobre
intensidad de los entrenamientos continuados, donde se desea además verificar si uno de los
Colombiana (FAC).
permite asimilar un modelo dinámico el cual estudia los procesos cognitivos del rendimiento
humana, pronóstico y optimización, así mismo, ofrece predicción del rendimiento humano
El problema radica en identificar las falencias que poseen los pilotos “solos” en
cabina de avión de combate que incide en su capacidad para reconocer, interpretar y ejecutar
pasos para sortear dicha situación.) en una situación de emergencia, aunque se posee un
14
la gravedad de una situación de manera temprana, sumado a los errores de criterio, juicio y
conocimiento como los que arrojaron los accidentes del ECN-235 (2016), A-29B (2012),
Súper King Air 350 (2010) , Bronco OV-10 (2000) y Bronco OV-10 (1997), entre otros.
pilotos con poca, media y alta experiencia y la establece como la hipótesis alternativa o Ha
partiendo de que las medias son iguales, los datos normales e independencia entre los
mismos. Para esto se presentarán los datos simulados, que permitan anticipar de manera
que permita determinar una tendencia al error por medio de datos normalizados obtenidos en
• Ho: (hipótesis nula) No hay una relación directa entre la cantidad de horas
los pilotos de A-29B del Comando Aéreo de Combate No.2 en el lapso 2017-2018 de
1.3 Objetivos
1.3.1 General.
Modelar el error humano en los Pilotos de A-29B del Comando Aéreo de Combate
1.3.2 Específicos
Aplicar inferencia estadística que permita predecir con algún grado de exactitud la
tendencia del error humano para ser aplicado en los pilotos de A-29B.
emergencia mediante inferencia estadística para ilustrar las debilidades y fortalezas del
entrenamiento.
16
1.4 Justificación
los vacíos doctrinales y establecer controles internos periódicos con el fin de preservar la
en todo el personal como parte de la cultura de seguridad. Aun así, muchas actividades que se
desprenden del PREVAC son de tipo reactivas, y solo aportan a la solución de situaciones y
Los esfuerzos para modelar el error humano que puedan proporcionar poder
predictivo son escasos. Sin embargo, se presentan esfuerzos taxonómicos y descriptivos para
explicar el comportamiento de error humano. Algunos de los más conocidos son el enfoque
del Sistema de Modelado de Errores Genérico (GEMS) (Reason, 1990), el Modelo de Etapas
(CREAM) (Hollnagel, 1998). Sin embargo, no son mecanicistas, lo que limita su poder
explicativo o predictivo. Sin poder predictivo, estos enfoques no pueden usarse para
determinar o comparar entre dos diseños cual generaría errores en mayor o menor gravedad.
Con esta investigación se aporta una herramienta para entender el error mediante la
correlacionando datos del error en situaciones donde el error se haga presente y desenlace el
error se haga presente y pueda ocasionar un evento de seguridad, de esta manera al conocer
las variables que afectan el equilibrio del vuelo seguro se pueden generar soluciones
estudios internacionales que permitan elaborar directrices para orientar el desarrollo de una
nueva aérea dentro del programa de prevención de accidentes en los equipos de la FAC,
reales y/o entrevistas para posterior análisis de resultados, para documentarlos y luego
importante para la institución, así como para quienes son objeto de estudio, porque desde un
conocimiento general se trabajará hasta lo particular para abordar con precisión cuáles son
directamente enfocado en el equipo A-29B, pero con la fortaleza de un estudio con capacidad
de ser replicado en todos los equipos de la FAC, también la investigación logra enmarcar el
18
error con un grado de precisión que ayuda a atacar directamente los puntos débiles del
entrenamiento.
El segundo aporte es la posibilidad de cerrar o mitigar uno de los agujeros del queso
suizo del modelo de accidentalidad de Reason (Reason, 1997), buscando modelar y anticipar
los causales del error y atacarlos de manera directa, fortaleciendo los procesos de la cultura
evidenciado.
conocimientos que sean materia de estudio internacional y que por primera vez puedan
2.1. Antecedentes
Torres (2011) quien realizó la “Comparación de tres métodos de regresión lineal usando
24, número 1, en este trabajo se desarrolla la posibilidad de ajustar los datos a un modelo
gaussiana. Con el anterior postulado se deduce que existen casos en donde el supuesto de
de regresión, como la regresión vía mínimas desviaciones absolutas (LAD, por sus siglas en
distribucionales sobre los residuos y permiten obtener una mejor estimación de los
Para el cálculo de las estimaciones del ajuste con errores aleatorios provenientes de la
lineales con una y dos variables independientes, con tamaños de muestra entre 20 a 50, y
usando cada uno de los tres métodos de regresión. También, utilizó el mismo procedimiento
“outliers” dado. Todas las simulaciones fueron llevadas a cabo con el paquete estadístico
Concluye entonces, que ninguno de los tres métodos de regresión en estudio fue
aleatorios es simétrica de colas muy pesadas, es mejor estimar los parámetros con la
regresión LAD, mientras que en el caso de que los errores tengan distribución normal con
puede ser tomada en cuenta para la estimación de los parámetros y la elección de la fórmula
más adecuada para modelar los datos ya observados en el simulador de vuelo, permitiendo
Un segundo trabajo, la tesis de maestría realizado por Díaz y Correa (Díaz y Correa,
Regresión lineal es “el método más usado en estadística para predecir valores de variables
continúas debido a su fácil interpretación, pero en muchas situaciones los supuestos para
conclusiones erróneas” (p. 8). Este tipo de situación puede generar un sesgo en la
información recolectada y que se desea ingresar al modelo, derivando en datos que se alejan
seleccionar una mejor herramienta que sirva como referencia en el intento de obtener el
mejor nivel predictivo, basados también en las experiencias reportadas en el trabajo de Torres
21
(2011), se efectúa una comparación entre los múltiples sistemas que se pueden aplicar para
una misma situación, que, de acuerdo a sus resultados, mejoran la toma de decisiones
apoyado en la línea de tendencia que presenta la regresión lineal donde se debe determinar la
relación que existe entre una variable dependiente y una o más variables independientes
describen los factores involucrados en una medición y se presentan los criterios para expresar
los resultados. Se espera que el investigador pueda centrar su atención en todas aquellas
contribuciones mayores, evalúe y exprese la incertidumbre de las medidas realizadas” (p. 3).
Esta bibliografía permite darle valor a los elementos que se encuentran en la investigación en
un trabajo de campo, dando una guía procedimental en la forma de medir, tomar datos y
expresarlos de acuerdo a la unidad de medida, aceptar las variables como factores que pueden
El autor concluye que el documento planteado permite que “las personas que inician
orientación matemática donde se discrimina de forma precisa como calcular los errores en la
emociones” (p. 1), aquí se describen los conceptos de empatía y generan referencias idóneas
para efectuar un posible chequeo entre empatía y efectividad en cabina para los pilotos de
Los autores concluyen que existe una relación positiva entre inteligencia emocional y
hacen parte de la calidad en la respuesta ante situaciones adversas, como el piloto puede
concebir un entorno que amenaza su integridad y a la vez que exige de su mayor capacidad,
emergencia en vuelo.
posterior aplicar de manera acertada las regresiones lineales en estudiantes que tienen solo el
La autora sostiene que el trabajo tiene una teoría de aprendizaje del tipo
constructivista, para que “a partir de una situación problemática real planteada, permite la
generar predicciones a partir de éste” (2012, p. 4). La regresión lineal como se expone
anteriormente permite establecer la relación entre dos variables y puede ser graficada
23
mediante una recta que evidencia una tendencia o confirmar una hipótesis, en este caso hacia
Por último, concluye que “La construcción de los modelos de regresión lineal se
puede generar a partir de preguntas, teniendo presente los conceptos previos de la estadística
descriptiva” (2012, p. 47). Esta afirmación permite inducir que el correcto uso de la guía de
inequívocos que ayuden a alimentar y dar valor a las múltiples variables producto del
comportamiento humano.
John, Remington y Freed, 2002, p.2, traducción propia, 2018), expuesta durante las
Memorias de la Reunión Anual de la Sociedad Cognitiva de Ciencia son de valor como sexto
antecedente por su aporte metodológico en el cual recalca que las plantillas pueden ser
Los autores sostienen que el modelado computacional actual del desempeño humano
al, 2002) lo que indica que los comportamientos con tendencia hacia el error son cíclicos y
pueden en cierta manera ser modelados y predichos con cierta exactitud, otorgando una
visión proactiva que permite generar planes de acción para prevenir accidentes o fortalecer
En este estudio los autores brindan herramientas que sirven de apoyo para tener una
guía que sirva de referente al modelar con éxito el comportamiento humano, así mismo,
aclara que es necesario poder descomponer una tarea compleja en un conjunto de operaciones
24
primitivas a las que se pueden asignar parámetros de rendimiento. Estas tareas primitivas
permitirá que las estimaciones de rendimiento sean precisas. En este artículo, se describe un
Aviación, la cual publicó una investigación llamada “La evaluación del efecto de un
de China. La experiencia de vuelo de los participantes fue de 220 a 354 h con un promedio
de 292 horas. Se utilizaron dos grupos en el estudio con 21 pilotos en el grupo experimental
Dentro de las conclusiones que dan aporte académico al presente trabajo, los
creativo de toma de decisiones para la resolución de problemas entre los grupos que habían
diagnóstico, en general se obtuvo un efecto principal significativo dentro del grupo para el
interacción de dos o tres vías significativas que involucraran estas variables” (Li & Harris,
posible expresar los conceptos de error en forma de diagrama usando símbolos lógicos o
propia, 2018). Estas representaciones simbólicas se pueden usar en árboles lógicos como
Esta investigación plantea que existe una ventaja en la representación del error
humano utilizando métodos de modelado lógico y las formas en que los errores humanos
interacciones en forma de diagrama permite obtener una comprensión más clara. En el nivel
básico, los errores humanos se pueden modelar a través de las puertas OR y AND.
(haciendo una referencia somera de la pirámide del error que plantea J. Reason en 1990) en
recuperación de errores, muchos aspectos de nuestro estilo de vida moderno que damos por
26
experiencia, enfoque del error piloto y las causas de los accidentes aéreos" (Dismukes,
Berman & Loukopoulos, 2007, traducción propia, 2018), afirma que el error de tripulación
juega un papel central en muchos accidentes aéreos y descubrir las causas este error es uno
los pilotos expertos, y todos los casos se basan en la influencia de muchos factores, que no
por qué los tripulantes de los accidentes hicieron lo que hicieron, “es posible comprender los
tipos de error a los que los pilotos son vulnerables e identificar los factores cognitivos, de
tareas y de organización que configuran esa vulnerabilidad.” (Dismukes et al., 2007, p. 16,
traducción propia, 2018). Por lo que, de acuerdo a él, es posible identificar temas recurrentes
autor si se considera el caso de una tripulación que se prepara para el despegue y que
inadvertidamente deja de colocar los flaps en la posición de despegue. (Establecer los flaps
veces antes sin fallas.) Aunque la Dirección de Seguridad Operacional (DISOP) podría ser
capaz de determinar con confianza que la tripulación no pudo establecer los flaps, por lo
general no es posible determinar con certeza por qué la tripulación pasó por alto un paso y,
27
explicar los motivos por los cuales fueron omitidos dichos pasos que están plasmados en las
listas de chequeo.
De esta investigación se tomarán los conceptos para determinar desde que punto una
omisión se convierte en error o en violación en el caso de que una cabina no cuente con
sistemas de grabación a bordo, tanto de audio como de datos. Así mismo, otorga a la FAC
una oportunidad única de replicar dicha investigación en la mayoría de sus equipos de vuelo
seguridad crítica", postulado por el PhD Pietro Carlo Cacciabue en el año 2004, sostiene que
las teorías de factores humanos y los modelos de interacción hombre-máquina que sustentan
el análisis prospectivo deben ser el mismo que los aplicados para el análisis retrospectivo.
De acuerdo al autor las mismas condiciones aplican con respecto a los paradigmas y
aérea.).
simulaciones, así como sus validez y aplicabilidad, son el resultado de estudios retrospectivos
28
(PhD Cacciabu, 2004, p. 45, traducción propia, 2018). De lo anterior se puede inducir que la
regresión lineal es la metodología matemática óptima para modelar el error humano, que
basado en datos normalizados puede dar unos resultados con una exactitud que puede ser
establece: “en toda investigación en la que el ser humano sea sujeto de estudio, deberá
(Ministerio de Salud, 1993, p. 2). Por tal motivo el presente estudio no representa ningún tipo
abandonar las pruebas en cualquier momento sin riesgo o perjuicio por parte del investigador
o la institución.
clasificar los niveles de riesgo en los cuales pueden incurrir las investigaciones de sus
29
2.3.Bases conceptuales
tal manera que se describen como la información requerida de manera previa para
Cerca del 80% de todos los eventos en seguridad operacional son atribuidos al error
humano y en algunas industrias este número podría acercarse al 90 por ciento, el otro 20 por
ciento se debe en su mayoría a falla de equipos. (Weigmann & Shapell, 1997). Al desglosar
el porcentaje del 80 por ciento de las causas probables del error humano buscando, se revela
que la mayoría están asociados con los eventos que directamente provienen de las
desde el pasado permanecen latentes en el sistema hasta el presente, por otra parte alrededor
del 20 por ciento son causados por el individuo, concluyendo, que concentrando esfuerzos en
enfocar directamente en el trabajador, ya que esto es un catalizador que impulsa la noción del
error solo propiciado por el trabajador y se desestima la importancia de reconocer que esto es
30
Los accidentes son producto de una suma de variables y factores, esta suma es viciada
o propiciada por situaciones fuera del control que administra el empleado o trabajador, por
eso, que se debe replantear un mapa de riesgos que involucre la dirección, el personal, la
supervisión y los empleados para alinear los procesos y los valores en la cultura de seguridad.
porque no lo entienden (desde el punto de vista administración), así que este conocimiento
previo es quizá la mejor manera de iniciar para resolver por que fallan los esfuerzos en
2018).
Para entender esta fórmula el autor afirma que el comportamiento es “lo que la
persona hace y dice, un medio para un fin” (Weigmann & Shapell, 1997, p. 291, traducción
propia, 2018). Por lo tanto, el comportamiento es un acto observable que puede ser visto y
oído, y también puede ser medido y debamos partir de la premisa de que el comportamiento
positivo. A veces la gente comete errores a pesar de sus mejores esfuerzos y es ahí cuando
señalan los autores que el comportamiento y sus causas son “extremadamente valiosos como
la señal para los esfuerzos de mejora para anticipar, prevenir, capturar o recuperarse de los
Para obtener buenos resultados sostenidos a largo plazo, debe observarse de cerca lo
del error que involucre a todos los actores que influyen directamente con la seguridad
Una actitud es un estado mental, o sentimiento, hacia un objeto o sujeto. Las actitudes
son influenciadas por muchos factores y son creados por las experiencias o de otros, a través
experiencias educativas y, en tales casos, se puede decir que las actitudes pueden ser
elegidas, así como las actitudes también pueden ser debido a factores culturales, formulados
por las experiencias e influencias de las creencias y comportamientos dentro del grupo en el
Las actitudes inseguras se derivan de las creencias y suposiciones sobre los peligros
en el lugar de trabajo, en este caso el equipo A-29B tomando como peligros las amenazas de
actitudes inseguras que ciegan a los precursores de daño (exposición al peligro). Observando
que los peligros no se limitan a la instalación industrial y de manera en general en la FAC sus
La importancia del modelo GEMS ilustra cómo los seres humanos hacen uso del
de rendimiento a otro a medida que completan una tarea. Esto puede implicar la recopilación
utilizan como entrada a una regla de diagnóstico de la siguiente forma: <SI> los síntomas son
Habiendo establecido una causa plausible del problema sobre la base del patrón de
indicadores, se puede invocar una regla de acción de la siguiente forma: <SI> la causa del
problema es “Y” <ENTONCES> hacer “Z”. Si, como resultado de la aplicación de la regla
de acción, el problema se resuelve, entonces el piloto de A-29B que cometa el error volverá a
recopilar más información para tratar de identificar un patrón de síntomas que corresponde a
piloto de A29B puede tener que volver al nivel de conocimiento como también ser necesario
garantizar que la incertidumbre disminuye a medida que se mejora el conocimiento sobre una
y experiencia) con una tarea establecerá el nivel de atención o las funciones mentales que el
modelo que los pilotos de A-29B tienden a concentrar su atención en detectar mejor la
la falta de atención. (OACI, 2018). Los errores basados en destrezas son principalmente
provocadas por la simple variabilidad humana o por no reconocer cambios en los requisitos
de una tarea, la respuesta del sistema o las condiciones de la acción relacionadas con esta.
aplica, es probable que este sea uno de los tantos que hayan encontrado antes o para el que
han sido entrenados (en simulador o aeronave). Se le llama nivel basado en reglas porque la
gente aplica reglas memorizadas o escritas y estas reglas pueden haber sido aprendidas como
Dado que las actividades basadas en reglas requieren interpretación usando una lógica
una interpretación errónea de juicio y criterio ya que es posible que los pilotos no
comprendan o detecten completamente las condiciones del equipo (entendiendo por las
la misma) o de la situación y que requieren una respuesta en particular. Los errores implican
34
No todos los peligros, amenazas y posibles escenarios pueden ser anticipados para
las situaciones posibles que se pueden encontrar. Hay algunas situaciones en las que no
rendimiento basado en el conocimiento involucra que se generen unos estresores que nos
ubican fuera de las zonas de confort en vuelo. Por lo tanto, el comportamiento basado en el
relacionados con la situación percibida. Los pilotos entran en una situación “basada en el
conocimiento” cuando se dan cuenta de que son inciertas las opciones acerca de qué hacer y
debido a que la incertidumbre es alta, las tareas basadas en el conocimiento suelen ser
situaciones de estrés.
En 1992, Rouse, Cannon-Bowers y Salas establecen que una persona maneja una
situación compleja “simplificando el sistema real en una imagen mental que él o ella puede
recordar por ejemplo, el dibujo simple de una línea”, (p. 1296). Un modelo mental es la
comprensión estructurada del conocimiento (hechos o suposiciones) que una persona tiene en
su mente acerca de cómo algo funciona y de acuerdo a esto los modelos mentales se usan en
todos los modos de funcionamiento ya que dan a los humanos la habilidad de detectar
35
entre los estados del sistema deseados y no deseados, como controlar manualmente el nivel
los componentes como parte de un sistema?, ¿por qué funciona de esa manera?, ¿estado
estado percibido del sistema, o el estado esperado del sistema que se desarrolla a través del
entrenamiento y la experiencia con el sistema y las interacciones recientes con el sistema, por
tal motivo debemos tener en cuenta que todos los modelos mentales son inexactos en cierta
cuando un equipo trabaja en un problema y los miembros del equipo deben estar de acuerdo
que..." son indicios de que una suposición ha sido o está siendo hecha. Estas frases son
conocidas como "palabras peligrosas" de los modelos mentales inexactos, que, a su vez,
pueden promover suposiciones erróneas que pueden conducir a errores. A menudo, los
36
supuestos son tratados como hechos y desafiar los supuestos es importante para mejorar los
Error Humano Genérico, postula que el error puede ser modelado y en cierta manera
predicho mediante tendencia que refleja la dependencia entre variables por medio de la
poco nivel de acierto (Reason, 1990), por tanto, las arquitecturas de comportamiento deben
basarse en ciertas vertientes donde se desea lograr evidenciar las fortalezas o debilidades en
la toma de decisiones de los pilotos (para el caso de este trabajo de grado). Para lograr dichos
• Comprender el problema.
• Establecer intenciones.
• Ejecutar planes.
planes y memoria. Cada categoría principal tiene subcategorías de tipos de error y, en algunos
casos, incluso una subcategoría secundaria. El modelo absorbe los postulados del GEMS, por
tal motivo dicha literatura debe ser tenida en cuenta en la estructuración del modelo de error
tomar una estadística de los datos de muestra (por ejemplo, la media de la muestra y usarla
Actualmente, “se tienen tres tipos de inferencias: las propiamente cuantitativas, las
cualitativas y las mixtas, a estas últimas se les denomina metainferencias. El reporte puede
presentar primero las de cada método y luego las conjuntas; o bien presentar por áreas de
resultados las tres clases de inferencias”, afirma Hernández Sampieri, Roberto; et al., 2014. p.
577)
Hernández et al., 2014) estos no son calculados, porque no se recolectan datos de toda la
población, pero pueden ser inferidos de los estadígrafos, de ahí el nombre de estadística
inferencial. Básicamente para este trabajo de grado estos conceptos son válidos para probar
hipótesis poblacionales y estimar parámetros, los datos son medibles y con cierto nivel de
Para la concepción del modelamiento del error humano, se deben contemplar otras
herramientas matemáticas que apoyen dicho proceso, de acuerdo con Tamayo (2018) de la
Universidad de Granada se parte de la premisa que “el ANOVA es un método muy flexible
que permite construir modelos estadísticos para el análisis de los datos experimentales cuyo
varianza de la variable dependiente en dos o más componentes, cada uno de los cuales puede
ser atribuido a una fuente identificable previamente como lo sugiere el autor. Para tal fin es
útil la aplicación de software con capacidad matemática y estadística como un medio para
3.1.Enfoque de investigación
permiten pasar de los hechos a la inferencia, o viceversa, este enfoque permite confirmar las
hipótesis como una conclusión apoyada sobre los hechos observados y medidos
estadísticamente.
enunciado es verdadero, sino, si se es capaz de identificar las operaciones por las cuales el
Como afirma Ramírez, Arcila, Buriticá y Castrillón (2004), “el ideal supremo será el
afectar la transparencia cognitiva de las ciencias” (p. 94). Esto quiere decir que el sesgo como
elemento siempre presente debe ser reducido a una mínima expresión ya que podría
40
presentarse una distorsión de los datos, de la interpretación o de los resultados al final del
a este estudio para explicar, predecir y controlar los fenómenos dentro de un ambiente
simulado, controlado y guiado hacia un objetivo claro y medible, así también, su orientación
se dirige a la comprobación y contrastación de teorías. Por tal motivo este tipo de método
consolida cuál ha de ser el conocimiento “verdadero” y establece los filtros para garantizar
Corzo, & Munévar Molina, 2005, p. 63) de la muestra poblacional del equipo A-29B.
3.2.Alcance de la investigación
Este estudio tiene como finalidad conocer la relación o grado de asociación que existe
entre la cantidad de horas de vuelo totales, tiempo en el equipo, horas voladas en el equipo y
su relación con las emergencias de tipo boldface. La inferencia estadística de los datos
dentro del marco correlacional, siendo una oportunidad de graficar e interpretar la correlación
entre variables y proyectar tendencias que de manera clara permitan conocer si se presentan
41
patrones sistemáticos entre los pilotos de A-29B del CACOM-2 en el lapso 2017-2018 y su
3.3.Diseño de investigación
cuando el investigador pretende establecer el posible efecto de una causa que se manipula”.
Para establecer las influencias se deben cubrir varios requisitos como lograr la disminución o
eliminación del sesgo, y de esta manera llegar al objetivo de trabajar con las variables
dependientes las cuales no deben ser manipulables, en otras palabras, son aquellas en las que
no es posible efectuar cambios por parte del investigador y corresponden a datos puntuales,
por ejemplo, la cantidad de horas de vuelo en el equipo, tiempo en el equipo o las horas de
vuelo.
De tal manera, en parte en el presente estudio se miden las variables para ver la
dependencia entre ellas, también se presentan variables independientes las cuales pueden
llegar a generar cambios en los resultados o en el logro de los mismos, no obstante, se espera
que este tipo de estudio permita un análisis multivariado sin error de tipo I.
la investigación fueron:
42
Determinar y definir las variables que van a observarse, se cuenta con el apoyo del
asesor técnico y metodológico, así como también con dos pilotos instructores del
equipo.
instrucción y entrenamiento y manuales de tareas del equipo cuales son los perfiles
comunes de vuelo, pesos de operación y tipos de misión que sean más acorde para
Explicar a los pilotos de A-29B que van a ser observados, lo que se va a hacer y las
ético que permita un mejor desenvolvimiento de los pilotos en las misiones de este
estudio.
3.4.Población y muestra
Las fuentes primarias serán todos los datos que arrojen la muestra de la población por
medio de la observación directa en el simulador de vuelo que permitan tomar los datos de la
recursos.
Por otra parte, las fuentes secundarias serán aquellas que durante el transcurso de esta
confianza deseado de 99%, siendo este nivel la probabilidad de que las estimaciones
efectuadas se ajusten a la realidad con un margen de error estándar máximo aceptable del +/-
Los datos fueron analizados e introducidos en el software libre creado por la empresa
Decision Analyst, llamado STATS™ 2.0 que sirve para calcular el tamaño de la muestra
estadística, este programa es sugerido por Hernández et al. (2014), de manera que “la
precisión de dichos estimados depende del error en el muestreo, que es posible calcular” (p.
178).
44
Población: 21 pilotos
Muestra: 20 pilotos.
45
observan los hechos estableciendo de antemano qué aspectos se han de estudiar, de manera
individual en cada piloto, con el mismo perfil de vuelo y verificado por medio de un único
investigador, apoyado por los instructores del equipo y asesorado en lo que observa. También
se efectúa una práctica de laboratorio ya que al tener cierto carácter experimental comprende
Escuela de Postgrados de la Fuerza Aérea Colombiana (EPFAC) y validada por dos expertos
en la materia con nivel académico de maestría (ver anexo 3). Dichas aprobaciones dan fe de
instrumento contiene instrucciones claras y precisas para responder el cuestionario, los ítems
siendo estos la cantidad suficiente para recoger la información para lograr posterior la
inferencia estadística.
De igual manera, la guía de observación fue validada como instrumento idóneo para
adquisición y tabulación de datos y contó con la aprobación previa de dos investigadores con
4.1.Resultados y Discusión
Para efectos de inferencia estadística, se establecieron dos hipótesis las cuales fueron
de los dos casos que eventualmente podrían llegar a presentarse mientras la investigación
Ho: (hipótesis nula) No hay una relación directa entre la cantidad de horas vuelo
una de las misiones voladas con los pilotos en el simulador de vuelo, en los cuales se establece
una calificación en una escala de 1 a 5 puntos, discriminar también si la falla o emergencia fue
brindaron parámetros que fueran medibles y alcanzables, verificando que dichos valores
elemento clave discriminar si la falla ocurría en tierra, en vuelo y si los procedimientos por
parte del piloto eran adecuados o no, adicional si efectuaba los procedimientos de emergencia
situación presentada.
Parametros de Calificación
Detección de la Tiempo en detectar falla (s) Desempeño en Procedimiento Agravación
Calificación
falla Tierra Vuelo falla usado emergencia
5 Si ≤10 ≤60 Adecuado Boldface No
4 Si >10 >60 Adecuado Boldface/Otro No
3 Si ≤10 ≤60 No adecuado Boldface/Otro Si
2 Si >10 >60 No adecuado Otro Si
1 No --- --- --- --- Si
comprobar que los datos se distribuyan como una distribución gaussiana o un valor “P”
mayor a 0,05 (P-Value) > 0,05) dado que los datos que son objeto de inferencia son
“discretos” y por ende su representación es aglomerada. Por tal motivo y en aras de verificar
calificación del 1 al 5.
49
gráfico que proporciona los intervalos de confianza (a un nivel del 95%) para la media, parece
obvio que, al menos, las medias procedentes de los grupos son diferentes. Lo que corrobora la
posibilidad de trabajar los datos como normales de acuerdo con Box, Hunter y Hunter (2008).
Dicha grafica arrojo un resultado de P-Value < 0,05 y el intervalo de confianza corroboró la
humano en los Pilotos de A-29B del Comando Aéreo de Combate No.2 basado en el modelo
Software Minitab®, con el propósito de lograr probar la hipótesis y a su vez demostrar que
50
las medias de dos o más poblaciones son iguales. Por el contrario, si no se llega a rechazar la
hipótesis nula, tampoco se rechazaría la hipótesis inicial. Para este propósito se cuenta con
evitar un mayor número de contrastes que pudieran aumentar el error de tipo I como lo
afirma Terrádez y Ángel (2018) “la probabilidad de rechazar la hipótesis nula siendo ésta
utilizados por el Escuadrón de Combate No. 211 al cual pertenece la planta de pilotos de Súper
Tucano A-29B del CACOM-2 fueron, no obstante, fue necesario establecer valores en tiempo
emergencias.
Desempeño en falla.
Procedimiento usado.
Agravamiento de la emergencia.
Piloto
Horas de vuelo
Tipo de emergencia
51
arrojando un total de 200 datos que debían ser trabajados, inferidos y tratados. El aporte
permite una vez más, determinar una tendencia con un 95% de precisión sobre la conducta,
de cómo todas y cada una de las variables son independientes, lo que permite inducir que las
discriminó la muestra en tres grandes grupos de acuerdo a los niveles de desempeño basados
en las horas de vuelo en el equipo A-29B, estos grupos se establecen basados en la doctrina
del equipo, la cual señala que los pilotos de 0 a 200 horas de vuelo son considerados como
nuevos, con baja experiencia y algunas de sus misiones operacionales deben contar con un
piloto supervisor a bordo. Luego se tienen los pilotos de 200 a 500 horas, los cuales tienen
más tiempo y horas en el equipo que los del primer grupo, donde están ubicados la mayoría
de los pilotos actualmente, y por último los pilotos con más de 500 horas de vuelo, entre los
esta manera realizar un análisis más detallado y conciso respecto a la distribución de los
datos en la muestra.
52
evidencia una manifiesta tendencia lineal, permitiendo demostrar que a mayor tiempo de
vuelo (entendido y tratado en este estudio como un sinónimo de experiencia), mayor puntaje,
estadística.
El diseño de ANOVA de una vía cumple con las pautas para el tamaño de la muestra,
la figura 5 se evidencia una distribución normal estándar donde los residuos siguen una línea
recta debido a que este diseño cumple con las pautas de tamaño de muestra para que los
de Fisher LSD obedece a calcular la diferencia significativa más pequeña, la cual permite
comparar la media entre varios grupos y de esta manera determinar por qué se rechazó la
un 95% de Confianza
500-1000 50 4,540 A
200-500 60 3,883 B
0-200 90 3,400 C
claro como las medias que no comparten una letra, son significativamente diferentes usando la
letras que agrupan los niveles de los factores. Los grupos que no comparten una letra tienen
Para tal fin se graficó (ver Figura 6. Medias individuales.) nuevamente los datos de
acuerdo al método LSD de Fisher con un 95% de confianza obtenidos mediante la guía de
observación estructurada a cada piloto, evidenciando sus medias y grupo al que pertenecen, de
54
forma que se pueda identificar como cada piloto está enmarcado en un grupo respectivo,
20 10 4,700 A
17 10 4,700 A
19 10 4,500 A B
18 10 4,500 A B
16 10 4,300 A B C
15 10 4,100 A B C D
13 10 4,000 A B C D E
14 10 3,900 A B C D E F
10 10 3,900 A B C D E F
6 10 3,900 A B C D E F
11 10 3,800 B C D E F G
7 10 3,800 B C D E F G
5 10 3,800 B C D E F G
12 10 3,600 C D E F G
8 10 3,300 D E F G
4 10 3,300 D E F G
9 10 3,200 E F G
1 10 3,200 E F G
3 10 3,100 F G
2 10 3,000 G
siguiente figura:
que son estadísticamente significativas (figura 7), se usaron los intervalos de confianza de las
Adicional, el grupo de tiempo de vuelo entre 500 y 1000 horas de vuelo tiene una menor
desviación estándar que los otros dos grupos, así mismo este último posee un promedio
superior a 4,5, lo que significa que este grupo tiene conocimiento óptimo ante cada situación
de emergencia presentada con un 95% CI, de acuerdo a Freund (1962, p. 227) “el intervalo de
confianza a un par o varios pares de números entre los cuales se estima que estará cierto valor
La afirmación anterior, nos sirve para establecer que en el 95% de las situaciones, los
resultados estarían sujetos a estos rangos de valores dependiendo del grupo en el que se
encuentre clasificado el piloto, este valor es apoyado también por el tamaño de la muestra que
piloto que estuvo fuera del estudio ya que su desempeño malograría los resultados
significativamente.
57
• El 80% de los pilotos con autonomía inferior a las 200 horas, obtuvo un puntaje de 3
• Sólo un 17% de los pilotos con autonomía entre (200-500) horas, tiene un puntaje
menor al resto del grupo, de 3,6 en promedio para todas las emergencias presentadas.
• El 80% de los pilotos del grupo de (500-1000) horas de vuelo obtuvo un puntaje mayor
a 4,5 y el 20% restante un 4,3 en promedio. Siendo consistente la habilidad demostrada para
• Además, se puede decir que el piloto 2 obtuvo el puntaje más bajo con un promedio
de 3.0 y el puntaje más alto lo comparten los pilotos 17 y 20 con un promedio de 4,7 para todas
Una vez realizada la comparación gráfica entre el tiempo de detección de cada emergencia
“erect spins” en vuelo y “abort take off” en tierra, los 3 grupos de pilotos estudiados, tuvieron
óptima detección y manejo de estas con promedios que oscilaban entre 4,7 y 4,6
respectivamente precedidas de una baja variación de puntajes entre pilotos. Mientras que la
emergencia “in flight engine flameout” en vuelo, presentó menor puntaje 2,9 y alta variación
(desviación estándar), por lo que es una situación a considerar dentro del entrenamiento el
Figura 10. Comparativa puntajes de detección de emergencias versus emergencias. Fuente: el autor.
59
Los datos graficados en la figura 11, corresponden directamente a los parámetros obtenidos
mediante el software de Minitab®, basados siempre en el modelo LSD de Fisher con el 95%
inferencia estadística, de esta forma, la figura 12 indica que algunas emergencias como el
“engine airstart”, “engine limits exceded” e “in flight engine flameout” poseen medias por
debajo del estándar de seguridad mínimo que para este trabajo es 3.0, contemplando un nivel
FLIGHT_FLIGHT IDLE ON THE GROUND DURING LANDING 20 4,000 0,649 (3,622; 4,378) C
Las medias y sus respectivas desviaciones estándar, con valores inferiores a 3.0 dan una clara
indicación que los eventos en vuelo son más complejos de afrontar, así como el proceso de
toma de decisiones crea en ocasiones estresores adicionales para los pilotos a los cuales se
emergencias versus emergencias”, en donde se puede destacar lo siguiente: los colores azul,
amarillo y verde corresponden a los grupos de pilotos con una experiencia de vuelo en el
equipo A-29B de (0-200) horas, (200-500) horas y (500-1000) horas respectivamente. Cada
emergencia se grafica de manera que se pueda evidenciar la tendencia por colores, es decir,
Figura 12. Tiempo de detección de emergencias versus grupos de pilotos. Fuente: el autor
61
FLIGHT_FLIGHT IDLE ON THE GROUND DURING LANDING_1_200 9 3,667 0,500 (3,207; 4,126)
FLIGHT_FLIGHT IDLE ON THE GROUND DURING LANDING_2_500 6 4,000 0,632 (3,437; 4,563)
FLIGHT_FLIGHT IDLE ON THE GROUND DURING LANDING_3_1000 5 4,600 0,548 (3,984; 5,216)
Figura 13. Datos detección de emergencias versus grupos de pilotos. Fuente: el autor.
62
La inferencia de los datos tabulados en la figura 13. “Datos detección de emergencias versus
grupos de pilotos”, permite deducir ciertos parámetros y tendencias de los pilotos a la vez de
comparar el rendimiento en cada una de las emergencias, de este modo identificar que
fortalezas representa cada grupo, y si la hipótesis alternativa continúa siendo válida para este
“engine failure during take off” en tierra el grupo 1 (0-200) horas de vuelo obtuvo mejor
puntaje que el grupo 2 (200-500) horas de vuelo con resultados de 4,2 y 4,0
Sólo el 30% de las emergencias evaluadas en el grupo 1 (0-200) horas de vuelo, fueron
En el 100% de las pruebas el grupo 3 (500-1000) horas de vuelo, obtuvo puntaje igual
o superior a 4,0, lo que demuestra la aptitud e idoneidad para ser instructores de vuelo.
puede reducir la probabilidad de errores tipo I, así mismo, se puede predecir de manera
emergencia evaluada.
63
mayor facilidad para identificar las interacciones entre las variables independientes y
establecer su grado de asociación con las variables dependientes” (2015, p. 6), esto quiere
recopilan todos los ítems analizados y se establece una relación de variables tanto
dependientes como independientes. Este modelo bajo el concepto de HEMA nos permite dar
una emergencia en tierra o en vuelo por parte de la planta en general, así mismo, se brindó la
Figura 14. Modelo predictivo por emergencia y tiempo de vuelo. Fuente: el autor.
De tal manera que, el presente modelo descartó que se presentaran errores del tipo I, y
generó unos resultados que, ante la evidencia, tienen una confianza de un 95% y un margen
de error del 5% de acuerdo al tamaño de muestra, por ende, de acuerdo a la figura 14, se
desarrollada durante el lapso descrito para este estudio, brindando resultados satisfactorios
humano.
65
4.2.Pilotaje
El pilotaje se llevó a cabo bajo dos etapas principales, las cuales se denominaron la
propósito de lograr que las variables a modelar fueran dependientes, que en mayor proporción
estos datos permitieran generar una inferencia estadística y calcular la diferencia significativa
más pequeña.
De esta forma, se logró establecer una serie de tareas que en sus dos fases se
establecieron así:
a) Conducción de la observación:
Familiarizarse con los componentes físicos y términos del área inmediata de observación.
(simulador de vuelo).
la hipótesis alternativa).
Mientras se observa, medir el tiempo en forma periódica para contrastar los tiempos de
Anotar lo que se observa lo más específicamente posible, evitando las generalidades y las
descripciones vagas.
Observar las reglas de cortesía y seguridad y no emitir juicios personales que puedan
direccionadas.
Obtener copia de los datos grabados de cada sesión de simulador en caso de ser necesaria
b) Secuela de la observación:
Documentar y organizar formalmente las notas, los videos y las guías de observación
acuerdo a HEMA.
Revisar los resultados y conclusiones junto con el asesor técnico, el técnico del simulador
observación, que contempla los datos requeridos y necesarios para el modelamiento adecuado
de variables, así como la generación de más de 200 datos en total que pueden ser medidos y
estudiados.
La guía se compone del título del proyecto “Modelamiento del Error Humano en los
Pilotos de A-29B del Comando Aéreo de Combate No.2 Basado en el Modelo HEMA en
Situaciones de Emergencia”, como texto de referencia del estudio que se va a desarrollar con
Una vez se tienen claras las reglas de calificación, se le asigna un número a cada sujeto
de investigación, en este caso es un numero para identificar a cada piloto y de esta manera
cuidar y respetar el anonimato de acuerdo al comité de ética para estudios con personas. El
perfil se describe como una sesión de emergencias, dicho perfil no es de conocimiento del
piloto, ya que el briefing que poseen establece una navegación táctica a un punto determinado
Luego se generan tres casillas requiriendo información de horas de vuelo que son
importantes para clasificar a los pilotos en tres grupos de acuerdo a su nivel de experiencia. Se
establece que el simulador tiene una sesión de intensidad de una hora, la cual se diseña en
aeronave, sin embargo, se deseaba recrear una misión operativa en condiciones normales de
importante para el estudio haber establecido la configuración del avión, la cual contempló
llevar tres bombas de tipo MK81 y dos tanques subalares, esta configuración es típica para las
fijando una navegación táctica a 5000 pies de altura sobre el nivel medio del mar (MSL),
partiendo del aeródromo “Luis F. Gómez Niño” o SKAP por su denominación de códigos de
68
crucero se componía de un vuelo a nivel y el cruce de 4 puntos hasta llegar un objetivo el cual
debía ser abatido con el armamento presente, este evento se dejaba a libertad del piloto, el cual
podría establecer si optaba por una entrega de armas tipo CCRP (computer calculated release
point) o CCIP (continuous computed impact point), ambas son entrenadas y utilizadas por los
procedimientos, luego del ataque, el piloto debe regresar a SKAP la cual es fijada como base
de lanzamiento y retorno.
que no podían ser simuladas y podrían presentarse para confusiones o sesgos. A cada
último se deja un pie de página que aclara que el formato tiene una base de diseño respecto a
1. Se califica con 5 la emergencia que sea detectada dentro de los primeros 10 segundos en tierra y 60 segundos en vuelo, que el desempeño del piloto permita sobrellevar o corregir la
falla en vuelo sea mediante procedimiento boldface o procedimientos por experiencia del piloto que no agrave la situación.
2. Se califica con 4 la emergencia que sea detectada dentro de los primeros 10 segundos en tierra y 60 segundos en vuelo, pero que no sea resuelta bajo los procedimientos boldface y
su resultado sea diferente al esperado sin generar mayor afectación o daños a la aeronave ajenos al tipo de emergencia y asegura una llegada a tierra o aerodromo mas cercano sin
agravar la emergencia.
3. Se califica con 3 la emergencia que sea detectada dentro de los primeros 10 segundos en tierra y 60 segundos en vuelo y que el procedimiento aunque no sea el estipulado como
boldface, se denote reconocimiento de la gravedad de la misma por parte del piloto y tome un curso de accion correctiva desde el mismo momento que se presenta, apoyandose de las
listas de chequeo de ser requerido.
4. Se califica con 2 la emergencia que sea detectada dentro de los primeros 15 segundos en tierra y 120 segundos en vuelo, y que su gestión pueda agravar la situación efectuando
procedimientos diferentes a los estipulados como boldface.
5. Se califica con 1 la emergencia que no sea detectada en ninguna fase del vuelo o procedimiento en tierra. Que no sea gestionada u omitida a proposito por el piloto.
# Sujeto de Investigación:
Horas Totales
Perfil: Emergencias Boldface
de vuelo: Horas totales en el equipo: Tiempo misión:
Tiempo en el equipo: (meses o años)
Condiciones Meteorologicas Simuladas -METAR: SKAP Configuración Itinerario Condiciones
28002KT 8000 VCSH BKN080 24/24 A3002 = Underwing 3XMK81 SKAP-AREA-SKAP VISUAL - VFR
ITEM / ESCALA 1 2 3 4 5 OBSERVACIONES
FASE 1: EN TIERRA
1 ABORT TAKE OFF
2 ENGINE FIRE DURING START
3 ENGINE FAILURE DURING TAKE OFF
4 ENGINE FIRE DURING TAKE OFF
FASE 2: EN VUELO
1 ENGINE FIRE IN FLIGHT
2 ENGINE LIMITS EXCEEDED
3 IN FLIGHT ENGINE FLAMEOUT
4 ENGINE AIRSTART
FLIGHT IDLE ON THE GROUND DURING
5 LANDING
6 ERECT SPINS
Formato adaptado de acuerdo a manual PROGRAMA DE INSTRUCCIÓN Y ENTRENAMIENTO A-29B (PIE) PIE FAC-6.2.1-A-29B-T RESTRINGIDO, 2016. p 198.
Las condiciones que se trazaron para lograr una homogeneidad en los datos y en
Se efectuó un briefing individual con cada piloto, entregándole una copia del comité
para evitar que la información y los datos fueran filtrados a otros pilotos.
Para la selección de los pilotos, se estableció elegir a los dos que estaban disponibles
Luego se hacía una corta presentación y se procedía con uno de los pilotos al
Durante el briefing se le expone al piloto que el objeto del estudio es modelar el error
Todos los vuelos se efectuaron a las 08:00 a.m. y siempre con los pilotos disponibles
de toma de datos homogéneo, que permitiera tomar los datos en las mismas
Durante la sesión se empezaron a presentar una a una las emergencias, lo que generó
en los pilotos una situación de estrés al contrastar la realidad del estudio, aun así, se
les indico que podrían abandonar el estudio en cualquier momento, pero fue por
Los datos quedaron grabados en el simulador para luego ser tomados e interpretados,
así mismo los que se plasmaron en la guía de observación fueron objeto de revisión y
Los datos obtenidos fueron contrastados con las carpetas de vuelo de cada piloto, y
4.3.Entregables
documento formal con el compendio de las recomendaciones de este estudio, con las cifras
estadísticas explicadas de tal manera que permitan una toma de decisiones acertada sobre los
aspectos a mejorar en el entrenamiento de vuelo, así también, para evidenciar las fortalezas y
capacidades que poseen los pilotos del Escuadrón actualmente y el buen nivel general en el
que se encuentran.
de acción al Comando del Grupo de Combate respecto a las capacidades que deben mantenerse
para el cumplimiento misional de la defensa nacional, de tal manera que estará logrando un
los pilotos de A-29B del Comando Aéreo de Combate No.2 en el lapso 2017-2018 de
demostraron que existen diferencias estadísticamente significativas entre los tres grupos de
pilotos versus las puntuaciones medias en la subescala comprendida por la cantidad de horas
Así mismo, se pudo establecer para esta investigación que la ventaja principal del
estudio fue lograr demostrar que el modelado computacional actual del desempeño puede
et al, 2002) lo que indica que los comportamientos con tendencia hacia el error son cíclicos y
pueden en cierta manera ser modelados y predichos con algún grado de exactitud, otorgando
una visión proactiva que permite generar planes de acción para prevenir accidentes o
Colombiana.
73
Conclusiones
decisiones desde un punto de vista más cercano, desde la seguridad de un ambiente simulado
reacción y tipo de respuesta de los pilotos en las situaciones más estresantes para un
comandante que es por su puesto una emergencia en vuelo. El modelo HEMA es replicable
para otros equipos de la FAC, la presente arquitectura de este estudio permite la fácil
particular.
el error humano de los pilotos, esto se logró a través del rechazo de la hipótesis nula y la
población y muestra datos de una alta confianza (95%) que pueden ser considerados por el
Escuadrón de Combate No. 211 para el análisis de la situación actual de sus pilotos.
74
Si bien es cierto que las emergencias en vuelo constituyen una situación compleja,
observó durante las 20 horas de vuelo simulado que la eyección fue retardada o no
silla de eyección Martin Baker MK10 a bordo de cada una de las aeronaves A-29B.
curiosidad al investigador ver la tendencia del piloto por salvar la aeronave, siendo esto un
acto meritorio de lealtad y valores como el heroísmo. En ningún caso se observó violación de
los parámetros para la eyección, tanto en alturas como velocidades, más, sin embargo, los
pilotos en su mayoría optaron por repetir los pasos de la emergencia buscando nuevamente
Por otra parte, no se evidencia una apropiación o aplicación completa por una
controladores aéreos que estén en la frecuencia activa, esto pudo haberse presentado
posiblemente por no sentirlo o percibirlo necesario por parte del piloto al estar efectuando los
procedimientos desde el simulador y no en una situación real en la que ellos pudieran haber
aplicación de la misma permitió la minimización del sesgo a la que hubiera podido inclinarse
parametrizados los datos y la claridad en lo que se iba a observar generó una toma de datos
limpia, fácil e intuitiva, con unas tendencias claramente observables desde el punto de vista
matemático.
por parte del Grupo de Combate No. 21, el Escuadrón de Combate No. 211, los pilotos e
instructores de A-29B generada desde la concepción de que dicha observación y los mismos
datos podrían tener alguna repercusión en su prestigio, estatus o carrera como pilotos y
los actores del estudio. La facilidad otorgada por la institución es una clara muestra de los
trabajaron los datos con profesionalismo y rectitud de acuerdo a los parámetros éticos y de
ley.
Aunque el modelo HEMA busca modelar el error humano, este continuará teniendo
un grado alto de variación e incertidumbre, no obstante, se logró adaptar un modelo que tiene
como fin encontrar patrones y asociarlos a variables, generar tendencias y gráficos para
incursionar en nuevos campos del conocimiento que propendan por mitigar el riesgo hasta
100%, el dato no fue objeto de estudio, pero si era parte de la misión simulada, lo que
permite deducir que, ante situaciones de alto estrés, los pilotos de combate de A-29B del
CACOM-2 están en capacidad de lograr un ataque efectivo a un objetivo con los sistemas y
de la razón de su misión y esto les permitió sobrellevar la complejidad de cada una de las
Se hace salvedad que, para casos reales, los pilotos y sus aeronaves no efectuarían un
ataque en condiciones anormales, esto quiere decir que si presentara un evento que obligara
esta condición llegara a agravarse, por tal motivo es altamente probable que la aeronave
través de la descarga de estos en medios digitales que permitan ser tabulados, modelados y
ampliar su capacidad de establecer métodos que en cierta medida anticipen los errores más
de abastecimientos.
cantidades de datos que existen en los escuadrones de vuelo en información útil y confiable,
para obtener respuestas a las preguntas sobre el desempeño de los pilotos y para respaldar el
así como la consulta y los informes más tradicionales. El uso de estas técnicas junto con el
almacenamiento de datos puede facilitar el acceso a la información que necesita para una
toma de decisiones más informada, tal como se constató en el presente estudio. No obstante,
una forma de ampliar las capacidades de consulta y generación de informes y es una de las
conclusiones que a su vez se genera como recomendación. Es decir, este tipo de análisis es
totalmente compactible con HEMA, y en lugar de enviar múltiples consultas, los datos están
estructurados para permitir un acceso rápido y fácil a las respuestas a las preguntas que
generalmente se hacen. Por ejemplo, los datos se estructurarían para incluir respuestas a la
pilotos, en una condición atmosférica establecida, a una hora en especial?" donde a cada
Al recalcular las respuestas a cada subconsulta dentro del contexto más amplio,
muchas respuestas pueden estar fácilmente disponibles porque los resultados no se vuelven a
calcular con cada consulta; simplemente se accede y se muestra, esto se logra al tener los
78
técnicas de modelado estadístico y matemático para explicar los patrones ya que los modelos
se utilizan para predecir y predecir, es por eso que en este caso se usaron solo uno de los
tipos de técnicas de análisis de datos estadísticos como los análisis lineales y no lineales,
El ánimo de este estudio y del investigador fue demostrar el punto de encuentro entre
consolidar este estudio y lograr los resultados aquí plasmados. Por ser un trabajo de maestría
sentado que este modelo sería muy útil y rentable en términos económicos para las
compañías aéreas que propenden por estandarizar hasta el más pequeño procedimiento en
cabina en aras de lograr una mitigación del riesgo y administración del error que abarque la
Así mismo, es grato entregar un estudio que pone de nuevo a la FAC a la vanguardia
se han tenido que adoptar, copiar o asimilar medidas y procedimientos del mercado aéreo
civil para ser incorporado en la aviación militar, ante la agresiva expansión de las aerolíneas
79
y la poca doctrina y documentos emitidos por las Fuerzas Armadas que sean de interés para
el mercado comercial.
80
Recomendaciones
dificultades las cuales son objeto de recomendaciones, así como oportunidades de mejora
para futuros estudios o réplicas de HEMA en otras plantas o equipos de vuelo de la FAC.
dispone de planes de entrenamiento en SRM (por sus siglas en inglés, “single pilot resouce
comparado con las versiones civiles, aun es incipiente y propenso a ser mejorado, no solo
para este equipo, sino también para todos los equipos que disponen de únicamente un piloto
en cabina.
todos los recursos que estén a su disposición para gestionar de manera más efectiva el riesgo.
También, este tipo de capacitación sirve para elevar la alerta y conciencia situacional del
aproximado que obtendrá un piloto ante una situación de emergencia dada su autonomía de
vuelo puntual, es decir, las horas de vuelo exactas como se evidencia en la figura 16. “Datos
modelo de regresión lineal”, cada valor obtenido sea gráficamente o mediante ecuación, debe
ser redondeado.
81
EMERGENCIA
FLIGHT_FLIGHT IDLE ON THE GROUND DURING LANDING SCORE = 3,301 + 0,001427 FLIGHT TIME
GROUND_ENGINE FAILURE DURING TAKE OFF SCORE = 3,501 + 0,001427 FLIGHT TIME
GROUND_ENGINE FIRE DURING TAKE OFF SCORE = 3,451 + 0,001427 FLIGHT TIME
R-sq(adj): 50,96%
Este modelo matemático graficado de los datos de la figura 16, arrojó un 𝑅 2 = 50,96%,
es decir, el 51% de los datos siguen el modelo de regresión. Esto plantea que para considerar
un modelo que alcance al menos un 80% y se logre un modelo altamente confiable se deben
considerar más variables como, tipo de aviones volados previamente, edad, profesión, años de
servicio en la vida militar, en inclusive llegar a cuantificar los eventos de seguridad operacional
en los que se halla visto envuelto dándoles un valor numérico como un elemento que podría
engine flameout”, presentó menor puntaje (2,9 sobre 5,0) y alta variación (desviación
82
estándar), por lo que es una situación a considerar dentro del entrenamiento continuado para
utilizando una adaptación del presente estudio con la estructura HEMA como referencia, lo
que permitirá analizar las fortalezas y deficiencias en los pilotos que la presenten. Para lo
cual se requiere otorgar el grado de confidencialidad a los datos que al final de estos estudios
sean obtenidos y trabajados, tanto en el anonimato de los pilotos como en la reserva que se
debe mantener con estos estudios, que dada su sensibilidad no deben ser conocidos más allá
entrenamiento, con una clara premisa de evitar represalias en aquellos tripulantes que
Una vez obtenidos los datos del estudio, es necesario efectuar como mínimo una vez
al año una nueva toma de datos, para generar la trazabilidad en el tiempo que sirva para
escuadrones en el mejoramiento del desempeño de los pilotos, así como plasmar los planes
de mejora dentro los manuales de instrucción y entrenamiento de los equipos, con lo cual se
conocido como el análisis multidimensional, ya que esta permite a los usuarios (Escuadrones
de vuelo, Grupos de Combate, Comando de Unidad o de Jefatura) observar una gran cantidad
83
relaciones complejas a través de los diferentes niveles para finalmente alcanzar una
operación que salga del rango tolerable a uno de mejor capacidad en términos de seguridad
operacional.
También se puede utilizar el pivote en los datos ya que con los datos recopilados en
este estudio se puede generar una operación de análisis de datos mediante la cual el usuario
adopta un punto de vista diferente al que es típico en los resultados del análisis, cambiando la
desglose o balanceo.
Por otro lado, se hizo uso de la minería de datos como técnica de análisis de datos
relativamente nueva para la FAC, ya que durante las primeras aproximaciones con la
que aunque maneja grandes volúmenes de datos, es solo usada mayormente para la consulta
y generación de informes, pero, sin evidencias del análisis multidimensional, que utiliza lo
que se denomina una técnica de descubrimiento. Es decir, no hace una pregunta particular de
los datos, sino que utiliza algoritmos específicos que analizan los datos e informan lo que han
descubierto.
A diferencia de las consultas y los informes, en este caso se tuvo presente el análisis
multidimensional, donde el usuario tiene que crear y ejecutar consultas basadas en hipótesis,
es mucho más fácil de explicar en sí, debido a que el trabajo investigativo requería de una
84
validación de hipótesis para demostrar con un margen de error la idoneidad del modelo
HEMA, sin embargo una vez validado y aprobado, se puede seguir utilizando el método de
minería de datos mediante HEMA, ya que ambas no pueden trabajar por separado y cada una
Este estudio por ser de tipo experimental, sus resultados son tratados como
datos. Después de encontrar estos patrones, los algoritmos pueden inferir reglas y estas
reglas se pueden usar para generar un modelo que puede predecir un comportamiento
deseado, identificar relaciones entre los datos, descubrir patrones y agrupar grupos de
registros con atributos similares, por eso HEMA sumado a la estadística, tiene un
protección no solo del presente trabajo de grado sino del procedimiento experimental como
tal, teniendo en cuenta que es una interacción entre minería de datos, análisis
utilización del modelo HEMA. Toda esta capacidad resumida y compilada dentro de HEMA
que se trata de demostrar de manera matemática un modelo mecanicista del error humano
pilotos da una gran ventaja tanto táctica como estratégica, como lo señala Sun Tzu en el año
500 A.C. “Cuando eres capaz de ver lo sutil, es fácil ganar”. De esta forma, si se hace un
trabajo dedicado, se podría lograr modelar y conocer al detalle la capacidad de los pilotos de
combate bajo varias circunstancias y escenarios, inclusive se podría reconocer quienes tienen
aunque es claro que estos modelos no son 100% fiables, si puede alcanzarse un margen
superior al 95%, permitiendo tomar decisiones solo con un 5% de error lo cual es aceptable a
Por alto índice predictivo del presente estudio, se recomienda buscar una relación más
año, agregando mayor cantidad de variables que permitan generar mayores cantidades de
variables. Esto se basa en la posibilidad de obtener una relación entre las mismas que genere
por la sensibilidad que representan los datos aquí plasmados, no obstante se recalca la
estudio para adaptarlo y utilizarlo en las demás plantas, no obstante estos estudios pueden de
la adquisición de datos jamás tomados hasta la fecha y con los cuales se podrían generar
perfiles para los pilotos de combate de acuerdo a nuestra cultura y nivel operativo.}
Glosario
Abort Take Off: describe el procedimiento de emergencia que obliga al piloto a abortar
debido a fallas técnicas durante esa fase tales como daños en el motor, perdida de presión de
aceite del motor, apagado de alguna de las pantallas de la cabina, una explosión de una rueda,
una incursión en la pista de alguna personal, animal o vehículo, o por una orden de la torre de
Cargas Subalares (Underwing): son los elementos o armamento que se instalan bajo
los planos (alas) de las aeronaves, las cuales constan de bombas Mark 82 (Mk 82) de 500 libras
de peso, Mark 81 (Mk 81) de 250 libras de peso, o tanques de combustible. Estos elementos
pueden ser ubicados en los puntos conocidos como “puntos duros”, para lo cual el A-29B
Condiciones de vuelo VFR: son las reglas de vuelo que exigen que se opere la
aeronave en condiciones visuales, o por sus siglas en ingles “Reglas de vuelo Visual”, en la
cual el piloto debe evitar en todo momento ingresar en nubes o en cualquier tipo de condición
meteorológica que le impida tener de un contacto visual permanente con el terreno sobre el
en la cabina de una aeronave por el piloto la cual obliga a tomar un curso de acción de manera
inmediato, estos procedimientos son ejecutados de memoria y sin consulta previa de las listas
de chequeo o manuales debido al corto tiempo que se dispone para solucionar la eventualidad
que se pudo haber presentado. Este tipo de emergencia requiere de atención inmediata ya que
reencendido del motor en vuelo con ayuda del aire que circula a través de la hélice, exigiendo
al piloto mantener parámetros de velocidad tanto en vuelo como de rotación de la turbina para
poder efectuarlo. Este tipo de encendido no requiere de asistencia eléctrica del sistema como
Engine Failure During Take Off: procedimiento de emergencia que se debe realizar
presión de aceite, sobre temperatura del motor o pérdida parcial o total de potencia. (FAC,
2017).
Engine Fire During Start: procedimiento de emergencia el cual esta descrito como
Engine Fire During Take Off: procedimiento de emergencia que debe efectuarse
fuego en el motor, se verifica de manera visual si existe presencia de fuego o estela de humo
piloto excede los límites del motor, estos límites pueden ser la excedencia en el torque máximo
Erect Spins: procedimiento de emergencia debido a una condición de pérdida del flujo
laminar sobre los planos, en otras palabras, es la perdida de sustentación del avión en vuelo
que genera que el mismo quede con una actitud del morro (parte frontal) en posición vertical.
Esta situación es generada en su mayoría por una mala técnica de vuelo que degrada la
capacidad de la aeronave mantenerse en el aire, generando que la misma tenga una pérdida de
de un mal funcionamiento del Sistema de gobernador de la hélice, la cual mediante los sistemas
WOW o llantas en tierra por sus siglas en inglés, obliga al sistema a cambiar el paso de la
hélice para generar mayor resistencia al avance y de esta manera efectuar una carrera de
aeronave, o como parte de una tripulación que haya efectuado un vuelo, el tiempo se
comprende desde el momento en que se da inicio al motor hasta que se vuelve a apagar en el
del motor en vuelo debido a una pérdida de la combustión, debido a contaminación del
89
combustible con agua, también puede deberse a la ingesta de hielo o agua de manera abundante
METAR: estándar internacional del formato del código utilizado para emitir
particular, con el cual el piloto efectuara sus planeamientos del vuelo y la misión a cumplir.
(OACI, 2017).
Mark 81 (Mk 81): es una bomba sin guía, de propósito general de 235 libras de peso
objetivos de alto valor militar por su alta capacidad destructiva. (FAC, 2017).
cual se basan los instructores de vuelo para impartir la instrucción a los pilotos que van a operar
una aeronave en especial. Este manual contiene descrito de manera detallada cada una de las
misiones que deben volarse, los márgenes de desviación para cada maniobra, las formas de
avanzado de pilotos. Es utilizado por la Fuerza Aérea Colombiana para el cumplimiento de las
2003).
90
Referencias Bibliográficas
barinasolaya.2016.pdf
Builes, I., Velázquez, C., Araque, L., Ospina, D., Osorio, M., Montoya, D., & Caicedo, E.
Posible_Relacion_Inteligencia_Builes_2015.pdf
?id=SaSwqPqTkycC&printsec=frontcover&hl=es&source=gbs_ViewAPI&redir_esc
=y#v=onepage&q&f=false
Cacciabu, P. PhD. (2004). Guide to Applying Human Factors Methods - Human Error and
index.php/estadistica/article/viewFile/1101/1336
Dismukes, R., Berman, B., & Loukopoulos, L. (2007). The Limits of Expertise: Rethinking
Pilot Error and the Causes of Airline Accidents. Farnham, Reino Unido: Ashgate
Publishing.
default.aspx?rPage=Tooldetails&subCatId=41&toolID=82
Fotta, M., Byrne, M., y Luther, M. (2005). Developing a human error modeling architecture
Freund, J. (1962). Mathematical Statistics. Nueva Jersey, Estados Unidos: Prentice Hall.
92
https://avafp.blackboard.com
Hernandez, R., Fernandez, C., & Baptista, M. (2014). Metodología de la Investigación. (6ª
analysis-method-cream/hollnagel/978-0-08-042848-2.
ICAO International Civil Aviation Organization (2011). Flight Safety and Human Factors
/humanfactors/index.html
Li, W., & Harris, D. (2008). The Evaluation of the Effect of a Short Aeronautical Decision-
Making Training Program for Military Pilots. The International Journal of Aviation
López, P., & Fachelli, S. (2015). Preparación de los datos para el análisis. Universitat
Matessa, M., Vera, A., John, V., Remington, R., & Freed, M. (2005, 25 octubre). Reusable
https://hsi.arc.nasa.gov/publications/20051025120406_matessa_reusable_templates.p
df
2017, de http://www.bdigital.unal.edu.co/5843/1/32561357.2012.pdf
http://www.mineducacion.gov.co/1759/w3-article-179264.html
Digital/RIDE/DE/DIJ/RESOLUCION-8430-DE-1993.PDF
Muñoz, J., Quintero, J., & Munévar, R. (2005). Cómo desarrollar competencias
Magisterios.
https://pdfs.semanticscholar.org/57f1/76992f92ae559d9c110211d7f04c5143cb44.pdf
94
Ramírez, L., Arcila, A., Buriticá, L., & Castrillón, J. (2004). Paradigmas y Modelos de
http://virtual.funlam.edu.co/repositorio/sites/default/files/repositorioarchivos/2011/02/
0008paradigmasymodelos.771.pdf
Reason, J. (1990). Human Error. John Wiley & Sons.Volumen 4, 273-294. doi:
10.1002/acp.2350040405.
Rouse, W., Cannon-Bowers, J., & Salas, E. (1992). The Role of Mental Models in Team
Shappell, S., & Wiegmann, D. (1997). A human error approach to accident investigation:
Psychology, 7, 269-291.
http://www.ugr.es/~imartin/TEMA5_ANOVA.pdf
2017, de https://www.uoc.edu/in3/emath/docs/ANOVA.pdf
95
Box, G., Hunter, J., & Hunter, W. (2008). Statistics for Experimenters-Design, Innovation and
Anexos
Figura 19. Validación Instrumento. Gustavo Ulloa Monzón. Master en Tecnologías para la
Defensa, Universidad Politécnica de Madrid.