Page 17 - cleared_giugno_2025

la sperimentazione a Padova ACC: la struttura del
responsabile Lorenzo Rocchini, insieme al collega
Raffaele Nanni, ha iniziato ad utilizzare lo strumento
e sottoporre ad Alessandro Longobardi e Marco
Lavorgna (i due Data Scientist dell’Innovation Lab)
preziosi contributi. Una menzione particolare va
anche a chi purtroppo non c’è più, il collega dell’ufficio
Safety di Roma Fabrizio Pellegrini, che dalle prime
garantiscono un livello di accuratezza sufficiente fasi del progetto ha fornito preziosi consigli grazie
nella trascrizione delle comunicazioni aeronautiche, alla sua lunga esperienza come CTA. Attualmente la
rendendoli inadeguati come supporto operativo nel sperimentazione è attiva nei 4 ACC e su 3 aeroporti
contesto specifico di ENAV. Per dare una risposta quali Fiumicino, Malpensa e Venezia a supporto dei
concreta a questa necessità, si è pensato a un modello processi di trascrizione delle conversazioni terra-
di NLP (Natural Language Processing) termine che bordo-terra (TBT), per velocizzare la stesura di un
si riferisce al settore dell’informatica che si occupa di primo elaborato. Entro il 2025 il suo uso sarà esteso a
dare ai computer la capacità di comprendere il testo e tutte le strutture di Safety territoriale.
le parole. Partendo da un modello di riconoscimento Anche sui tavoli internazionali del settore aeronautico
vocale generico open source, pre-addestrato su il tema dell’Automatic Speech Recognition è
un set di dati audio diversificati, i data scientist molto rilevante. Nel NDTECH (Network Directors
dell’Innovation LAB hanno allenato la macchina a of Technology Working Group) si è discusso di
riconoscere la fraseologia aeronautica, cioè la raccolta “Speech-to-text (STT)/automatic speech recognition
delle parole e delle frasi utilizzate nelle trasmissioni (ASR)” con gli altri Air Navigation Service Provider
radio aeronautiche. e le industrie di settore su come poter utilizzare le
Utilizzando un processo di Machine Learning, la tecnologie ASR nel contesto ATM, le sperimentazioni
macchina ha imparato dagli esempi ed elaborato in corso e le best practice da mettere a fattor comune.
un modello predittivo che associa all’audio il testo In questo ambito, ENAV si distingue a livello
adeguato. Nel nostro caso, i data scientist con il internazionale per il suo elevato grado di 15
personale della Safety investigativa hanno agito innovazione tecnologica. Grazie al tool STORY, è
da supervisori e insegnato al computer come tra i primi provider di servizi di navigazione aerea
apprendere e riconoscere le parole “etichettate”. Per (ANSP) ad aver raggiunto una maturità tecnologica
iniziare sono state utilizzate delle registrazioni audio avanzata della sperimentazione, posizionandosi
aeronautiche pubbliche e le relative trascrizioni all’avanguardia in questo ambito.
in testo, come dataset di addestramento. A valle di Oggi si parla molto di AI; ogni previsione è condita da
questa prima fase sperimentale, la macchina ha questo termine, sia che si tratti di visioni futuristiche
iniziato a riconoscere quanto già ascoltato per poi che di consigli per innovare le aziende. In ENAV, con
trascriverlo correttamente in testo e parole. un approccio pratico, tramite sperimentazioni
Successivamente a questa prima fase di trascrizione, concrete come STORY, si sta contestualizzando
denominata “speech to text”, grazie ai feedback questa tecnologia, in ottica di supporto al personale,
ricevuti dalla struttura Safety, è stata addestrata la e si continuerà a farlo con un occhio attento ai rischi
macchina ad apprendere alfabeto ICAO, nominativi che la tecnologia può introdurre, ed alla necessità di
degli aeromobili e fraseologia con un’interfaccia avere tematiche come protezione dei dati, privacy e
personalizzata sulle esigenze specifiche del sicurezza come elementi costantemente presenti nei
personale ENAV, in compliance alle normative di percorsi di sviluppo di queste tecnologie.
security e privacy.
Questa fase sperimentale, frutto della collaborazione
tra le strutture Safety e Innovation Lab, è partita lo
scorso anno negli uffici di Safety di Roma ACC, sotto
la supervisione del responsabile Safety Reporting and
Analysis Marco Chiavari. Con il supporto e i preziosi
suggerimenti trasmessi dal suo gruppo, il tool ha
appresso e migliorato le capacità di comprendere,
raggiungendo delle percentuali di accuratezza molto
elevate. Visti i buoni risultati, si è deciso di estendere

giugno 2025