Boroscópio com IA: Quando a Máquina Aponta o Defeito, o Inspetor Ainda Procura?

Imagine horas de vídeo do interior de um motor. Pá após pá, o seu trabalho é achar uma trinca fina como um fio de cabelo.

Agora imagine um software que já circulou os pontos suspeitos para você. Parece só vantagem, certo?

Em parte, sim. Mas existe uma pegadinha que a própria indústria já reconheceu, e ela mexe com o jeito como o cérebro do inspetor trabalha. Vamos chegar nela.

📰 A notícia: a Pratt & Whitney comprou uma startup de IA

Em 15 de julho de 2026, a Pratt & Whitney, unidade da RTX, anunciou a aquisição da Aiir Innovations, empresa de Amsterdã que criou um software de IA para inspeção de boroscópio. Os valores do negócio não foram divulgados.

O objetivo, segundo a empresa, é levar essa tecnologia para toda a operação de manutenção de motores comerciais, civis e militares.

🔍 Primeiro: o que é uma inspeção de boroscópio?

O boroscópio é, basicamente, uma câmera na ponta de um tubo fino, com luz própria. Ele entra no motor por portas de inspeção e permite ver o interior do compressor, da câmara de combustão e da turbina sem desmontar nada.

O inspetor procura trincas, queimaduras, amassados, erosão e perda de revestimento nas pás. O resultado é um volume enorme de vídeo, que alguém precisa analisar com atenção do começo ao fim.

💡 INSIGHT VALIOSO É um trabalho repetitivo, cansativo e que depende muito da experiência de quem está olhando. Foi exatamente esse ponto que a Aiir se propôs a atacar.

🤖 O que a Aiir faz

O software analisa o vídeo do boroscópio e sinaliza possíveis defeitos para o inspetor avaliar. A empresa surgiu em 2016, a partir de um projeto de estudantes ligado à KLM, e passou quase uma década treinando a IA com inspeções reais de várias famílias de motores.

Segundo a Pratt & Whitney, a tecnologia já está em uso com clientes comerciais e oficinas (MROs) no V2500. Os testes-piloto nos motores GTF e F135 foram concluídos recentemente. O sistema também aprende com o retorno dos inspetores ao longo do tempo.

O que a RTX afirma	Como ler
Redução de mais de 30% no tempo total de inspeção	Número da própria empresa, sem auditoria independente
Relatórios que levavam horas saem em minutos	Ganho de processo, não de segurança por si só
Avaliações mais rápidas e repetíveis	"Repetível" quer dizer que dois inspetores tendem a chegar ao mesmo resultado

Nas fontes públicas que consultei, não encontrei dados independentes sobre falsos alarmes ou defeitos que a IA deixa passar. Vale ter isso em mente.

🧠 A pergunta que importa: procurar ou confirmar?

Quando alguém aponta para onde você deve olhar, você olha ali. É humano.

Em Fatores Humanos, isso aparece como complacência com a automação: a tendência de confiar demais no sistema e vigiar menos. A aviação conhece bem esse fenômeno na cabine de comando. Aqui, a leitura é nossa, e não uma conclusão da RTX.

Pense no risco prático: se a IA circula o suspeito e o inspetor passa a conferir só o que foi circulado, o que ficou fora do círculo recebe menos atenção. O inspetor deixa de procurar e passa a confirmar.

O mais interessante é que a preocupação não vem só de fora. O cofundador e CEO da Aiir, Bart Vredebregt, disse à Aviation Week em 2020 que, se a IA ficar muito boa, haverá inspetores confiando cegamente no resultado dela.

Procurar ou confirmar? Dois fluxos de uso da IA na inspeção de boroscópio: o risco de confiar às cegas e a proposta da RTX de segunda opinião

⚙️ Como a RTX diz que lida com isso

Em uma matéria publicada em setembro de 2026, a RTX descreve o sistema com uma analogia curiosa. Segundo a diretora de tecnologia de inspeção com IA da Pratt & Whitney, Miriam Huijser, ele funciona como um spellcheck para o boroscópio: o operador continua decidindo, e a IA serve para garantir que nada escape.

A empresa também diz que o software compara o que o inspetor encontrou com o que a IA sinalizou, de um jeito que evita distrair ou enviesar o inspetor.

Faz sentido. O corretor ortográfico funciona porque você escreve primeiro. Ele não escreve por você.

⚠️ ATENÇÃO A RTX não detalha publicamente a ordem exata das etapas nem como esse "não enviesar" funciona na prática. É aí que mora o risco: a ideia é boa, mas o que decide o resultado são os detalhes do hangar.

✅ O que eu perguntaria antes de colocar IA numa inspeção

Esta é a minha lista de perguntas de MRM (gestão de recursos de manutenção) para qualquer oficina que adote ferramentas assim:

O inspetor registra o que viu antes de ver a marcação da IA?
Existe treinamento sobre os limites da ferramenta, incluindo falsos alarmes e omissões?
O tempo economizado vira mais atenção ou vira meta de produtividade?
O inspetor tem um jeito simples de discordar da IA e registrar isso?
As divergências (a IA achou e o humano não, ou o contrário) viram aprendizado para a equipe?

🚀 DICA RÁPIDA Se a resposta para a primeira pergunta for "não", vale pensar duas vezes antes de comemorar o ganho de tempo.

🏁 O que fica

A IA no boroscópio é uma boa notícia: inspeção mais consistente, relatório mais rápido e menos cansaço repetitivo. Mas ela muda o papel do inspetor, e mudar o papel de alguém exige cuidado com o fator humano.

Já falamos aqui sobre como a manutenção preditiva com IA está mudando a lógica da manutenção por intervalo fixo. Para entender o outro lado da moeda, vale reler O Elo Mais Frágil do Céu, sobre por que o fator humano é o maior desafio da aviação hoje.

E você, que já passou horas diante de um monitor de boroscópio ou conhece quem passa: se a IA passar a achar mais defeitos do que a gente, o inspetor deve confiar mais ou olhar mais?

Fontes

📩 Quer acompanhar os próximos posts da série de manutenção e tecnologia? Assine a newsletter do AAAviation e receba o resumo técnico da semana direto no seu e-mail.