Um grupo de analistas no Instituto de Tecnologia de Massachusetts (MIT), com coordenação do professor John Hansman, está desenvolvendo e estudando um sistema capaz de identificar problemas de voos e aeronaves através da análise de dados das famosas caixas pretas.
O sistema utiliza uma espécie de data mining que quebra os dados das diversas rotinas 
similares de voo para então procurar por anormalidades nestas rotinas. Com estes dados os analistas poderão estudar e verificar as anormalidades, procurar causas e também verificar se existe motivos que geram preocupação.
Os programas de certificação que algumas companhias aéreas participam já utilizam este tipo de sistema. O sistema em desenvolvimento pela MIT e implantado em teste no Boeing 787 grava em torno de 2 mil parâmetros de voo continuamente, comparado com os 88 parâmetros utilizados em alguns programas de certificação.
A MIT gravou os dados de 365 voos de Boeings 777 e detectou várias anormalidades, muitas delas geradas por ações humanas, e não erros mecânicos. Dentre elas, os analistas encontraram um piloto que decolava frequentemente com empuxo reduzido, e também um pouso em que as flaps do avião estavam configuradas incorretamente, resultando em uma aproximação instável em baixa altitude e requerendo mais força que o normal.
Um dos problemas em desenvolver um sistema deste tipo são os obstáculos que os analistas têm para conseguir mais dados das empresas aéreas. Várias burocracias impedem a obtenção das informações contidas nas caixas pretas. O professor Hansman espera que estas dificuldades sejam superadas para que os estudos possam avançar, gerando um sistema modelo que ajudará na redução de acidentes na aviação, já que a maioria deles são tão difíceis de detectar antes que aconteçam.