La movilidad aérea urbana (UAM) ha surgido en respuesta a la creciente demanda de tráfico. Dado que la UAM implica vuelos comerciales en áreas urbanas complejas, las tecnologías de automatización bien establecidas son críticas para garantizar un vuelo seguro, accesible y confiable. Sin embargo, el nivel actual de aceptación de la automatización es insuficiente. Por lo tanto, este estudio buscó detectar objetivamente el grado de confianza humana hacia la automatización de la UAM. Se emplearon señales de electroencefalografía (EEG), específicamente Potenciales Evocados (ERP), para analizar y detectar la confianza de los operadores hacia la UAM automatizada, proporcionando información sobre los procesos cognitivos relacionados con la confianza. También se estableció una red neuronal convolucional bidimensional integrada con un mecanismo de atención (2D-ACNN) para permitir la detección de confianza de extremo a extremo a través de señales de EEG. Los resultados revelaron que nuestra 2D-ACNN propuesta superó a otros métodos de vanguardia. Este trabajo contribuye a mejorar la confiabilidad y popularidad de la automatización de la UAM, lo cual es esencial para la adopción generalizada y los avances en el ámbito de la UAM.