Este documento discute la generalizabilidad de un modelo de turbulencia aumentado por datos, con un enfoque en la inversión de campo y el enfoque de aprendizaje automático. Se destaca que el modelo aumentado basado en flujos de alas separadas bidimensionales (2D) tiene una capacidad predictiva deficiente para una clase diferente de flujos separados (el jorobado montado en la pared de la NASA) en comparación con el modelo base debido a la extrapolación. Demostramos un enfoque basado en sensores para localizar la corrección del modelo impulsada por datos para abordar este problema de generalizabilidad. Además, se estudia la aplicabilidad del modelo aumentado a un caso aeronaútico tridimensional más complejo, la configuración del Modelo Común de Investigación de la NASA. Las observaciones sobre las predicciones del coeficiente de presión y el campo de corrección del modelo sugieren que la presente augmentación basada en 2D es, hasta cierto punto, aplicable a un flujo de aeronave tridimensional.