Este documento investiga el impacto del rendimiento del predictor de trayectoria en la probabilidad de encuentro generada por una herramienta de detección de conflictos adaptativa y examina la flexibilidad de la herramienta en función de sus umbrales ajustables, utilizando datos históricos de seguimiento por radar. Para lograr estos objetivos, se propusieron dos figuras de mérito: Rango Dinámico del Sistema y Sobre de Ajuste del Sistema. Para examinar la variabilidad del rendimiento de la detección de conflictos bajo diferentes niveles de incertidumbre y tipos de predictores, se evalúan predictores de trayectoria simples de múltiples horizontes entrenados con dos técnicas de aprendizaje automático de diferentes características en varios tiempos de anticipación: un aumento extremo de gradiente con una naturaleza discreta y un regresor de perceptrón multicapa con una naturaleza continua. Los resultados destacan la interdependencia entre los rendimientos del predictor de trayectoria y el detector de conflictos, y la cuantificación de esta relación puede representarse a través de una función sigmoide. Además, las dos figuras de mérito propuestas son efectivas para seleccionar puntos de operación adecuados en un detector de conflictos adaptativo, basándose en umbrales dinámicos y los requisitos de rendimiento necesarios para que los predictores de trayectoria logren el rendimiento de detección esperado en diferentes tiempos de anticipación.