Este estudio investiga la aplicación de modelos avanzados de aprendizaje profundo para la clasificación de incidentes de seguridad de la aviación, centrándose en cuatro modelos: Red Neuronal Recurrente Simple (sRNN), Unidad Recurrente Enrejada (GRU), Memoria a Corto y Largo Plazo Bidireccional (BLSTM) y DistilBERT. Los modelos fueron evaluados en base a métricas clave de rendimiento, incluyendo precisión, recuperación y puntuación F1. DistilBERT logró un rendimiento perfecto con una precisión de 1.00 en todas las métricas, mientras que BLSTM demostró el mejor rendimiento entre los modelos de aprendizaje profundo, con una precisión de 0.9896, seguido por GRU (0.9893) y sRNN (0.9887). Las evaluaciones por clase revelaron que DistilBERT sobresalió en todas las categorías de lesiones, con BLSTM superando a los otros modelos de aprendizaje profundo, especialmente en la detección de lesiones fatales, logrando una precisión de 0.8684 y una puntuación F1 de 0.7952. El estudio también abordó los desafíos del desequilibrio de clases aplicando ponderación de clases, aunque se recomienda el uso de técnicas más sofisticadas, como la pérdida focal, para trabajos futuros. Esta investigación resalta el potencial de los modelos basados en transformadores para la clasificación de seguridad de la aviación y proporciona una base para futuras investigaciones para mejorar la interpretabilidad del modelo y la generalización en conjuntos de datos diversos. Estos hallazgos contribuyen al creciente cuerpo de investigación sobre la aplicación de técnicas de aprendizaje profundo a la seguridad de la aviación y subrayan las oportunidades para una mayor exploración.