El problema de programación de llegadas de vuelos es una de las tareas críticas en las operaciones de tráfico aéreo, con el objetivo de garantizar que los vuelos lleguen en la secuencia correcta de manera segura. Los métodos existentes se centran principalmente en el área terminal y a menudo pasan por alto la presencia de vuelos de entrenamiento en el aeropuerto. Debido a la limitada generalización de los métodos tradicionales y a las diversas prácticas de control en diferentes aeropuertos, los vuelos de entrenamiento en los aeropuertos aún dependen del control manual para la clasificación de llegadas. Para abordar eficazmente estos problemas, proponemos un nuevo método para la asignación de franjas horarias que aprovecha las fuertes capacidades de razonamiento y el potencial de generalización de los grandes modelos de lenguaje (LLMs). Nuestro método conceptualiza el problema de programación dinámica para vuelos de entrenamiento como un problema de modelado de lenguaje, una perspectiva que no se había explorado anteriormente. Específicamente, representamos las entradas y salidas del asignador como tokens de lenguaje, utilizando LLMs para generar resultados libres de conflictos basados en una descripción en lenguaje de la información de aterrizaje solicitada y la información de vuelos de entrenamiento asignados. Además, empleamos una estrategia de reinicio para crear un pequeño conjunto de datos para muestras específicas de escenarios, lo que permite a los LLMs aprender rápidamente esquemas de asignación a partir del conjunto de datos. Demostramos la capacidad de los LLMs para abordar conflictos de tiempo evaluando métricas como la precisión de las respuestas, la tasa de conflictos y el tiempo total de retraso (sin respuestas incorrectas). Estos hallazgos subrayan la viabilidad de emplear LLMs en el campo del control del tráfico aéreo.