Trasformare i dati sugli incidenti di sicurezza in informazioni fruibili con l'intelligenza artificiale

I team per la sicurezza sul lavoro generano dati sugli incidenti ogni anno, ma milioni di lavoratori subiscono ancora infortuni ogni anno, alcuni mortali. Segnalazioni di incidenti, quasi incidenti, osservazioni di pericoli e resoconti di indagini vengono registrati in settori che spaziano dalla produzione manifatturiera all'edilizia ai servizi di pubblica utilità. Eppure, nonostante la portata di questi dati, molte organizzazioni faticano a trasformare questi dati sugli incidenti in una prevenzione duratura.

Solo negli Stati Uniti, i datori di lavoro hanno segnalato circa 2.6 milioni infortuni e malattie non mortali sul lavoro nel 2023, a sottolineare la continua necessità di interventi di sicurezza più efficaci. Sebbene le tendenze a lungo termine mostrino un miglioramento, con tassi di infortunio in calo. in calo significativo A partire dagli anni '1970, i progressi hanno subito un rallentamento negli ultimi anni, in particolare nei settori ad alto rischio.

Il divario tra segnalazione e prevenzione

Molti processi di gestione degli incidenti sono progettati per garantire la conformità alle normative OSHA o in materia di infortuni sul lavoro. I professionisti della sicurezza e degli infortuni sul lavoro conducono indagini, registrano i risultati e conservano i report a fini normativi e di audit.

I responsabili della sicurezza possono identificare le cause profonde e i fattori contribuenti, ma tradurre queste informazioni in azioni correttive tempestive, in particolare in una riqualificazione mirata, può richiedere molto tempo e coinvolgere sistemi diversi. I professionisti della sicurezza potrebbero dover condurre analisi approfondite dei dati per individuare modelli o tendenze.

Ricerca ha dimostrato che gli incidenti precedenti sono tra i più forti indicatori di futuri infortuni quando le azioni correttive sono ritardate o insufficienti, evidenziando quanto la finestra temporale successiva all'incidente possa essere fondamentale per la prevenzione. Gli strumenti di intelligenza artificiale possono iniziare a rimodellare i flussi di lavoro di sicurezza quando sono collegati alle raccomandazioni post-incidente.

Utilizzo dell'intelligenza artificiale per comprendere le narrazioni degli incidenti su larga scala

I resoconti sugli incidenti contengono informazioni preziose in formato testo non strutturato: note degli investigatori, dichiarazioni dei dipendenti e descrizioni contestuali di condizioni e comportamenti.

Fino a poco tempo fa, l'analisi di queste informazioni su più incidenti richiedeva una lunga revisione manuale. Gli strumenti di intelligenza artificiale possono ora cambiare questa dinamica, con modelli in grado di esaminare i dati narrativi su larga scala, identificando schemi ricorrenti, fattori contribuenti comuni e tendenze sottili che potrebbero non essere facilmente visibili solo attraverso campi strutturati.

aggiuntivo riparazioni ha dimostrato che le narrazioni sulla sicurezza non strutturate spesso evidenziano indicatori precoci di rischio sistematico – come confusione procedurale o condizioni ambientali ricorrenti – ben prima che appaiano nelle statistiche aggregate. Invece di sostituire gli investigatori, gli strumenti di intelligenza artificiale possono aumentare la loro competenza evidenziando segnali che meritano maggiore attenzione.

I team di sicurezza possono utilizzare strumenti di intelligenza artificiale subito dopo un incidente per:

• Interpretare i dettagli dell'incidente, tra cui gravità, comportamenti e descrizioni contestuali, per evidenziare i fattori contributivi rilevanti
• Identificare modelli in incidenti simili che potrebbero non essere evidenti a livello di singolo caso
• Guidare gli investigatori verso azioni correttive allineate a tali risultati

Queste funzionalità riducono la dipendenza dalla revisione manuale e dalla memoria istituzionale, consentendo ai team di rispondere con maggiore coerenza e rapidità.

Dall'analisi della causa principale all'azione immediata

Identificare una causa principale è utile solo se porta ad agire. Tuttavia, i team di sicurezza spesso si trovano ad affrontare un ostacolo familiare una volta completata un'indagine: quale azione correttiva intraprendere e con quale rapidità.

Gli strumenti di intelligenza artificiale vengono sempre più utilizzati per colmare questa lacuna, analizzando le caratteristiche degli incidenti: tipologia, gravità, comportamenti contribuenti e fattori contestuali. Lo strumento di intelligenza artificiale guida quindi gli investigatori verso le azioni correttive più pertinenti. In pratica, i professionisti della sicurezza fanno meno affidamento sulla memoria, sulle ricerche manuali o su incarichi di riqualificazione generici.

L'utilizzo di analisi approfondite e specifiche è in linea con gli standard internazionali di gestione della sicurezza, quali ISO 45001, che sottolineano come le azioni correttive debbano affrontare direttamente i pericoli identificati e le cause profonde, anziché basarsi su risposte generiche e universali. Accorciando la distanza tra indagine e azione, le organizzazioni possono intervenire quando il contesto è ancora fresco e più efficace.

Chiudere il cerchio tra incidenti e responsabilità 

Un'altra sfida persistente nei programmi di sicurezza è la visibilità dopo l'assegnazione delle azioni correttive che prevedono la formazione. I responsabili della sicurezza spesso hanno difficoltà a rispondere a domande di base come: la formazione è stata completata? È stata completata nei tempi previsti? Esiste una documentazione chiara che colleghi l'incidente all'azione intrapresa?

I flussi di lavoro di sicurezza supportati dall'intelligenza artificiale enfatizzano sempre di più la responsabilità a ciclo chiuso, garantendo che le azioni correttive non siano solo raccomandate, ma anche monitorate fino al completamento e documentate insieme all'incidente originale. Dal punto di vista della maturità del programma, questo consente alle organizzazioni di andare oltre la semplice segnalazione di conformità e di raggiungere miglioramenti misurabili, tra cui:

• Tempi più rapidi dall'indagine sull'incidente all'azione correttiva
• Maggiore coerenza nel modo in cui la riqualificazione viene assegnata e verificata
• Percorsi di controllo più chiari che collegano incidenti, azioni e risultati

Guida normativa L'OSHA sottolinea da tempo l'importanza della documentazione e della verifica nei sistemi di gestione della sicurezza, in particolare per l'efficacia della formazione e la preparazione agli audit.

I risultati in materia di sicurezza comportano conseguenze etiche, legali e umane che richiedono un giudizio professionale. L'implementazione efficace degli strumenti di intelligenza artificiale segue un modello di coinvolgimento umano, in cui lo strumento di intelligenza artificiale fornisce raccomandazioni comprensibili e prove a supporto, mentre i professionisti della sicurezza mantengono la piena autorità sulle decisioni. Questo approccio è coerente con quadri di governance dell'intelligenza artificiale più ampi, come Quadro di gestione del rischio AI del NIST, che enfatizza la trasparenza e la responsabilità, mantenendo al contempo la supervisione.

Se utilizzati come supporto alle decisioni anziché come automazione fine a se stessa, gli strumenti di intelligenza artificiale diventano più affidabili e più propensi ad essere adottati.

Guardare avanti e misurare l'impatto oltre la conformità

Man mano che i dati sugli incidenti diventano più fruibili, i programmi di sicurezza possono andare oltre gli indicatori ritardati come i tassi di infortuni registrabili e iniziare a concentrarsi sugli indicatori anticipatori del rischio. È stato dimostrato che le organizzazioni con programmi di analisi della sicurezza consolidati subiscono meno incidenti gravi nel tempo, poiché sono meglio attrezzate per identificare i rischi emergenti e intervenire tempestivamente.

Collegando gli incidenti direttamente all'apprendimento, alla responsabilità e ai risultati misurabili, l'intelligenza artificiale aiuta i team addetti alla sicurezza a imparare non solo dagli incidenti, ma anche grazie ad essi.

Il futuro della sicurezza sul lavoro non riguarda la raccolta di più dati. Riguarda l'utilizzo dei dati esistenti in modo più intelligente. Gli strumenti di intelligenza artificiale offrono ai team di sicurezza un modo per trasformare i registri degli incidenti da documentazione statica a strumenti di prevenzione dinamici, aiutando le organizzazioni a passare più rapidamente dall'indagine all'azione senza sacrificare il giudizio umano. In ambienti in cui il costo degli incidenti ripetuti è elevato, rendere i dati sugli incidenti realmente fruibili può essere uno dei passi più significativi che i responsabili della sicurezza possano intraprendere.