การเปลี่ยนแปลงข้อมูลเหตุการณ์ความปลอดภัยให้เป็นข้อมูลเชิงลึกที่สามารถดำเนินการได้ด้วย AI

ทีมงานความปลอดภัยในที่ทำงานสร้างข้อมูลเหตุการณ์ความปลอดภัยทุกปี แต่ยังมีคนงานหลายล้านคนได้รับบาดเจ็บทุกปี และบางคนเสียชีวิต รายงานเหตุการณ์ ความเสี่ยง การสังเกตอันตราย และเรื่องราวการสอบสวนถูกบันทึกไว้ในอุตสาหกรรมต่างๆ ตั้งแต่การผลิต การก่อสร้าง ถึงสาธารณูปโภค แต尽管มีขนาดใหญ่ของข้อมูลนี้ แต่หลายองค์กรต้องดิ้นรนในการเปลี่ยนแปลงข้อมูลเหตุการณ์ความปลอดภัยให้เป็นการป้องกันที่ยั่งยืน

ในประเทศสหรัฐอเมริกาเพียงอย่างเดียว ผู้จ้างงานรายงานการบาดเจ็บและโรคที่ไม่รุนแรงในสถานที่ทำงานประมาณ 2.6 ล้าน ในปี 2023 ซึ่งเน้นย้ำถึงความจำเป็นในการดำเนินการด้านความปลอดภัยที่มีประสิทธิภาพมากขึ้น แม้ว่าแนวโน้มระยะยาวจะแสดงถึงการปรับปรุง โดยอัตราการบาดเจ็บลดลงอย่างมาก ตั้งแต่ปี 1970 แต่ความก้าวหน้านี้ชะลอตัวลงในช่วงไม่กี่ปีที่ผ่านมา โดยเฉพาะในภาคส่วนที่มีความเสี่ยงสูง

ช่องว่างระหว่างการรายงานและการป้องกัน

หลายกระบวนการการจัดการเหตุการณ์ถูกออกแบบมาเพื่อให้แน่ใจว่ามีการปฏิบัติตามกฎระเบียบของ OSHA หรือการชดเชยผู้เสียหาย มืออาชีพด้านความปลอดภัยและผู้เชี่ยวชาญด้านการชดเชยผู้เสียหายทำการสอบสวน บันทึกผลการสอบสวน และเก็บเอกสารสำหรับวัตถุประสงค์ในการตรวจสอบและทดสอบ

ผู้นำด้านความปลอดภัยอาจระบุถึงสาเหตุและปัจจัยที่ทำให้เกิดเหตุการณ์ แต่การเปลี่ยนแปลงข้อมูลเชิงลึกเหล่านั้นให้เป็นการดำเนินการแก้ไขที่เหมาะสม โดยเฉพาะการฝึกอบรมซ้ำ สามารถใช้เวลาและต้องใช้ระบบต่างๆ ได้ มืออาชีพด้านความปลอดภัยอาจต้องทำการวิเคราะห์ข้อมูลอย่างละเอียดเพื่อระบุรูปแบบหรือแนวโน้ม

การวิจัย ได้แสดงให้เห็นว่าเหตุการณ์ก่อนหน้านี้ เป็นหนึ่งในตัวทำนายที่แข็งแกร่งที่สุดของการบาดเจ็บในอนาคตเมื่อการดำเนินการแก้ไขถูกชะลอหรือไม่เพียงพอ ซึ่งเน้นย้ำถึงความสำคัญของช่วงเวลาหลังเหตุการณ์ในการป้องกัน AI สามารถเริ่มเปลี่ยนแปลงกระบวนการทำงานด้านความปลอดภัยเมื่อเชื่อมโยงกับการแนะนำหลังเหตุการณ์

การใช้ AI เพื่อทำความเข้าใจเรื่องราวเหตุการณ์ความปลอดภัยในระดับใหญ่

รายงานเหตุการณ์ความปลอดภัยมีข้อมูลเชิงลึกที่มีค่าในข้อความที่ไม่มีโครงสร้าง: บันทึกของผู้สอบสวน คำให้การของพนักงาน และคำอธิบายบริบทของสภาพและพฤติกรรม

จนกระทั่งไม่นานมานี้ การวิเคราะห์ข้อมูลนี้ในหลายเหตุการณ์จำเป็นต้องมีการทบทวนอย่างละเอียดโดยมนุษย์ AI สามารถเปลี่ยนแปลงไดนามิกนี้ได้ โดยมีแบบจำลองที่สามารถตรวจสอบข้อมูลเรื่องราวในระดับใหญ่ ระบุรูปแบบที่เกิดซ้ำ ปัจจัยที่ทำให้เกิดเหตุการณ์ที่พบบ่อย และแนวโน้มที่ไม่เห็นได้ง่ายๆ ผ่านฟิลด์ที่มีโครงสร้างเพียงอย่างเดียว

การวิจัยเพิ่มเติม ได้แสดงให้เห็นว่าเรื่องราวความปลอดภัยที่ไม่มีโครงสร้างมักจะแสดงสัญญาณแรกของความเสี่ยงที่เป็นระบบ เช่น ความสับสนในกระบวนการหรือสภาพแวดล้อมที่เกิดซ้ำ ก่อนที่จะปรากฏใน統計ที่รวบรวมไว้ ไม่ใช่การแทนที่ผู้สอบสวน AI สามารถเพิ่มความเชี่ยวชาญของพวกเขาโดยการแสดงสัญญาณที่ต้องการความสนใจอย่างใกล้ชิด

ทีมงานความปลอดภัยสามารถใช้ AI ทันทีหลังเหตุการณ์เพื่อ:

• ตีความรายละเอียดของเหตุการณ์ – รวมถึงความรุนแรง พฤติกรรม และคำอธิบายบริบท – เพื่อเน้นย้ำถึงปัจจัยที่ทำให้เกิดเหตุการณ์ที่เกี่ยวข้อง
• ระบุรูปแบบที่เกิดซ้ำในเหตุการณ์ที่คล้ายกันที่อาจไม่เห็นได้ชัดเจนในระดับกรณีรายบุคคล
• ชี้นำผู้สอบสวนไปสู่การดำเนินการแก้ไขที่สอดคล้องกับการค้นพบเหล่านั้น

ความสามารถเหล่านี้ลดการอาศัยการตรวจสอบอย่างละเอียดและความจำขององค์กร ทำให้ทีมสามารถตอบสนองได้อย่างรวดเร็วและสม่ำเสมอ

จากวิเคราะห์สาเหตุหลักไปสู่การดำเนินการแก้ไขทันที

การระบุสาเหตุหลักมีค่าเฉพาะเมื่อนำไปสู่การดำเนินการ แต่ทีมงานความปลอดภัยมักเผชิญกับปัญหาที่คุ้นเคยหลังจากการสอบสวนเสร็จสิ้น: การดำเนินการแก้ไขใดที่จะดำเนินการ และจะดำเนินการเร็วแค่ไหน

AI กำลังถูกใช้เพิ่มมากขึ้นเพื่อเชื่อมช่องว่างนี้โดยการวิเคราะห์ลักษณะของเหตุการณ์ – ประเภท ความรุนแรง พฤติกรรมที่ทำให้เกิดเหตุการณ์ และปัจจัยบริบท AI จะชี้นำผู้สอบสวนไปสู่การดำเนินการแก้ไขที่เกี่ยวข้องมากที่สุด ในทางปฏิบัติ มืออาชีพด้านความปลอดภัยไม่พึ่งพาความจำหรือการค้นหาทางการหรือการฝึกอบรมทั่วไป

การใช้การวิเคราะห์ที่ลึกและเฉพาะเจาะจง สอดคล้องกับมาตรฐานการจัดการความปลอดภัยระหว่างประเทศ เช่น ISO 45001 ซึ่งเน้นย้ำว่าการดำเนินการแก้ไขควรตอบสนองต่ออันตรายและเหตุผลที่ระบุได้ ไม่ใช่การตอบสนองทั่วไป โดยการลดระยะห่างระหว่างการสอบสวนและการดำเนินการ องค์กรสามารถเข้าแทรกแซงได้ขณะที่บริบทยังคงใหม่และได้ผลมากที่สุด

ปิดวงจรระหว่างเหตุการณ์และความรับผิดชอบ

อีกความท้าทายที่คงอยู่ในโปรแกรมความปลอดภัยคือการมองเห็นหลังการดำเนินการแก้ไขที่เกี่ยวข้องกับการฝึกอบรม ผู้นำด้านความปลอดภัยมักต้องดิ้นรนในการตอบคำถามพื้นฐาน เช่น การฝึกอบรมเสร็จสมบูรณ์หรือไม่? เสร็จสมบูรณ์ตามเวลาหรือไม่? มีบันทึกที่ชัดเจนเชื่อมโยงเหตุการณ์กับการดำเนินการหรือไม่?

กระบวนการทำงานด้านความปลอดภัยที่ได้รับการสนับสนุนจาก AI เน้นย้ำถึงความรับผิดชอบแบบปิดวงจร โดยการรับรองว่าการดำเนินการแก้ไขไม่เพียงแต่แนะนำ แต่ยังติดตามจนเสร็จสิ้นและบันทึกไว้พร้อมกับเหตุการณ์ดั้งเดิม จากมุมมองของความต้องการโปรแกรม มีความสามารถในการเคลื่อนย้ายองค์กรจากการจัดทำรายงานการปฏิบัติตามกฎระเบียบไปยังการปรับปรุงที่วัดผลได้ รวมถึง:

• ระยะเวลาที่รวดเร็วจากการสืบสวนเหตุการณ์ไปสู่การดำเนินการแก้ไข
• ความสม่ำเสมอในการกำหนดการฝึกอบรมซ้ำและตรวจสอบ
• บันทึกการตรวจสอบที่ชัดเจนเชื่อมโยงเหตุการณ์ การดำเนินการ และผลลัพธ์

คำแนะนำด้านกฎระเบียบ จาก OSHA เน้นย้ำถึงความสำคัญของเอกสารและความพร้อมในการตรวจสอบในระบบการจัดการความปลอดภัย โดยเฉพาะอย่างยิ่งสำหรับประสิทธิภาพการฝึกอบรมและความพร้อมในการตรวจสอบ

ผลลัพธ์ด้านความปลอดภัยมีผลกระทบทางจริยธรรม กฎหมาย และมนุษย์ที่ต้องการการตัดสินใจอย่างมืออาชีพ การใช้งาน AI ที่มีประสิทธิผลตามแบบจำลอง “human-in-the-loop” โดยที่ AI ให้คำแนะนำที่อธิบายได้และหลักฐานสนับสนุน ในขณะที่มืออาชีพด้านความปลอดภัยยังคงรักษาอำนาจการตัดสินใจอย่างเต็มที่ การใช้งานนี้สอดคล้องกับกรอบการทำงานการจัดการความเสี่ยง AI ที่กว้างขึ้น เช่น NIST AI Risk Management Framework ซึ่งเน้นย้ำถึงความโปร่งใสและความรับผิดชอบในขณะเดียวกันก็รักษาการกำกับดูแลไว้

เมื่อถูกวางตำแหน่งเป็นเครื่องมือสนับสนุนการตัดสินใจมากกว่าการทำให้กระบวนการทำงานอัตโนมัติ AI กลายเป็นเครื่องมือที่เชื่อถือได้และน่าเชื่อถือมากขึ้น

มองไปข้างหน้าและวัดผลกระทบอย่างมีประสิทธิผลมากกว่าการปฏิบัติตามกฎระเบียบ

เมื่อข้อมูลเหตุการณ์ความปลอดภัยกลายเป็นข้อมูลเชิงลึกที่สามารถดำเนินการได้ โปรแกรมความปลอดภัยสามารถเคลื่อนย้ายจากตัวบ่งชี้ที่ตามมา เช่น อัตราการบาดเจ็บที่บันทึกไว้ และเริ่มเน้นไปที่ตัวบ่งชี้ที่นำหน้าความเสี่ยง องค์กรที่มีโปรแกรมวิเคราะห์ความปลอดภัยที่เติบโตแล้วมักพบว่ามีเหตุการณ์รุนแรงน้อยลงเมื่อเวลาผ่านไป เนื่องจากพวกเขาเตรียมพร้อมที่จะระบุความเสี่ยงที่เกิดขึ้นใหม่และเข้าแทรกแซงเร็วๆ

โดยการเชื่อมโยงเหตุการณ์ความปลอดภัยโดยตรงเข้ากับการเรียนรู้ ความรับผิดชอบ และผลลัพธ์ที่วัดผลได้ AI ช่วยให้ทีมงานความปลอดภัยเรียนรู้ไม่เพียงแต่จากเหตุการณ์ แต่เพราะเหตุการณ์

อนาคตของความปลอดภัยในที่ทำงานไม่ใช่เกี่ยวกับการรวบรวมข้อมูลมากขึ้น แต่เกี่ยวกับการใช้ข้อมูลที่มีอยู่อย่างชาญฉลาด AI เสนอทางเลือกให้กับทีมงานความปลอดภัยในการเปลี่ยนแปลงบันทึกเหตุการณ์จากเอกสารที่ไม่เปลี่ยนแปลงให้เป็นเครื่องมือป้องกันที่มีพลัง ช่วยให้องค์กรเคลื่อนย้ายได้เร็วขึ้นจากการสืบสวนไปสู่การดำเนินการโดยไม่สูญเสียการตัดสินใจของมนุษย์ ในสภาพแวดล้อมที่มีค่าใช้จ่ายในการเกิดเหตุการณ์ซ้ำสูง การทำให้ข้อมูลเหตุการณ์ความปลอดภัยเป็นข้อมูลเชิงลึกที่สามารถดำเนินการได้อาจเป็นหนึ่งในขั้นตอนที่มีผลกระทบมากที่สุดที่ผู้นำด้านความปลอดภัยสามารถดำเนินการได้