Biến Dữ Liệu Sự Cố An Toàn Thành Thông Tin Hành Động Với AI

Các đội an toàn lao động tạo ra dữ liệu sự cố mỗi năm, nhưng hàng triệu công nhân vẫn bị thương hàng năm, một số trường hợp tử vong. Các báo cáo sự cố, suýt xảy ra tai nạn, quan sát mối nguy hiểm và tường thuật điều tra được ghi nhận trên nhiều ngành công nghiệp từ sản xuất đến xây dựng và tiện ích. Tuy nhiên, bất chấp quy mô của dữ liệu này, nhiều tổ chức vẫn gặp khó khăn trong việc biến dữ liệu sự cố này thành biện pháp phòng ngừa bền vững.

Chỉ riêng tại Hoa Kỳ, các nhà tuyển dụng đã báo cáo khoảng 2,6 triệu trường hợp thương tích và bệnh tật không gây tử vong tại nơi làm việc vào năm 2023, nhấn mạnh nhu cầu cấp thiết về các biện pháp can thiệp an toàn hiệu quả hơn. Trong khi các xu hướng dài hạn cho thấy sự cải thiện, với tỷ lệ thương tích giảm đáng kể kể từ những năm 1970, tiến bộ đã chậm lại trong những năm gần đây, đặc biệt là ở các lĩnh vực rủi ro cao.

Khoảng cách giữa báo cáo và phòng ngừa

Nhiều quy trình quản lý sự cố được thiết kế để đảm bảo tuân thủ các quy định của OSHA hoặc bồi thường lao động. Các chuyên gia an toàn và bồi thường lao động hoàn tất điều tra, ghi lại kết quả và lưu trữ báo cáo cho mục đích quy định và kiểm toán.

Các nhà lãnh đạo an toàn có thể xác định nguyên nhân gốc rễ và các yếu tố đóng góp, nhưng việc chuyển đổi những thông tin chi tiết đó thành hà động khắc phục kịp thời, đặc biệt là đào tạo lại có mục tiêu, có thể tốn thời gian và liên quan đến các hệ thống khác nhau. Các chuyên gia an toàn có thể cần tiến hành phân tích dữ liệu mở rộng để xác định các mẫu hình hoặc xu hướng.

Nghiên cứu đã chỉ ra rằng các sự cố trước đó là một trong những yếu tố dự báo mạnh mẽ nhất về thương tích trong tương lai khi các hành động khắc phục bị trì hoãn hoặc không đầy đủ, làm nổi bật mức độ quan trọng của cửa sổ thời gian sau sự cố đối với việc phòng ngừa. Các công cụ AI có thể bắt đầu định hình lại quy trình làm việc về an toàn khi được liên kết với các khuyến nghị sau sự cố.

Sử dụng AI để hiểu tường thuật sự cố ở quy mô lớn

Báo cáo sự cố chứa những thông tin chi tiết có giá trị trong văn bản không có cấu trúc: ghi chú của điều tra viên, tuyên bố của nhân viên và mô tả bối cảnh về điều kiện và hành vi.

Cho đến gần đây, việc phân tích thông tin này trên nhiều sự cố đòi hỏi phải xem xét thủ công tốn thời gian. Các công cụ AI giờ đây có thể thay đổi động thái đó, với các mô hình có khả năng kiểm tra dữ liệu tường thuật ở quy mô lớn, xác định các mẫu hình lặp lại, các yếu tố đóng góp phổ biến và các xu hướng tinh tế có thể không dễ dàng nhìn thấy chỉ thông qua các trường có cấu trúc.

Nghiên cứu bổ sung đã chỉ ra rằng các tường thuật an toàn không có cấu trúc thường làm nổi bật các chỉ số sớm về rủi ro có hệ thống – chẳng hạn như sự nhầm lẫn về thủ tục hoặc các điều kiện môi trường lặp lại – rất lâu trước khi chúng xuất hiện trong số liệu thống kê tổng hợp. Thay vì thay thế các điều tra viên, công cụ AI có thể bổ trợ chuyên môn của họ bằng cách làm nổi bật các tín hiệu cần được chú ý hơn.

Các đội an toàn có thể sử dụng công cụ AI ngay sau khi xảy ra sự cố để:

• Diễn giải chi tiết sự cố – bao gồm mức độ nghiêm trọng, hành vi và mô tả bối cảnh – để làm nổi bật các yếu tố đóng góp liên quan
• Xác định các mẫu hình trên các sự cố tương tự có thể không rõ ràng ở cấp độ từng trường hợp riêng lẻ
• Hướng dẫn các điều tra viên hướng tới các hành động khắc phục phù hợp với những phát hiện đó

Những khả năng này làm giảm sự phụ thuộc vào việc xem xét thủ công và trí nhớ thể chế, cho phép các đội phản ứng với tính nhất quán và tốc độ cao hơn.

Từ phân tích nguyên nhân gốc rễ đến hành động tức thì

Việc xác định nguyên nhân gốc rễ chỉ có giá trị nếu nó dẫn đến hành động. Tuy nhiên, các đội an toàn thường phải đối mặt với một nút thắt quen thuộc một khi cuộc điều tra hoàn tất: nên thực hiện hành động khắc phục nào và thực hiện nhanh như thế nào.

Các công cụ AI ngày càng được sử dụng để thu hẹp khoảng cách này bằng cách phân tích các đặc điểm sự cố – loại, mức độ nghiêm trọng, hành vi đóng góp và các yếu tố bối cảnh. Sau đó, công cụ AI hướng dẫn các điều tra viên hướng tới các hành động khắc phục phù hợp nhất. Trong thực tế, các chuyên gia an toàn ít phụ thuộc hơn vào trí nhớ, tìm kiếm thủ công hoặc phân công đào tạo lại chung chung.

Việc sử dụng phân tích sâu và cụ thể phù hợp với các tiêu chuẩn quản lý an toàn quốc tế như ISO 45001, nhấn mạnh rằng các hành động khắc phục nên trực tiếp giải quyết các mối nguy hiểm và nguyên nhân gốc rễ đã được xác định thay vì dựa vào các phản ứng rộng rãi, áp dụng chung cho tất cả. Bằng cách rút ngắn khoảng cách giữa điều tra và hành động, các tổ chức có thể can thiệp trong khi bối cảnh vẫn còn mới mẻ và hiệu quả nhất.

Đóng vòng lặp giữa sự cố và trách nhiệm giải trình

Một thách thức dai dẳng khác trong các chương trình an toàn là khả năng hiển thị sau khi các hành động khắc phục liên quan đến đào tạo được phân công. Các nhà lãnh đạo an toàn thường gặp khó khăn trong việc trả lời các câu hỏi cơ bản như: việc đào tạo đã hoàn thành chưa? Nó có được hoàn thành đúng hạn không? Có một hồ sơ rõ ràng kết nối sự cố với hành động đã thực hiện không?

Các quy trình làm việc về an toàn được hỗ trợ bởi AI ngày càng nhấn mạnh đến trách nhiệm giải trình vòng kín, đảm bảo rằng các hành động khắc phục không chỉ được đề xuất mà còn được theo dõi đến khi hoàn thành và được ghi chép cùng với sự cố ban đầu. Từ góc độ trưởng thành của chương trình, điều này cho phép các tổ chức vượt ra ngoài báo cáo tuân thủ và hướng tới cải thiện có thể đo lường, bao gồm:

• Thời gian nhanh hơn từ điều tra sự cố đến hành động khắc phục
• Tính nhất quán cao hơn trong cách phân công và xác minh đào tạo lại
• Dấu vết kiểm toán rõ ràng hơn kết nối sự cố, hành động và kết quả

Hướng dẫn quy định từ OSHA từ lâu đã nhấn mạnh tầm quan trọng của việc ghi chép và xác minh trong các hệ thống quản lý an toàn, đặc biệt là đối với hiệu quả đào tạo và sự sẵn sàng cho kiểm toán.

Kết quả an toàn mang theo những hậu quả về đạo đức, pháp lý và con người đòi hỏi sự phán đoán chuyên môn. Việc triển khai hiệu quả các công cụ AI tuân theo mô hình con người trong vòng lặp, nơi công cụ AI cung cấp các khuyến nghị có thể giải thích và bằng chứng hỗ trợ, trong khi các chuyên gia an toàn giữ toàn quyền quyết định. Cách tiếp cận này phù hợp với các khuôn khổ quản trị AI rộng hơn như Khung Quản lý Rủi ro AI của NIST, nhấn mạnh tính minh bạch và trách nhiệm giải trình trong khi vẫn duy trì sự giám sát.

Khi được định vị là hỗ trợ quyết định thay vì tự động hóa vì lợi ích riêng của nó, các công cụ AI trở nên dễ tin tưởng hơn và có nhiều khả năng được chấp nhận hơn.

Hướng tới tương lai và đo lường tác động vượt ra ngoài sự tuân thủ

Khi dữ liệu sự cố trở nên có thể hành động hơn, các chương trình an toàn có thể vượt ra ngoài các chỉ số trễ như tỷ lệ thương tích có thể ghi nhận và bắt đầu tập trung vào các chỉ số dẫn đầu về rủi ro. Các tổ chức có chương trình phân tích an toàn trưởng thành đã được chứng minh là trải qua ít sự cố nghiêm trọng hơn theo thời gian, vì họ được trang bị tốt hơn để xác định các rủi ro mới nổi và can thiệp sớm.

Bằng cách kết nối trực tiếp sự cố với việc học hỏi, trách nhiệm giải trình và kết quả có thể đo lường, AI giúp các đội an toàn học hỏi không chỉ từ các sự cố, mà còn vì chúng.

Tương lai của an toàn lao động không phải là thu thập thêm dữ liệu. Mà là sử dụng dữ liệu hiện có một cách thông minh hơn. Các công cụ AI cung cấp cho các đội an toàn một cách để biến hồ sơ sự cố từ tài liệu tĩnh thành công cụ phòng ngừa động, giúp các tổ chức di chuyển nhanh hơn từ điều tra đến hành động mà không hy sinh phán đoán của con người. Trong các môi trường mà chi phí của các sự cố lặp lại là cao, việc biến dữ liệu sự cố thực sự có thể hành động có thể là một trong những bước có tác động lớn nhất mà các nhà lãnh đạo an toàn có thể thực hiện.