Intel·ligència artificial en prevenció de riscos laborals: de l’automatització a la IA agèntica
La intel·ligència artificial aplicada a la prevenció de riscos laborals ja no és una promesa. Està en producció i fa tres coses distintes. Automatitza tasques repetitives, prediu on es concentrarà el risc i, en la seva versió més recent, actua. Aquest últim salt és el que canvia el treball diari del tècnic. I és el que separa un programari de registre d’una plataforma intel·ligent de prevenció.
Els agents d’intel·ligència artificial en SST necessiten un abast definit i fonts que permetin comprovar els seus resultats. La qualitat de les dades condiciona la utilitat de les tasques que executen.
Què aporta la intel·ligència artificial en prevenció de riscos laborals
El punt de partida continua sent incòmode. Segons la Organització Internacional del Treball, en el seu informe de 2023, cada any moren 2,93 milions de persones per causes relacionades amb el treball. A més, 395 milions sofreixen un accident laboral no mortal. La prevenció basada en inspeccions manuals i arxiu documental no tanca aquesta bretxa.
La intel·ligència artificial canvia l’ordre de la prevenció de riscos laborals. En lloc de descriure el que ja va passar, ordena el que passarà. És a dir, desplaça el sistema d’un model reactiu a un predictiu. I amb agents, a més, a un operatiu.
Capacitats que ja estan en producció
Convé separar el que ja funciona en prevenció de riscos laborals amb intel·ligència artificial del que només s’anuncia. Aquestes són les capacitats que ja operen sobre dades reals:
- Anàlisi postural automàtica: la visió per computador detecta articulacions en vídeo i calcula puntuacions REBA, RULA i OWAS. A més, els vídeos es processen de nit i l’informe està llest al matí.
- Predicció d’accidents: l’aprenentatge automàtic creua historials d’accidents, condicions de treball i torns. Així, classifica el risc per centre, lloc i torn.
- Generació de mesures correctives: la IA generativa redacta mesures, informes i plans d’acció amb tasques, terminis i responsables.
- Sensòrica IoT: els sensors mesuren temperatura, vibracions, soroll i activitat muscular de manera contínua.
- BI embegut: els quadres de comandament mostren freqüència, severitat i absentisme. Per tant, permeten baixar del gràfic a l’evidència.
- Agents conversacionals: el model Ethos 2.1 atén preguntes i respostes bàsiques sobre el sistema preventiu.
- Agents sobre dades: el model Magnus 4.5 interactua amb el magatzem de dades de l’empresa.
Les cinc primeres automatitzen i prediuen. No obstant això, les dues últimes són d’una altra naturalesa.
Intel·ligència artificial agèntica en prevenció de riscos laborals: Ethos 2.1 i Magnus 4.5
La diferència entre automatitzar i actuar està en qui inicia la tasca. Un automatisme espera un disparador configurat per endavant. Un agent, en canvi, interpreta una petició en llenguatge natural i la resol contra les dades.
Sabentis incorpora intel·ligència artificial agèntica de manera nativa, amb dos models d’abast distint. Ethos 2.1 cobreix preguntes i respostes bàsiques. Per part seva, Magnus 4.5 interactua amb el magatzem de dades de l’empresa. Aquí és on viu l’històric consolidat d’accidents, formació, avaluacions i vigilància de la salut.
Aquesta distinció importa en la pràctica. Una cosa és resoldre un dubte de procediment. Una altra és interrogar la dada consolidada de tots els centres sense passar per un informe intermedi.
Arquitectura i seguretat: on viu la dada
Un agent és tan fiable com el govern de la dada que consulta. En intel·ligència artificial per a prevenció de riscos laborals, per tant, l’arquitectura no és un detall tècnic: és part de l’argument. Sabentis opera sobre infraestructura Azure amb Kubernetes i separa l’accés per rol i per centre mitjançant RBAC i RLS. A més, manté la ISO 27001, l’Esquema Nacional de Seguretat i el compliment del RGPD.
La integració amb sensòrica es recolza en el Centre d’Intel·ligència BOSCH i Sabentis. I el criteri de fons és el que ja expliquem en parlar de les dades com a sistema nerviós del SG-SST. Sense traçabilitat, la predicció és opinió.
Diferències entre automatitzar, predir i actuar
- Automatitzar: el sistema executa una tasca repetitiva quan es compleix una condició. L’abast el fixa qui la va configurar.
- Predir: el model estima on és més probable que aparegui el mal. No obstant això, no fa res amb aquesta estimació.
- Actuar: l’agent rep una petició en llenguatge natural i la resol contra les dades. Per tant, l’usuari no necessita saber on està l’informe.
- Decidir: això continua sent humà. La IA amplifica al tècnic, però la signatura i la responsabilitat no es deleguen.
Programari amb intel·ligència artificial per a prevenció de riscos laborals: què ha d’aportar
Un programari de registre documenta el que ja va ocórrer. Una plataforma intel·ligent de prevenció fa una altra cosa. Connecta l’avaluació de riscos amb la formació, la vigilància de la salut i la investigació d’incidents. A més, exposa aquest conjunt a un agent que sap consultar-lo. Aquí es nota la diferència entre tenir mòduls solts i tenir un sistema.
Pots veure el detall funcional en el programari de PRL de Sabentis i com es mesura el resultat en els indicadors clau en PRL. També com s’aplica a la ergonomia en el treball i a la salut mental com a risc laboral. Si vols veure-ho amb les teves pròpies dades, sol·licita una demo.
Preguntes freqüents
Substitueix la intel·ligència artificial al tècnic de prevenció de riscos laborals?
No. La IA automatitza tasques repetitives, detecta patrons i redacta esborranys. No obstant això, la decisió i la responsabilitat continuen sent del professional.
Què és la IA agèntica aplicada a la prevenció?
Són models que resolen una petició en llenguatge natural contra les dades del sistema. En Sabentis, Ethos 2.1 atén preguntes i respostes bàsiques. Per part seva, Magnus 4.5 interactua amb el magatzem de dades de l’empresa.
Quines dades necessita la IA per a funcionar en prevenció?
Registres d’accidents, avaluacions de riscos, dades d’absentisme, vídeos de llocs, senyals de sensors i estructura organitzativa. A més, necessita que aquest històric estigui consolidat i amb permisos per rol.
És segura la IA aplicada a dades de salut laboral?
Depèn del govern de la dada, no del model. Sabentis manté la ISO 27001, l’Esquema Nacional de Seguretat i el compliment del RGPD, amb control d’accés per rol i per centre.
