Agents d’intel·ligència artificial en SST

Un agent d’intel·ligència artificial aplicat a SST utilitza informació i eines per a executar tasques dins d’un procés preventiu, amb un abast i uns controls definits.

En poques paraules

Els agents poden ajudar a consultar dades, preparar documents i coordinar tasques. La seva utilitat depèn de fonts fiables, permisos adequats i revisió humana dels resultats rellevants.

Contingut
  1. Què caracteritza a un agent
  2. Usos preventius i límits de l’encàrrec
  3. Dades, context i traçabilitat
  4. Permisos i accions amb conseqüències
  5. Supervisió humana i responsabilitat
  6. Magnus i Ethos en Sabentis
  7. Exemple pràctic
  8. Com comprovar la seva utilitat
  9. Conceptes relacionats
  10. Al blog
  11. Referències

Diccionari A-Z →

Què caracteritza a un agent

Un agent d’IA combina un model amb eines i regles per a treballar sobre un objectiu. Pot consultar informació, organitzar passos i realitzar accions permeses en un entorn digital. L’abast varia: alguns preparen una resposta documental i altres interactuen amb registres o fluxos de treball. La paraula agent no identifica per si sola un nivell d’autonomia ni una garantia de fiabilitat.

En SST, convé descriure la funció concreta: què rep, quina consulta, què pot modificar i quin lliurament. Aquesta descripció permet avaluar la seva utilitat i els seus riscos. Una demostració convincent no substitueix la comprovació amb les dades, procediments i situacions reals de l’organització que utilitzarà el sistema.

Usos preventius i límits de l’encàrrec

Un agent pot donar suport a la preparació d’una inspecció reunint antecedents, ajudar a localitzar documentació o elaborar un esborrany a partir de registres disponibles. També pot facilitar el seguiment de tasques quan està connectat als sistemes adequats. Aquests usos requereixen definir quin resultat s’espera i qui el valida abans d’actuar sobre ell.

No ha de confondre’s preparar informació amb haver comprovat una condició de treball. Un resum d’inspeccions anteriors no demostra que una protecció segueixi instal·lada. Tampoc una llista de formacions acredita per si sola competència pràctica. La prevenció necessita conservar la relació entre els registres digitals i les verificacions materials que els donen significat.

Dades, context i traçabilitat

El resultat depèn de la qualitat de les dades i del context. Ha de quedar clar quina empresa, centre, període i versió documental s’estan utilitzant. Si falten registres o existeixen discrepàncies, l’agent hauria de permetre reconèixer aquesta limitació en lloc de completar la informació amb afirmacions aparentment segures.

La traçabilitat digital ajuda a revisar d’on procedeix una xifra o una conclusió. Convé poder accedir al registre original, distingir informació recuperada de text generat i conservar la relació amb la versió utilitzada. Una referència inclosa en una resposta ha de verificar-se: la seva presència visual no garanteix que recolzi realment l’afirmació.

Permisos i accions amb conseqüències

La configuració ha de limitar l’accés al necessari per a cada tasca. Consultar una avaluació, modificar-la, aprovar-la i distribuir-la són accions diferents i poden requerir controls distints. Els permisos de l’agent han de respectar les responsabilitats de l’organització i les restriccions sobre dades personals, especialment els relacionats amb salut.

També convé definir com es deté una tasca, com es revisen canvis i com es recupera el procés davant una fallada. Un error en una consulta pot corregir-se abans del seu ús; un error propagat a diversos registres necessita una altra resposta. La avaluació de l’ús d’IA ha de considerar aquestes conseqüències i els passos del flux que podrien amplificar-les.

Supervisió humana i responsabilitat

La supervisió humana requereix persones amb competència, informació i capacitat per a intervenir. Ha de determinar-se quins resultats necessiten revisió, quines comprovacions es realitzen i quan ha de sol·licitar-se suport especialitzat. Una aprovació rutinària sense temps ni accés a les fonts pot convertir-se en un tràmit sense control efectiu.

La incorporació d’un agent no desplaça les obligacions preventives de l’empresa ni converteix al sistema en professional sanitari o tècnic responsable. Els esborranys han d’incorporar-se al procés de treball amb les validacions que corresponguin. L’objectiu és alliberar temps per a la prevenció i millorar la consistència de la informació, mantenint identificada la decisió final.

Magnus i Ethos en Sabentis

Sabentis disposa dels agents Magnus i Ethos. La seva presentació pública descriu Ethos com a suport sobre documentació preventiva, amb funcions de redacció, síntesi i resposta vinculades a fonts. Magnus es presenta connectat a dades de l’organització, amb consultes sobre registres i seguiment d’informació preventiva.

La mateixa documentació pública mostra aplicacions relacionades amb informes, inspeccions i formació, i assenyala la revisió humana abans de distribuir resultats. Aquestes descripcions han d’entendre’s dins de l’abast documentat i de la configuració disponible en cada entorn. No impliquen que l’agent pugui verificar per si sol qualsevol risc físic o substituir una actuació professional que hagi de realitzar-se en el lloc de treball.

Exemple pràctic

En un exemple hipotètic, un tècnic sol·licita preparar una inspecció d’un centre. L’agent reuneix troballes anteriors i mesures obertes i redacta una proposta de punts a revisar. En comprovar les fonts, el tècnic detecta que una línia de producció ha canviat i que els antecedents ja no cobreixen part de la instal·lació.

La proposta es completa amb informació actual i la visita comprova les condicions materials. Les troballes es registren i les mesures s’assignen a responsables. El valor de l’agent està a facilitar la preparació i reduir cerques, mentre la inspecció i el criteri professional aporten l’evidència necessària per a decidir.

Com comprovar la seva utilitat

La implantació ha de mesurar resultats rellevants: exactitud de referències, omissions, correccions necessàries, temps de revisió i seguiment efectiu de tasques. El nombre de documents generats no demostra una millora preventiva. També importa que les persones puguin detectar limitacions i comunicar fallades sense mantenir respostes incorrectes per inèrcia.

Les proves han de repetir-se quan canvien fonts, permisos, model o procés. Convé començar amb tasques delimitades i ampliar l’ús a partir d’evidències de funcionament. La millora sostenible apareix quan l’agent s’integra en responsabilitats clares i ajuda a prendre decisions més ben fonamentades sobre la seguretat i salut del treball.

Conceptes relacionats

Al blog

Referències

  1. National Institute of Standards and Technology. Lliçons apreses del consorci: ús d’eines en sistemes d’agents. 2025. Font oficial
  2. National Institute of Standards and Technology. Marc de gestió del risc de la intel·ligència artificial, AI RMF 1.0. 2023. Marc voluntari. Font oficial
  3. Sabentis. Presentació oficial dels agents Ethos i Magnus i les seves funcions documentades. Font oficial
  4. Butlletí Oficial de l’Estat. Llei 31/1995, de Prevenció de Riscos Laborals. Text consolidat. Font oficial
  5. Unió Europea. Reglament (UE) 2016/679, Reglament general de protecció de dades. Font oficial

Informació editorial

Data de publicació: 10 d’octubre de 2026.

Responsable editorial: Equip editorial de Sabentis.

Autor: Pablo RodríguezLinkedIn

Vicepresident Executiu de la Fundació Internacional ORP i director financer de Sabentis.

Sol·licita una demo

Descobreix tot el que Sabentis pot fer per la teva organització.

Prova Sabentis

Sol·licita una demo
Estrelles 5
GetApp Software Advice Capterra