בינה מלאכותית בבטיחות בעבודה וניהול סיכונים

רווחים:

• יכולת לסווג נתוני כמעט פגיעה, תאונות ותצפית באמצעות AI ולחלץ דפוסי סיכון חוזרים
• יכולת לנסח הערכת סיכונים, JSA ותרחישי חירום עם תמיכה בבינה מלאכותית
• יכולת לאמת עם מומחה ל-OHS וחקיקה, בידיעה שתפוקת בינה מלאכותית אינה מחליפה החלטות קריטיות לבטיחות

הכרייה היא אחד הענפים המסוכנים ביותר במונחים של בריאות ובטיחות תעסוקתית (OHS): קריסה, פיצוץ, ציוד כבד, גז, אבק, גבהים, חשמל ותנועת כלי רכב מתקיימים במקביל. לכן, בטיחות מוקשים היא תחום הנדסי שחשוב לא פחות מהייצור, ולרוב מגיע לפניו. בלב ניהול הבטיחות נמצאים נתונים: תיעוד כמעט פספוס, דוחות תאונות, תצפיות בשטח, בדיקות ציוד, רישומי אימונים. רוב הרשומות הללו הן טקסט חופשי ולוקח הרבה זמן לקריאה ידנית. בינה מלאכותית היא כלי עזר רב עוצמה בסיווג מסה זו של טקסט, חילוץ דפוסי סיכון חוזרים וניסוח הערכת סיכונים/JSA. אבל יש לציין: פלט AI אינו תחליף להחלטות קריטיות לבטיחות; באחריות המומחה לשמירה על הבריאות והחקיקה להפסיק את העבודות, לפנות את השטח ולקבוע את הסיבה השורשית.

סוגי נתוני אבטחה

• תיעוד כמעט פספוס: תקריות שלא הפכו לתאונות; זהו מקור האזהרה המוקדמת היקר ביותר מכיוון שהוא שופע וזול.
• דוחות תאונות/תאונות: תקריות שהתרחשו, סוג הפציעה, סיבת שורש.
• תצפיות ובדיקה בשטח: דיווחים על מצב/התנהגות לא בטוחים.
• הערכות סיכונים ו-JSA: ניתוח סיכון-סיכון-זהירות לתפקיד (JSA: Job Safety Analysis).

עיקרון נפוץ ב-OSH הוא "פירמידת הבטיחות": המספר הרב של כמעט פספוסים ומצבים לא בטוחים עומדים בבסיס מספר קטן של תאונות קלות והתאונה הקשה הנדירה. התייחסות לפספוסים כמעט ברצינות ופרימת הדפוסים שלהם היא הדרך היעילה ביותר למנוע תאונות חמורות. בינה מלאכותית חשובה לאין ערוך במיון מאות הקלטות כמעט-פספוס של טקסט חופשי לנושאים תוך דקות ועונה על השאלה "איזה מצב, איזה אזור, איזה משמרת חוזרת הכי הרבה?"

שלב אחר שלב: ניתוח נתוני אבטחה עם AI

1. אנונימיז את הרשומות. הסרת שמות צוות ופרטי זיהוי; נתוני OHS הם אישיים.
2. קבע את ערכת הסיווג. סוג מפגע, אזור, משמרת, ציוד, קטגוריות שורש. AI: מציע סכימה, אתה מסיים.
3. תג אוטומטי. AI מסווג רשומות; מסמן את אי הוודאות.
4. מתגלה דפוס. איזה נושא חוזר, היכן הוא מרוכז, האם הוא עולה עם הזמן? AI: סיכום ומגמה.
5. הפוך את זה לפעולה. מומחה ה-OSH שואב אמצעי זהירות מדפוסים; AI מנסח אמצעים.
6. לפקח ולאמת. השפעת האמצעי מנוטרת עם הנתונים הבאים.

שימו לב: קיים סיכון לנתונים אישיים והאשמות ברשומות OHS. מטרת הניתוח אינה להעניש את הפרט, אלא לראות סיכון מערכתי. הפוך את הרשומות לאנונימיות והשתמש בפלט כ"שיפור מצב" ולא כ"חיפוש אדם".

הערכת סיכונים וטיוטת JSA

ניתוח בטיחות בעבודה מפרק עבודה לשלבים; הוא מזהה את המפגע, הסיכון ואמצעי הזהירות בכל שלב. בינה מלאכותית יכולה לייצר במהירות טיוטה מ-JSAs קודמות ותיאור התפקיד; זה חוסך הרבה זמן בהשוואה לכתיבה מאפס. אבל הטיוטה הזו היא התחלה: סכנות ספציפיות לאתר, תנאים מקומיים ודרישות רגולטוריות מתווספות ומאושרות על ידי מומחה ה-OHS והצוות שעושה את העבודה. מפגע ש-AI מחמיץ עשוי להסתיר סיכון ממשי; זו הסיבה שהטיוטה לעולם לא נכנסת ישירות ליישום.

שלושה מיני תיקים

מקרה 1 - דפוס חוזר. 800 רשומות כמעט-פספוס מתנור מחכות בארכיון. למומחה ה-OSH יש את הבינה המלאכותית לאנונימית ולסווג אותן; מסתבר ש-22% מהרישומים קשורים לנראות כלי רכב בצומת רמפה מסוימת במהלך משמרת הלילה. דפוס זה לא היה גלוי עם קריאות בודדות. תאורה ווויסות מהירות מתווספים לצומת; בשלושת החודשים הבאים, החמצות כמעט באזור זה יורדות באופן משמעותי. AI מצא את הדפוס; אמצעי הזהירות וההחלטות התקבלו על ידי צוות OHS.

מקרה 2 - האצת JSA. עבודת תחזוקה חדשה דורשת JSA. מומחה ה-OHS נותן את שלבי העבודה ל-AI ומבקש ממנו לייצר טיוטה של ​​JSA; הטיוטה תהיה מוכנה תוך 15 דקות. המומחה והצוות בוחנים את הטיוטה, מוסיפים ומאשרים שני מפגעים ספציפיים לאתר (קו חי בקרבת מקום וחלל מצומצם). AI חסך זמן; האדם השלים את הסכנות החסרות. אם הטיוטה הייתה משמשת כפי שהיא, שתי סכנות קריטיות היו נמנעות.

מקרה 3 - ביטחון שווא (אזהרה). מתמחה שואל את הבינה המלאכותית "האם העבודה הזו בטוחה, האם אנחנו יכולים לעשות אותה?" AI נותן תשובה כללית "כספת עם אמצעי זהירות מתאימים". המתמחה חושב שזה אישור. עם זאת, AI לא ראה את התחום ולא מוכשר; החלטה על עבודה בטוחה מתקבלת רק עם הערכת אתר ואישור מורשה. לקח: AI לא מתבקש להחליט אם הוא "בטוח"; רשימת סכנות נעשית על ידי AI, וההחלטה מתקבלת על ידי האדם המורשה.

תבניות הנחיות הניתנות להעתקה

NEAR MISS CLASSIFICATION "תפקיד: אתה עוזר מנתח נתונים של OHS. להלן רשומות כמעט פספוס אנונימיות. תייג כל רשומה בקטגוריות הבאות: סוג מפגע, אזור, משמרת, ציוד מעורב, גורם שורש אפשרי. סמן רשומות מעורפלות בנפרד. לאחר מכן תסכם את 5 הדפוסים החוזרים ביותר ואת המצב המרוכז של המערכת. SEARCH. מצב נתונים: [pastec condition]."

DRAFT JSA "הכן טיוטת JSA לתפקיד הבא: חלק את העבודה לשלבים הגיוניים; רשום את המפגע, הסיכון ואמצעי הזהירות המומלצים לכל שלב. רשום למעלה שמדובר ב-DRAFT וכי יש להוסיף סיכונים ספציפיים לאתר ודרישות רגולטוריות ולאישור על ידי מומחה ה-OHS והצוות. תפקיד: [תאר]."

רשימת ביקורת להערכת סיכונים "צור רשימת בדיקה להערכת סיכונים לפעילות הבאה: [פעילות]. סרוק את כותרות הסיכונים האפשריות (מכני, כימי, נפילה, גז, חשמל, תעבורה, ארגונומיה, סביבתי) ורשום את שאלות הבקרה שיש לשאול עבור כל אחת מהן. אל תיתן את ציון הסיכון הסופי; ציין כי הדבר מצריך הערכת מומחה".

דוח אירועי מבנה"תרגם את הנרטיב הבא של תקרית בטקסט החופשי לדוח תקרית מובנה: מה קרה, איפה, מתי, מי הושפע, גורם ישיר, תנאים תורמים, פעולות מיידיות שננקטו. הוסף מידע לא בטקסט; כתוב 'לא מוגדר' בשדות החסרים. אל תמצא את הסיבה העיקרית; הצע שאלות חקירה]. טקסט: [הדבק שאלות חקירה]."

הנחיה חלשה / הנחיה חזקה

הנחיה חלשה: "האם זה בטוח, האם עלינו לעשות זאת?"

הנחיה חזקה: "תפקיד: אתה עוזר ה-OSH. צור רשימה שלב אחר שלב של סיכונים עבור העבודה הבאה ואמצעי זהירות אפשריים עבור כל מפגע. הדגישו כי מדובר בטיוטה וכי החלטה בטוחה לעבודה מחייבת הערכת אתר ואישור מורשה של ארגון הבריאות העולמי. כמו כן, רשום אילו סיכונים נוספים באתר ספציפיים צריכים להיות בקרה מומחית].

טבלת השוואה: משימת אבטחה ומגבלת AI

קווסט

תפקיד AI

החלטתו של מי

הערה

סיווג כמעט פספוס

דפדפן חזק

מומחה לשירותי בריאות

אנונימי

מיצוי דפוס/טרנד

סיכום

מומחה לשירותי בריאות

מיקוד מערכתי

טיוטת JSA

טיוטה מהירה

אישור מומחה + צוות

סכנת החמצה של סכנה

ציון סיכון

לא בשימוש (החלטה)

מומחה

ההחלטה אינה תלויה ב-AI

אישור עבודה/שחרור

לא בשימוש

מורשה

אבטחה קריטית

טעויות נפוצות

• לאחר שה-AI יחליט "האם זה בטוח?" AI לא יכול לקבל החלטות; הוא עורך רשימה של סכנות והגורם המוסמך מקבל את ההחלטה.
• יישום טיוטת ה-JSA כפי שהיא. המתווה אינו שלם מבלי להוסיף סכנות ספציפיות לאתר.
• ניתוח נתונים אישיים מבלי להפוך אותם לאנונימיים. רישומי OSH הם אישיים.
• הפיכת ניתוח לכלי אשמה. המטרה היא שיפור מערכתי, לא ענישה אישית.
• לא לוקח ברצינות פספוסים כמעט. זהו מקור האזהרה המוקדמת הזול והעשיר ביותר.

טיפ: תרבות בטיחות טובה מעודדת דיווח על כמעט פספוס. בינה מלאכותית הופכת במהירות את ההתראות הללו לערך; אבל זה יכול להתקיים רק בסביבה שבה לקחי הניתוח מתורגמים לריפוי ולא לעונש.

לסיכום

בטיחות מוקשים היא תחום הנדסי מונע על ידי נתונים, וכמעט החטאות הן האזהרה המוקדמת החשובה ביותר. AI רב עוצמה בסיווג רשומות אבטחה של טקסט חופשי, חילוץ דפוסים, JSA וניסוח רשימת סיכון. אבל החלטות עבודה בטוחה, פינוי ושורש הן באחריות המומחה לשמירה על הבריאות והחקיקה; פלט AI הוא קלט, לא החלטה. אנונימיז את הרשומות והשתמש בניתוח לשיפור מערכתי.

משימת יישום

הזן את רשומות כמעט החמצה האנונימיות (או הדגימות) שלך ל-AI עם התבנית "סיווג כמעט פספוס" וחלץ את 5 הדפוסים החוזרים ביותר ושימו לב לפעולה אפשרית עבור כל אחד. לאחר מכן צור טיוטה עבור עבודה עם תבנית "טיוטת JSA" והוסף ידנית לפחות שני סיכונים ספציפיים לאתר. לבסוף, הגדר נרטיב אירוע טקסט חופשי באמצעות התבנית "תצורת דוח אירועים" ובדוק אם מידע נוסף/חסר.

רשימת בדיקה

• [ ] עשיתי אנונימיות את הקלטות האבטחה לפני הניתוח.
• [ ] ביקשתי מה-AI לייצר רשימה של סיכונים/דפוסים, לא החלטות.
• [ ] הוספתי באופן ידני סיכונים ספציפיים לאתר לטיוטה של ​​ה-JSA ואישרתי אותה על ידי המומחה.
• [ ] השתמשתי בניתוח לשיפור מערכתי, לא האשמה אישית.
• [ ] השארתי את החלטת העבודה בטוחה/פינוי לאישור ה-HSB המורשה.
• [ ] וידאתי שאין מידע נוסף/מיוצר בינה מלאכותית בדוח האירוע.