Mga nadagdag:
- Kakayahang mag-uri-uriin ang malapit na miss, aksidente at data ng pagmamasid gamit ang AI at kunin ang mga umuulit na pattern ng panganib
- Kakayahang mag-draft ng risk assessment, JSA at mga sitwasyong pang-emergency na may suporta sa AI
- Kakayahang mag-verify sa eksperto at batas ng OHS, alam na hindi pinapalitan ng output ng AI ang mga desisyong kritikal sa kaligtasan
Ang pagmimina ay isa sa mga pinakamapanganib na sektor sa mga tuntunin ng occupational health and safety (OHS): pagbagsak, pagsabog, mabibigat na kagamitan, gas, alikabok, taas, kuryente at trapiko ng sasakyan. Samakatuwid, ang kaligtasan ng minahan ay isang larangan ng inhinyero na kasinghalaga ng produksyon, at kadalasang nauuna dito. Sa puso ng pamamahala sa kaligtasan ay ang data: malapit-miss na mga tala, mga ulat sa aksidente, mga obserbasyon sa field, mga inspeksyon ng kagamitan, mga talaan ng pagsasanay. Karamihan sa mga talaang ito ay libreng teksto at tumatagal ng maraming oras upang basahin sa pamamagitan ng kamay. Ang AI ay isang makapangyarihang tulong sa pag-uuri nitong masa ng teksto, pagkuha ng mga umuulit na pattern ng panganib at pag-draft ng risk assessment/JSA. Ngunit ito ay dapat tandaan: AI output ay hindi isang kapalit para sa kaligtasan-kritikal na mga desisyon; Responsibilidad ng OHS specialist at ng batas na ihinto ang trabaho, lumikas sa lugar at tukuyin ang ugat na sanhi.
Mga uri ng data ng seguridad
- Near miss records: Mga insidente na hindi naging aksidente; Ito ang pinakamahalagang mapagkukunan ng maagang babala dahil ito ay sagana at mura.
- Mga ulat ng aksidente/insidente: Mga insidenteng naganap, uri ng pinsala, ugat na sanhi.
- Mga obserbasyon at inspeksyon sa larangan: Mga ulat ng hindi ligtas na kalagayan/gawi.
- Mga pagtatasa ng peligro at JSA: Pagsusuri sa panganib-pag-iingat sa panganib para sa isang trabaho (JSA: Pagsusuri sa Kaligtasan ng Trabaho).
Ang isang karaniwang prinsipyo sa OSH ay ang “safety pyramid”: ang malaking bilang ng mga near miss at hindi ligtas na mga sitwasyon ay sumasailalim sa isang maliit na bilang ng mga menor de edad na aksidente at ang bihirang malubhang aksidente. Sineseryoso ang malapit na mga miss at ang pag-alis ng kanilang mga pattern ay ang pinaka-epektibong paraan upang maiwasan ang mga malubhang aksidente. Napakahalaga ng AI sa pagbubukod-bukod ng daan-daang free-text near-miss recording sa mga tema sa loob ng ilang minuto at pagsagot sa tanong na "aling kundisyon, aling lugar, aling shift ang pinakamadalas na umuulit?"
Hakbang-hakbang: Pagsusuri ng data ng seguridad gamit ang AI
- I-anonymize ang mga tala. Alisin ang mga pangalan ng kawani at impormasyon ng pagkakakilanlan; Ang data ng OHS ay personal.
- Tukuyin ang scheme ng pag-uuri. Uri ng peligro, lugar, shift, kagamitan, mga kategorya ng ugat na sanhi. AI: nagmumungkahi ng schema, tapusin mo.
- Auto tag. Kinakategorya ng AI ang mga talaan; ay nagmamarka ng hindi tiyak.
- Lumilitaw ang isang pattern. Aling tema ang paulit-ulit, saan ito naka-concentrate, tumataas ba ito sa paglipas ng panahon? AI: buod at kalakaran.
- Gawing aksyon ito. Ang OSH specialist ay nakakakuha ng mga pag-iingat mula sa mga pattern; Ang AI ay gumagawa ng mga panukala.
- Subaybayan at i-verify. Ang epekto ng panukala ay sinusubaybayan gamit ang kasunod na data.
Pansin: May panganib ng personal na data at mga akusasyon sa mga talaan ng OHS. Ang layunin ng pagsusuri ay hindi upang parusahan ang indibidwal, ngunit upang makita ang sistematikong panganib. I-anonymize ang mga tala at gamitin ang output bilang "pagpapabuti ng kundisyon" sa halip na "paghahanap ng tao."
Pagtatasa ng peligro at draft ng JSA
Pinaghihiwa-hiwalay ng pagsusuri sa kaligtasan ng trabaho ang isang trabaho sa mga hakbang; Tinutukoy nito ang panganib, panganib at pag-iingat sa bawat hakbang. Mabilis na makakagawa ang AI ng draft mula sa mga nakaraang JSA at paglalarawan ng trabaho; Makakatipid ito ng maraming oras kumpara sa pagsusulat mula sa simula. Ngunit ang draft na ito ay isang panimula: ang mga panganib na partikular sa site, mga lokal na kondisyon at mga kinakailangan sa regulasyon ay idinagdag at inaprubahan ng eksperto sa OHS at ng pangkat na gumagawa ng gawain. Ang isang panganib na napalampas ng AI ay maaaring magtago ng isang tunay na panganib; Iyon ang dahilan kung bakit ang draft ay hindi kailanman direktang napupunta sa pagpapatupad.
tatlong mini case
Case 1 — Paulit-ulit na pattern. 800 malapit-miss record mula sa isang pugon ay naghihintay sa archive. Ang OSH specialist ay may AI na anonymise at uriin ang mga ito; Lumalabas na 22% ng mga tala ay nauugnay sa visibility ng sasakyan sa isang partikular na ramp intersection sa panahon ng night shift. Ang pattern na ito ay hindi nakikita sa mga indibidwal na pagbabasa. Ang pag-iilaw at regulasyon ng bilis ay idinagdag sa intersection; Sa susunod na tatlong buwan, ang mga near miss sa lugar na iyon ay bumaba nang malaki. Natagpuan ng AI ang pattern; Ang mga pag-iingat at desisyon ay ginawa ng pangkat ng OHS.
Case 2 — JSA acceleration. Ang isang bagong trabaho sa pagpapanatili ay nangangailangan ng JSA. Ang OHS specialist ay nagbibigay ng mga hakbang sa trabaho sa AI at ito ay gumawa ng draft JSA; Magiging handa ang draft sa loob ng 15 minuto. Sinusuri ng eksperto at koponan ang draft, magdagdag at mag-apruba ng dalawang panganib na partikular sa site (malapit na live na linya at limitadong espasyo). AI-save ang oras; Nakumpleto ng tao ang mga nawawalang panganib. Kung ginamit sana ang draft, dalawang kritikal na panganib ang naiwasan.
Kaso 3 — Maling kumpiyansa (babala). Tinanong ng isang intern ang AI "Ligtas ba ang trabahong ito, magagawa ba natin ito?" Nagbibigay ang AI ng pangkalahatang "ligtas na may naaangkop na pag-iingat" na sagot. Iniisip ng intern na ito ay kumpirmasyon. Gayunpaman, ang AI ay hindi nakita ang larangan o may kakayahan; Ang desisyon na ligtas sa pagtatrabaho ay ginagawa lamang sa pagsusuri ng site at awtorisadong pag-apruba. Aralin: Ang AI ay hindi hinihiling na magpasya kung ito ay "ligtas"; Ang isang listahan ng panganib ay ginawa ng AI, at ang desisyon ay ginawa ng awtorisadong tao.
Nakokopya na mga template ng prompt
NEAR MISS CLASSIFICATION "Role: Isa kang OHS data analyst assistant. Nasa ibaba ang anonymised near miss records. Lagyan ng label ang bawat record sa mga sumusunod na kategorya: hazard type, area, shift, equipment involved, possible root cause. Hiwalay na i-flag ang mga hindi maliwanag na record. Pagkatapos ay ibuod ang 5 pinaka-paulit-ulit na pattern at ang concentrated na kundisyon ng system. SEARCH Person/culprit."
DRAFT JSA"Maghanda ng draft na JSA para sa sumusunod na trabaho: hatiin ang trabaho sa mga lohikal na hakbang; isulat ang panganib, panganib at inirerekomendang pag-iingat para sa bawat hakbang. Isulat sa itaas na ito ay isang DRAFT at ang mga panganib na partikular sa site at mga kinakailangan sa regulasyon ay kailangang idagdag at aprubahan ng OHS Expert at ng team. Trabaho: [ilarawan]."
RISK ASSESSMENT CHECKLIST "Gumawa ng checklist sa pagtatasa ng panganib para sa sumusunod na aktibidad: [aktibidad]. I-scan ang mga posibleng pamagat ng panganib (mechanical, chemical, fall, gas, electrical, traffic, ergonomics, environmental) at isulat ang mga control na tanong na dapat itanong para sa bawat isa. Huwag ibigay ang panghuling marka ng panganib; sabihin na nangangailangan ito ng pagsusuri ng eksperto."
STRUCTURE INCIDENT REPORT"Isalin ang sumusunod na free-text na salaysay ng insidente sa isang structured na ulat ng insidente: kung ano ang nangyari, kung saan, kailan, sino ang naapektuhan, direktang ahente, nag-aambag na mga kondisyon, agarang aksyon na ginawa. MAGDAGDAG NG impormasyon HINDI sa teksto; isulat ang 'hindi natukoy' sa mga nawawalang field. Huwag tukuyin ang ugat na dahilan; magmungkahi ng mga tanong sa pagsisiyasat]. Text: [paspasyang mga tanong].
Mahinang prompt / Malakas na prompt
WEAK PROMPT: "Ligtas ba ito, dapat ba nating gawin ito?"
MALAKAS NA PROMPT: "Tungkulin: Ikaw ang OSH assistant. Gumawa ng sunud-sunod na listahan ng mga panganib para sa sumusunod na trabaho at mga posibleng pag-iingat para sa bawat panganib. Bigyang-diin na ito ay isang DRAFT at ang isang desisyon na ligtas sa trabaho ay nangangailangan ng pagtatasa sa site at awtorisadong pag-apruba ng OHS. Ilista din kung ano ang mga karagdagang panganib na partikular sa site na kailangang kontrolin ng eksperto."
Talahanayan ng paghahambing: misyon ng seguridad at limitasyon ng AI
Paghanap
tungkulin ng AI
kaninong desisyon
tala
Near miss classification
Napakahusay na browser
Espesyalista sa OHS
anonymize
Pagkuha ng pattern/trend
Buod
Espesyalista sa OHS
Systemic na pokus
draft ng JSA
mabilis na draft
Pag-apruba ng eksperto + koponan
Panganib ng nawawalang panganib
marka ng panganib
Hindi ginamit (desisyon)
dalubhasa
Ang desisyon ay wala sa AI
Permit sa trabaho/paglabas
Hindi ginagamit
pinahintulutan
Kritikal sa seguridad
Mga karaniwang pagkakamali
- Ang pagkakaroon ng AI na magpasya "ito ba ay ligtas?" Ang AI ay hindi makakagawa ng mga desisyon; Gumagawa siya ng listahan ng mga panganib at ang awtorisadong tao ang gumagawa ng desisyon.
- Pagpapatupad ng draft na JSA. Ang balangkas ay hindi kumpleto nang walang pagdaragdag ng mga panganib na partikular sa site.
- Pagsusuri ng personal na data nang hindi ito ina-anonymize. Ang mga talaan ng OSH ay personal.
- Ang paggawa ng pagsusuri sa isang tool ng sisihin. Ang layunin ay sistematikong pagpapabuti, hindi indibidwal na parusa.
- Hindi sineseryoso ang mga miss. Ito ang pinakamurang at pinakamayamang mapagkukunan ng maagang babala.
Tip: Ang isang mahusay na kultura ng kaligtasan ay naghihikayat sa malapit-miss na pag-uulat. Mabilis na ginagawang halaga ng AI ang mga notification na ito; Ngunit ito ay mapapanatili lamang sa isang kapaligiran kung saan ang mga aralin ng pagsusuri ay isinasalin sa pagpapagaling sa halip na parusa.
Sa buod
Ang kaligtasan ng minahan ay isang larangan ng engineering na hinihimok ng data, at ang mga near miss ay ang pinakamahalagang maagang babala. Makapangyarihan ang AI sa pag-uuri ng mga libreng talaan ng seguridad ng teksto, pagkuha ng pattern, JSA at pag-draft ng checklist ng panganib. Ngunit ang ligtas na pagtatrabaho, paglikas at mga desisyon sa ugat ay responsibilidad ng espesyalista sa OHS at ng batas; Ang output ng AI ay input, hindi desisyon. I-anonymize ang mga tala at gamitin ang pagsusuri para sa sistematikong pagpapabuti.
Gawain ng aplikasyon
Ipakain ang iyong hindi nakikilalang (o sample) na near miss record sa AI sa pamamagitan ng template na “Near miss classification” at i-extract ang 5 pinaka-paulit-ulit na pattern at tandaan ang posibleng pagkilos para sa bawat isa. Pagkatapos ay bumuo ng draft para sa isang trabaho gamit ang template na "JSA draft" at manu-manong magdagdag ng kahit man lang dalawang panganib na partikular sa site. Panghuli, i-configure ang isang libreng text na salaysay ng kaganapan gamit ang template na "Configuration ng ulat ng kaganapan" at tingnan kung may idinagdag/nawawalang impormasyon.
checklist
- [ ] Hindi ko pinakilala ang mga pag-record ng seguridad bago ang pagsusuri.
- [ ] Pinapagawa ko ang AI ng isang listahan ng mga panganib/pattern, hindi mga desisyon.
- [ ] Manu-mano akong nagdagdag ng mga panganib na partikular sa site sa draft ng JSA at inaprubahan ito ng eksperto.
- [ ] Gumamit ako ng pagsusuri para sa sistematikong pagpapabuti, hindi pansariling paninisi.
- [ ] Iniwan ko ang desisyon sa ligtas na trabaho/paglisan sa awtorisadong pag-apruba ng OHS.
- [ ] Na-verify ko na walang AI na idinagdag/fabricated na impormasyon sa ulat ng insidente.