Pero presenta debilidades, como la predicción precisa de riesgos. Ahí es donde la inteligencia artificial (IA) entra en juego, y por qué es excepcionalmente capaz de generar mejoras sustanciales en la seguridad laboral.

Keith Bowers, presidente de Bowers Management Analytics, lo sabe muy bien. Trabajó durante 20 años en Honeywell, ocupando diversos puestos en EHS e ISC, y posee múltiples patentes en IA para la seguridad laboral.

Bowers hablará con Geoff Walters, director corporativo de seguridad empresarial de Owens Corning, sobre cómo la IA está impulsando el futuro del entorno laboral en la Conferencia de Liderazgo en Seguridad 2024, que se celebrará del 26 al 28 de agosto en el área metropolitana de Denver. Puede encontrar más información, incluyendo la inscripción, aquí . A continuación, encontrará una conversación con Bowers antes de su presentación.

EHS Today : ¿Qué opinas de la forma en que Owens Corning utiliza la IA para mejorar la seguridad en el lugar de trabajo?

Bowers: Creo que Owens Corning hace un buen trabajo al utilizar la IA y la analítica avanzada a nivel estratégico. Con demasiada frecuencia, simplemente usamos la IA, la visión artificial y otras herramientas avanzadas en la planta para realizar tareas menores. Owens Corning y algunas otras empresas utilizan la IA y la analítica avanzada para ayudar a determinar la estrategia, centrarse en dónde deben trabajar y evaluar la calidad de sus sistemas actuales.

El problema —y el departamento de desempeño humano y organizacional (HOP) nos lo ha señalado con gran acierto— es la deficiente capacidad de los seres humanos para estimar el riesgo, en particular de eventos poco frecuentes como lesiones graves y muertes. Aprendemos de pensar rápido y despacio, de la seguridad común y temporal, pero tenemos enormes sesgos y déficits cognitivos a la hora de estimar el riesgo o de estimar eventos poco frecuentes.

Un ejemplo que me gusta usar son los ataques de tiburón. Si estás en la playa y le preguntas a alguien cuál es el mayor riesgo de muerte, la mayoría, incluso las personas con estudios avanzados, dirán que los ataques de tiburón, cuando en realidad las muertes por ataques de tiburón son muy poco frecuentes. Solo en Estados Unidos, más de 100 personas se ahogan cada año por las corrientes de resaca , y ninguna de ellas con la ayuda de tiburones.

Es un buen ejemplo de nuestra deficiente estimación del riesgo, en particular el riesgo de mortalidad. Pensamos primero en los tiburones por un miedo muy común a ser devorados por depredadores más grandes, películas populares y similares. Pensamos primero en eso y creemos que es el mayor riesgo, cuando, de hecho, casi siempre nos equivocamos muchísimo.

Entonces, si utilizamos herramientas de IA y análisis avanzados, podemos superar ese obstáculo e invertir nuestros recursos limitados, nuestro dinero limitado y nuestra gente limitada en los riesgos adecuados.

En su opinión, ¿dónde se superponen las posibilidades de la IA y la seguridad?

¡Esto viene después de una pregunta muy inteligente! Un gran problema con la mayoría de las herramientas de IA es que no son adecuadas para comprender y prevenir riesgos. La mayoría de las herramientas de IA son muy eficaces para prevenir eventos muy frecuentes y comunes. Sin embargo, no son adecuadas para eventos poco frecuentes, como lesiones graves y muertes.

Cuando ocurre una lesión grave o una muerte en una empresa, suele ser la primera vez que ese escenario o situación provoca una lesión grave o una muerte. ¿Cómo predecir un evento, un evento muy poco frecuente, que nunca antes ha ocurrido en su planta? Creo que la respuesta está en la IA avanzada, las herramientas de procesamiento del lenguaje natural y otros datos externos que complementen los datos de la empresa.

Es interesante porque, como decías, es un evento poco frecuente, pero el riesgo siempre está presente. Creo que eso dificulta que nuestro cerebro comprenda la posible gravedad de un problema. Nuestro cerebro no está diseñado para procesar la información de esa manera.

Sí, muy bien expresado. Evolucionamos en un entorno que nos exigía gestionar con éxito eventos poco frecuentes, como la mordedura de un tigre.

Usando los datos del Instituto Campbell como ejemplo, si se observa el total de casos registrables y días de ausencia laboral, estos han disminuido de forma constante durante las últimas dos décadas. Sin embargo, las muertes y las tasas de mortalidad no lo han hecho. Se estancaron o incluso podrían haber aumentado ligeramente.

¿Qué le gustaría que los profesionales de la seguridad comprendieran sobre la IA?

Creo que la IA y el HOP juntos nos dicen que debemos ser menos arrogantes, que sabemos menos de lo que creemos y que necesitamos recopilar datos. Necesitamos extraer nuestros datos de incidentes de forma más eficaz y recopilar nuevos datos sobre posibles peligros.

Por ejemplo, empezamos a instalar cámaras en zonas con montacargas, un peligro conocido y potencialmente mortal al que se enfrentan muchísimas empresas. Así que instalamos cámaras en zonas que considerábamos seguras y con normas.

Aquí tienen un video que probablemente mostraré en Denver. Pueden ver a un trabajador intentando cargar una tolva con estos palés. Simplemente desactiva el dispositivo de seguridad y se mete dentro. Su compañero entra y los saca.

Esta fábrica tiene un historial de seguridad impecable, buena moral y empleados con buena salud y bien remunerados. Nadie se imaginaba que algo así sucediera hasta que recopilamos información.

Alguien que trabaja en esta fábrica podría creer que sabe exactamente qué está pasando y cuáles son los riesgos. Luego, recopilamos datos detallados, los analizamos cada segundo durante dos semanas y encontramos información que desconocían.

La gente se comporta de la mejor manera cuando caminamos por las instalaciones, pero no vemos lo que sucede allí a las 2:00 a. m. de un domingo cuando la gente está tratando de cumplir con la cuota.
Necesitamos recopilar más datos para poder apreciar los riesgos y mitigarlos.

¡Esta reproducción de vídeo me da escalofríos!

¡Exactamente! Un montacargas es de 1367 kilos de acero en movimiento rápido que puede girar en un instante y de forma inesperada. Por eso es una de las causas más comunes de lesiones graves o muertes en el lugar de trabajo.

¿Tiene algún consejo o quizás alguna advertencia para los profesionales de la seguridad que estén interesados ​​en trabajar con IA (o hacer más) para mejorar la seguridad en el lugar de trabajo?

Les advierto que no debemos dejarnos llevar demasiado por los juguetes nuevos y brillantes. Debemos asegurarnos de comprender los riesgos. Es necesario usar datos para determinar cuáles son los problemas.

La IA y la visión artificial pueden ser muy útiles en este sentido. Luego, es necesario identificar las tecnologías y herramientas de IA adecuadas para su conjunto de problemas. Es fácil distraerse con cosas nuevas y divertidas, pero debemos asegurarnos de que aborden sus mayores riesgos.

¿Qué es lo que espera que los asistentes se lleven de su presentación en la Conferencia de Liderazgo en Seguridad?

Espero que se den cuenta de que nosotros, los humildes seres humanos, somos bastante pobres a la hora de comprender los riesgos graves y que deberíamos buscar ayuda y adoptar un enfoque deliberado para entender nuestros mayores riesgos.

Espero que se den cuenta de que contamos con mejores herramientas para recopilar más datos sobre estos riesgos y que debemos centrarnos en reducirlos una vez que nos aseguremos de abordar los problemas correctos. Podemos gastar todo nuestro dinero y tiempo en abordar los problemas equivocados, solo para ser sorprendidos por los riesgos reales.

Lleva más de 20 años trabajando como profesional en EHS. ¿Tiene algún consejo que quiera compartir con sus colegas profesionales?

Ojalá todos los profesionales de la seguridad comprendieran y valoraran el método científico. Cuando tenemos una convicción, un plan o un programa, debemos asegurarnos de que esté respaldado por datos. Lo logramos mediante pruebas y el método científico.

Muchas veces, creemos que implementar medidas de seguridad o salvaguardas reducirá este riesgo. Pero si no se prueban, si no se recopilan datos antes y después, es muy probable que estemos completamente equivocados. Algunos se guían por la intuición o el buen juicio profesional, cuando nosotros deberíamos guiarnos por datos y pruebas científicas rigurosas y objetivas.

Es un buen recordatorio de que el método científico es una base sólida sobre cómo abordar todo tipo de problemas.

¡Exactamente! Pon a prueba tus soluciones. Asegúrate de que hagan lo que crees que hacen.