De la videovigilancia al ecosistema de seguridad con IA: cómo transformar los datos de HSE en prevención de incidentes

La implementación de herramientas digitales en la seguridad y salud ocupacional a menudo se limita a la instalación de videocámaras y al registro básico de incidentes. Sin embargo, el verdadero potencial de los datos se despliega al pasar de la simple fijación de infracciones a un ecosistema proactivo. En su ponencia, Aleksandr Bondarenko, Director de HSE de SSGPO (integrada en ERG), detalla la experiencia de transformar soluciones digitales dispersas en un ecosistema unificado de IA, lo que ha permitido a la empresa alcanzar máximos históricos de operación sin accidentes mortales.

Evolución del control: de drones a contenido educativo

Históricamente, en la empresa se registraba un promedio de cinco accidentes mortales al año. El punto de inflexión fue la implementación de prácticas globales adaptadas y una digitalización a gran escala. Uno de los primeros pasos, realizado ya en 2016, fue el uso de drones para supervisar trabajos de alto riesgo. En la práctica, esta herramienta demostró su importancia crítica: en 2021, el piloto de un dron detectó a tiempo a dos trabajadores que descansaban a la sombra bajo un saliente donde se realizaban labores. El ruido de las hélices hizo que abandonaran la zona de peligro apenas 12 segundos antes del derrumbe de la masa rocosa.

Hoy en día, el control técnico abarca más de 1800 cámaras fijas y cerca de 500 videograbadores personales. El enorme volumen de datos de video no queda guardado como «peso muerto» en los servidores, sino que se convierte en material formativo. Todos los meses, el departamento de HSE edita videos cortos que muestran tanto errores como ejemplos de ejecución segura de las tareas. Este contenido se transmite en 200 pantallas de TV en las salas de asignación de trabajos antes del inicio de cada turno, consolidando un proceso continuo de microaprendizaje.

Inteligencia artificial en la gestión del comportamiento

El ponente presta especial atención a la evaluación de la comunicación entre supervisores y trabajadores. En la empresa se ha implementado un sistema de análisis automático de las charlas de seguridad y los diálogos conductuales. Los capataces graban sus charlas de inducción en una grabadora de voz, tras lo cual los algoritmos evalúan la calidad de la conversación según una metodología aprobada.

Gracias a las herramientas de automatización, el responsable recibe retroalimentación estructurada en solo 45 segundos: el sistema destaca los puntos fuertes del diálogo y las áreas de mejora. Los datos se sincronizan con paneles de control, ofreciendo una visión integral por departamentos.

Para preparar a los capataces jóvenes en la realización de auditorías, se ha desarrollado un entrenador virtual interactivo especializado. En este sistema, la inteligencia artificial interpreta diversos perfiles de trabajadores, desde el colaborador leal hasta el resistente o con actitud fatalista. El objetivo del capataz es estructurar el diálogo de forma que lleve al interlocutor virtual a tomar conciencia de los riesgos.

Evaluación integral de la fatiga de los conductores

Una de las amenazas ocultas en la producción sigue siendo la fatiga del personal, la cual no se puede detectar mediante los alcoholímetros convencionales. Para solucionar este problema, el equipo desarrolló un módulo de hardware y software (PAM 60).

El sistema evalúa la reacción de la persona mediante un volante y pedales de juego, emitiendo señales durante un minuto. Al mismo tiempo, una cámara 4K con un anillo LED realiza una pupilometría: mide la velocidad de constricción y recuperación de la pupila ante el estímulo luminoso, además de registrar el enrojecimiento ocular. La diferencia clave del sistema radica en el rechazo de los estándares promediados. El módulo acumula estadísticas de cada empleado y compara sus indicadores actuales con su base de datos individual. Si la reacción y los parámetros pupilares se desvían de la norma, el trabajador no es sancionado, sino transferido a labores auxiliares en el taller, eliminando el riesgo de accidentes de tránsito en la ruta.

Herramientas locales de IA y protección de datos

La implementación de modelos generativos a menudo conlleva riesgos de fuga de información confidencial. Para evitarlo, en la empresa apostaron por programas autónomos offline basados en navegador y modelos de lenguaje locales. Esto permite automatizar de forma segura análisis complejos:

• Investigación de incidentes: el sistema analiza entrevistas en audio y materiales del caso, construyendo automáticamente el árbol de causas, generando un diagrama bow-tie y preparando presentaciones.
• Evaluación de conocimientos: un sistema multiagente realiza exámenes orales sobre requisitos normativos, formulando preguntas por voz y evaluando el contenido de las respuestas de los empleados en porcentajes.
• Desarrollo de reglamentos: basándose en las fichas de procesos cumplimentadas, los agentes generan reglamentos técnicos completos cumpliendo estrictamente los requisitos metodológicos.

Lo que aprenderá en esta ponencia:

• ¿Cómo diseñar un flujo continuo para crear contenido de video formativo a partir de las grabaciones de videograbadores personales?
• ¿De qué manera automatizar la evaluación de la calidad de los diálogos conductuales de seguridad mediante redes neuronales?
• ¿Cómo utilizar la pupilometría y las pruebas de reacción para el control personalizado de la fatiga de los conductores?
• ¿Cómo aplicar entrenadores virtuales con IA para capacitar a los supervisores en comunicaciones complejas con el personal?
• ¿Cómo desplegar herramientas autónomas de IA para la investigación de incidentes sin riesgo de fuga de datos?