La implementación de la inteligencia artificial está dejando de ser una simple tendencia tecnológica para convertirse en una necesidad, consolidada a nivel estatal. Ante el creciente volumen de tareas y la aceleración de los procesos de trabajo, los especialistas en HSE requieren nuevas herramientas para optimizar la rutina. Vera Konshina, representante de la empresa Yandex, analiza la experiencia práctica del uso de redes neuronales generativas para transformar las comunicaciones corporativas y crear materiales de capacitación sobre seguridad industrial.
Un gran porcentaje del trabajo diario de un especialista en HSE está relacionado con la comunicación y la capacitación. Las instrucciones y reglamentos de texto tradicionales a menudo no resuenan entre los empleados, especialmente en la generación más joven, que asimila mejor la información visual. En la presentación se examina en detalle la transición de documentos áridos a videos generados.
El ponente muestra con un ejemplo cómo estructurar el trabajo por etapas con redes neuronales, aumentando gradualmente la complejidad de las tareas. Se recomienda comenzar con modelos de texto básicos (como YandexGPT, GigaChat o Deepseek) para redactar informes breves sobre incidentes. El siguiente paso es la generación de imágenes para presentaciones internas, teniendo en cuenta los colores corporativos.
La etapa más compleja, pero efectiva, es el trabajo con video y audio. En lugar de intentar generar una secuencia de video compleja desde cero, lo que a menudo provoca distorsiones visuales (artefactos), se propone un enfoque combinado: primero se crea una imagen estática de alta calidad que luego «cobra vida». Para la locución de las instrucciones se utilizan servicios de síntesis de voz, que proporcionan voces realistas sin necesidad de grabación en estudio.
La calidad del resultado depende directamente de cómo se formule la tarea. El ponente analiza los errores comunes durante la generación, cuando la red neuronal añade detalles innecesarios (por ejemplo, proporciones distorsionadas o dedos extra en las manos). Para evitar esto, es necesario aplicar una estructura de prompt estricta:
Antes de comenzar un trabajo serio, se recomienda comprobar la capacidad del modelo elegido para establecer conexiones lógicas haciéndole una pregunta absurda (por ejemplo, sobre calentar un objeto en el congelador). Esto permite evaluar la idoneidad del algoritmo.
Uno de los obstáculos clave al implementar la IA en el entorno corporativo es el riesgo de fuga de datos. El uso de modelos en la nube abiertos significa que la información cargada puede utilizarse para el entrenamiento posterior de los algoritmos. Para proteger la información confidencial de la empresa, es necesario llevar a cabo un estricto procedimiento de anonimización de datos (eliminación de datos legales y personales de las matrices de evaluación de riesgos) o utilizar entornos corporativos cerrados de IA que operen bajo contratos B2B seguros.
Explore la biblioteca completa de mejores prácticas de seguridad industrial
Ir a la biblioteca