El rápido desarrollo de las tecnologías de inteligencia artificial dicta nuevas reglas para trabajar con la información. Si hace apenas seis meses el límite de la automatización en el ámbito de la seguridad y salud en el trabajo (HSE) era la redacción de consultas (prompts) a modelos lingüísticos para generar textos, hoy el enfoque se ha desplazado hacia los sistemas autónomos. Los agentes de IA y el concepto de «vibecoding» abren posibilidades en las que el especialista no solo puede delegar tareas rutinarias a una red neuronal, sino también crear su propio software corporativo sin necesidad de conocimientos de programación.
Las grandes empresas ya están integrando activamente la inteligencia artificial en sus procesos. Las compañías de los sectores metalúrgico y minero están creando sus propios modelos lingüísticos industriales e implementando sistemas RAG (Retrieval-Augmented Generation) para trabajar con grandes volúmenes de documentación normativa. Sin embargo, el principal cambio tecnológico de los últimos meses ha sido la transición de asistentes básicos a agentes de IA.
A diferencia de las redes neuronales básicas, un agente es capaz de ejecutar cadenas de tareas complejas y de varios pasos de forma autónoma. Durante su presentación, Rinat Fatkhutdinov demuestra el funcionamiento de un agente local que se encarga del ciclo completo de evaluación de riesgos. El proceso es el siguiente: el sistema recibe una fotografía del lugar de trabajo, identifica visualmente los peligros de acuerdo con la normativa vigente, abre automáticamente Excel en el ordenador del usuario, completa el registro de riesgos, calcula el presupuesto necesario para las medidas correctivas y genera una presentación final para la dirección. La participación humana se reduce únicamente a la aprobación de los pasos clave.
Otra tendencia significativa es el vibecoding. Se trata de un enfoque en el que el usuario describe la lógica de funcionamiento del programa en lenguaje natural, y la inteligencia artificial escribe y ensambla el código funcional. Para los especialistas en seguridad laboral, esto significa independencia de los largos ciclos de desarrollo de TI.
El ponente analiza este enfoque basándose en su propia experiencia creando un sistema integral de gestión para ocho tipos de seguridad (incluyendo la contra incendios, ambiental e industrial). Con la ayuda de la IA, se desarrolló un MVP (producto mínimo viable) que construye automáticamente la estructura organizativa de la empresa, asigna roles y genera normas internas. Por ejemplo, el sistema es capaz de redactar por sí mismo una instrucción de seguridad contra incendios, teniendo en cuenta las particularidades de un edificio específico, la ubicación de las zonas de fumadores y las personas responsables designadas. El desarrollo de una herramienta así mediante métodos tradicionales habría requerido meses de trabajo de todo un equipo de programadores, mientras que el vibecoding permitió realizar el proyecto con un solo experto en la materia en pocas semanas.
La implementación de sistemas autónomos cambia no solo los procesos, sino también los requisitos de competencias. Surge la necesidad de «brókeres de conocimiento»: especialistas que comprendan profundamente la metodología de la seguridad industrial y, al mismo tiempo, dominen las herramientas de IA. Ellos se convierten en el eslabón entre las necesidades reales de la producción y los departamentos de TI.
La inteligencia artificial no reemplaza al experto, pero cambia radicalmente el valor de su trabajo. Liberarse de la rutina documental permite centrarse en acciones proactivas, el desarrollo de una cultura de seguridad y la gestión estratégica de riesgos.
Explore la biblioteca completa de mejores prácticas de seguridad industrial
Ir a la biblioteca