« Pilule de sécurité » : impliquer les travailleurs dans l'analyse des risques via des visualisations IA des postes de travail

De la « cécité » face aux risques à la sécurité consciente

Dans le domaine moderne du HSE, l'un des principaux problèmes reste l'« accoutumance » visuelle : les travailleurs ne remarquent plus les dangers quotidiens sur leurs postes de travail habituels. Les formations traditionnelles et la présentation de photographies réelles ne suscitent souvent pas la réaction escomptée, car le cerveau ignore automatiquement une image familière. Lors de ce webinaire, Svetlana Kautova analyse une approche novatrice pour résoudre ce problème : l'utilisation de l'intelligence artificielle pour créer des visualisations personnalisées des postes de travail avec des risques intentionnellement intégrés.

Mécanique de la visualisation IA : comment fonctionne la méthode

L'intervenante montre, à travers l'utilisation de réseaux de neurones (notamment la plateforme Leonardo), comment générer des images réalistes d'ateliers, d'entrepôts et de machines spécifiques. Des infractions typiques sont délibérément ajoutées à ces images : absence d'EPI, liquides renversés, charges non arrimées ou mauvaise ergonomie.

L'essence de l'approche consiste à organiser de courtes réunions de 15 minutes directement dans les départements. Les travailleurs sont invités à analyser des images imprimées et à y trouver les dangers cachés. Cela fait passer l'employé du statut d'objet passif de la formation à celui d'analyste actif, stimulant ainsi la pensée critique et créant l'habitude de repérer les anomalies.

Pourquoi les images générées sont plus efficaces que les vraies photos

La présentation examine en détail l'aspect psychologique de la perception de l'information visuelle. L'utilisation de vraies photos de lieux de travail provoque souvent une réaction défensive, est perçue comme une recherche de coupables ou viole les limites personnelles des employés. De plus, un environnement totalement familier réduit la concentration.

Les images générées résolvent ces problèmes :

• Dissonance cognitive : le travailleur voit un poste de travail similaire mais légèrement modifié, ce qui oblige le cerveau à s'activer et à chercher les incohérences.
• Sécurité psychologique : l'absence de personnes réelles sur la photo élimine la peur de la punition et les risques juridiques, transformant le processus en un jeu éducatif.
• Flexibilité de modélisation : l'IA permet d'ajouter n'importe quelle combinaison de risques, de modifier l'éclairage et les conditions, apprenant ainsi au personnel à anticiper les menaces cachées.

Résultats de la mise en œuvre et boucle de rétroaction

La gamification et le dialogue continu sont des éléments importants du système. Les travailleurs ne se contentent pas de trouver les risques intégrés, ils proposent également leurs propres scénarios de danger via des formulaires QR ou des questionnaires. Ces propositions sont ensuite intégrées dans de nouvelles générations d'IA. En 5 mois de projet pilote, les employés ont identifié plus de 200 risques uniques, dont la plupart concernaient des habitudes comportementales.

Cette approche a permis non seulement d'accroître l'engagement du personnel, mais aussi d'éliminer rapidement un certain nombre de menaces réelles dans la production, de l'installation de chemins de câbles à l'achat de supports d'outils, en se basant uniquement sur des initiatives de la base.

Ce que vous apprendrez dans ce webinaire :

• Comment rédiger correctement des prompts (requêtes) pour le réseau de neurones afin d'obtenir des images techniquement fiables des zones de production ?
• Pourquoi l'utilisation de vraies photos d'infractions est-elle moins efficace pour impliquer le personnel que les générations par l'IA ?
• Comment organiser la collecte des retours des travailleurs et intégrer leurs propositions dans de nouveaux supports visuels ?
• Quelles sont les erreurs typiques lors de la génération d'images de lieux de travail et comment les corriger rapidement ?
• Comment introduire des éléments de gamification dans le processus d'analyse des risques professionnels sans utiliser de solutions informatiques complexes ?