Asisten AI dalam HSE: Cara Menerapkan dan Menggunakannya dalam Praktik

Kecerdasan Buatan sebagai Alat Baru bagi Spesialis HSE

Penerapan teknologi digital dan kecerdasan buatan (AI) di bidang HSE bukan lagi sekadar tren, melainkan sebuah kebutuhan untuk mengoptimalkan proses rutin. Tatiana Paklinskaya, spesialis HSE di perusahaan konstruksi "Edelweiss", berbagi pengalaman praktisnya dalam mengintegrasikan jaringan saraf tiruan ke dalam pekerjaan sehari-hari. Dalam presentasinya, ia mengungkapkan "dapur internal" pembuatan asisten AI yang membantu mengotomatiskan penyusunan instruksi dan standar penerbitan Alat Pelindung Diri (APD).

Dari Analogi Dapur hingga Memahami AI

Untuk menggunakan jaringan saraf tiruan secara efektif, penting untuk memahami prinsip dasar kerjanya. Pembicara menawarkan metafora sederhana: AI adalah ide memasak tanpa manusia, pembelajaran mesin adalah metode memasak (memanggang, merebus), pembelajaran mendalam adalah panci serbaguna super (jaringan saraf tiruan), dan model bahasa besar (LLM) adalah resep serta bahan-bahannya. Hidangan jadinya adalah ChatGPT, GigaChat, dan DeepSeek yang sudah kita kenal. Memahami dasar-dasar ini membantu merumuskan permintaan (prompt) dengan benar dan mendapatkan hasil yang diharapkan.

Membuat Asisten AI untuk Tugas Spesifik

Presentasi ini membahas secara rinci proses pembuatan asisten AI khusus. Prinsip utama yang disimpulkan Tatiana adalah: "tugas yang berbeda = asisten yang berbeda". Upaya untuk membuat asisten universal akan menyebabkan kebingungan dan kesalahan (halusinasi) pada jaringan saraf tiruan.

• Asisten untuk menyusun instruksi HSE: Versi ringkas dari dokumen peraturan (misalnya, bagian dari perintah Kementerian Tenaga Kerja No. 772n) dan peraturan lokal perusahaan diunggah ke basis pengetahuan. Hal ini memungkinkan AI untuk fokus hanya pada aturan yang diperlukan dan menghasilkan teks terstruktur berdasarkan bagian, melewati batasan volume teks yang dihasilkan.
• Asisten untuk memilih standar APD: Agar asisten ini berfungsi dengan benar, pembicara menyederhanakan tabel besar dari perintah No. 767n, mengurangi jumlah kolom dari sembilan menjadi empat. Mengunggah tugas, hasil penilaian kondisi kerja khusus (SOUT), dan peralatan yang digunakan memungkinkan asisten untuk memilih standar secara akurat, dan spesialis hanya perlu memeriksa hasilnya serta melakukan perbaikan kecil.

Pendekatan ini mengurangi waktu persiapan draf instruksi dari beberapa hari menjadi setengah jam, di mana sebagian besar waktu dihabiskan untuk pemformatan akhir dokumen.

Keterbatasan Jaringan Saraf Tiruan dan Cara Mengatasinya

Pembicara menunjukkan melalui contoh bahwa AI adalah mesin yang membutuhkan instruksi yang jelas. Keterbatasan utama yang dihadapi pengguna adalah:

• Batasan volume teks keluaran: Jaringan saraf tiruan dapat secara sewenang-wenang menyingkat dokumen panjang. Solusinya adalah mengatur prompt untuk mengeluarkan teks secara bertahap.
• Kebutuhan untuk menyusun basis pengetahuan: Mengunggah kumpulan data yang tidak terstruktur menyebabkan kesalahan. Informasi harus diproses terlebih dahulu dan "dibersihkan" dari hal-hal yang tidak perlu.
• Ketergantungan pada kualitas prompt: Semakin akurat dan rinci tugas dijelaskan, semakin baik hasilnya. Prompt yang terperinci bisa memakan beberapa halaman, tetapi itulah yang menjamin asisten bekerja dengan benar.

Potensi Kreatif AI: Membuat Materi Pelatihan

Selain tugas rutin, jaringan saraf tiruan membuka peluang baru untuk membuat konten yang menarik. Tatiana mendemonstrasikan video animasi tentang keselamatan listrik yang dibuat menggunakan AI. ChatGPT membantu menulis naskah dan menghasilkan gambar dengan gaya yang seragam (3D Pixar), sementara GigaChat digunakan untuk "menghidupkannya". Hal ini dengan jelas menunjukkan bagaimana peran seorang spesialis berubah: dari sekadar pelaksana menjadi arsitek proses yang mengelola tim digital.

Apa yang akan Anda pelajari dari webinar ini:

• Bagaimana cara menyusun prompt (permintaan) yang benar untuk jaringan saraf tiruan guna meminimalkan kesalahan dan "halusinasi"?
• Bagaimana cara menyiapkan dan menyusun dokumen peraturan (misalnya, perintah No. 767n) untuk diunggah ke basis pengetahuan asisten AI?
• Mengapa perlu membuat asisten AI terpisah untuk tugas yang berbeda (instruksi, standar APD)?
• Bagaimana cara melewati batasan jaringan saraf tiruan pada volume teks yang dihasilkan saat membuat dokumen berukuran besar?
• Bagaimana cara menggunakan jaringan saraf tiruan untuk membuat video animasi pelatihan tentang HSE?