Dalla videosorveglianza all'ecosistema di sicurezza con IA: come trasformare i dati HSE nella prevenzione degli incidenti

L'implementazione degli strumenti digitali nella sicurezza sul lavoro si limita spesso all'installazione di telecamere e alla registrazione base degli incidenti. Tuttavia, il vero potenziale dei dati si esprime nel passaggio dalla semplice rilevazione delle violazioni a un ecosistema proattivo. Nel suo intervento, Aleksandr Bondarenko, Direttore HSE di SSGPO (parte di ERG), analizza nel dettaglio l'esperienza di trasformazione di soluzioni digitali frammentate in un unico ecosistema basato sull'IA, che ha consentito all'azienda di raggiungere massimi storici di operatività senza infortuni mortali.

Evoluzione del controllo: dai droni ai contenuti formativi

Storicamente, l'azienda registrava una media di cinque infortuni mortali all'anno. La svolta è avvenuta con l'adozione delle migliori pratiche internazionali e una digitalizzazione su larga scala. Uno dei primi passi, implementato già nel 2016, è stato l'uso di droni per il monitoraggio dei lavori ad alto rischio. Sul campo, questo strumento ha dimostrato la sua importanza critica: nel 2021, il pilota di un drone ha notato in tempo due lavoratori che si riposavano all'ombra sotto un gradino di cava dove erano in corso delle lavorazioni. Il rumore delle eliche li ha spinti ad abbandonare la zona di pericolo appena 12 secondi prima del crollo della massa rocciosa.

Oggi il controllo tecnico comprende oltre 1.800 telecamere fisse e circa 500 bodycam portatili. L'enorme mole di dati video non rimane un "peso morto" sui server, ma viene convertita in materiale didattico. Ogni mese, il servizio HSE monta brevi filmati che mostrano sia gli errori sia gli esempi di esecuzione sicura delle mansioni. Questo contenuto viene trasmesso su 200 schermi TV nelle sale di consegna dei permessi di lavoro prima dell'inizio di ogni turno, creando un processo continuo di formazione diffusa.

Intelligenza artificiale nella gestione dei comportamenti

Lo relatore dedica particolare attenzione alla valutazione delle comunicazioni tra supervisori e operai. In azienda è stato implementato un sistema di analisi automatica dei briefing sulla sicurezza di inizio turno e dei dialoghi comportamentali. I capi squadra registrano i propri briefing con un registratore vocale, dopodiché gli algoritmi valutano la qualità del colloquio secondo una metodologia approvata.

Grazie agli strumenti di automazione, il responsabile riceve un feedback strutturato in soli 45 secondi: il sistema evidenzia i punti di forza del dialogo e le aree di miglioramento. I dati vengono sincronizzati con dashboard interattive, fornendo un quadro unitario per ogni reparto.

Per preparare i giovani capi squadra a condurre gli audit, è stato sviluppato uno specifico simulatore di coaching elettronico. In questo sistema, l'intelligenza artificiale interpreta diversi profili di lavoratori — da quello collaborativo a quello ostile o fatalista. Il compito del responsabile è impostare il dialogo in modo da guidare l'interlocutore virtuale alla consapevolezza dei rischi.

Valutazione integrata dell'affaticamento dei conducenti

Una delle minacce nascoste nella produzione rimane la stanchezza del personale, impossibile da rilevare con i normali etilometri. Per risolvere questo problema, il team ha sviluppato un modulo hardware-software (PAM 60).

Il sistema valuta i tempi di reazione dell'operatore attraverso un volante e pedaliera da gioco, inviando segnali nell'arco di un minuto. Contemporaneamente, una telecamera 4K con anello a LED effettua la pupillometria — misurando la velocità di costrizione e dilatazione della pupilla in risposta alla luce, oltre a rilevare l'arrossamento degli occhi. La differenza fondamentale del sistema risiede nel rifiuto di parametri standardizzati: il modulo accumula statistiche per ciascun dipendente e confronta i dati attuali con lo storico individuale. Se la reazione e i parametri pupillari si discostano dalla norma, il lavoratore non viene sanzionato, ma riassegnato a mansioni ausiliarie in officina, eliminando il rischio di incidenti stradali lungo le tratte operative.

Strumenti IA locali e protezione dei dati

L'integrazione di modelli generativi comporta spesso rischi di fuga di informazioni confidenziali. Per evitare ciò, l'azienda ha puntato su applicazioni offline autonome basate su browser e modelli linguistici locali. Ciò consente di automatizzare in tutta sicurezza analisi complesse:

• Indagine sugli incidenti: il sistema analizza le registrazioni audio delle interviste e gli atti della pratica, costruisce automaticamente l'albero delle cause, genera il diagramma a farfalla (Bowtie) e predispone le presentazioni.
• Verifica delle conoscenze: un agente multi-agente conduce esami orali sui requisiti normativi, ponendo domande a voce e valutando la sostanza delle risposte dei dipendenti in percentuale.
• Sviluppo delle procedure: sulla base delle schede di processo compilate, gli agenti generano regolamenti tecnici completi in rigorosa conformità con i requisiti metodologici.

Cosa imparerete da questo intervento:

• Come strutturare un flusso di lavoro per la creazione di video didattici basati sulle registrazioni delle bodycam?
• In che modo automatizzare la valutazione della qualità dei dialoghi comportamentali sulla sicurezza tramite reti neurali?
• Come utilizzare la pupillometria e i test di reazione per un controllo personalizzato dell'affaticamento dei conducenti?
• Come applicare i simulatori basati su IA per formare i responsabili alla gestione di comunicazioni complesse con il personale?
• Come distribuire strumenti di IA autonomi per le indagini sugli incidenti senza rischi di fuga di dati?