Błędy poznawcze w ocenie ryzyka: jak asystent AI pomaga obiektywnie dostrzegać zagrożenia

W przedsiębiorstwach w całym kraju stosuje się dziś dziesiątki metodologii oceny ryzyka zawodowego. Z pozoru są one do siebie podobne: identyfikacja zagrożeń, ocena prawdopodobieństwa i ciężkości skutków, opracowanie barier i działań zmniejszających ryzyko. Jednak pomimo pozornej standaryzacji, w praktyce podejścia te często nie pozwalają na dokładne przewidzenie lub zapobieganie wypadkom przy pracy.

Dlaczego tak się dzieje? Przecież za ich opracowanie odpowiadają doświadczeni specjaliści, którzy mają za sobą setki dochodzeń powypadkowych?

Odpowiedź tkwi w błędach poznawczych.

Ludzki mózg, nawet u najbardziej kompetentnego eksperta, działa według uproszczonych schematów. Z biegiem lat pracy u specjalisty kształtuje się „zawodowa intuicja” – ale wraz z nią myślenie szablonowe. Zaczyna on:

• niedoceniać ryzyka, z którym „zawsze sobie radzono” (iluzja kontroli);
• przypisywać przyczynę zdarzenia „nieuwadze” pracownika, bez analizy przyczyn systemowych (podstawowy błąd atrybucji);
• ignorować mało prawdopodobne, ale katastrofalne w skutkach scenariusze (negacja „czarnych łabędzi”).

W rezultacie formalne metody oceny ryzyka sprowadzają się do wypełniania tabel według szablonu, a nie do głębokiej analizy. Instrukcje HSE są przeładowane ogólnymi informacjami, często pisanymi „na wszelki wypadek”, a nie do rzeczywistego wykorzystania na stanowisku pracy. Zwroty takie jak „zachowaj ostrożność” nie wskazują konkretnych działań – a tym samym nie zmniejszają ryzyka.

Eksperyment: co by było, gdyby wyeliminować ludzkie uprzedzenia?

Przeprowadziliśmy eksperyment pilotażowy: stworzyliśmy asystenta AI, przeszkolonego na zbiorze danych obejmującym:

• statystyki urazów w podziale na zawody;
• wyniki dochodzeń powypadkowych;
• obowiązujące instrukcje HSE i karty technologiczne;
• wymagania dokumentów normatywnych.

Zadaniem było przeanalizowanie instrukcji i zestawienie ich z rzeczywistymi przypadkami urazów.

Wyniki były zaskakujące:

1. Szybkość analizy – setki stron przetworzone w kilka minut.
2. Brak uprzedzeń – AI nie „wie”, że na danym obszarze „zawsze tak robiono”.
3. Dokładne zestawienie – system wykrył rozbieżności między zalecanymi działaniami a rzeczywistymi przyczynami zdarzeń.
4. Rekomendacje – AI zaproponowało konkretne, mierzalne sformułowania: nie „zachowaj ostrożność”, ale „otwórz szafę → wyłącz bezpiecznik → zamknij obie pary drzwi → zablokuj zamek → odłóż klucz do skrytki nr 3”.

Ponadto AI wyodrębniło „szum informacyjny” – sekcje instrukcji niezwiązane z konkretnym zadaniem pracownika. Takie dokumenty, liczące ponad 100 stron, nie są czytane, zapamiętywane ani stosowane – tworzą jedynie iluzję bezpieczeństwa.

Wniosek: technologie nie zastępują człowieka, lecz są narzędziem obiektywizmu

Błędy poznawcze to obiektywna cecha ludzkiego myślenia. Ale teraz mamy narzędzia, które pomagają je kompensować. Nowoczesne asystenty AI są dostępne, zrozumiałe i mogą pracować w języku polskim. Nie podejmują one decyzji – ale dostarczają człowiekowi dokładnych danych do podejmowania lepszych decyzji.

Wykorzystanie takich rozwiązań pozwala na:

• skupienie się na rzeczywistych, a nie wyimaginowanych ryzykach;
• tworzenie instrukcji, które naprawdę działają;
• budowanie barier w oparciu o fakty, a nie przyzwyczajenia.

Bezpieczeństwo zaczyna się od uczciwego spojrzenia na rzeczywistość. A technologie pomagają nam je zyskać.