Kompas bezpieczeństwa: jak AI zmienia DNA HSE

Sztuczna inteligencja jako nowe narzędzie specjalisty ds. HSE

Cyfryzacja procesów HSE wchodzi na nowy poziom. O ile wcześniej automatyzacja ograniczała się do przenoszenia papierkowej roboty do Excela i specjalistycznych programów, dziś na pierwszy plan wysuwają się generatywne sieci neuronowe i systemy oparte na sztucznej inteligencji (AI). W prezentacji szczegółowo omówiono praktyczne doświadczenia w korzystaniu z narzędzi AI, które pomagają specjalistom pozbyć się rutyny i uwolnić czas na pracę analityczną oraz bezpośrednią komunikację z pracownikami.

Prelegent analizuje, jak modele generatywne (np. chatboty) mogą tworzyć treści, analizować dane, a nawet pisać kod na podstawie zapytań tekstowych. Ważne jest zrozumienie, że AI to nie zastępstwo dla specjalisty, ale raczej „cyfrowy stażysta”, którego trzeba uczyć na konkretnych przykładach i korygować w przypadku błędów.

Studium przypadku „Kompas zdrowia”: automatyzacja kontroli ryzyka epidemiologicznego

Jednym z kluczowych projektów zaprezentowanych podczas webinarium jest system „Kompas zdrowia”, opracowany w celu zarządzania ryzykiem podczas podróży służbowych pracowników do różnych krajów. Wcześniej kontrola szczepień i informowanie o sytuacji epidemiologicznej odbywały się ręcznie, co wymagało ogromnych zasobów przy rosnącej liczbie wyjazdów.

Co robi system:

• Analizuje dane w czasie rzeczywistym: zbiera informacje ze stron internetowych WHO i CDC Travel Health o ogniskach chorób i zaleceniach.
• Kategoryzuje kraje według poziomu ryzyka: od niskiego (podstawowe porady higieniczne) do wysokiego (obowiązkowe szczepienia i monitorowanie objawów po podróży).
• Personalizuje zalecenia: uwzględnia trasę pracownika i jego historię szczepień, wydając konkretne instrukcje przed wylotem.

Prelegent pokazuje na przykładzie, jak prototyp tego systemu został zbudowany w zaledwie kilka godzin przy użyciu platformy low-code Replit. Pozwoliło to na szybkie przetestowanie pomysłu, stworzenie przejrzystej specyfikacji technicznej i pomyślną obronę projektu przed wewnętrznym działem bezpieczeństwa informacji w celu późniejszego przeniesienia na bezpieczne serwery firmy.

Platformy low-code i prognozowanie incydentów

Wystąpienie porusza również temat wykorzystania platform Replit i Bolt do tworzenia interaktywnych pulpitów nawigacyjnych (dashboardów) i systemów rejestracji incydentów bez głębokiej wiedzy programistycznej. Prelegent demonstruje, jak za pomocą odpowiednio sformułowanego promptu (zapytania) można w kilka minut uzyskać działający prototyp aplikacji.

Takie podejście pozwala:

• Wizualizować dane: tworzyć mapy cieplne incydentów, liczniki dni bez urazów i rankingi bezpieczeństwa.
• Automatyzować kategoryzację: bot może analizować tekstowy opis zdarzenia (np. „kierowca zasnął za kierownicą”) i automatycznie określać typ incydentu, jego wagę i przyczynę (czynnik ludzki).
• Poprawić współpracę z IT: posiadanie działającego prototypu wielokrotnie przyspiesza proces tworzenia pełnoprawnego produktu przez wyspecjalizowanych ekspertów.

Inne scenariusze zastosowania AI w HSE

Oprócz dużych projektów, prelegent dzieli się przykładami codziennego wykorzystania AI do optymalizacji rutynowych zadań:

• Ocena ryzyka: generowanie kart oceny ryzyka na podstawie zdjęć miejsc pracy z późniejszym dopracowaniem przez specjalistę.
• Badanie incydentów: analiza protokołów przez model AI w celu uzyskania „trzeciej opinii” i zidentyfikowania nieoczywistych czynników.
• Szkolenia i instruktaże: tworzenie scenariuszy, instrukcji i materiałów wizualnych, co znacznie zwiększa zaangażowanie pracowników.
• Analiza informacji zwrotnych: podsumowywanie opinii pracowników w celu opracowania planów poprawy kultury bezpieczeństwa.

Czego dowiesz się z tego webinarium:

• Jak zacząć korzystać z generatywnych sieci neuronowych w codziennej pracy specjalisty ds. HSE?
• Jak za pomocą platform low-code w kilka godzin stworzyć prototyp systemu zarządzania ryzykiem?
• W jaki sposób zautomatyzować gromadzenie i analizę danych o sytuacji epidemiologicznej dla oddelegowanych pracowników?
• Jak AI może pomóc w kategoryzacji incydentów i tworzeniu kart oceny ryzyka?
• Jak prawidłowo formułować zapytania (prompty), aby uzyskać wysokiej jakości wyniki od sieci neuronowych?