Od monitoringu wideo do ekosystemu bezpieczeństwa opartego na AI: jak przekształcić dane BHP w zapobieganie wypadkom

Wdrażanie narzędzi cyfrowych w obszarze bezpieczeństwa i higieny pracy często ogranicza się do instalacji kamer wideo oraz podstawowego rejestrowania incydentów. Prawdziwy potencjał danych ujawnia się jednak dopiero przy przejściu od zwykłego odnotowywania naruszeń do proaktywnego ekosystemu. W swoim wystąpieniu Aleksandr Bondarenko, dyrektor ds. BHP w JSC SSGPO (część grupy ERG), szczegółowo omawia doświadczenia związane z transformacją rozproszonych rozwiązań cyfrowych w zintegrowany ekosystem AI, który pozwolił przedsiębiorstwu osiągnąć historyczne rekordy pracy bez wypadków śmiertelnych.

Ewolucja kontroli: od dronów do materiałów szkoleniowych

W przeszłości w zakładzie dochodziło średnio do pięciu wypadków śmiertelnych rocznie. Punktem zwrotnym okazało się wdrożenie zaadaptowanych światowych praktyk oraz szeroko zakrojona cyfryzacja. Jednym z pierwszych kroków, zrealizowanym jeszcze w 2016 roku, było wykorzystanie bezzałogowych statków powietrznych do nadzorowania prac szczególnie niebezpiecznych. W praktyce narzędzie to udowodniło swoje kluczowe znaczenie: w 2021 roku operator drona w porę zauważył dwóch pracowników odpoczywających w cieniu pod występem skalnym, gdzie prowadzono roboty. Hałas śmigieł skłonił ich do opuszczenia strefy zagrożenia zaledwie 12 sekund przed osunięciem się mas skalnych.

Obecnie nadzór techniczny obejmuje ponad 1800 kamer stacjonarnych oraz około 500 osobistych rejestratorów wideo. Ogromny zbiór danych wideo nie zalega bezużytecznie na serwerach, lecz jest przekształcany w materiały szkoleniowe. Co miesiąc dział BHP montuje krótkie filmy pokazujące zarówno błędy, jak i przykłady bezpiecznego wykonywania zadań. Treści te są wyświetlane na 200 ekranach telewizyjnych w pomieszczeniach wydawania poleceń przed rozpoczęciem każdej zmiany, tworząc ciągły proces mikroszkolenia (microlearningu).

Sztuczna inteligencja w kształtowaniu bezpiecznych zachowań

Prelegent poświęca szczególną uwagę ocenie komunikacji między przełożonymi a pracownikami. W przedsiębiorstwie wdrożono system automatycznej analizy pięciominutowych odpraw bezpieczeństwa (tzw. kwadransów bezpieczeństwa) oraz dialogów behawioralnych. Mistrzowie nagrywają swoje instruktaże na dyktafon, po czym algorytmy oceniają jakość przeprowadzonej rozmowy zgodnie z zatwierdzoną metodyką.

Dzięki narzędziom automatyzacji przełożony otrzymuje ustrukturyzowaną informację zwrotną już po 45 sekundach: system wskazuje mocne strony dialogu oraz obszary wymagające poprawy. Dane są synchronizowane z panelami analitycznymi (dashboardami), tworząc spójny obraz sytuacji w poszczególnych wydziałach.

Aby przygotować młodych mistrzów do prowadzenia audytów behawioralnych, opracowano specjalistyczny elektroniczny trenażer coachingowy. W systemie tym sztuczna inteligencja odgrywa różne profile pracowników — od lojalnego po stawiającego opór lub nastawionego fatalistycznie. Zadaniem mistrza jest poprowadzenie rozmowy w taki sposób, aby doprowadzić wirtualnego rozmówcę do uświadomienia sobie zagrożeń.

Kompleksowa ocena zmęczenia kierowców

Jednym z ukrytych zagrożeń w zakładzie produkcyjnym pozostaje zmęczenie personelu, którego nie da się wykryć standardowymi alkomatami. Aby rozwiązać ten problem, zespół opracował moduł sprzętowo-programowy (PAM 60).

Urządzenie ocenia czas reakcji człowieka za pomocą kierownicy gamingowej i pedałów, wysyłając sygnały przez jedną minutę. Jednocześnie kamera 4K z pierścieniem LED przeprowadza pupilometrię — mierzy szybkość zwężania się i powrotu źrenicy do stanu wyjściowego pod wpływem światła, a także rejestruje zaczerwienienie oczu. Kluczową cechą systemu jest rezygnacja z uśrednionych norm. Moduł gromadzi statystyki dotyczące każdego pracownika i porównuje bieżące parametry z jego indywidualną bazą danych. Jeśli czas reakcji oraz parametry źrenicy odbiegają od normy, pracownik nie jest karany, lecz kierowany do prac pomocniczych w warsztacie, co eliminuje ryzyko wypadku drogowego na trasie.

Lokalne narzędzia AI i ochrona danych

Wdrażanie modeli generatywnych często wiąże się z ryzykiem wycieku poufnych informacji. Aby tego uniknąć, w przedsiębiorstwie postawiono na autonomiczne programy offline działające w przeglądarce oraz lokalne modele językowe. Pozwala to bezpiecznie automatyzować złożone procesy analityczne:

• Badanie wypadków i incydentów: system analizuje nagrania z przesłuchań świadków oraz materiały sprawy, automatycznie buduje drzewo przyczyn, tworzy diagram „muszki” (Bow-Tie) i przygotowuje prezentacje.
• Weryfikacja wiedzy: system wieloagentowy przeprowadza egzaminy ustne ze znajomości przepisów, zadając pytania głosowo i oceniając merytoryczną poprawność odpowiedzi pracowników w skali procentowej.
• Opracowywanie procedur: na podstawie wypełnionych kart procesów agenci generują pełnowartościowe instrukcje technologiczne w ścisłej zgodności z wymogami metodycznymi.

Czego dowiesz się z tego wystąpienia:

• Jak zbudować proces ciągłego tworzenia szkoleniowych materiałów wideo na podstawie nagrań z kamer nasobnych?
• W jaki sposób zautomatyzować ocenę jakości behawioralnych rozmów o bezpieczeństwie przy użyciu sieci neuronowych?
• Jak wykorzystać pupilometrię i testy czasu reakcji do spersonalizowanej kontroli zmęczenia kierowców?
• Jak stosować trenażery AI do szkolenia kadry kierowniczej w zakresie trudnej komunikacji z pracownikami?
• Jak wdrożyć autonomiczne narzędzia AI do badania incydentów bez ryzyka wycieku danych?