Da videovigilância ao ecossistema de segurança com IA: como transformar os dados de HSE em prevenção de incidentes

A implementação de ferramentas digitais na segurança do trabalho muitas vezes se limita à instalação de câmeras de vídeo e ao registro básico de incidentes. No entanto, o verdadeiro potencial dos dados é revelado ao passar do simples registro de infrações para um ecossistema proativo. Em sua apresentação, Alexander Bondarenko, diretor de HSE da SSGPO (integrante da ERG), detalha a experiência de transformar soluções digitais fragmentadas em um ecossistema unificado de IA, permitindo que a empresa atingisse marcas históricas de operação sem acidentes fatais.

Evolução do controle: de drones a conteúdos de treinamento

Historicamente, a empresa registrava uma média de cinco fatalidades por ano. O ponto de virada foi a adoção de melhores práticas globais adaptadas e uma digitalização em grande escala. Um dos primeiros passos, implementado ainda em 2016, foi o uso de drones para monitorar atividades de alto risco. Na prática, essa ferramenta provou sua importância crítica: em 2021, o piloto de um drone percebeu a tempo dois trabalhadores descansando na sombra sob uma bancada onde eram realizadas operações. O ruído das hélices fez com que eles saíssem da zona de perigo apenas 12 segundos antes do desabamento da massa rochosa.

Hoje, o controle técnico abrange mais de 1.800 câmeras fixas e cerca de 500 câmeras corporais. O enorme volume de dados de vídeo não fica acumulado sem uso nos servidores, mas é convertido em material instrucional. Mensalmente, a equipe de HSE edita vídeos curtos que demonstram tanto falhas quanto exemplos de execução segura das tarefas. Esse conteúdo é exibido em 200 painéis de TV nas salas de instrução e emissão de ordens de serviço antes do início de cada turno, consolidando um processo contínuo de aprendizagem rápida (microlearning).

Inteligência artificial na gestão comportamental

O palestrante dá destaque especial à avaliação da comunicação entre gestores e operários. A empresa implantou um sistema de análise automática dos diálogos diários de segurança (DDS) e diálogos comportamentais. Os supervisores gravam suas orientações em gravadores de áudio, e os algoritmos avaliam a qualidade da conversa com base em uma metodologia aprovada.

Graças às ferramentas de automação, o gestor recebe um feedback estruturado em apenas 45 segundos: o sistema destaca os pontos fortes do diálogo e as oportunidades de melhoria. Os dados são sincronizados com painéis de controle (dashboards), gerando uma visão unificada de todas as unidades.

Para preparar os novos supervisores para a realização de auditorias, foi desenvolvido um simulador interativo de treinamento. Nesse sistema, a inteligência artificial encena diferentes perfis de trabalhadores — desde o colaborador receptivo até o resistente ou fatalista. O desafio do supervisor é conduzir o diálogo de forma a levar o interlocutor virtual à conscientização sobre os riscos.

Avaliação abrangente da fadiga dos motoristas

Uma das ameaças ocultas nas operações industriais continua sendo a fadiga dos colaboradores, que não pode ser detectada por bafômetros convencionais. Para solucionar esse problema, a equipe desenvolveu um módulo de hardware e software (PAM 60).

O sistema avalia o tempo de resposta da pessoa utilizando um volante e pedais de simulação, emitindo sinais ao longo de um minuto. Simultaneamente, uma câmera 4K com anel de LED realiza a pupilometria — medindo a velocidade de constrição e recuperação da pupila sob estímulo luminoso, além de registrar a vermelhidão ocular. O grande diferencial do sistema é a dispensa de padrões genéricos médios. O módulo acumula estatísticas individuais de cada funcionário e compara os dados atuais com o seu histórico pessoal. Caso o tempo de reação e os parâmetros pupilares se desviem do padrão do indivíduo, o trabalhador não é punido, mas sim redirecionado para tarefas auxiliares na oficina, eliminando o risco de acidentes na rota de operação.

Ferramentas de IA locais e proteção de dados

A implementação de modelos generativos geralmente envolve riscos de vazamento de informações confidenciais. Para evitar isso, a empresa apostou em aplicativos offline autônomos executados no navegador e em modelos de linguagem locais. Isso permite automatizar análises complexas com total segurança:

• Investigação de incidentes: o sistema analisa depoimentos em áudio e documentos do processo, constrói automaticamente a árvore de causas, gera o diagrama "gravata-borboleta" (Bowtie) e elabora apresentações.
• Avaliação de conhecimentos: um sistema multiagente realiza exames orais sobre normas técnicas, fazendo perguntas por voz e avaliando a precisão das respostas dos colaboradores em porcentagem.
• Elaboração de procedimentos: com base no mapeamento de processos, os agentes geram procedimentos operacionais completos em conformidade rigorosa com as exigências metodológicas.

O que você aprenderá nesta apresentação:

• Como estruturar um fluxo contínuo de produção de vídeos educativos a partir de gravações de câmeras corporais?
• De que maneira automatizar a avaliação da qualidade dos diálogos comportamentais de segurança utilizando redes neurais?
• Como empregar a pupilometria e os testes de reação para o controle personalizado da fadiga dos motoristas?
• Como utilizar simuladores de IA para treinar gestores em comunicações complexas com as equipes?
• Como implantar ferramentas autônomas de IA para investigação de incidentes sem riscos de vazamento de dados?