التنبؤ بحوادث السلامة المدعوم بالذكاء الاصطناعي في مواقع البناء
لا يزال قطاع البناء من أخطر الصناعات في الولايات المتحدة، حيث يمثل نحو 20% من إجمالي الوفيات في أماكن العمل بينما لا يوظف سوى 6% من القوى العاملة. حقق القطاع تقدمًا كبيرًا في مجال السلامة خلال العقدين الماضيين، لكن منحنى التحسن قد تباطأ. فقد تم بالفعل جني الثمار السهلة المتمثلة في خوذات الحماية وأنظمة الوقاية من السقوط والتدريب الأساسي على السلامة. يتطلب التحسين الإضافي تحديد المخاطر ومعالجتها التي لا تكون واضحة من خلال أساليب مراقبة السلامة التقليدية.
ما تفعله نماذج السلامة التنبؤية فعليًا
لا يتنبأ الذكاء الاصطناعي للسلامة بحوادث محددة، بل يحدد الظروف ومجموعات الظروف التي ترتبط بارتفاع مخاطر الحوادث. تشمل عوامل الخطر هذه أمورًا مثل وجود عمال جدد في الموقع (أقل من 30 يومًا في المشروع)، وساعات العمل الإضافي التي تتجاوز 50 ساعة أسبوعيًا، والأنشطة المتزامنة في نفس المنطقة التي تشمل تخصصات مختلفة، والتحولات المناخية من الظروف الجافة إلى الرطبة.
كل عامل من هذه العوامل يرفع المخاطر بشكل متواضع بمفرده. لكن عند اجتماعها، تُنشئ مضاعفات للمخاطر تكشفها بيانات الحوادث التاريخية بوضوح. وجد تحليل للقوى العاملة شمل 40,000 حادثة بناء أن المشاريع التي توفرت فيها هذه الظروف الأربعة جميعها في وقت واحد شهدت معدلات حوادث أعلى بـ 4.2 مرة من المعدلات الأساسية.
تعمل نماذج الذكاء الاصطناعي من خلال المراقبة المستمرة لعوامل الخطر هذه عبر بيانات تجمعها شركات البناء بالفعل: أنظمة تتبع الوقت، وقوائم القوى العاملة، وجداول المشاريع، وخدمات الطقس، وتقارير مراقبة السلامة. عندما يتجاوز مزيج العوامل حدًا معينًا للمخاطر، ينبه النظام فريق السلامة إلى ظروف محددة في تواريخ محددة في مناطق محددة من الموقع.
المؤشرات الاستباقية مقابل المؤشرات اللاحقة
تعتمد إدارة السلامة التقليدية بشكل كبير على المؤشرات اللاحقة: معدلات الحوادث، ومعدلات DART، ودرجات EMR. تخبرك هذه المقاييس بمدى أمانك في العام الماضي، لكنها لا تخبرك ما إذا كان الغد يومًا عالي المخاطر.
يحوّل التنبؤ بالسلامة بالذكاء الاصطناعي التركيز إلى المؤشرات الاستباقية. عدد تقارير الحوادث الوشيكة المقدمة هذا الأسبوع، ونسبة القوى العاملة الجديدة على المشروع، وعدد الأنشطة المتزامنة في المناطق المحصورة، وعدد الأيام منذ آخر اجتماع توقف للسلامة. هذه جميعها ظروف قابلة للقياس ترتبط بالحوادث المستقبلية وليس الماضية.
نفّذ مقاول عام كبير في جنوب شرق الولايات المتحدة نظام تنبؤ بالسلامة بالذكاء الاصطناعي عبر 15 مشروعًا نشطًا. على مدار 18 شهرًا، تتبعوا تنبؤات النظام مقارنة بالحوادث الفعلية. حدد النموذج بشكل صحيح 73% من الأسابيع التي وقعت فيها حوادث مسجلة باعتبارها أسابيع عالية المخاطر. والأهم من ذلك، في الأسابيع التي حددها النموذج على أنها عالية المخاطر، زاد فريق السلامة من تواجده في الموقع ووجّه ملاحظاته نحو المناطق المُشار إليها. انخفض معدل الحوادث المسجلة لدى المقاول بنسبة 31% مقارنة بالـ 18 شهرًا التي سبقت التنفيذ.
تحليل إرهاق القوى العاملة
يُعد الإرهاق من أقوى مؤشرات التنبؤ بإصابات البناء، ومن أصعبها قياسًا بشكل مباشر. تستخدم نماذج الذكاء الاصطناعي مؤشرات بديلة: إجمالي ساعات العمل في الأيام السبعة الماضية، والأيام المتتالية دون يوم راحة، وأنماط المناوبات، ومسافات التنقل المقدرة من الرموز البريدية لمنازل العمال إلى موقع المشروع.
بيانات الارتباط مقنعة. العمال الذين عملوا أكثر من 50 ساعة في الأسبوع السابق أكثر عرضة بنسبة 37% للتورط في حادثة مقارنة بالعمال الذين عملوا 40 ساعة. العمال الذين لم يحصلوا على يوم راحة لمدة 10 أيام متتالية أو أكثر يظهرون ارتفاعًا بنسبة 52% في مخاطر الحوادث. هذه إحصاءات على مستوى السكان وليست تنبؤات فردية، لكنها تسمح لفرق السلامة بتحديد الطواقم والفترات الزمنية التي يرتفع فيها خطر الإرهاق.
تتكامل بعض منصات الذكاء الاصطناعي مع البيانات الحيوية من الأجهزة القابلة للارتداء التي تقيس تقلب معدل ضربات القلب، وهو مؤشر فسيولوجي للإرهاق والإجهاد. يوفر العمال الذين يرتدون هذه الأجهزة بيانات إرهاق فورية يستخدمها نموذج الذكاء الاصطناعي إلى جانب المؤشرات البديلة القائمة على الوقت والحضور. تحسّن البيانات الحيوية دقة التنبؤ بنحو 15% مقارنة بالمؤشرات البديلة القائمة على الوقت وحدها، وفقًا لدراسات أجراها المعهد الوطني للسلامة والصحة المهنية.
تقييم المخاطر البيئية
تؤثر الظروف المناخية والبيئية على مخاطر السلامة بطرق تتجاوز ما هو واضح. نعم، المطر يجعل الأسطح زلقة والرياح تجعل عمليات الرافعات خطيرة. لكن الأنماط الأقل وضوحًا مهمة أيضًا. أول يوم حار بعد فترة باردة يسبب حوادث مرتبطة بالحرارة أكثر من موجة حر مستمرة، لأن العمال لم يتأقلموا بعد. فترة ما بعد الظهر التي تلي مطرًا صباحيًا تشهد ارتفاعًا في مخاطر الانزلاق لأن الأسطح التي تبدو جافة قد تظل زلقة. الأيام ذات نسب حبوب اللقاح العالية ترتبط بزيادة الإصابات الطفيفة، ربما لأن أعراض الحساسية تقلل من الانتباه.
يمكن لنماذج الذكاء الاصطناعي المدربة على بيانات الحوادث المقترنة ببيانات الطقس تحديد عوامل المخاطر البيئية الدقيقة هذه وإدراجها في تقييمات المخاطر اليومية. يتلقى المقاولون الذين يستخدمون تحليل سلامة البناء المدعوم بالذكاء الاصطناعي درجات مخاطر يومية تأخذ في الاعتبار الظروف المناخية وأنماط القوى العاملة والأنشطة المجدولة مجتمعة.
كشف تعارض الأنشطة
تحدث بعض أخطر الظروف في مواقع البناء عندما تعمل تخصصات متعددة في نفس المنطقة في وقت واحد. فني الكهرباء العلوي والسباك على مستوى الأرض يعملان في نفس الممر. مشغل الرافعة يحرك أحمالًا فوق منطقة يجري فيها تشطيب الخرسانة. طاقم الهدم يكسر الخرسانة فوق الطابق الذي يجري فيه التمديدات الميكانيكية والكهربائية والصحية.
يمكن لنماذج الذكاء الاصطناعي المتكاملة مع جدول المشروع تحديد تعارضات الأنشطة القادمة والإشارة إليها كمخاطر مرتفعة. يمكن لفريق السلامة بعد ذلك التخطيط لتدابير فصل إضافية أو تسلسلات عمل معدلة أو مراقبة مكثفة خلال فترة التداخل.
تعالج هذه القدرة فجوة في تخطيط السلامة التقليدي. تركز خطط ما قبل المهام عادةً على مخاطر نشاط واحد. أما المخاطر الناشئة عن تفاعل أنشطة متزامنة متعددة في نفس المكان فهي أصعب في التوقع وغالبًا ما تقع في الفجوات بين خطط السلامة الخاصة بالتخصصات المختلفة.
مخاوف الخصوصية والقوى العاملة
يثير التنبؤ بالسلامة بالذكاء الاصطناعي مخاوف مشروعة تتعلق بالخصوصية. قد يعترض العمال على مراقبة وتحليل ساعات عملهم ومواقعهم وربما بياناتهم الحيوية. الخط الفاصل بين مراقبة السلامة والمراقبة الأمنية ليس واضحًا دائمًا.
يحتاج المقاولون الذين ينفذون هذه الأنظمة إلى سياسات واضحة حول البيانات التي يتم جمعها وكيفية استخدامها ومن يمكنه الوصول إليها. تركز التطبيقات الأكثر نجاحًا على المخاطر على مستوى الطاقم والمنطقة بدلاً من مخاطر العامل الفردي. إخبار رئيس الطاقم بأن مؤشرات إرهاق طاقمه مرتفعة يختلف عن تحديد عامل بعينه.
تُعد مشاركة النقابات أمرًا مهمًا في بيئات العمل المنظمة. وجد العديد من المقاولين أن تقديم نظام السلامة بالذكاء الاصطناعي كأداة تحمي العمال بدلاً من أداة تراقبهم يغير الاستقبال بشكل كبير. عندما تشارك لجنة السلامة النقابية في تصميم النظام ويكون لها رأي في كيفية استخدام التنبيهات، يزداد قبول القوى العاملة بشكل ملحوظ.
الاستخدام الأخلاقي لتقنية التنبؤ بالسلامة هو نقاش متطور في القطاع. ما هو واضح من البيانات أن هذه الأدوات يمكن أن تقلل الإصابات عند تنفيذها بعناية. يفقد قطاع البناء ما يقرب من 1,000 عامل سنويًا بسبب الإصابات المميتة في الولايات المتحدة وحدها. الأدوات التي تقلل هذا الرقم بشكل ملموس تستحق دراسة جادة، إلى جانب الاهتمام الجاد بأسئلة الخصوصية والأخلاقيات التي تطرحها.