Il futuro ruolo dei big data e dell’intelligenza artificiale nei luoghi di lavoro in Europa
EU-OSHA sulla digitalizzazione e sulla SSL
Il ruolo futuro dei big data e dell'apprendimento automatico nell'efficacia dell'ispezione sanitaria e di sicurezza
L'uso dei big data, unitamente alla tecnologia dell'apprendimento automatico, si diffonde sempre più nei luoghi di lavoro in Europa. Due nuovi documenti di discussione prospettici esaminano i benefici e i potenziali rischi connessi all'utilizzo di tali sviluppi digitali per la salute e la sicurezza sul luogo di lavoro. L'articolo, che verte sull'uso dei big data per l'efficienza delle ispezioni, esamina gli obiettivi delle ispezioni nel settore della salute e sicurezza sul luogo di lavoro (SSL).
Le ispezioni sono probabilmente lo strumento politico più importante del lavoro governativo gli ispettorati utilizzano per garantire che le aziende adottino le misure necessarie per conformarsi alla professione norme di salute e sicurezza. Tuttavia, l'effetto che le ispezioni hanno dipende da diversi diversi fattori Un fattore fondamentale è il processo di selezione degli oggetti di ispezione, ad es. aziende o siti da ispezionare. In linea di principio, ci sono almeno tre diversi approcci di selezione a disposizione.”
Il primo approccio è quello di ispezionare tutte le società indipendentemente dal rischio potenziale, dalle dimensioni dell'azienda, tipo di industria o altri criteri. Il secondo approccio riguarda la selezione delle imprese basate su campionamento casuale, in cui ogni azienda, indipendentemente da qualsiasi caratteristica, ha un uguale probabilità di essere selezionato. Per quanto riguarda le condizioni preventive ed economiche, entrambe queste cose i metodi sono generalmente considerati inefficaci (Blanc, 2013).
Pertanto, la maggior parte degli ispettorati del lavoro seleziona oggetti sulla base del terzo approccio, vale a dire l'approccio basato sul rischio. In breve, il rischio basato approccio comporta la selezione di oggetti di ispezione sulla base del livello di rischio.
Sebbene l'approccio basato sul rischio sia un principio essenziale per la maggior parte degli ispettorati del lavoro moderni, ci sono sfide sostanziali per applicarlo nella pratica. La ragione principale di ciò è che sufficientemente Mancano metodi a grana fine per l'analisi del rischio (Mischke et al., 2013). Senza appropriato metodi per rendere possibile la definizione delle priorità basate sul rischio, l'approccio basato sul rischio è a rischio
diventando una dichiarazione politica governativa senza conseguenze pratiche tangibili. Quindi, lì è la necessità di sviluppare metodi che consentano il targeting di società ad alto rischio (Weil, 2008).
La maggior parte degli ispettorati del lavoro raccoglie e immagazzina enormi quantità di dati relativi ai propri oggetti di ispezione e le loro attività di ispezione. Pertanto, gli ispettorati possiedono potenzialmente grandi dimensioni e in rapida crescita volumi di dati, al giorno d'oggi chiamati “big data”. Grandi dati, combinati con la macchina tecnologia di apprendimento, viene utilizzata a un ritmo crescente per diversi scopi predittivi, da imparare dalle tendenze nascoste nei dati. Ad esempio, il valore predittivo dei big data e della macchina le tecniche di apprendimento vengono testate in aree diverse come la prognosi del cancro e il paziente risultati, previsione di fallimenti, previsione del prezzo del petrolio, rilevamento di frodi fiscali, previsione di reati e previsioni del mercato azionario. La domanda fondamentale che viene affrontata in questo documento, tuttavia, è Indipendentemente dal fatto che l'uso dei big data e della tecnologia di apprendimento automatico mirino a un'ispezione ad alto rischio oggetti è una strada promettente per gli ispettorati del lavoro.
Scarica” Il futuro ruolo dei big data e dell'intelligenza artificiale nei luoghi di lavoro in Europa
Il documento è in lingua Inglese
