Il dato può salvarci

a cura di Paolo Preianò - Ingegnere esperto in sicurezza sul lavoro

In questo articolo saranno discusse alcune potenziali frontiere inerenti all’estrapolazione di conoscenza da imponenti mole di dati relative alla salute e sicurezza sul lavoro e a come, grazie agli sviluppi del data mining e all’intelligenza artificiale, possano essere forieri di interventi correttivi/preventivi al fine di tutelare il lavoratore e prevenire le condizioni drammatiche alle quali continuiamo ad assistere.

È inutile elencare i dati e le narrazioni dei singoli eventi che oramai, ne sono certo, sono appannaggio di chiunque abbia avuto modo di accendere il televisore, leggere un giornale o persino dare un’occhiata allo smartphone. Il supposto di una grave carenza nel mondo del lavoro c’è e con essa dobbiamo farci i conti.

Potremmo, altresì, disputare su quale sia il vulnus di base ma troveremmo per ogni testa pensante un pensiero differente: la reità è della formazione, dei dispositivi di protezione individuale, delle idoneità sanitarie, dell’organizzazione del lavoro, delle procedure, della Legge fatta male o dei lavoratori poco accorti. In questa sede non ci interessa nulla di tutto questo avendo come intento quello di proporre una soluzione possibile che oggi esiste, viene utilizzata, ma troppo poco per la potenzialità che porta nel grembo.

Ci riferiamo all’estrapolazione della conoscenza da dati afferenti a infortuni, near miss, malattie professionali e similari. Rammentiamo, purtuttavia, che soluzioni del genere possono essere solo un antidoto secondario per un motivo molto semplice: avere un dato del genere presuppone il fatto che l’evento sia già occorso e, come noto, la regola aurea della salute e sicurezza sul lavoro è proprio la prevenzione che ne è l’esatto contrario ovvero impedire che un evento si verifichi. Ad ogni modo, riuscire a scorgere in eventi nefasti o potenzialmente tali (near miss) degli impulsi al miglioramento continuo, non può essere trascurato da parte di una società accorta a certe tematiche.

Un essere umano che varca la soglia della propria abitazione per non farne più ritorno è un motivo più che rimarchevole. Ricordiamoci sempre che la sicurezza, non solo quella sul lavoro, è ai nostri tempi elemento centrale del contesto ed avere delle strategie imponenti consente di proteggere il lavoratore da conseguenze oltre che migliorare l’efficienza e la produttività del nostro Stato. Supponiamo, pertanto, di avere registrato una grossa mole di eventi: dannosi, non dannosi, eventi che avrebbero potuto trasformarsi in condizioni drammatiche e chiediamoci come possiamo trasformare questo elenco in qualcosa di tangibile. In questa richiesta il data mining emerge quale strumento altisonante per ottimizzare pratiche insicure e per agire sulla prevenzione che è sempre lo scopo primario.

Ma, in termini pratici, cos’è il data mining? Banalmente si tratta di un processo di analisi di dati corposi che prevede una loro “pulitura” e successiva ricerca di pattern. Esempio: nella stragrande maggioranza dei near miss da lavoro in quota il problema alla radice è riconducibile al non equipaggiamento dei lavoratori oppure ad una formazione poco attinente alla loro mansione. Capiamo bene che questa operazione, su database considerevoli, può avvenire solo mediante ausilio di intelligenza artificiale.

Attraverso l'uso di algoritmi e tecniche avanzate, il data mining consente alle organizzazioni di prendere decisioni più informate e basate sui dati stessi. Nel campo della salute e sicurezza sul lavoro esso può già essere impiegato (con soluzioni già consolidate) per svolgere quanto segue:

• Analizzare le cause scatenanti degli incidenti: Utilizzando tecniche di data mining, è possibile analizzare gli incidenti sul lavoro per identificarne le cause sottostanti. Questo permette alle organizzazioni di prendere misure preventive mirate per evitare incidenti simili in futuro.

• Prevenire il formarsi di determinati rischi: Il data mining può essere impiegato per identificare pattern nei dati relativi alla sicurezza sul lavoro, consentendo alle aziende di prevedere e mitigare potenziali rischi prima che si verifichino.

• Monitorare l’atteggiamento dei lavoratori: Attraverso l'analisi dei dati relativi al comportamento dei lavoratori, è possibile individuare tendenze che potrebbero indicare situazioni di rischio imminente o comportamenti non conformi alle normative di sicurezza.

• Ottimizzare le pratiche sicure: Il data mining può essere impiegato per identificare le pratiche di sicurezza più efficaci, consentendo alle aziende di ottimizzare le loro politiche e procedure per massimizzare la protezione dei lavoratori.

Questi benefici fanno sempre il paio con alcune considerazioni che è necessario fare. Elemento fondamentale è quello di garantire la privacy e la sicurezza dei dati dei lavoratori e fare in modo che tutti i passaggi di analisi dati avvenga in modo trasparente. Inoltre, è importante considerare il possibile impatto sul morale dei lavoratori e assicurarsi che le misure adottate siano equilibrate ed eticamente accettabili.

Quali dati potremmo analizzare?

Utilizzando il data mining su questi tipi di dati, le organizzazioni possono identificare pattern, relazioni e tendenze nascoste che possono aiutare a prevenire gli infortuni sul lavoro e a migliorare complessivamente la sicurezza sul posto di lavoro. Registrare i near miss è un passo cruciale per migliorare la sicurezza sul lavoro e può fornire dati preziosi per l'analisi tramite data mining. Ricordiamo che i near miss si verificano quando si verifica una situazione che potrebbe facilmente risultare in un incidente grave, ma per fortuna non accade nulla di grave.

Ecco, in un’epoca in cui si tende a osservare il visibile nel manicheismo più assurdo e valutare le nuove tecnologie come totalmente positive o completamente negative, giungono dal mondo della ricerca del settore notizie che possono tranquillizzarci.

Quando tutto questo viene messo al servizio dell’uomo, e non il viceversa, daremo una coscienza all’algoritmo e sarà una coscienza riconosciuta da noi che, modestamente parlando, ne deteniamo il copyright.