El grupo constructor GEA21 desarrolla un proyecto de I+D+i respaldado por Corporación Tecnológica de Andalucía (CTA) para obtener un sistema de prevención de riesgos laborales en ingeniería civil basado en inteligencia artificial que ayude a reducir los accidentes al menos en un 20%. El proyecto desarrollará una herramienta denominada SinRisk, que permitirá la alerta temprana o detección precoz de los riesgos que podrían pasar desapercibidos para prevenirlos.
El principal avance de la aplicación de técnicas de inteligencia artificial a la prevención es la capacidad de procesar la incertidumbre. Los accidentes laborales se originan, en la mayor parte de los casos, porque se producen acontecimientos inesperados. El sistema SinRisk incorpora medidas de procesamiento de la incertidumbre que permiten prevenir esos acontecimientos inesperados para evitar los riesgos asociados.
El objetivo es reducir situaciones críticas y minimizar riesgos como caídas, atropellos, golpes, etc. Mediante la implantación de SinRisk, se pretende que todos los niveles organizativos de la empresa tengan a su alcance métodos y herramientas de gestión y trabajo que les permitan actuar adecuadamente no sólo en la ejecución de las obras, sino también a través de la prevención.
En el proyecto, colabora el grupo de investigación de Sistemas y Tecnologías de la Información de la Universidad Pablo de Olavide de Sevilla.
La experiencia disponible indica que el cálculo probabilístico de riesgos puede ser complementado eficazmente mediante un análisis y evaluación que tenga en cuenta las diferentes consecuencias de sucesos desfavorables. Para ello, el sistema que está desarrollando GEA21 aplica un razonamiento no lineal de inteligencia artificial, como las llamadas redes bayesianas, que proporcionan una potente e innovadora herramienta en la ingeniería del riesgo. Entre las características de las redes bayesianas, destaca que permiten establecer relaciones de dependencia y causalidad, combinar conocimiento con datos y manejar bases de datos incompletas.
Las redes bayesianas han sido aplicadas en medicina, economía y otras áreas científicas, pero nunca hasta ahora en la prevención de riesgos laborales. Son una forma compacta de representar el conocimiento y métodos flexibles de razonamiento capaces de predecir el valor de variables no observadas, así como explicar las observadas. Esta técnica de inteligencia artificial permite hacer inferencias sobre la probabilidad de que suceda un accidente sobre la base de evidencias observadas e incluso inferidas de datos preexistentes.
GEA21 tiene una activa estrategia de prevención de riesgos laborales y fue la primera constructora andaluza en certificarse en 2005 bajo la norma OHSAS 18001:1999, que significó la implantación de un sistema integrado de gestión de calidad, medio ambiente y seguridad y salud.
Según el Observatorio Estatal de Condiciones de Trabajo, el sector de la construcción sigue siendo, con diferencia, el que tiene un mayor índice de incidencia de accidentes laborales, pese a que ha descendido la cifra de accidentes, tanto por la mayor prevención como por la menor actividad derivada de la desaceleración económica.
Acerca de GEA21
GRUPO GEA 21 es un holding empresarial multisectorial nacido a partir de un grupo constructor que actualmente desarrolla su negocio mediante seis líneas de actividad y participa accionarialmente en más de cincuenta empresas organizadas en subholding. En los dos últimos años, el GRUPO GEA 21 ha invertido más de 5 millones de euros en I+D+i y es miembro numerario de Corporación Tecnológica de Andalucía.
Acerca de Corporación Tecnológica de Andalucía
Corporación Tecnológica de Andalucía (CTA) es una Fundación privada promovida por la Consejería de Economía, Innovación y Ciencia de la Junta de Andalucía para estimular el desarrollo de la innovación en Andalucía. Suma el esfuerzo público y privado para financiar proyectos de I+D+i empresarial que tengan viabilidad económica o social y cuenten con la participación al menos en un 15% de su presupuesto de un grupo de investigación PAIDI.
