Três considerações importantes para os líderes de EHS ao adotar ferramentas de IA

Você está pronto para dar o próximo passo com a IA em EHS?

Agora que abordamos os diferentes tipos de IA e como ela pode transformar áreas-chave de Meio Ambiente, Saúde e Segurança (EHS) — desde conformidade e avaliação de riscos até treinamento e relatórios —, é hora de mudar de marcha. Implementar a IA com sucesso não se resume apenas a escolher as ferramentas certas. É necessário um planejamento cuidadoso, dados limpos e supervisão humana clara.

Na Parte 2 da nossa série, exploraremos três considerações fundamentais que todo líder de EHS deve ter em mente ao adotar ferramentas de IA. Esses princípios podem ajudá-lo a evitar armadilhas comuns, aumentar a eficácia da IA e garantir que seus esforços gerem um impacto real e mensurável, sem comprometer a segurança ou a ética.

A IA é mais eficaz quando aplicada a objetivos específicos e bem definidos. Em vez de começar com uma pergunta ampla, como “Como posso usar a IA?”, concentre-se em identificar os problemas que deseja resolver. Faça perguntas como:

• Quais tarefas mais atrasam a conformidade com as normas de segurança?
• Quais tarefas repetitivas consomem mais tempo?
• Onde temos dificuldades com a gestão de incidentes, avaliação de riscos ou resposta a emergências?  

Exemplo: Um responsável pela conformidade de EHS numa instalação de hidrogênio pode ter dificuldade em manter os SOPs prontos para auditoria em meio a regulamentações em rápida mudança. O não cumprimento pode resultar em multas, consequências legais e atrasos operacionais. Ao compreender os desafios específicos antes de recorrer à IA — neste caso, garantir que a documentação de segurança esteja atualizada — os líderes de EHS podem determinar de forma mais eficaz como a IA pode impulsionar melhorias e garantir a conformidade.

A IA é tão boa quanto a qualidade dos dados que processa. Se a entrada for ruim, a saída também será ruim. Antes de integrar a IA, faça perguntas como: 

• Que dados de segurança estão disponíveis (por exemplo, relatórios de incidentes, auditorias, registros de conformidade, dados de IoT, etc.)?
• Onde é armazenado (por exemplo, planilhas, plataformas em nuvem, dispositivos IoT, bancos de dados regulatórios)?
• É estruturado e acessível para automação (por exemplo, os dados estão em um banco de dados estruturado que pode ser facilmente analisado por algoritmos de IA)?

Exemplo: Se uma empresa usa ferramentas de IA como o H2O.ai para prever incidentes de segurança, mas seus dados estão espalhados por registros em papel, e-mails e planilhas desorganizadas, fica difícil gerar insights significativos. Centralizar os dados em um formato estruturado, como uma plataforma em nuvem ou banco de dados, torna a análise, a automação e os insights acionáveis muito mais viáveis.

Dados centralizados e estruturados não só melhoram o desempenho da IA, mas também apoiam o uso responsável da IA. Ao integrar ferramentas de IA, esteja atento à governança de dados corporativos, especialmente em relação à ética e segurança. Evite compartilhar informações confidenciais com o público GenAI como o ChatGPT. Regulamentações emergentes, como a Lei de Inteligência Artificial da UE— estão estabelecendo padrões para privacidade e proteção de dados e podem servir como referências valiosas para práticas de IA em conformidade.

» A plataforma de segurança conectada à nuvem da Blackline Safety simplifica a coleta de dados e garante que eles sejam armazenados e gerenciados com segurança, além de serem fáceis de acessar e interpretar «

A IA é uma ferramenta valiosa de apoio à tomada de decisões, não um substituto para o julgamento humano. Em matéria de segurança, em particular, é crucial reconhecer tanto os pontos fortes como as limitações da IA, uma vez que estas decisões afetam diretamente vidas humanas e infraestruturas. 

A abordagem mais segura é usar a IA para auxiliar na tomada de decisões, e não para tomar decisões por conta própria. Esteja sempre atento às suas limitações, especialmente questões como “alucinações” (casos em que a IA geral produz informações imprecisas ou inventadas que parecem plausíveis, mas não se baseiam em dados ou fatos reais). 

Exemplo: A IA de web scraping pode ser configurada para monitorar alterações na conformidade regulatória a partir de fontes como sites governamentais ou OSHA e atualizar políticas automaticamente para se manter em dia. Use a IA para notificá-lo sobre uma alteração e até mesmo sugerir atualizações de políticas, mas não a use para publicar diretamente as atualizações da política.

OInstituto Nacional de Padrões e Tecnologia, um órgão do governo dos Estados Unidos, divulgou sua Estrutura de Gestão de Riscos de Inteligência Artificial (AI RMF 1.0) em 2023, ajudando as organizações a compreender os riscos da IA e a mitigá-los antes da implementação.

Faça parceria com um especialista para que a IA em EHS funcione para você

A IA tem um enorme potencial em EHS, com a capacidade de ajudar os líderes a gerenciar melhor a conformidade, avaliar riscos e prever incidentes, fortalecer o treinamento, desenvolver políticas e criar relatórios detalhados. Ela funciona melhor quando aplicada a desafios bem definidos, apoiada por dados de qualidade e usada como uma ferramenta de apoio.

Embora os profissionais de segurança não precisem ser especialistas em IA, eles precisam compreender seus próprios desafios, dados, recursos da IA e sua própria responsabilidade em impulsionar a transformação da IA. A parceria com um especialista em dados de segurança, como a Blackline Safety, também pode ajudar.

SE VOCÊ PERDEU, LEIA A PARTE 1: Desbloqueando a IA para EHS - Escolha a ferramenta certa

INTERESSADO EM SABER MAIS?

Assista ao nosso webinar sob demanda: Desbloqueando a IA para EHS

Conteúdo em destaque