IA en prevención de riesgos: cómo ayuda la inteligencia artificial en SST

La inteligencia artificial está transformando la forma en que las empresas gestionan la seguridad y salud en el trabajo. Desde sistemas que predicen dónde ocurrirá el próximo accidente hasta chatbots que responden preguntas de normativa en segundos, la IA ofrece herramientas que hace cinco años eran impensables en el mundo de la prevención. Pero, como toda tecnología, su efectividad depende de los datos disponibles y de la calidad de su implementación.

Análisis predictivo de accidentes

La aplicación más prometedora de la IA en SST es la prevención predictiva: modelos de machine learning que analizan datos históricos de incidentes, casi-accidentes, ausentismo, rotación de personal, condiciones ambientales, producción y otros indicadores para identificar patrones que anteceden a un accidente. Por ejemplo, un modelo predictivo puede determinar que la probabilidad de un accidente en una determinada línea de producción aumenta cuando se combinan tres factores: más de 10 horas extras acumuladas en la semana, temperatura ambiente sobre 30°C y un supervisor con menos de 6 meses en el cargo.

Estos modelos permiten pasar de una gestión reactiva (investigar el accidente después de que ocurre) a una gestión proactiva (intervenir antes de que ocurra). Sin embargo, su efectividad depende críticamente de la calidad y cantidad de datos históricos. Una empresa que recién empieza a registrar incidentes de forma sistemática todavía no reúne el volumen ni la consistencia de datos que un modelo necesita. Conviene consolidar esa base de registro antes de invertir en la herramienta.

Automatización de procesos SST

La IA también permite automatizar tareas administrativas que consumen gran parte del tiempo de los prevencionistas. Los asistentes virtuales (chatbots) pueden responder consultas frecuentes de trabajadores sobre normativa, procedimientos o uso de EPP, liberando al equipo de prevención para tareas de mayor valor. Los sistemas de procesamiento de lenguaje natural (NLP) pueden analizar informes de investigación de accidentes, identificar causas raíz recurrentes y sugerir medidas correctivas basadas en casos anteriores. Los algoritmos de generación de documentos pueden producir borradores de procedimientos, matrices IPER o informes de auditoría a partir de plantillas inteligentes.

Los procesos más automatizables en SST incluyen la generación de reportes periódicos (indicadores de accidentabilidad, cumplimiento de capacitaciones), la gestión de alertas y notificaciones (vencimiento de EPP, fechas de exámenes ocupacionales), la verificación de cumplimiento normativo (cruce de requisitos legales con la situación actual de la empresa) y el envío de recordatorios de capacitación y simulacros.

Visión artificial para seguridad

La visión artificial es otra aplicación con gran potencial en SST. Cámaras inteligentes equipadas con algoritmos de detección de objetos pueden identificar en tiempo real si un trabajador no usa su casco o arnés de seguridad, si una zona está siendo evacuada, si hay acumulación de material en pasillos de circulación o si un vehículo se acerca demasiado a un peatón. Estas alertas pueden enviarse automáticamente al supervisor para que intervenga de inmediato. En minería y construcción chilenas, ya existen pilotos de este tipo de tecnología con resultados prometedores.

Limitaciones y consideraciones éticas

La implementación de IA en SST no está exenta de desafíos y riesgos. El sesgo algorítmico es una preocupación real: si los datos históricos de incidentes reflejan sesgos (por ejemplo, mayor reporte en ciertas áreas o turnos), el modelo puede reproducir y amplificar esos sesgos. La privacidad de los trabajadores es otra consideración crítica: los sistemas de monitoreo (cámaras, sensores) deben implementarse con transparencia y dentro del marco legal chileno, que protege los datos personales (Ley 19.628, reformada por la Ley 21.719 de 2024, que entra en vigencia en diciembre de 2026) y los derechos fundamentales de los trabajadores. Además, la IA debe ser una herramienta de apoyo, no de reemplazo del juicio humano: la decisión final siempre debe tomarla una persona.

El futuro de la IA en SST

La tendencia es hacia una integración cada vez mayor de la IA en todos los procesos SST, desde la identificación de peligros hasta la investigación de accidentes. Los asistentes virtuales especializados (como el Auditor ISO IA de Prevention & Safety) son solo el comienzo. En los próximos años, veremos sistemas cada vez más capaces de analizar datos en tiempo real, predecir eventos y sugerir intervenciones, transformando el rol del prevencionista de recolector de datos a analista y tomador de decisiones estratégicas.

Conclusión

La IA no va a reemplazar al prevencionista, pero el prevencionista que use IA va a reemplazar al que no la use. La tecnología ofrece herramientas poderosas para anticipar accidentes, automatizar tareas repetitivas y mejorar la calidad de la gestión SST. El desafío está en implementarla con ética, con datos de calidad y con un enfoque centrado en las personas, antes que en la tecnología.