Comment l’IA peut soutenir la sécurité
L’intelligence artificielle peut aider à repérer des tendances dans les inspections, identifier des équipements à surveiller ou signaler des dangers possibles dans des images. Caméras, objets connectés et systèmes de maintenance sont de plus en plus proposés comme outils de sécurité. Bien utilisés, ils peuvent améliorer les informations disponibles.
Les travaux de l’OIT sur l’IA et la numérisation soulignent des possibilités mais aussi de nouveaux risques professionnels. Un employeur camerounais doit partir d’un problème réel, pas d’une promesse de supprimer tous les accidents. Quelle tâche deviendra plus sûre et comment vérifier ce bénéfice ?
Applications utiles et limites
La maintenance prédictive peut signaler une vibration ou une température inhabituelle, mais une alerte ne répare pas l’équipement et ne prouve pas sa sécurité. Une maintenance compétente, la consignation et les vérifications restent indispensables.
La vision artificielle peut signaler l’entrée dans une zone interdite ou un EPI manquant. Elle peut aussi mal interpréter les ombres, les scènes encombrées, certains vêtements ou les vues partielles. Une caméra ne remplace pas les barrières, les itinéraires sûrs ou une protection correctement choisie.
L’IA peut aider à rédiger une causerie sécurité ou résumer des observations. Elle ne peut pas inspecter un lieu qu’elle n’a jamais vu, vérifier une mesure non documentée ou assumer la responsabilité d’un système de travail sûr.
Évaluer les risques introduits par la technologie
Les faux négatifs peuvent manquer un danger ; les faux positifs peuvent banaliser les alarmes. Connectivité, coupures de courant, capteurs endommagés et mises à jour modifient les performances. Étudiez les défaillances et assurez le maintien d’une manière sûre de travailler.
La surveillance affecte aussi la vie privée, la confiance et la santé mentale. Si chaque mouvement semble pouvoir entraîner une sanction, les salariés peuvent hésiter à signaler des problèmes. Consultez-les, expliquez la finalité, limitez les données personnelles et définissez leur accès et leur conservation.
Un système entraîné sur des données inadaptées peut réagir différemment selon l’éclairage, la météo, les vêtements ou les langues. Testez-le dans les conditions réelles et avec les groupes concernés. Un pourcentage global d’exactitude ne suffit pas : identifiez les erreurs les plus critiques pour la sécurité.
Mener un projet pilote maîtrisé
Définissez un usage limité, par exemple le repérage d’entrées répétées de piétons dans une zone de circulation. Établissez la situation initiale, l’amélioration attendue et la personne autorisée à réagir. Maintenez les protections physiques et organisationnelles existantes pendant l’essai.
Convenez avec le fournisseur de la gestion des défaillances, de la cybersécurité et des mises à jour. Vérifiez la chaîne alerte-action : destinataire, délai, réaction et fonctionnement en cas d’indisponibilité. Évitez les actions automatiques critiques tant que le système complet n’a pas été conçu et validé de façon compétente.
Comparez les résultats à des vérifications indépendantes, consignez les événements manqués et les fausses alertes, et demandez aux travailleurs les effets inattendus. Arrêtez ou modifiez l’essai s’il crée distraction, injustice ou faux sentiment de sécurité. Le succès se mesure à la sécurité du travail, pas au volume des données.
L’IA peut-elle rédiger votre évaluation des risques ?
L’IA peut proposer des questions et structurer un brouillon. Elle peut aussi inventer des obligations, oublier les dangers locaux et présenter des affirmations non étayées avec assurance. Un document généré non vérifié ne prouve pas qu’une évaluation compétente a été menée.
L’évaluateur doit observer la tâche, consulter les personnes exposées, vérifier les exigences et les mesures, puis juger si le risque résiduel est acceptable. N’envoyez pas d’informations confidentielles sur les salariés, les clients ou les sites à un outil externe sans autorisation et protections appropriées.
Pour les apprenants SQMI et les professionnels HSE, la compétence centrale reste le jugement critique : savoir quoi vérifier, quelles preuves manquent et quand faire intervenir un spécialiste. La technologie doit renforcer ce jugement, pas le remplacer.
Liste de contrôle rapide
- Définir le problème de sécurité et une amélioration mesurable.
- Consulter les travailleurs et évaluer vie privée, charge et équité.
- Tester les dangers manqués et fausses alertes en conditions réelles.
- Maintenir les protections, le contrôle humain et un mode dégradé sûr.
- Vérifier les affirmations juridiques et les recommandations générées.
Questions fréquentes
- L’IA peut-elle remplacer un professionnel HSE ?
- Elle peut soutenir la collecte et l’analyse d’informations, mais ne remplace ni l’évaluation compétente, ni la consultation, ni la responsabilité des décisions de prévention.
- Une caméra IA remplace-t-elle la séparation piétons-véhicules ?
- Non. La séparation physique et la gestion de la circulation restent fondamentales. La détection apporte éventuellement un appui complémentaire, pas une protection garantie.
- Le taux d’exactitude annoncé suffit-il à approuver un outil ?
- Non. Examinez les erreurs critiques, les conditions réelles, les défaillances, les mises à jour et les réactions attendues, ainsi que les effets sur les travailleurs et les données.
- Peut-on transmettre des rapports d’accident à un outil IA public ?
- Pas sans autorisation et protections adaptées. Examinez la confidentialité, les données personnelles, les contrats et les exigences applicables avant tout recours à un service externe.
Sources et lectures complémentaires
Cet article est un conseil général de sensibilisation. Appliquez-le à travers votre propre évaluation des risques et les lois et normes applicables sur votre lieu de travail.