La science en amont de GenAISafety. La recherche et les modèles d'accidentologie appliqués à la santé et sécurité au travail (SST)
La recherche et les modèles d'accidentologie appliqués à la santé et sécurité au travail (SST) ont considérablement évolué ces dernières années. Voici un aperçu des principaux éléments à considérer :
L'accidentologie du travail repose sur divers modèles théoriques et pratiques pour comprendre, analyser et prévenir les accidents en milieu professionnel.
Voici quelques modèles courants et leurs applications :
A. Modèles d'analyse des accidents
Plusieurs modèles sont utilisés pour analyser les causes et mécanismes des accidents du travail :
Modèle de l'arbre des causes : Cette méthode permet de remonter de façon logique et chronologique les différents facteurs ayant contribué à l'accident.
Modèle de Reason (fromage suisse) : Il met en évidence les défaillances à différents niveaux de l'organisation qui s'alignent pour créer un accident.
Analyse des causes fondamentales : Des techniques comme les "5 pourquoi" ou TapRoot sont utilisées pour identifier les causes profondes au-delà des causes immédiates
Facteurs influençant la sécurité
Rivas, T., Paz, M., Martín, J.E., Matías, J.M., García, J.F., & Taboada, J. (2011). Explaining and predicting workplace accidents using data-mining techniques. Reliability Engineering & System Safety, 96(7), 739-747. https://doi.org/10.1016/j.ress.2011.03.006Cette étude analyse l'efficacité des techniques de fouille de données, telles que les réseaux bayésiens et les règles de décision, pour la prédiction des accidents dans les secteurs minier et de la construction.
La recherche a mis en évidence plusieurs facteurs clés :
Le climat de sécurité et la culture organisationnelle
Le leadership et l'engagement de la direction
La participation des travailleurs
La formation et les compétences
L'organisation du travail et l'autonomie
Fait intéressant, une étude a montré que l'initiative sécuritaire des travailleurs a un impact plus important sur la réduction des accidents que la simple prudence ou le respect des règles prescrites
Étude sur la prédiction des accidents au travail
Cette étude examine la prédiction des accidents dans les secteurs minier et de la construction en utilisant des techniques de fouille de données, telles que les réseaux bayésiens et les règles de décision. Ces méthodes montrent une capacité prédictive supérieure par rapport aux statistiques traditionnelles, permettant d’identifier les facteurs clés des accidents et de cibler les zones à risque élevé pour réduire les incidents.
Document sur la participation directe des travailleurs
Cette recherche explore le rôle de la participation directe des travailleurs dans la prévention des accidents, en se concentrant sur la prudence (respect des règles), les initiatives de sécurité (identification active des dangers), et le soutien aux comités de sécurité. Les résultats révèlent que les initiatives des travailleurs ont un effet significatif sur la réduction des accidents, tandis que le simple respect des règles n’a pas le même impact. Des facteurs comme le style de supervision, la cohésion de groupe et la structure organisationnelle influencent les comportements de sécurité des travailleurs.
Conclusions de la recherche
Initiatives de sécurité des travailleurs : impact important sur la réduction des accidents.
Prudence seule : peu d’influence sur la fréquence des accidents.
Cohésion et supervision : encouragent les comportements de sécurité.
Structures organisationnelles autonomes : renforcent la prévention.
Culture participative : favorise une réduction efficace des accidents.
Ces conclusions appuient le développement d’une approche collaborative pour la sécurité au travail.
Voici les principales métriques et statistiques extraites de la recherche :
Précision de classification de 85 % : le modèle utilisant les initiatives de sécurité et des facteurs de cohésion a permis de distinguer efficacement les entreprises à haut risque des autres.
Coefficient de régression de 1,87 pour les initiatives de sécurité, démontrant une relation forte entre l'initiative proactive des travailleurs et la diminution du taux d'accidents.
20 % de la variance de la prudence et 15 % de l'initiative de sécurité expliqués par des facteurs organisationnels comme l'implication des superviseurs et la cohésion de groupe.
Ces chiffres montrent l'importance de la participation active pour la sécurité.
2. Modèles statistiques et de machine learning : Les techniques de data mining, comme les arbres de classification et les réseaux bayésiens, sont utilisées pour prédire et identifier les facteurs principaux des accidents dans des secteurs tels que l'exploitation minière et la construction.
Ces techniques surpassent souvent les statistiques classiques pour prédire et analyser les risques (Rivas et al., 2011).
This study investigates workplace accident prediction in mining and construction using data-mining techniques like Bayesian networks and decision rules, revealing superior predictive capacity compared to traditional statistics. Data from worker interviews in Spain (2008) informed models identifying key accident factors. Findings show that data-mining methods effectively manage and interpret large, complex data for enhanced predictive insight, helping target high-risk areas to reduce incidents. For more detail, see the full article on ScienceDirect.Rivas, T., Paz, M., Suárez, J., Matías, J., García, J., & Taboada, J. (2011). Explaining and predicting workplace accidents using data-mining techniques. Reliab. Eng. Syst. Saf., 96, 739-747. https://doi.org/10.1016/j.ress.2011.03.006.
3. Modèles de génèse des accidents : Les modèles décisionnels, séquentiels, énergétiques et organisationnels sont couramment utilisés pour analyser les accidents professionnels. Ces modèles explorent les séquences d’événements menant aux accidents et mettent en évidence les facteurs organisationnels, permettant ainsi de concevoir des stratégies de prévention à long terme (Laflamme, 1990).
Conclusions de la recherche
Différenciation entre accident et blessure : Analyser les accidents en tant que processus permet des mesures préventives plutôt que seulement des protections post-incident.Recherche de séquences d’événements accidentels : Identifier les caractéristiques communes des scénarios d'accidents permet d’élargir l’effet préventif des mesures de sécurité.Facteurs situationnels et organisationnels : Ces éléments influencent les stratégies de prévention à long terme, intégrant des changements qui favorisent la sécurité.Statistiques et Métriques
Analyse séquentielle : Met en lumière les déviations fréquentes dans les systèmes homme-machine.
Modèle systémique : Recommande un cadre conceptuel multidimensionnel pour analyser les causes d'accidents de façon exhaustive et réduire les risques.
Ce modèle est essentiel pour des stratégies préventives durables et efficaces dans la sécurité au travail.
Laflamme, L. (1990). Une meilleure compréhension de la genèse des accidents du travail pour améliorer la sécurité en milieu de travail. Journal of Occupational Accidents, 12, 155–165. https://doi.org/10.1016/0020-7462(90)90004-LCette étude examine les modèles de causalité des accidents de travail et recommande une approche systémique pour analyser les séquences d’événements et les facteurs situationnels et organisationnels. Cette méthodologie permet des stratégies de prévention à long terme et plus efficaces dans l'amélioration de la sécurité au travail.
4. Modèle basé sur la théorie des systèmes : Ce modèle, fondé sur des concepts de théorie des systèmes, vise à identifier les facteurs sociaux et organisationnels contribuant aux accidents et propose des stratégies de prévention qui vont au-delà de l'attribution de la faute individuelle (Leveson, 2004).
Sommaire détaillé et conclusions de l’étude de Nancy Leveson sur le modèle STAMP
L’article introduit STAMP (Systems-Theoretic Accident Model and Processes), un modèle d’accident fondé sur la théorie des systèmes. Ce modèle dépasse les approches traditionnelles d’accidents en chaînes d’événements, en les abordant comme des défaillances de contrôle de contraintes de sécurité dans des systèmes complexes et couplés. Leveson souligne des défis modernes : la rapidité des avancées technologiques, la dépendance accrue aux systèmes numériques, la complexité croissante des interactions homme-automatisation, et la nécessité de nouvelles stratégies de prévention.
Conclusions principales:
Approche systémique : La sécurité repose sur le contrôle des interactions et des perturbations au sein des systèmes, et non seulement sur la défaillance d’éléments individuels.
Rôle de l’automatisation : L’interaction complexe homme-machine nécessite de nouveaux modèles de gestion pour éviter des erreurs humaines dues à des conceptions inadéquates.Prévention en amont : Il est crucial de se concentrer davantage sur la prévention de tout accident initial, surtout dans un contexte de tolérance décroissante pour les accidents.
Responsabilités sociales et organisationnelles : Les modèles doivent également intégrer des structures socio-organisationnelles pour une gestion complète des risques.
Le modèle STAMP propose des stratégies de conception pour la sécurité qui renforcent les contrôles et prévoient les défaillances possibles en fonction des nouvelles dynamiques de systèmes complexes.
5. Modèles humains et environnementaux : Le modèle de facteurs humains examine la communication homme-machine, l'environnement de travail et la prise de décision, en vue de recommander des interventions telles que la modification des systèmes, des organisations, et la promotion de comportements d’auto-protection (DeJoy, 1988).
Cet article propose un modèle de facteurs humains pour expliquer les causes des accidents au travail, en intégrant des comportements d'auto-protection. Il analyse trois catégories de facteurs diagnostiques liés aux erreurs humaines : communication homme-machine, environnement et prise de décision. Ces facteurs sont ensuite associés à trois types d’interventions : modifications des systèmes, modifications organisationnelles, et auto-protection. Ce modèle vise à une analyse approfondie des erreurs pour améliorer les stratégies de prévention et la sécurité au travail.
Les conclusions de cet article suggèrent que les accidents au travail sont souvent liés à des erreurs humaines influencées par trois grands types de facteurs : communication homme-machine, environnement de travail et prise de décision. En réponse, trois types d'interventions sont recommandés :
Modification des systèmes pour améliorer les interactions.
Amélioration des structures organisationnelles pour limiter les erreurs systématiques.
Promotion de comportements d'auto-protection pour encourager la sécurité individuelle.
Ce modèle facilite une approche plus ciblée et efficace pour réduire les accidents en combinant les facteurs humains et l’auto-protection.
, D. (1988). Human Factors Model of Workplace Accident Causation. Proceedings of the Human Factors and Ergonomics Society Annual Meeting, 32, 958 - 962. https://doi.org/10.1518/107118188786761910.6. Modèle du contrôle des risques par le score de risques au travail : Des modèles prédictifs utilisant des techniques de machine learning, comme les arbres de décision et les machines à gradient boosté, permettent d'anticiper les risques d'accidents en fonction de facteurs comme les antécédents de blessures, le type de poste et l’emplacement géographique (McGlashan et al., 2021).
Voici un aperçu des études clés sur les erreurs humaines et la sécurité au travail :
Nature des erreurs humaines (Meister et al., 1989) : souligne la diversité des causes d’erreurs et le besoin de méthodes spécialisées pour les analyser.
Modèle de diagnostic comportemental (DeJoy, 1986) : améliore les comportements auto-protecteurs en identifiant les causes comportementales.
Modèle de croyance en la santé (Janz et al., 1984) : montre l’influence des barrières perçues sur les comportements de santé.
Climat de sécurité (Zohar, 1980) : relie un climat organisationnel positif à des programmes de sécurité efficaces.
B. Collecte et analyse des données
Le Safety Data Hub AI Aggregator (SDH-AI) est un outil d'intelligence artificielle conçu pour centraliser et analyser les données relatives à la sécurité au sein des organisations. Sa fonction principale est de collecter, traiter et interpréter des indicateurs clés de performance (KPIs) liés à la sécurité, afin d'évaluer et d'améliorer les mesures de sécurité en place.
Les méthodes modernes incluent :
L'utilisation de logiciels spécialisés pour la gestion des incidents
L'analyse statistique et prédictive des données d'accidents
L'intégration de données provenant de capteurs et d'équipements connectés
C. Prévention proactive
L'accent est mis de plus en plus sur :
L'identification précoce des risques potentiels
L'analyse des "presque accidents"
La mise en place de systèmes de gestion de la SST intégrés
D. Nouvelles approches
Vision Zéro : Cette approche considère que tous les accidents sont évitables et vise à les éliminer complètement.
Résilience organisationnelle : Elle se concentre sur la capacité de l'organisation à s'adapter et à maintenir ses opérations en toute sécurité face aux perturbations.
En conclusion, l'accidentologie moderne en SST adopte une approche systémique, prenant en compte les facteurs techniques, humains et organisationnels. Elle met l'accent sur la prévention proactive et l'amélioration continue, en s'appuyant sur des données et des analyses approfondies.
Commenti