Όπως και στις περισσότερες νέες τεχνολογίες, πολλά από τα χαρακτηριστικά τους καθώς και οι επιπτώσεις που αυτές μπορεί να έχουν, αποκαλύπτονται προοδευτικά κατά την εφαρμογή τους. Αυτό ισχύει και στην περίπτωση της τεχνητής νοημοσύνης, και στην εφαρμογή συστημάτων της για την προαγωγή της επαγγελματικής υγείας και ασφάλειας.
Η Τεχνητή νοημοσυνη (ΤΝ) αποτελεί μια από τις αναδυόμενες τεχνολογίες, οι οποίες αναπτύχθηκαν τα τελευταία χρόνια και αποτελεί βασικό πυλώνα των μεταβολών που χαρακτηρίζονται Βιομηχανία 4.0. Αποτελεί εν συντομία την ανάπτυξη συστημάτων και κυρίως λογισμικού, που μπορεί να προσομοιάζει στην ανθρώπινη σκέψη, έστω και σε ένα πολύ βασικό επίπεδο. Χαρακτηριστικά που εμπεριέχονται, είναι η δυνατότητα μάθησης, εξαγωγής συμπερασμάτων, εξέλιξη με βάση νέα πληροφορία, εξαγωγή συμπερασμάτων και άλλα. Αποτελεί μια σύνθεση τεχνολογιών, από τη Μηχανική Μάθηση και το Διαδίκτυο των Πραγμάτων (IoT), μέχρι την εξόρυξη δεδομένων (data mining). Ιδιαίτερο χαρακτηριστικό των συστημάτων είναι ότι εκτός του αρχικού όγκου δεδομένων που αξιοποιείται για την «εκπαίδευση» του λογισμικού, αυτό εξελίσσεται και βελτιώνεται με βάση την «εμπειρία» που αποκτά κατά τη χρήση του.
Πάρα πολλές εφαρμογές που έχουν αναπτυχθεί τα τελευταία χρόνια, ενσωματώνουν ή βασίζονται σε λογισμικό ΤΝ. Οι μηχανές αναζήτησης στο διαδίκτυο αποτελούν χαρακτηριστικό παράδειγμα, όπως και οι πλατφόρμες των κοινωνικών δικτύων. Η τεχνολογία αυτόνομων οχημάτων που αναπτύσσεται, βασίζεται εν πολλοίς στην ΤΝ, ενώ πιο μακριά από τα φώτα της δημοσιότητας, ανάλογες τεχνολογίες χρησιμοποιούνται από ελεγκτικούς μηχανισμούς, όπως οι φορολογικές υπηρεσίες. Το φάσμα των εφαρμογών είναι τεράστιο.
Τεχνητή Νοημοσύνη στην παραγωγή
Στο χώρο την βιομηχανικής παραγωγής, η ΤΝ έχει ενσωματωθεί σε κάποιο βαθμό, με τα παραδείγματα να περιλαμβάνουν τη διαχείριση αποθεμάτων και πρώτων υλών, τον ποιοτικό έλεγχο, την εξυπηρέτηση πελατών. Όπως και στις περισσότερες νέες τεχνολογίες, πολλά από τα χαρακτηριστικά τους καθώς και οι επιπτώσεις που αυτές μπορεί να έχουν, αποκαλύπτονται προοδευτικά κατά την εφαρμογή τους. Επί παραδείγματι, η εισαγωγή φυτοφαρμάκων στην παραγωγή, πολλές φορές αντιμετώπιζε προβλήματα που δεν είχαν προβλεφθεί εξαρχής, αλλά ταυτόχρονα σε κάποιες περιπτώσεις προκαλούσε προβλήματα υγείας σε χρήστες και καταναλωτές. Ιδιαίτερα όσον αφορά θέματα ασφάλειας, με την ευρύτερη έννοια, είναι ιδιαίτερα δύσκολο να γίνεται εκ των προτέρων αναλυτική και πλήρης πρόβλεψη των πιθανών επιπτώσεων.
Στην περίπτωση της χρήσης ΤΝ σε παραγωγικές δομές, υπάρχουν δύο επίπεδα τα οποία θα πρέπει να μας απασχολούν. Το πρώτο αφορά καθαυτή την τεχνολογία και το πόσο ασφαλής είναι. Το δεύτερο αφορά τις άμεσες και έμμεσες επιπτώσεις της νέας αυτής τεχνολογίας στην παραγωγική διαδικασία, πώς την μεταβάλει και κυρίως τι επίδραση έχει στους εργαζόμενους.
Στοιχεία προβληματισμού
Όσον αφορά στην τεχνολογία καθαυτή, η ΤΝ έχει δύο βασικά χαρακτηριστικά που θα πρέπει να ληφθούν υπόψιν. Αποτελεί μια τεχνολογία που διαπερνά οριζόντια ένα μεγάλο φάσμα τεχνολογιών και εφαρμόζεται σε αυτές. Μπορεί να εφαρμοστεί σε μηχανές κατεργασιών CNC, σε δίκτυα παρακολούθησης διαδικασιών όπως συστήματα (IoT), σε εφαρμογές παρακολούθησης στόλου οχημάτων και πάρα πολλά άλλα. Αυτό καθιστά το πεδίο που πρέπει να μελετηθεί τεράστιο και πολύ δύσκολα διαχειρίσιμο. Το δεύτερο χαρακτηριστικό είναι ότι είναι εκ φύσεων ένα σύστημα εξελίξιμο και μάλιστα με «αυτόνομο» τρόπο ή για να είμαστε πιο ακριβείς, επηρεαζόμενο από το εκάστοτε περιβάλλον στο οποίο εφαρμόζεται. Δυστυχώς τα δύο αυτά χαρακτηριστικά καθιστούν πρακτικά αδύνατη την απόλυτη διαχείριση των θεμάτων ασφαλείας.
Χαρακτηριστικό παράδειγμα αποτελεί εφαρμογή, η οποία είχε σχεδιαστεί ώστε να επικοινωνεί με χρήστες του ιστότοπου. Καθώς η εφαρμογή ήταν σχεδιασμένη να εξελίσσεται με βάση την ανάδραση των χρηστών, μετά από ελάχιστο διάστημα οι απαντήσεις που έδινε χαρακτηρίζονταν από έντονα ρατσιστικά στοιχεία μεταξύ άλλων, καθώς βασιζόμενη στην πληροφορία από τους χρήστες, ο αλγόριθμος θεώρησε ότι ο ρατσισμός αποτελεί μια αποδεκτή αν όχι επιθυμητή ηθική αξία.
Πιθανότατα, αυτό οφείλεται σε οργανωμένη «επίθεση» ομάδας χρηστών, αλλά αποτελεί σαφή ένδειξη για το πως ένα αλγόριθμος ΤΝ μπορεί να ξεφύγει του σκοπού του και να εξελιχθεί με απρόβλεπτο τρόπο. Στη συγκεκριμένη περίπτωση, η εφαρμογή απενεργοποιήθηκε και οι επιπτώσεις ήταν περιορισμένες, κυρίως σε ηθικό επίπεδο. Μια τέτοια όμως εξέλιξη σε σύστημα που ελέγχει για παράδειγμα εξοπλισμό παραγωγής ή οχήματα ενδέχεται να έχει δραματικές συνέπειες. Για την αντιμετώπιση αντίστοιχων προβλημάτων, αναπτύσσονται διάφοροι μηχανισμοί και μέθοδοι, αλλά σε κάθε περίπτωση αποτελεί ένα σημαντικό στοιχείο προβληματισμού.
Σύμμαχος στην αποφυγή επικίνδυνων καταστάσεων
Πέρα όμως από την ασφάλεια του αλγόριθμου, η ΤΝ μπορεί να προσφέρει σημαντικές υπηρεσίες σε θέματα ασφάλειας εργαζόμενων. Χαρακτηριστικό παράδειγμα αποτελεί η χρήση αντίστοιχων συστημάτων σε μέσα ατομικής προστασίας (ΜΑΠ), όπως τα κράνη.
Σε συνδυασμό με δίκτυο αισθητήρων, ο αλγόριθμός μπορεί να εντοπίζει πιθανούς κινδύνους και να στέλνει την κατάλληλη ενημέρωση ή ειδοποίηση. Το λογισμικό έχει την δυνατότητα να προσαρμόζεται στις συνθήκες, στον εξοπλισμό και στις πρακτικές της κάθε δομής και με βάση τον συνεχή εμπλουτισμό των σεναρίων και της πληροφορίας γενικότερα, να λειτουργεί με βάση τα βέλτιστα σενάρια τόσο από άποψη ασφάλειας όσο και παραγωγικότητας.
Αντίστοιχο λογισμικό μπορεί να συμβάλλει στη βέλτιστη κυκλοφορία στόλου οχημάτων. Με βάση τα δεδομένα που συλλέγονται, ο αλγόριθμός που καθορίζει τις προτεινόμενες διαδρομές και τις παραμέτρους κυκλοφορίας, μπορεί να προσαρμοστεί και να τροποποιήσει τις συστάσεις βελτιώνοντας και πάλι τόσο την ασφάλεια όσο και την παραγωγικότητα. Ακόμα και σε διαδικασίες κατεργασιών, το αντίστοιχο λογισμικό μπορεί να προσφέρει προτάσεις βέλτιστης αλληλουχίας ενεργειών με ανάλογη στόχευση.
Σε επίπεδο οργάνωσης, αλγόριθμοι ΤΝ μπορούν να βοηθήσουν στην βέλτιστη αντιστοίχιση προσωπικού και εργασιών με βάση τα χαρακτηριστικά και τις επιθυμίες, να εντοπίσουν επικίνδυνες καταστάσεις (πχ υπνηλία, κούραση, κατανάλωση αλκοόλ και άλλων ουσιών) και να παρέχουν την πληροφορία ώστε να γίνουν οι κατάλληλες ενέργειες. Πρέπει να σημειωθεί ότι η τεχνολογία του διαδικτύου των πραγμάτων (ΙοΤ) βασίζεται σε σημαντικό βαθμό σε συστήματα ΤΝ και οι πλείστες των εφαρμογών του ΙοΤ σε σχέση με την εργασιακή ασφάλεια δεν θα ήταν δυνατές χωρίς την αντίστοιχη τεχνολογία.
Κλείνοντας, δεν θα έπρεπε να παραλειφθεί η ανάπτυξη συστημάτων ΤΝ που αποσκοπούν στην διάγνωση παθήσεων ή μη επιθυμητών καταστάσεων σε σχέση και με την ικανότητα εργασίας. Παρότι οι προσπάθειες αυτές είναι σε πρώιμο στάδιο, η ανάπτυξη και εφαρμογή τους, αναμένεται να βοηθήσει σημαντικά στην αποφυγή επικίνδυνων καταστάσεων.
