Bevezetés

A munkavédelem a biztonságos és egészséges munkakörülmények biztosítását jelenti. A munkavédelemnek két fő területe van: 1. a munkabiztonság és 2. a munkaegészségügy (ezen belül elkülöníthető a munkahigiéne és a foglalkozás-egészségügy). 

A munkavédelem célja, hogy biztonságos munkavégzés feltételeinek megteremtésével megelőzhető legyen a munkahelyi baleset, illetve az egészségkárosodás. Röviden, a munkavédelmi szabályok, folyamatok és felszerelések együttesen biztosítják, hogy munka közben ne történjen baleset, illetve egészségkárosodás.[1]

A digitális technológiák, például a mesterséges intelligencia (MI), a robotika, a „dolgok internete” (IoT), a nagy adathalmazok (Big Data), a viselhető eszközök, az okos készülékek, illetve az online platformok fejlődése megváltoztatja a munkavégzés jellegét, helyét, valamint azt is, hogy ki és mikor dolgozik, illetve hogyan szervezik és felügyelik a munkát.[2] Ezért új és korszerű munkavédelemre van szükség.[3]

A MI által vezérelt technológiák forradalmasítják a munkahelyek munkaegészségügyi és munkabiztonsági megoldásait. Lehetővé teszik például a proaktív kockázati előrejelzést (prevenció). 

Az intelligens érzékelők és felügyeleti rendszerek felismerhetik a potenciális veszélyeket, például a berendezések meghibásodását. Ez lehetővé teszi a megelőző (proaktív) karbantartást, csökkentve ezzel a váratlan, egészségügyi és biztonsági kockázatot jelentő berendezések meghibásodásának kockázatát.

A MI által vezérelt együttműködő robotok (Cobotok) a humán munkavállalókkal együtt dolgoznak, átvéve az ismétlődő vagy veszélyes feladatokat, például a „pick and place”. Ez csökkenti az ismétlődő, fizikailag megterhelő vagy káros anyagokkal való érintkezéssel járó feladatokhoz kapcsolódó sérülések kockázatát.[4]

A megnövekedett szervezeti és pszichoszociális kockázatok, a munkával kapcsolatos stressz és a rossz mentális egészségi állapot növekedésével együtt a növekvő teljesítménykényszer és a munka összetettsége, a rendszertelen munkaidő, a kevesebb munkahelyi személyes érintkezés, a munka és a magánélet közötti határok elmosódása, illetve az MI alapú atipikus munkavégzési formák következményei is lehetnek.[5]

Ugyanakkor a MI lehetőséget kínál az eredményesebb munkavédelmi képzés bevezetésére.[6]

A MI orientált munkavédelem bemutatását 3 részre osztjuk: 1. a 3D jellegű munkavégzés (a 3D jelentése: difficult-nehéz, dangerous-veszélyes és dirty-koszos), 2. valós idejű prevenciós jellegű monitorozás; 3. a MI és a pszichoszociális stressz összefüggései.

1. A 3D-s munkavégzés átvétele MI robotok által

A munkahelyen alkalmazott robotok fokozatosan terjednek és mobillá, intelligenssé, valamint a munkavállalókkal együttműködővé (kobot) válnak. Az intelligens gépek egyre több olyan, nemcsak fizikai, hanem kognitív feladatot is átvesznek, amelyeket korábban emberek végeztek.

A robotizáció támogatásával érhető el a munkavállalók hosszú távú megterhelés okozta sérüléseinek elkerülése, a veszélyes munkakörnyezetből való elmozdításuk, munkaterhelésük csökkentése, illetve a munkahelyi balesetek, megbetegedések elkerülése.[7] 

A MI és a robotika lehetőséget biztosít, hogy folyamatosan kiváltsák a munkavállalókat a klasszikus 3D-s munkavégzésekből, javítsák a munka termelékenységét (például: a robot soha nem fárad el és pihenőidő nélkül képes dolgozni, elkerülve a fáradtság miatt bekövetkező balesetet), javítsák a munka minőségét azáltal, hogy precíziós (nagy pontosságú) gépeknek adják át a monoton feladatokat.[8]

A klasszikus 3D-s munkák közül a difficult-nehéz munkavégzésnek van egy újabb – a digitalizációhoz és az MI-hez köthető - vetülete. Ambivalens módon a digitális mobiltechnológiák és a széles körű hálózatosodás, egyrészt munkavégzési rugalmasságot, illetve a munka és a magánélet közötti jobb egyensúly lehetőségét kínálja, de ezzel egyidejűleg az állandó rendelkezésre állás iránt megnövekedett igényt, rendszertelen munkaidőt, a munkahelyi és a magánélet közötti határ elmosódását, illetve bizonytalan foglalkoztatási formákat is jelenthet. 

A napi 24 órában működő gazdaság hajtómotorja a digitális mobiltechnológiák globális elérhetősége. A munkavállalóknak ma már nem kell egy adott országban, egy adott konkrét munkahelyen tartózkodniuk ahhoz, hogy végezzék a munkájukatz, kommunikáljanak munkatársaikkal, ügyfeleikkel, stb. Egyre természetesebbé válik a rugalmas munkakörnyezet, amely a munkaidő magas fokú rugalmasságát teszi lehetővé. Egyik oldalról ez vonzó lehetőségeket kínál a munkavállalók és a gazdaság számára, de ezzel párhuzamosan potenciális munkabiztonsági és egészségügyi (főleg pszichoszociális) kockázatai is vannak. Az egyensúly elsősorban attól függ, hogy a mobil munkavégzés adta rugalmasság valódi lehetőséget kínál-e a munkavállalóknak, vagy a munkáltatók a saját hasznuk érdekében kényszerítik ki azt.

E vonatkozásban a munkavédelem legfőbb problémája, hogy a munkavállalók várhatóan növekvő munkaterhelést, túl hosszú munkaidőket, illetve a munka és a magánélet közötti egészségtelen egyensúlyt fognak tapasztalni. Gondot jelent továbbá az izolált munkavégzés (például távmunka esetén), az elszigeteltség érzése, valamint a munkahelyi közösség támogatásának hiánya és a szervezettől kapott kevesebb támogatással kapcsolatos problémák.

Ahogy a munkavállalói állomány egyre inkább diverzifikálódik és heterogénné válik, a napi 24 órás rendelkezésre állás és/vagy munkavégzés pedig természetes lesz, úgy válik egyre nehezebbé a munkavédelmi szabályok megalkotás, betartása és betartatása. A változó üzleti hierarchia és az önmagukat irányító, vagy távolról vagy az MI által irányított munkavállalók miatt valószínűleg kevésbé lesz világos, hogy ki a felelős a munkavédelemért, illetve hogyan kell azt szabályozni és felügyelni.[9]

A képernyő előtt töltött idő, mint munkavédelmi faktor a digitalizáció kontextusában ugyancsak ambivalens. Ez elsősorban a kognitív feladatok automatizálásához kapcsolódik. A pozitív hatás, amikor a mesterséges intelligencián alapuló rendszer előválogatja, vagy átfogóbb módon jeleníti meg a munkavállalónak a szükséges információkat, ezáltal csökkentve a képernyő előtt töltött idő tartamát. Ez nemcsak a munkavállalók szemének terhelését csökkentheti, hanem az ülőmunkával töltött időt is.[10] Továbbá a MI segítségével fejlesztett rendszerek képesek automatizáltan elemezni az egészségügyi adatokat és jelzéseket adni a munkavállalók egészségügyi állapotáról, amelyek segítségével a munkavédelmi szakemberek korai figyelmeztetést kaphatnak az egészségügyi problémákra.[11]

A 3D-s munkavégzés egy újabb vonatkozása, hogy a digitalizáció terjedése növeli a képernyő előtt töltött ülőmunka időtartamát. A hosszan tartó monitor előtt végzett monoton és mozgáshiányos munkavégzés miatt valószínűbbé válhatnak a látás, a váz- és izomrendszeri megbetegedések, az elhízás, a 2-es típusú cukorbetegség vagy a daganatos megbetegedések, stb. Ez komoly kihívást jelen a munkavédelem számára, mivel az ilyen környezetek – főleg a munkahelyen kívüli munkavégzés - közül sok ergonómiailag nem megfelelő, viszont a munkáltatóknak kevés befolyásuk van ezekre.[12]

2. Valós idejű megfigyelés a munkavédelemben – prevenció

2.1. Valós idejű felügyelet és veszélyérzékelés 

A gépi tanulási algoritmusokkal és prediktív elemzésekkel felszerelt MI technológiák valós időben (real-time) képesek a munkabiztonsághoz köthető adatok nyomon követésére. Azonosítják a potenciális veszélyeket, mielőtt azok balesethez vagy egészségkárosodához vezetnének, lehetővé téve a valós időben történő korrekciós intézkedéseket.[13]

A munkavállalók tevékenységét – növelve a biztonságukat - egyre inkább digitális technológiák (pl. MI) és algoritmusok figyelik, olyannyira, hogy a jövőben akár intelligens gépek is irányíthatják őket (pl. robot főnök – roboboss).

Egyre többet alkalmaznak a munkavállalók valós idejű megfigyeléséhez mobil, viselhető vagy (a ruhába vagy a testbe ültetett) digitális nyomon követő technológiákat.

2.2. Viselhető eszközök (wearable devices)

A viselhető (hordható) technológia körébe tartozik minden olyan elektronikus eszköz, amelyet úgy terveztek, hogy a felhasználó a testén/ruházatán viselje és valós idejű adatot szolgáltasson. A viselhető számítástechnika kifejezés feldolgozási vagy kommunikációs képességeket feltételez, de a valóságban a viselhető eszközök kifinomultsága jelenleg még eltérő lehet.

Ezek az eszközök számos megjelenést ölthetnek. Néhány tipikus megjelenési formát az alábbiakban mutatunk be:

a) Intelligens (okos) ékszerek. Ide tartoznak az intelligens (okos) gyűrűk, karszalagok, órák, stb. A kisebb hordható eszközök jellemzően okostelefonos alkalmazással működnek együtt a megjelenítéshez és az interakcióhoz.

b) Testre szerelhető érzékelők. Ezeket az érzékelőket a testre rögzítik annak érdekében, hogy egészségügyi célokra biológiai adatokat monitorozzanak és továbbítsanak.

c) Fitness karkötők. Ezek leggyakrabban csuklópántok vagy fejpántok formájában jelennek meg, amelyek a fizikai aktivitást (megtett lépések, elégetett kalóriák, stb.) és az életfunkciókat (pl. vérnyomás, pulzus, stb.) figyelik. A nyomkövetők (pl. GPS, mobil telefon, stb.) vezeték nélkül csatlakozhatnak egy alkalmazáshoz az adatok tárolása, feldolgozása és jelentése céljából.

d) Intelligens (okos) ruházat. Ez a fajta ruházat olyan beépített technológiával rendelkezik, amely számos feladatot képes ellátni, beleértve a testhőmérséklet, fitnesz- vagy egészségfigyelést, a telefonokkal és más eszközökkel való interakciót, valamint a szövetjellemzők megváltoztatását a felhasználó preferenciáinak, tevékenységének vagy környezetének megfelelően. Például 2014-ben a Tommy Hilfiger ruházati gyártó olyan ruházatot dobott piacra, amely napelemekkel van ellátva az eszközök töltéséhez.

e) Kiterjesztett valóság (AR) fejhallgatók és szemüveg. Az AR-headsetek valós környezetet használnak, és digitális információkat integrálnak a felhasználó kijelzőjébe oly módon, hogy lehetővé teszik a valós világ és a virtuális valóság interakcióját.

f) VR-headsetek és szemüveg. A VR-headsetek teljes egészében digitális információval helyettesítik a felhasználói környezetet, és fokozzák a fiktív valóságot.

g) MI hallókészülékek. A MI hallókészülékek képesek kiszűrni a nemkívánatos zajokat, és automatikusan alkalmazkodnak ahhoz, hogy a felhasználó aktuális környezetében és egyéni hallásigényeihez a legjobb teljesítményt nyújtsák. Az ilyen eszközök olyan képességeket is tartalmazhatnak, mint a fitneszkövetés, az audio streaming és a fordítás.

h) Virtuális asszisztensek. Egyes cégek olyan viselhető virtuális asszisztenseket hoznak létre, amelyek a felhasználó ruhájára csíptethetők, és hanggal és gesztusokkal vezérelhetők. Ilyen például a Humane AI Pin, amely a GPT-4 nyelvi modell által működtetett virtuális asszisztenst és miniatűr kivetítőt tartalmaz, amely a felhasználó kezét érintőképernyővé tudja változtatni. Az eszköz a nem viselhető virtuális asszisztensekhez - például az Amazon Alexához és az Apple Sirihez - hasonlóan képes kérdésekre válaszolni, információkat keresni és feladatokat végrehajtani. Az eszköz fordítási és fitneszkövetési funkciókkal is rendelkezik.[14]

A következőkben a viselhető technológia jövő generációs alkalmazásaiból hozunk néhányat: 

Például a viselhető technológia legfejlettebb megjelenési formái közé tartoznak a mesterséges intelligenciával (MI) ellátott hallókészülékek, a Google Glass és a Microsoft HoloLens, valamint a virtuális valóság (VR) fejhallgató formájában megjelenő holografikus számítógép, vagy a mesterséges bőrtechnológia, ami az emberi bőrnél is jobban érzékel dolgokat.[15]

Ez utóbbival kapcsolatban a ScienceDaily szerint a Terasaki Institute for Biomedical Innovation feltalálta a viselhető elektronikus bőrt az egészség megfigyelésére. A viselhető eszközök következő generációja, ez az ultravékony e-bőr tapasz egy kis vezeték nélküli jeladóval együtt vízpermet segítségével rögzíthető a viselője mellkasára, és akár egy hétig is fent marad. Elég érzékeny ahhoz, hogy felvegye és rögzítse az elektromos jeleket, például a szívverést és az izommozgásokat, amelyeket a digitális felhőn keresztül elküldhet a munkaegészségügyi szolgáltatóknak, hogy azok távolról is figyelemmel kísérhessék a munkavállaló életfunkcióit. Ez a nagy teljesítményű viselhető eszköz a krónikus betegségek, például a szívelégtelenség és a cukorbetegség nyomon követésének egyik eszköze lehet.

Működésüket tekintve a viselhető eszközök elsősorban mikroprocesszorok, akkumulátorok és internetkapcsolat beépítésével működnek, így az összegyűjtött adatok szinkronizálhatók más elektronikai eszközökkel, például mobileszközökkel vagy laptopokkal. A viselhető eszközök beépített érzékelőkkel vannak ellátva, amelyek nyomon követik a testmozgásokat, biometrikus azonosítást biztosítanak vagy segítenek a helymeghatározásban.

Míg a legtöbb viselhető eszközt vagy a testen viselik, vagy a ruházathoz rögzítik, egyesek a felhasználóval való fizikai érintkezés nélkül működnek. A mobiltelefonok, intelligens címkék vagy számítógépek továbbra is hordozhatók, és nyomon követhetik a felhasználó mozgását. Más viselhető eszközök távoli intelligens érzékelőket és gyorsulásmérőket használnak a mozgások és a sebesség nyomon követésére, egyesek pedig optikai érzékelőket használnak a pulzusszám vagy a glükózszint mérésére. E technológiai viselhető eszközök közös jellemzője, hogy mind valós időben figyelik a munkavállalókat és gyűjtik célhozkötötten a munkavédelmi szempontból releváns adatokat.

Az MI segítségével fejlesztett rendszerek képesek elemezni a munkahelyi adatokat és előrejelezni a valószínű baleseti eseményeket, amelyek segítségével a munkavédelmi szakemberek megelőzhetik a baleseteket.

Ezen kívül, a MI segítségével fejlesztett rendszerek képesek automatizáltan értékelni a munkahelyi kockázatokat, és javaslatokat tenni a kockázatok csökkentésére vonatkozó intézkedésekre.[16]

2.3. Intelligens egyéni védőeszközök

Az egyéni védőeszközökbe ültetett miniatürizált mobil nyomon követő eszközök lehetővé teszik a veszélyek valós idejű megfigyelését, de felhasználhatók arra is, hogy figyelmeztessenek a káros kitettség, a stressz, az egészségi problémák és a fáradtság első jeleire. A munkavállaló magatartásának befolyásolása, illetve a biztonság és az egészség javítása érdekében egyénre szabott valós idejű tanácsokat lehet adni. A szervezetek rendszerezhetik és felhasználhatják az információkat arra is, hogy segítsék az esetleges munkavédelmi problémák előrejelzését, illetve annak megállapítását, hogy hol van szükség szervezeti szinten munkavédelmi beavatkozásokra. Mindazonáltal az esetlegesen létrejövő, hatalmas mennyiségű különleges személyes adat kezelésére tekintettel hatékony stratégiákra és rendszerekre, illetve etikus döntésekre van szükség. A működési hiba vagy a nem megfelelő adatok vagy tanácsok generálása balesetet vagy betegséget is okozhat.

2.4. A virtuális valóság (VR), a kiterjesztett valóság (AR) és a metaverzum munkavédelmi kontextusai

A munkavállalók védelme érdekében jól használhatók a virtuális (VR) és a kiterjesztett (AR) valóság, valamint a metaverzum-technológiák előnyei.

A virtuális valóság (VR) és a kiterjesztett valóság (AR) – mivel felhasználható például karbantartási feladatok támogatásához vagy valós időben történő tájékozódáshoz/tájékoztatáshoz, illetve élményalapú virtuális munkavédelmi tanuláshoz – azzal az előnnyel jár, hogy sok munkavállalót távol tarthatnak a veszélyes munkakörnyezetektől és valós időben figyelmeztetnek a leselkedő potenciális veszélyre. 

Az AR továbbá rejtett környezeti veszélyforrások, például azbeszt, elektromos kábelek vagy gázcsövek jelenlétére vonatkozó háttérinformációkat is szolgáltathat. Az AR megbízhatósága azonban az időszerű, magas minőségű információk hozzáférésének biztosításától, illetve attól függ, hogy ezek naprakészek-e. A figyelemelvonás, az információterhelés, a dezorientáció, a tengeribetegség és a szemfáradtság miatt a VR- és az AR-eszközök egyidejűleg kockázati források is lehetnek.[17]

Az évek során a VR-technológia számos iparágban, különösen az építőiparban, bányászatban és az energetikában fontos eszközzé vált a munkavédelmi képzési programokban. Ezek az ágazatok, amelyekre jellemző, hogy a munkavédelmi képzéseket potenciálisan veszélyes környezetben kell végrehajtani, már korán átvették a VR-technológiát, hogy javítsák képzési módszereik biztonságát és hatékonyságát. A témával kapcsolatos szakirodalomból kiderül, hogy a VR-technológia az iparágak széles körében alapvető fontosságú a gyakorlati képzés és a szimulációk megkönnyítése érdekében.[18]

A metaverzum technológiának is fontos munkavédelmi lehetőségei lehetnek a jövőben. Az elnevezés Neal Stephenson 1992-es „Snow Crash” (Stephenson, 1992) című regényéből ered, a metaversum kifejezés az internet és a virtuális élmények jövőbeli változatának leírására alakult ki. Ma a metaverzumot a jelenlegi internet és az XR-technológiák lehetséges fejlődésének tekintik.[19]

3. MI és a pszichoszociális stressz összefüggései 

Ez a munkavédelmi kockázat alapvetően három forrásból ered: 1. a munkavállalók félelme és negatív hozzáállása a digitális technológiához (pl. robotfőnök, robot HR, a robotok elveszik az emberek munkáját, stb.) és 2. a MI által indukált folyamatos verseny (teljesítménynövelés) és 3. a folyamatos valós idejű megfigyelés komoly stresszfaktor.

A MI által dominált munkahelyen a munkavállalók úgy érezhetik, hogy oly mértékben elveszítik a munka tartalma, üteme és beosztása, valamint a munkavégzés módja feletti irányítást például azáltal, hogy nem akkor tartanak szünetet, vagy beszélnek a munkatársaikkal, amikor szeretnének, illetve, hogy a folyamatos adatgyűjtéssel sérülnek a személyiségi jogaik. Ugyancsak bizonytalanságérzetet és stresszt okozhat a különböző forrásokból megszerzett adatoknak a munkavállalók jutalmazásához, büntetéséhez vagy akár az elbocsátásukhoz történő felhasználása. Még ezen is túlmutat, hogy sokszor az otthonaikba is „behatolnak” ezek az eszközök és módszerek (pl. távmunka), ezáltal teljesen elveszítik a privát szférájukat és az önrendelkezésüket is, hiszen a technológia folyamatosan figyeli és irányítja őket.[20]

A digitális technológiai megoldások (pl. robotfőnök, robot HR) megkönnyítik a cégek számára, hogy szigorúan ellenőrzésük alatt tartsák a munkavállalókat a profit maximalizálás érdekében. Ennek az alapja, hogy a munkáltatók minden esetben maximalizálni szeretnék a munkavállalóik által elért eredményeket, és a megtermelt érték arányát, miközben igyekeznek minimalizálni a munkaerő ráfordításaikat. A teljesítmény és a termelékenység fokozásának érdekében megfigyelik és felügyeletük alatt tartják az alkalmazottakat.

Példa: Az elmúlt években az Amazon lett a hatékonyság mintája, ahol az automatizálással mindenki előtt járnak. Ennek azonban nagyon gyakran a munkavállalók a legnagyobb vesztesei. Számtalan jelentés számol be fenntarthatatlan munkakörülményekről és elvárásokról az Amazon központjaiban. A járművezetőknek állítólag beleegyezésüket kell adniuk, hogy a mesterséges intelligencia megfigyelése alatt végezzék munkájukat, illetve azokat a raktári dolgozókat, akik nem elég gyorsak, egyszerűen elbocsátják. Az elvárások olyan magasak, hogy többen számoltak be arról, hogy a mosdóba sem mernek kimenni a munkaidő alatt. A robotok ugyanis nem csak megfigyelik, de néha át is veszik a munkát. Ez lehet akár segítség is, de más esetekben komoly veszélyforrást jelenthet, hiszen a robotoknak köszönhetően nagyobb a nyomás a munkavállalókon. Ugyancsak megállapításra került, hogy gyakoribbak voltak a munkavállalói sérülések a robotokat is alkalmazó Amazon raktárakban.[21]

Az érem másik oldala, hogy egy Oracle és a Future Workplace kutatásából - 8370 munkavállalót, menedzsert és HR-vezetőt kérdeztek meg 10 különböző országban - az derül ki, hogy a munkavállalók 64 százaléka jobban bízik egy robotban, mint a humán felettesében. Továbbá a megkérdezettek felénél előfordult már, hogy inkább egy robothoz fordult tanácsért a főnöke helyett. A legtöbben Indiában (89 százalék) és Kínában (88 százalék) szavaznak nagyobb bizalmat a robotoknak a hús-vér vezetőkkel szemben. Őket követi sorrendben és csökkenő mértékben Szingapúr, Brazília, Japán, az Egyesült Arab Emírségek, Ausztrália és Új-Zéland, az Egyesült Államok, az Egyesült Királyság és Franciaország.[22]

Az emberek 82 százaléka szerint a robotok képesek jobban elvégezni a vezetői munkát, mint a humán menedzserek. Arra a kérdésre, hogy pontosan miben jobbak a robotok, a felmérésben megkérdezettek az elfogulatlan adatok biztosítását (26 százalék), a határidők betartását (34 százalék), a problémamegoldást (29 százalék) és a költségtervezést (26 százalék) említették.[23]

Borúlátó vélemények szerint a robotok hamarosan és folyamatosan elvehetik nagyon sok ember munkáját (2. technológiai munkanélküliség), ezzel veszélyeztetve a munka és munkajövedelem nélkül maradó munkanélküli tömegek megélhetését (munkajövedelem) és nehéz helyzetbe hozzák a gazdaságot.[24] A munka elvesztése vagy ennek a fenyegetettsége, illetve a digitalizáció hatására csökkenő munkabér a legtöbb munkavállaló életében komoly stresszt eredményez. 

Példa: Az új digitális technológiák némelyike nem csak arra alkalmas, hogy kiszorítsa az emberi munkaerőt, hanem arra is, hogy módosítsa a költségek megosztását a korábbiakhoz képest. Például, ha egy csomagszállító cég sofőrjét arra kérik, hogy bizonyos számú küldeményt szállítson le egy nap alatt. Évtizedekkel ezelőtt ennek a sofőrnek a vállalat valószínűleg többet fizetett, ha arra akarta ösztönözni, hogy kicsit gyorsabban vagy hatékonyabban dolgozzon. Ma azonban a technológia segítségével tartják szemmel, és a cég minden pillanatban tudja, mit csinál a munkavállaló, és esetleg mivel pazarolja el az értékes munkaidejét. Következésképpen ahelyett, hogy bónusszal jutalmaznák a sofőrt bizonyos mutatók teljesítése esetén, azzal szembesítik, hogy feleslegesen vesztegeti a munkaidejét.

A MI-vel támogatott digitális nyomon követő technológiák mindenre kiterjedő és folyamatos (valós idejű nyomon követés) ellenőrzésének különösen a munkavállalók lelki egészségi állapotára (munkahelyi stressz) lehet negatív hatása.

Példa: Egy távmunkában dolgozót egy olyan program figyelt, ami 10 percenként 3 fényképet készített róla. A munkáltató így kívánt megbizonyosodni arról, hogy az alkalmazott valóban a teljes munkaidő alatt a számítógép előtt ül. 

Egy másik esetben egy call center munkatársát, akinek sokszor kellett elnézést kérnie az ügyfelektől, mesterséges intelligencián alapuló empátiamonitorral vizsgáltak, hogy valóban elég őszintén tudja-e kifejezni sajnálatát. A technológia tehát lehetővé teszi, hogy minden részletre kiterjedően ellenőrizzék a munkáltatók az alkalmazottakat.

A munkahelyi - valós idejű – megfigyelés pozitív oldala a folyamatos stresszfigyelés. Az MI segítségével fejlesztett rendszerek képesek automatizáltan elemezni a munkahelyi stresszt és jelzéseket adni a munkavállalók stresszszintjéről, amelyek segítségével a munkavédelmi szakemberek megelőzhetik a stressz okozta megbetegedéseket.

Ilyen stresszfaktor lehet például a fáradtság. Megeshet, hogy látszólag nem jelentkezik feltűnő fáradtság egy munkavállalónál, de a MI mégis „tudja”, hogy már túl sok időt töltött az adott munkafolyamattal és pihenésre van szüksége. Ilyen esetben a programba be kell írni, hogy mennyi idő alatt mennyi feladatot old meg a munkavállaló, és ilyenkor a gép a beprogramozott tudása alapján tanácsot ad az embernek, hogy mit tegyen. Ha a munkavállaló túllépi a munkavédelmi előírásokban meghatározott időtartamot, akkor a MI szól neki, hogy csináljon valami mást vagy pihenjen. Ilyen szenzor lehet a fáradtság felismerésére szolgáló szemmozgásfigyelő rendszer, amelyben például a gyakori pislogás a fáradtság jele. Egy szakember meg tudja mondani, hogy bizonyos szemmozgás milyen idegi (pl. stressz) problémákra utalhat.[25]

Egyetértve több szerzővel, a problémát nem kizárólag a digitális technológia terjedése jelenti, hanem azok a vezetők és vállalati stratégák, akik a munkavállalót csupán egy csökkenthető költségtételként kezelik, nem pedig humán erőforrásként.[26]

4. Kiberbetegség vagy virtuális valóság (VR) betegség (Cybersickness)

A kiberbetegség egy mozgásbetegség, aminek kiváltó oka a képernyő előtt mozdulatlanul eltöltött hosszú idő. Ez többféle tünettel jelentkezhet, mely egyike lehet a hányinger, a szédülés, a fejfájás, a dezorientáltság és szemmozgászavarok. A kiberbetegség jelentős negatív hatással van a VR-technológiát magán- és szakmai környezetben egyaránt használó munkavállalók egészségére. A jelenséget az 1990-es évek eleje óta széles körben tanulmányozzák.[27]

A virtuális valóság betegség akkor fordul elő, ha a virtuális környezetnek való kitettség olyan tüneteket okoz, amelyek hasonlóak a mozgásszervi betegségek tüneteihez. A leggyakoribb tünetek az általános rossz közérzet, a szem megerőltetése, fejfájás, gyomorfájás, hányinger, hányás, sápadtság, izzadás, fáradtság, álmosság, dezorientáltság és apátia.[28]

Önmagában a kiberbetegségben nem különösen veszélyes. Bizonyos körülmények között azonban a tünetek veszélyes helyzeteket okozhatnak. Például, ha vezetés közben a kiberbetegség tünetei (például fejfájás vagy szédülés) jelentkeznek, ez növelheti a balesetveszélyt.

Összefoglalás

A mesterséges intelligencia jól felhasználható az egészségesebb és biztonságosabb munkavégzési környezet megteremtésére. A MI a munkahelyi biztonság javítására törekedhet a veszélyek figyelemmel kísérése és a berendezések ellenőrzése révén; olyan technikákat vezethet be, amelyek minimalizálják az emberi hibákat; a virtuális valóság felhasználható a gyakorlatok lebonyolítására; az egyre kifinomultabb megfigyelés pedig segíthet a bűncselekmények felderítésében és megelőzésében.[29]

Összegzésként megállapítható, hogy a MI és a munkavédelem kapcsán az alábbi alkalmazások fordulnak elő leggyakrabban:

a) Biztonsági szabályok betartása (compliance) és a veszélyek azonosítása. Az MI alkalmas a munkavállalók viselkedésének és teljesítményének nyomon követésére, valamint a potenciális munkavédelmi kockázatok valsó idejű és proaktív azonosítására. Azáltal, hogy a munkavállalók valós idejű visszajelzést kapnak, a MI segíthet nekik korrigálni a nem biztonságos viselkedést, mielőtt baleset történne.

b) A MI felhasználható virtuális valóság munkavédelmi képzési szimulációk létrehozására is, amelyek segíthetnek a munkavállalókat felkészülni a veszélyes helyzetekre.

c) A MI felhasználható új biztonsági technológiák és protokollok kifejlesztésére, így a munkahelyek biztonságosabbá válhatnak minden érintett számára.[30] Például a beszédalapú mesterséges intelligencia, amely keretében a biztonsági eljárásokon és jogszabályok alapján kiképzett chatbotok természetes nyelvi feldolgozással válaszolnak a munkavállalók biztonsággal kapcsolatos kérdéseire.

d) A fáradtság tüneteinek nyomon követése. A veszélyes és nehéz berendezéseket vagy járműveket kezelő munkavállalóknak mindig ébernek kell lenniük. Az arckifejezés helyszíni vagy járművön belüli elemzése azonosíthatja a fáradtság vagy álmosság jeleit. A munkavállaló figyelmeztetést kaphat, és azt tanácsolhatják neki, hogy pihenőidő után folytassa a munkát.

e) Beszédalapú mesterséges intelligencia. A biztonsági eljárásokon és kézikönyveken kiképzett chatbotok természetes nyelvi feldolgozással válaszolnak a munkavállalók munkavédelmi kapcsolatos kérdéseire.

f) Incidensbejelentése hangasszisztens segítségével. A MI használatával az alkalmazottak számára egyszerűvé válik az incidensek jelentése. A mesterséges intelligencia képes átírni a beszélt incidensjelentéseket, és további elemzéshez kivonni a releváns adatokat.

g) Biztonságos karbantartás és javítás. Az AR használatával a munkavállalók karbantartási utasításokat kapnak a diagnózisra és a javításra vonatkozó valós idejű információkkal.[31]

Szerző: Hajdú József

Ugrás a következő fejezetre

Vissza a MOOC kezdőlapjára

Felhasznált irodalom

A digitalizáció és a munkavédelem (2020) https://osha.europa.eu/sites/default/files/Digitalisation_and_OSH_HU.pdf

A munka digitalizációja (2023) https://osha.europa.eu/hu/themes/digitalisation-work

A munkavédelem fogalma és a munkavédelem jelentősége (2019) https://mekoutlet.hu/munkavedelem-fogalma

A robotok elveszik a munkánkat, vagy inkább pokollá teszik azt? (2021) https://mandiner.hu/makronom/2021/07/a-robotok-elveszik-a-munkankat-vag…

Brian L. Warrick (2024) The Role of Artificial Intelligence in Occupational Safety and Health Practices (OSH); https://www.usf.edu/health/public-health/news/2024/ai-in-osh-practices…

Cheng, R., Wu, N., Varvello, M., Chen, S., & Han, B. (2022). Are we ready for metaverse?: A measurement study of social virtual reality platforms. In Proceedings of the 22nd ACM Internet Measurement Conference (pp. 504-518). Association for Computing Machinery. 

Cheong, B. C. (2022). Avatars in the metaverse: Potential legal issues and remedies. International Cybersecurity Law Review, 3(2), 467-494.

Cybersickness: What Is It, and How Can You Prevent It? (2022) https://www.coveeyecare.com/cybersickness-what-is-it-and-how-can-you-pr…

Jobb egy robot, mint egy főnök (2019) https://www.portfolio.hu/short/20191018/jobb-egy-robot-mint-egy-fonok-4…

Keith Walters (2024) The impact of Artificial Intelligence on health and safety; https://www.sheilds.org/blog/impact-artificial-intelligence-health-safe…

Kennedy, R. S., Lane, N. E., Berbaum, K. S., & Lilienthal, M. G. (1993). Simulator sickness questionnaire: An enhanced method for quantifying simulator sickness. The International Journal of Aviation Psychology, 3(3), 203-220.

Kinza Yasar (2023) Wearable technology; https://www.techtarget.com/searchmobilecomputing/definition/wearable-te…

Európai Munkahelyi Biztonsági és Egészségvédelmi Ügynökség (2024) Fejlett Robotika és Mesterséges Intelligencián Alapuló Rendszerek a Munkahelyen: A Tényleges Megvalósításokból Eredő Munkavédelmi Kihívások és Lehetőségek https://osha.europa.eu/sites/default/files/documents/Advanced-robotics-…

Édes Richárd (2024) A mesterséges intelligencia véget vet a munkahelyi baleseteknek? https://www.boon.hu/helyi-kozelet/2024/05/mesterseges-intelligencia-mun…

Grassini, S., & Laumann, K. (2020b). Evaluating the use of virtual reality in work safety: A literature review. In P. Baraldi, F. Di Maio, & E. Zio (Eds), Proceedings of the 30th European Safety and Reliability Conference and the 15th Probabilistic Safety Assessment and Management Conference (pp. 4964-4971). Research Publishing, Singapore.

Hannah Burton (2024) AI in the workplace - health and safety friend or foe? https://www.britsafe.org/safety-management/2023/ai-in-the-workplace-hea…

How artificial intelligence can improve safety at workplaces (2024); https://accent-systems.com/how-artificial-intelligence-can-improve-safe…

Immad A Shah, SukhDev Mishra, Artificial intelligence in advancing occupational health and safety: an encapsulation of developments, Journal of Occupational Health, Volume 66, Issue 1, January-December 2024, uiad017, https://doi.org/10.1093/joccuh/uiad017

Chris Stokel-Walker (2023) Artificial skin can detect nearby objects without even touching them; https://www.newscientist.com/article/2356205-artificial-skin-can-detect-nearby-objects-without-even-touching-them/

Hivatkozott források

[1] A munkavédelem fogalma és a munkavédelem jelentősége (2019) https://mekoutlet.hu/munkavedelem-fogalma

[2] A digitalizáció és a munkavédelem (2020) https://osha.europa.eu/sites/default/files/Digitalisation_and_OSH_HU.pdf (2024.11.23.)

[3] Európai Munkahelyi Biztonsági és Egészségvédelmi Ügynökség (2024) Fejlett Robotika és Mesterséges Intelligencián Alapuló Rendszerek a Munkahelyen: A Tényleges Megvalósításokból Eredő Munkavédelmi Kihívások és Lehetőségek https://osha.europa.eu/sites/default/files/documents/Advanced-robotics-and-AI-based-systems-in-the-workplace_HU.pdf (2024.11.23.)

[4] Keith Walters (2024) The impact of Artificial Intelligence on health and safety; https://www.sheilds.org/blog/impact-artificial-intelligence-health-safety/ (2024.11.23.)

[5] A digitalizáció és a munkavédelem (2020) https://osha.europa.eu/sites/default/files/Digitalisation_and_OSH_HU.pdf (2024.11.23.)

[6] Immad A Shah, SukhDev Mishra, Artificial intelligence in advancing occupational health and safety: an encapsulation of developments, Journal of Occupational Health, Volume 66, Issue 1, January-December 2024, uiad017, https://doi.org/10.1093/joccuh/uiad017 (2024.11.23.)

[7] Európai Munkahelyi Biztonsági és Egészségvédelmi Ügynökség (2024) Fejlett Robotika és Mesterséges Intelligencián Alapuló Rendszerek a Munkahelyen: A Tényleges Megvalósításokból Eredő Munkavédelmi Kihívások és Lehetőségek https://osha.europa.eu/sites/default/files/documents/Advanced-robotics-and-AI-based-systems-in-the-workplace_HU.pdf (2024.11.23.)

[8] A digitalizáció és a munkavédelem (2020) https://osha.europa.eu/sites/default/files/Digitalisation_and_OSH_HU.pdf (2024.11.23.)

[9] A digitalizáció és a munkavédelem (2020) https://osha.europa.eu/sites/default/files/Digitalisation_and_OSH_HU.pdf (2024.11.23.)

[10] Európai Munkahelyi Biztonsági és Egészségvédelmi Ügynökség (2024) Fejlett Robotika és Mesterséges Intelligencián Alapuló Rendszerek a Munkahelyen: A Tényleges Megvalósításokból Eredő Munkavédelmi Kihívások és Lehetőségek https://osha.europa.eu/sites/default/files/documents/Advanced-robotics-and-AI-based-systems-in-the-workplace_HU.pdf (2024.11.23.)

[11] Brian L. Warrick (2024) The Role of Artificial Intelligence in Occupational Safety and Health Practices (OSH); https://www.usf.edu/health/public-health/news/2024/ai-in-osh-practices.aspx (2024.11.23.)

[12] A digitalizáció és a munkavédelem (2020) https://osha.europa.eu/sites/default/files/Digitalisation_and_OSH_HU.pdf (2024.11.23.)

[13] Brian L. Warrick (2024) The Role of Artificial Intelligence in Occupational Safety and Health Practices (OSH); https://www.usf.edu/health/public-health/news/2024/ai-in-osh-practices.aspx (2024.11.23.)

[14] Kinza Yasar (2023) Wearable technology; https://www.techtarget.com/searchmobilecomputing/definition/wearable-technology (2024.11.23.)

[15] Chris Stokel-Walker (2023) Artificial skin can detect nearby objects without even touching them; https://www.newscientist.com/article/2356205-artificial-skin-can-detect-nearby-objects-without-even-touching-them/ (2024.11.23.)

[16] Brian L. Warrick (2024) The Role of Artificial Intelligence in Occupational Safety and Health Practices (OSH); https://www.usf.edu/health/public-health/news/2024/ai-in-osh-practices.aspx (2024.11.23.)

[17] A munka digitalizációja (2023) https://osha.europa.eu/hu/themes/digitalisation-work (2024.11.23.)

[18] Grassini, S., & Laumann, K. (2020b). Evaluating the use of virtual reality in work safety: A literature review. In P. Baraldi, F. Di Maio, & E. Zio (Eds), Proceedings of the 30th European Safety and Reliability Conference and the 15th Probabilistic Safety Assessment and Management  Conference (pp. 4964-4971). Research Publishing, Singapore.

[19] Cheng, R., Wu, N., Varvello, M., Chen, S., & Han, B. (2022). Are we ready for metaverse?: A measurement study of social virtual reality platforms. In Proceedings of the 22nd ACM Internet Measurement Conference (pp. 504-518). Association for Computing Machinery.  Cheong, B. C. (2022). Avatars in the metaverse: Potential legal issues and remedies. International Cybersecurity Law Review, 3(2), 467-494.

[20] A robotok elveszik a munkánkat, vagy inkább pokollá teszik azt? (2021) https://mandiner.hu/makronom/2021/07/a-robotok-elveszik-a-munkankat-vagy-inkabb-pokolla-teszik-azt (2024.11.23.)

[21] A robotok elveszik a munkánkat, vagy inkább pokollá teszik azt? (2021) https://mandiner.hu/makronom/2021/07/a-robotok-elveszik-a-munkankat-vagy-inkabb-pokolla-teszik-azt (2024.11.23.)

[22] Jobb egy robot, mint egy főnök (2019) https://www.portfolio.hu/short/20191018/jobb-egy-robot-mint-egy-fonok-404311 (2024.11.23.)

[23] Jobb egy robot, mint egy főnök (2019) https://www.portfolio.hu/short/20191018/jobb-egy-robot-mint-egy-fonok-404311 (2024.11.23.)

[24] A robotok elveszik a munkánkat, vagy inkább pokollá teszik azt? (2021) https://mandiner.hu/makronom/2021/07/a-robotok-elveszik-a-munkankat-vagy-inkabb-pokolla-teszik-azt (2024.11.23.)

[25] Édes Richárd (2024) A mesterséges intelligencia véget vet a munkahelyi baleseteknek? https://www.boon.hu/helyi-kozelet/2024/05/mesterseges-intelligencia-munkahely-baleset-miskolc (2024.11.23.)

[26] A robotok elveszik a munkánkat, vagy inkább pokollá teszik azt? (2021) https://mandiner.hu/makronom/2021/07/a-robotok-elveszik-a-munkankat-vagy-inkabb-pokolla-teszik-azt (2024.11.23.)

[27] Kennedy, R. S., Lane, N. E., Berbaum, K. S., & Lilienthal, M. G. (1993). Simulator sickness questionnaire: An enhanced method for quantifying simulator sickness. The International Journal of Aviation Psychology, 3(3), 203-220. 

[28] Cybersickness: What Is It, and How Can You Prevent It? (2022) https://www.coveeyecare.com/cybersickness-what-is-it-and-how-can-you-prevent-it/ (2024.11.23.)

[29] Hannah Burton (2024) AI in the workplace - health and safety friend or foe? https://www.britsafe.org/safety-management/2023/ai-in-the-workplace-health-and-safety-friend-or-foe (2024.11.23.)

[30] How artificial intelligence can improve safety at workplaces (2024); https://accent-systems.com/how-artificial-intelligence-can-improve-safety-at-workplaces/ (2024.11.23.)

[31] A digitalizáció és a munkavédelem (2020) https://osha.europa.eu/sites/default/files/Digitalisation_and_OSH_HU.pdf (2024.11.23.)