MAKİNA ÖĞRENMESİ ve İŞ GÜVENLİĞİ
Teknolojinin hızla gelişmesi, çalışma hayatında önemli değişiklikleri beraberinde getirmektedir. Özellikle yapay zekâ ve makine öğrenmesi gibi yenilikçi teknolojiler, İşçi Sağlığı ve İş Güvenliği (İSG) uygulamalarında yeni fırsatlar sunmaktadır.
Geleneksel iş güvenliği anlayışında tehlikeler çoğunlukla saha denetimleri, risk değerlendirmeleri ve geçmiş iş kazalarının incelenmesi yoluyla belirlenirken, makine öğrenmesi sayesinde çok daha fazla veri analiz edilerek olası risklerin önceden tahmin edilmesi mümkün hâle gelmektedir.
Makine öğrenmesi, bilgisayarların geçmiş verilerden öğrenerek yeni durumlar hakkında tahminlerde bulunmasını sağlayan yapay zekâ teknolojisinin bir alt dalıdır. İş güvenliği alanında kullanıldığında iş kazalarının önlenmesine, tehlikeli davranışların belirlenmesine ve çalışma ortamlarının daha güvenli hâle getirilmesine katkı sağlayabilir.
Makine Öğrenmesi Nedir?
Makine öğrenmesi (Machine Learning), bilgisayar sistemlerinin açıkça programlanmadan verilerden öğrenmesini ve öğrendikleri bilgiler doğrultusunda tahminler yapmasını sağlayan bir teknolojidir. Bu sistemler geçmiş verileri analiz ederek belirli olaylar arasındaki ilişkileri ortaya çıkarır.
Örneğin, bir işletmede meydana gelen iş kazalarının tarihleri, çalışma saatleri, kullanılan makineler, çalışanların deneyimleri ve ortam koşulları analiz edilebilir. Makine öğrenmesi algoritmaları bu verilerden yararlanarak hangi koşullarda iş kazası riskinin arttığını belirleyebilir.
Bu sayede işletmeler yalnızca meydana gelen kazalara müdahale etmek yerine, kazalar gerçekleşmeden önce önleyici tedbirler geliştirebilir.
İş Güvenliğinde Makine Öğrenmesinin Kullanım Alanları
1. İş Kazalarının Önceden Tahmin Edilmesi
Makine öğrenmesinin iş güvenliğine sağladığı en önemli katkılardan biri, iş kazası risklerinin önceden tahmin edilmesidir. Geçmiş iş kazası kayıtları, ramak kala olaylar, çalışma süreleri ve ortam koşulları analiz edilerek riskli durumlar belirlenebilir.
Örneğin, belirli bir üretim hattında vardiyanın son saatlerinde kaza sayısının arttığı tespit edilirse çalışan yorgunluğuna yönelik önlemler alınabilir.
2. Kişisel Koruyucu Donanımların Kontrolü
Görüntü işleme teknolojileriyle birlikte kullanılan makine öğrenmesi algoritmaları, çalışanların kişisel koruyucu donanım (KKD) kullanımını denetleyebilir.
İşletmelerde bulunan kameralar aracılığıyla çalışanların baret, koruyucu gözlük, reflektif yelek ve diğer gerekli ekipmanları kullanıp kullanmadıkları tespit edilebilir. KKD kullanmayan çalışanlar veya güvenlik kurallarına aykırı durumlar sistem tarafından belirlenerek sorumlu kişilere bildirim gönderilebilir.
3. Tehlikeli Davranışların Tespit Edilmesi
Makine öğrenmesi, çalışanların hareketlerini ve çalışma alanlarındaki davranışlarını analiz ederek tehlikeli durumların belirlenmesine yardımcı olabilir.
Yetkisiz alanlara giriş, makine koruyucularının devre dışı bırakılması, tehlikeli bölgelere yaklaşılması ve uygunsuz çalışma pozisyonları gibi durumlar otomatik sistemlerle tespit edilebilir.
4. Makine ve Ekipman Arızalarının Tahmini
Üretim tesislerinde kullanılan makinelerin arızalanması ciddi iş kazalarına neden olabilir. Makine öğrenmesi, sensörlerden elde edilen sıcaklık, titreşim, basınç ve ses verilerini analiz ederek olası arızaları önceden tahmin edebilir.
Bu uygulama sayesinde makinelerin bakım ihtiyaçları önceden belirlenebilir ve tehlikeli arızalardan kaynaklanabilecek iş kazalarının önüne geçilebilir.
5. Risk Değerlendirmelerinin Geliştirilmesi
Makine öğrenmesi, risk değerlendirme çalışmalarında karar vericilere destek sağlayabilir. İşletmenin geçmiş kaza kayıtları, ramak kala bildirimleri ve çalışma ortamı ölçümleri birlikte analiz edilerek öncelikli risk alanları belirlenebilir.
Böylece iş güvenliği uzmanları, denetim ve iyileştirme çalışmalarını daha yüksek risk taşıyan alanlara yönlendirebilir.
Makine Öğrenmesinin İş Güvenliğine Sağladığı Avantajlar
Makine öğrenmesinin iş güvenliği süreçlerinde kullanılması birçok avantaj sağlamaktadır. Bunların başında risklerin erken tespit edilmesi, iş kazalarının azaltılması ve denetim süreçlerinin daha verimli yürütülmesi gelmektedir.
Ayrıca büyük miktardaki verilerin kısa sürede analiz edilmesi, işletmelerin daha doğru kararlar almasına yardımcı olur. Sürekli izleme ve analiz imkânı sayesinde iş güvenliği uygulamaları daha dinamik bir yapıya kavuşur.
Bununla birlikte, teknolojik sistemlerin kullanılması çalışanların güvenlik bilincini ve iş güvenliği eğitimlerinin önemini ortadan kaldırmaz. Aksine bu sistemler, insan odaklı iş güvenliği yaklaşımını destekleyen yardımcı araçlar olarak değerlendirilmelidir.
Makine Öğrenmesinin Kullanımındaki Sınırlılıklar
Makine öğrenmesinin iş güvenliğinde etkili olabilmesi için doğru, yeterli ve güncel verilere ihtiyaç vardır. Eksik veya hatalı veriler, sistemlerin yanlış tahminlerde bulunmasına neden olabilir.
Ayrıca kamera ve sensör sistemlerinin kurulumu maliyet gerektirebilir. Çalışanların kişisel verilerinin korunması, izleme faaliyetlerinin şeffaf yürütülmesi ve elde edilen verilerin amacı dışında kullanılmaması da dikkat edilmesi gereken konulardır.
En önemlisi, makine öğrenmesi sistemleri iş güvenliği uzmanlarının, işverenlerin ve çalışanların sorumluluklarını devralamaz. Bu teknolojiler yalnızca karar destek mekanizması olarak kullanılmalıdır.
Sonuç
Makine öğrenmesi, iş sağlığı ve güvenliği alanında önleyici ve proaktif bir yaklaşımın geliştirilmesine önemli katkılar sağlayabilecek teknolojilerden biridir. İş kazalarının tahmin edilmesi, kişisel koruyucu donanımların kontrolü, tehlikeli davranışların belirlenmesi ve makine arızalarının önceden tespit edilmesi gibi uygulamalar sayesinde çalışma ortamları daha güvenli hâle getirilebilir.
Gelecekte yapay zekâ ve makine öğrenmesi teknolojilerinin iş güvenliği uygulamalarında daha yaygın kullanılması beklenmektedir. Ancak teknolojiden en yüksek verimin alınabilmesi için insan faktörü, iş güvenliği kültürü, eğitim ve mevzuata uygunluk her zaman ön planda tutulmalıdır. Unutulmamalıdır ki teknolojinin temel amacı, insan hayatını korumak ve iş kazalarını meydana gelmeden önlemektir.
