Riesgos del futuro, prevención del presente: el rol actual de la IA en SST
Carlos Augusto Bermúdez Fonnegra / Gerente de tecnología del Consejo Colombiano de Seguridad / Ingeniero de sistemas, especialista en desarrollo y gerencia integral de proyectos con más de 20 años de trayectoria profesional en procesos de transformación tecnológica. Cómo citar este artículo Bermúdez, C. (2025). Riesgos del futuro, prevención del presente: el rol actual de la IA en SST. Revista Protección & Seguridad No. 421. (mayo – junio 2025). pág. 44-47. https://ccs.org.co/portfolio/riesgos-futuro-rol-actual-ia-sst/ En el marco del 58 Congreso de Seguridad, Salud y Ambiente, se abordaron dos temas de gran relevancia en el ámbito de la inteligencia artificial (IA) aplicada a la Seguridad y Salud en el Trabajo (SST): la integración de la IA generativa en la gestión de la SST y el uso avanzado de la analítica de datos como herramienta estratégica para fortalecer la prevención de riesgos laborales. El éxito en la adopción de estas iniciativas depende fundamentalmente de tres factores clave: La implementación de la inteligencia artificial generativa en SST representa un cambio paradigmático en la forma de abordar la prevención de riesgos laborales. A continuación, se presentan cuatro pasos con acciones definidas que fueron desarrollados en profundidad durante la conferencia ‘Riesgos del futuro, prevención del presente: el rol actual de la IA en SST’, la cual brindé en el marco de nuestra cita anual más importante, en la que se exploraron con mayor detalle sus implicaciones, beneficios y desafíos para una integración responsable y efectiva en las organizaciones. Paso 1. Evaluación inicial. Bases para una implementación exitosa Esta primera etapa es fundamental para identificar necesidades, recopilar datos relevantes y preparar la infraestructura tecnológica necesaria para la implementación de la IA en el ámbito de la SST. Las actividades clave en esta fase incluyen: • Identificación de áreas de intervención prioritarias. • Diagnóstico de riesgos existentes. • Definición de objetivos claros y medibles. • Evaluación de compatibilidad tecnológica. • Garantía de la seguridad y privacidad de los datos. Es aquí donde se sientan las bases para una integración sólida, alineando la tecnología con los objetivos estratégicos de la organización. Paso 2. Plan de acción. Diseño estratégico de la implementación En esta fase se diseñan las metodologías específicas para integrar la IA generativa en los procesos de SST seleccionados y se establecen roles y responsabilidades claras. Las actividades principales son: • Definición precisa del problema a resolver. • Selección de tecnologías y herramientas de IA adecuadas. • Colaboración con expertos multidisciplinarios. • Formación de equipos interdisciplinarios. • Designación de responsables de calidad y soporte técnico. La planificación estratégica y la colaboración son esenciales para anticipar retos y asegurar una implementación eficiente Paso 3. Desarrollo, integración, pilotaje y ajustes (DIPA) Esta etapa crítica implica la implementación inicial de la IA en un entorno controlado, permitiendo realizar ajustes antes del despliegue completo. Incluye: • Selección del escenario piloto. • Definición de métricas de éxito y KPI. • Ejecución y monitoreo del piloto. • Ajustes basados en el feedback de los usuarios. • Comparación de resultados con las metas establecidas. • Optimización continua del modelo. • Documentación de aprendizajes. • Capacitación al personal involucrado. El pilotaje controlado minimiza riesgos y maximiza el aprendizaje organizacional. Paso 4. Escalabilidad y monitoreo continuo La fase final garantiza la expansión exitosa de la solución a toda la organización y su mejora continua. Las actividades clave son: • Identificación de nuevas aplicaciones y oportunidades de mejora. • Plan de escalamiento y optimización del recurso. • Actualización continua de la tecnología y procesos. • Implementación de indicadores clave de desempeño (KPI). • Auditorías periódicas y revisiones de cumplimiento. • Plan de comunicación interna y capacitación continua. • Recolección de feedback y ajustes iterativos. Este enfoque asegura que la integración de la IA en la SST sea sostenible y evolucione junto con las necesidades de la organización. La analítica de datos como herramienta estratégica en la prevención La incorporación estratégica de la analítica de datos en SST supone un salto cualitativo en la capacidad predictiva y prescriptiva de las organizaciones. El procesamiento de grandes volúmenes de información estructurada y no estructurada permite identificar patrones ocultos y correlaciones críticas para la toma de decisiones preventivas. Este enfoque, que supera las limitaciones del análisis reactivo tradicional, también fue desarrollado en profundidad durante la conferencia, en donde se presentaron los tres niveles de intervención que permitieron aprovechar al máximo el potencial de la analítica en la gestión de la SST. De hecho, la ponencia ofreció ejemplos prácticos, indicaciones y prompts específicos para cada etapa de la implementación. El objetivo fue proporcionar a los asistentes herramientas y estrategias concretas para liderar la transformación digital en SST de manera ética, efectiva y sostenible.
Riesgos del futuro, prevención del presente: el rol actual de la IA en SST Leer más »