IA y seguridad laboral: detectar los riesgos sin vigilar a las personas
La IA puede servir a la seguridad laboral si lee las señales que usted ya ignora, en lugar de grabar a sus equipos. La frontera, legal y humana.
Usted ya ha hecho lo más difícil en seguridad. Los procedimientos están escritos, los equipos de protección distribuidos, las formaciones al día, las charlas de seguridad realizadas.
Y sin embargo, la tasa de accidentes ya no baja. Los casi accidentes continúan. Las mismas situaciones se repiten, año tras año.
Llega entonces la promesa seductora: una cámara inteligente que detecta, en tiempo real, a todos los que no llevan puesto el casco. Antes de instalar ese ojo, hay que ver adónde lleva ese camino. Porque existe otro, más eficaz y mucho menos arriesgado.
Lo esencial
La IA puede servir de verdad a la seguridad, pero la frontera entre prevenir un riesgo y vigilar a las personas es delgada, y es tan jurídica como humana. El valor de la IA de seguridad laboral se encuentra primero en las señales que usted ya deja dormidas, los casi accidentes que nunca se releen en conjunto, no en el vídeo de sus equipos. Si graba, mire la situación, no al individuo, sin almacenar rostros, para prevenir y no para sancionar. La decisión que afecta a una persona sigue siendo siempre humana.
Dos caminos para la misma cámara: ¿cuál elegir?
Ante el estancamiento de los accidentes, se le presentan dos usos de la IA. Parten de la misma constatación pero llevan a resultados opuestos.
| Criterio | Hacer hablar sus informes | Grabar a sus equipos |
|---|---|---|
| Objeto observado | La situación, el precursor | La persona, el comportamiento |
| Dato utilizado | Casi accidentes ya redactados | Vídeo continuo de los puestos |
| Riesgo jurídico | Bajo | Alto (RGPD, Código de Trabajo francés, AI Act) |
| Efecto sobre la confianza | Refuerza las notificaciones | Agota las notificaciones |
| Coste de puesta en marcha | Nulo (datos ya existentes) | Equipamiento, cumplimiento normativo, CSE |
La tabla se desplaza horizontalmente en pantallas pequeñas.
El resto de este artículo detalla por qué el primer camino es casi siempre el acertado, y bajo qué condiciones estrictas el segundo puede, excepcionalmente, tener cabida.
¿Por qué se estanca la seguridad a pesar de tener las bases en marcha?
Cuando las medidas básicas ya están en marcha, lo que queda deja de verse a simple vista. El riesgo no desaparece, se diluye.
Un casi accidente se notifica, se archiva, y luego se olvida. Otro, descrito con otras palabras, termina en otra carpeta. Nadie tiene la misión de releer mil notificaciones en conjunto, y sin embargo es ahí donde se esconde la señal.
Es exactamente el mismo mecanismo que se encuentra en otros ámbitos, en las no conformidades que se repiten o en las paradas no planificadas cuya señal ya existía: el hecho estaba ahí, diluido en el volumen, invisible mientras nadie miraba el conjunto.
La seguridad rara vez se estanca por falta de rigor. Se estanca porque la información útil está dispersa. Las causas típicas de esta dilución son conocidas:
- El volumen. Cientos de notificaciones al año que ningún coordinador de seguridad puede releer de una sola vez.
- El vocabulario. La misma situación descrita con diez formulaciones distintas según el autor.
- El aislamiento. Cada incidente tratado por separado, nunca comparado con los demás.
- El tiempo. El análisis en frío del historial siempre queda relegado tras la urgencia del día.
¿Qué es lo que la IA hace mejor, y de forma más discreta?
El uso más sólido de la inteligencia artificial en seguridad industrial es también el menos intrusivo: hacer hablar los informes que usted ya tiene.
Un modelo de lenguaje lee sus notificaciones de casi accidentes, sus análisis de incidentes y sus actas, todos redactados en texto libre. Agrupa las que describen la misma situación, aunque estén formuladas de manera diferente.
Donde usted veía mil notificaciones dispersas, el modelo hace aparecer los precursores recurrentes:
- un mismo gesto,
- un mismo puesto,
- un mismo momento del día que precede a los incidentes.
No le dice qué hacer. Le muestra dónde mirar, a una escala que ningún responsable de seguridad tiene tiempo de cubrir manualmente.
Es inteligencia de prevención, extraída de sus propios datos, sin una sola cámara. Este análisis de los casi accidentes es el núcleo de lo más útil que aporta la IA HSE, y es también lo que la exime de las cargas jurídicas de la videovigilancia.
La señal estaba en las notificaciones
Un centro de metalurgia recopila concienzudamente sus casi accidentes: varios cientos al año, debidamente archivados, rara vez releídos en conjunto. En un año se producen tres accidentes con baja en operaciones de manipulación de cargas, tratados por separado.
Al agrupar el historial por significado en lugar de por categoría, surge un precursor: una misma maniobra de manipulación, al final del turno, en el cambio de equipo, aparecía en decenas de notificaciones menores antes de cada uno de los tres accidentes. La señal existía, diluida en el volumen. El centro actuó sobre la situación, el modo operativo y la organización del cambio de turno, sin haber necesitado vigilar a nadie.
¿Por qué la cámara de vigilancia es una trampa?
Llega después la cámara que detecta los equipos de protección individual y los comportamientos. Técnicamente, funciona. Jurídica y humanamente, es un campo de minas.
En el plano legal, grabar de forma continua a sus trabajadores para evaluarlos choca con el RGPD y con el Código de Trabajo francés:
- el dispositivo debe ser proporcionado;
- la información a las personas y la consulta al comité social y económico (CSE) son obligatorias;
- una vigilancia permanente y sistemática de un puesto de trabajo se considera con frecuencia ilícita.
El Reglamento europeo de IA clasifica además los sistemas de seguimiento de los trabajadores entre los usos de alto riesgo, sometidos a obligaciones exigentes. No es un detalle de cumplimiento normativo, es una luz roja.
En el plano humano, el coste es aún peor. Un equipo que sabe que está siendo grabado y evaluado deja de confiar.
Las notificaciones de casi accidentes, ese combustible tan valioso, se agotan, porque señalar un incidente se convierte en un riesgo personal. Se elude el dispositivo, se oculta en lugar de notificar.
La cámara instalada para mejorar la seguridad termina por secar la fuente de información que la hacía progresar. Es la paradoja central de la detección de EPI por IA cuando apunta a la persona: destruye el dato del que dependía toda la prevención.
- Instalar primero, regular después.Desplegar una cámara inteligente antes de la consulta al CSE y de informar a los trabajadores expone a que el dispositivo sea declarado ilícito.
- Confundir lo técnico con lo legítimo.Que un sistema sepa detectar un casco ausente no hace ni proporcionado ni legal el hecho de grabar los puestos de forma continua.
- Apuntar a la persona en lugar de al peligro.Registrar comportamientos individuales agota las notificaciones y oculta el riesgo en lugar de reducirlo.
- Sancionar basándose en una alerta.Tratar una señal del sistema como un veredicto, sin investigación humana, convierte la prevención en un tribunal automático.
- Externalizar el dato.Confiar imágenes o informes que hablan de sus trabajadores a un proveedor externo añade un riesgo jurídico a un riesgo humano.
¿Cómo utilizar el análisis de imagen sin vigilar a las personas?
El análisis de imagen tiene, sin embargo, un lugar legítimo en la seguridad, a condición de invertir su lógica. No se mira a la persona, se mira la situación.
Detectar que un ser humano entra en la zona peligrosa de una máquina durante su ciclo, y activar una parada, protege sin identificar a nadie.
El procesamiento se realiza lo más cerca posible del sensor, sin grabar ni almacenar rostros, y la alerta sirve a la prevención inmediata, no a la constitución de un expediente. La diferencia se resume en una frase: se vigila un peligro, no a un trabajador.
| Vigilar a la persona | Vigilar la situación | |
|---|---|---|
| Qué se detecta | Quién no lleva su EPI | Una intrusión en zona peligrosa |
| Finalidad | Evaluar, sancionar | Activar una parada, prevenir |
| Rostro / identidad | Registrado, almacenado | Ni registrado ni almacenado |
| Procesamiento | A menudo externalizado | Lo más cerca posible del sensor, en local |
| Estado según el AI Act | Uso de alto riesgo | Seguridad de la situación |
La tabla se desplaza horizontalmente en pantallas pequeñas.
Este tipo de dispositivo se construye con los operarios y el CSE, no en contra de ellos, porque quienes ocupan el puesto saben dónde están los riesgos reales.
¿Quién decide, y dónde deben permanecer los datos?
El principio que atraviesa todo el tema es el de cualquier uso responsable de la IA en la industria, aún más estricto en este caso, porque aquí el dato afecta a personas.
La IA señala un motivo de riesgo; son personas quienes investigan, comprenden y deciden. Nunca una sanción automática dictada por un sistema. Una notificación de riesgo es una hipótesis por investigar, no un veredicto sobre alguien.
Y precisamente porque estos datos hablan de sus trabajadores y de sus instalaciones, no tienen nada que hacer en un servicio externo.
El procesamiento en local, en el propio centro, sin que el dato salga de la empresa, no es una precaución más entre otras: es el único enfoque defendible, por las mismas razones que valen para cualquier dato sensible confiado a una IA.
¿Por dónde empezar sin cámara ni presupuesto?
El primer paso no requiere cámara ni presupuesto: es su registro de casi accidentes e incidentes, tal como existe.
Es el orden correcto: aprovechar primero lo que sus equipos ya le han notificado, antes incluso de pensar en instalar el más mínimo ojo.
Reúna sus notificaciones existentes
Reúna su registro de casi accidentes, sus análisis de incidentes y sus actas, tal como están, en texto libre. No es necesario ningún registro nuevo.
Agrupe por significado, en local
Haga analizar el historial mediante un modelo que agrupe las notificaciones que describen la misma situación, aunque estén formuladas de manera diferente, en el propio centro y sin que el dato salga de la empresa.
Compruebe si aparece un precursor
Observe si un precursor que usted sospechaba aparece realmente: un mismo gesto, un mismo puesto, un mismo momento. Si aparece, tiene una pista de acción concreta, obtenida sin vigilar a nadie.
Contemple la visión artificial solo después
Solo después de haber agotado lo que dicen sus informes se plantea, en su caso, la cuestión del análisis de imagen, y entonces únicamente para vigilar un peligro, no a un trabajador.
¿Qué conclusiones sacar sobre la IA en la seguridad laboral?
La IA tiene un lugar real en la seguridad laboral, pero no el que se le propone en primer lugar.
Su contribución más fuerte y más sana consiste en hacer aflorar las señales diluidas en sus informes, no en grabar a sus equipos. Es ahí donde la IA de prevención de riesgos da más, con menos riesgos a cambio.
Si la visión artificial se impone, que apunte a la situación y no a la persona, de forma anónima y para prevenir.
La decisión que compromete a un individuo sigue siendo humana, y el dato permanece en su empresa. Es bajo estas condiciones que la IA hace mejor la seguridad, en lugar de volverla sospechosa.
¿Puede la IA mejorar de verdad la seguridad laboral?
Sí, sobre todo aprovechando los informes que usted ya tiene. Un modelo de lenguaje agrupa los casi accidentes y los incidentes que describen la misma situación y hace resaltar los precursores recurrentes, a una escala imposible de cubrir manualmente. Es el uso más útil y menos intrusivo.
¿Es legal en Francia una cámara que detecta los EPI?
Está muy regulada. El RGPD y el Código de Trabajo francés imponen la proporcionalidad, la información a los trabajadores y la consulta al CSE, y una vigilancia permanente de los puestos se considera a menudo ilícita. El Reglamento europeo de IA clasifica el seguimiento de los trabajadores entre los usos de alto riesgo.
¿Cómo utilizar el análisis de imagen sin vigilar a los trabajadores?
Apuntando a la situación y no a la persona: detectar una intrusión en zona peligrosa para activar una parada, sin registrar rostros, procesando lo más cerca posible del sensor, para prevenir y no para sancionar. El dispositivo se construye con los operarios y los representantes del personal.
¿Dónde deben procesarse los datos de seguridad?
En su empresa. Estos datos conciernen a sus trabajadores y a sus instalaciones; no tienen por qué salir hacia un servicio externo. Un procesamiento en local, en el propio centro, es el único enfoque realmente defendible para este tipo de datos sensibles.
Fuentes y referencias
Reglamento (UE) 2016/679 (RGPD): impone la proporcionalidad y la información a las personas en cuanto un dispositivo trata datos relativos a trabajadores identificables.
Código de Trabajo francés, artículos L.1121-1 y L.1222-4: regulan las restricciones a las libertades individuales y el uso de dispositivos de vigilancia, con información previa a los trabajadores y consulta al comité social y económico (CSE).
Reglamento europeo de inteligencia artificial (AI Act): clasifica los sistemas de IA destinados al seguimiento y la evaluación de los trabajadores entre los usos de alto riesgo, sometidos a obligaciones reforzadas.
Escrito por Adama CamaraConsultor IA · Industria · ver el perfil
Publicado el 2 de agosto de 2026
Software y datos
La IA industrial: qué es de verdad y qué cambia en la planta
La IA industrial sin jerga: qué recubre de verdad, sus casos de uso por función y por sector, sus límites y por dónde empezar en tu planta.
IA y mantenimiento
Por qué una IA industrial responsable es una IA local, a medida y sin nube
Una IA responsable en la industria no es un sello sino una arquitectura: proteger datos sensibles exige herramientas a medida, en local, sin nube.
Estrategia de mantenimiento
Reducir las paradas no planificadas: lo que sus informes de inspección ya revelan
Lo que los informes de control ya contienen sobre fallos futuros, cómo hacerlo visible, y por qué la señal existía antes de la parada.
Calidad y cumplimiento
Por qué las mismas no conformidades se repiten, y qué cambia la IA
Por qué las mismas no conformidades se repiten pese a los 8D, y cómo la IA saca a la luz las recurrencias que el tratamiento caso a caso no detecta.