IA et sécurité au travail : détecter les risques sans surveiller les personnes

Vous avez fait le plus dur en sécurité. Les procédures sont écrites, les équipements de protection distribués, les formations à jour, les causeries tenues.

Et pourtant, le taux d'accidents ne descend plus. Les presqu'accidents continuent. Les mêmes situations reviennent, année après année.

Arrive alors la promesse séduisante : une caméra intelligente qui repère, en temps réel, tous ceux qui ne portent pas leur casque. Avant d'installer cet œil, il faut voir où mène le chemin. Parce qu'il en existe un autre, plus efficace et beaucoup moins risqué.

Deux chemins pour la même caméra : lequel choisir ?

Face au plafonnement des accidents, deux usages de l'IA s'offrent à vous. Ils partent du même constat mais mènent à des résultats opposés.

Tableau faisant défiler horizontalement sur petit écran.

Le reste de cet article détaille pourquoi le premier chemin est presque toujours le bon, et à quelles conditions strictes le second peut, exceptionnellement, avoir une place.

Pourquoi la sécurité plafonne-t-elle malgré les bases en place ?

Quand les mesures de base sont en place, ce qui reste ne se voit plus à l'œil nu. Le risque ne disparaît pas, il se dilue.

Un presqu'accident est signalé, classé, puis oublié. Un autre, décrit avec d'autres mots, atterrit dans un autre classeur. Personne n'a pour mission de relire mille remontées ensemble, et c'est pourtant là que se cache le signal.

C'est exactement le mécanisme que l'on retrouve ailleurs, sur les non-conformités qui reviennent ou sur les arrêts non planifiés dont le signal existait : le fait était là, dilué dans le volume, invisible tant que personne ne regardait l'ensemble.

La sécurité plafonne rarement par manque de rigueur. Elle plafonne parce que l'information utile est éparpillée. Les causes typiques de cette dilution sont connues :

• Le volume. Des centaines de remontées par an qu'aucun animateur ne peut relire d'un bloc.
• Le vocabulaire. La même situation décrite avec dix formulations différentes selon l'auteur.
• Le cloisonnement. Chaque incident traité seul, jamais rapproché des autres.
• Le temps. L'analyse à froid de l'historique passe toujours après l'urgence du jour.

Qu'est-ce que l'IA fait le mieux, et le plus discrètement ?

L'usage le plus solide de l'intelligence artificielle en sécurité industrielle est aussi le moins intrusif : faire parler les rapports que vous avez déjà.

Un modèle de langage lit vos remontées de presqu'accidents, vos analyses d'incidents et vos comptes rendus, tous rédigés en texte libre. Il regroupe celles qui décrivent la même situation, même formulées différemment.

Là où vous voyiez mille remontées éparses, il fait apparaître les précurseurs récurrents :

• un même geste,
• un même poste,
• un même moment de la journée qui précède les incidents.

Il ne vous dit pas quoi faire. Il vous montre où regarder, à une échelle qu'aucun animateur sécurité n'a le temps de couvrir à la main.

C'est du renseignement de prévention, tiré de vos propres données, sans une seule caméra. Cette analyse des presqu'accidents est le cœur de ce que l'IA HSE apporte de plus utile, et c'est aussi ce qui l'exempte des lourdeurs juridiques de la vidéosurveillance.

Pourquoi la caméra de surveillance est-elle un piège ?

Vient ensuite la caméra qui détecte les protections individuelles et les comportements. Techniquement, elle fonctionne. Juridiquement et humainement, elle est un champ de mines.

Côté droit, filmer en continu ses salariés pour les évaluer se heurte au RGPD et au Code du travail :

• le dispositif doit être proportionné ;
• l'information des personnes et la consultation du comité social et économique sont obligatoires ;
• une surveillance permanente et systématique d'un poste de travail est régulièrement jugée illicite.

Le règlement européen sur l'IA classe d'ailleurs les systèmes de suivi des travailleurs parmi les usages à haut risque, soumis à des obligations lourdes. Ce n'est pas un détail de conformité, c'est un feu rouge.

Côté humain, le coût est pire encore. Une équipe qui se sait filmée et notée cesse de faire confiance.

Les remontées de presqu'accidents, ce carburant précieux, se tarissent, parce que signaler un incident devient un risque personnel. On contourne le dispositif, on masque plutôt qu'on signale.

La caméra installée pour améliorer la sécurité finit par assécher la source d'information qui la faisait progresser. C'est le paradoxe central de la détection EPI par IA quand elle vise la personne : elle détruit la donnée dont dépendait toute la prévention.

• Installer d'abord, encadrer ensuite.Déployer une caméra intelligente avant la consultation du comité social et économique et l'information des salariés expose à un dispositif jugé illicite.
• Confondre technique et légitime.Le fait qu'un système sache détecter un casque manquant ne rend ni proportionné ni légal le fait de filmer les postes en continu.
• Viser la personne plutôt que le danger.Noter des comportements individuels tarit les remontées et masque le risque au lieu de le réduire.
• Sanctionner sur la foi d'une alerte.Traiter un signal du système comme un verdict, sans enquête humaine, transforme la prévention en tribunal automatique.
• Externaliser la donnée.Confier des images ou des rapports parlant de vos salariés à un service extérieur ajoute un risque juridique à un risque humain.

Comment utiliser l'analyse d'image sans surveiller les personnes ?

L'analyse d'image a pourtant une place légitime en sécurité, à condition d'en renverser la logique. On ne regarde pas la personne, on regarde la situation.

Détecter qu'un être humain entre dans la zone dangereuse d'une machine pendant son cycle, et déclencher un arrêt, protège sans identifier personne.

Le traitement se fait au plus près du capteur, sans enregistrer ni stocker de visage, et l'alerte sert la prévention immédiate, pas la constitution d'un dossier. La différence tient en une phrase : on surveille un danger, pas un travailleur.

Tableau faisant défiler horizontalement sur petit écran.

Ce type de dispositif se construit avec les opérateurs et le comité social et économique, pas contre eux, parce que ceux qui tiennent le poste savent où sont les risques réels.

Qui décide, et où doivent rester les données ?

Le principe qui traverse tout le sujet est celui de n'importe quel usage responsable de l'IA en industrie, en plus strict encore, parce qu'ici la donnée touche des personnes.

L'IA signale un motif de risque ; des humains enquêtent, comprennent et décident. Jamais de sanction automatique tirée d'un système. Une remontée de risque est une hypothèse à instruire, pas un verdict sur quelqu'un.

Et parce que ces données parlent de vos salariés et de vos installations, elles n'ont rien à faire dans un service extérieur.

Le traitement en local, sur site, sans que la donnée sorte de l'entreprise, n'est pas une précaution parmi d'autres : c'est la seule approche défendable, pour les raisons mêmes qui valent pour toute donnée sensible confiée à une IA.

Par où commencer sans caméra ni budget ?

Le premier pas ne demande ni caméra ni budget : c'est votre registre de presqu'accidents et d'incidents, tel qu'il existe.

C'est le bon ordre : exploiter d'abord ce que vos équipes vous ont déjà signalé, avant même de penser à installer le moindre œil.

Que retenir de l'IA en sécurité au travail ?

L'IA a une place réelle en sécurité au travail, mais pas celle qu'on lui propose d'abord.

Sa contribution la plus forte et la plus saine consiste à faire remonter les signaux dilués dans vos rapports, pas à filmer vos équipes. C'est là que l'IA de prévention des risques donne le plus, avec le moins de risques en retour.

Si la vision s'impose, qu'elle vise la situation et non la personne, de façon anonyme et pour prévenir.

La décision qui engage un individu reste humaine, et la donnée reste chez vous. C'est à ces conditions que l'IA rend la sécurité meilleure, au lieu de la rendre suspecte.