Nuevas tendencias en el uso de la inteligencia artificial y el procesamiento del lenguaje natural para la prevención de riesgos laborales
Autores:
Idioma: Inglés
Editor: Raphael Grzebieta
Año: 2026
Acceso abierto
Categoría
Subcategoría
Palabras clave
Licencia
Consultas: 8
Citaciones: SST en nuevas formas de trabajo
Este artículo de revisión cartografía el panorama actual de la Inteligencia Artificial (IA) y los Modelos de Lenguaje Extensos (LLM) en la seguridad laboral. Tras analizar 123 estudios publicados entre 2013 y 2025, los autores describen la transición desde la minería de texto básica hacia arquitecturas de aprendizaje profundo que predicen la gravedad de accidentes basándose en narrativas no estructuradas. Se examinan aplicaciones que van desde el monitoreo del cumplimiento del equipo de protección personal hasta la generación automatizada de guías de seguridad. La revisión resalta que la IA permite transformar datos pasivos en indicadores predictivos granulares y oportunos. Sin embargo, se identifican desafíos persistentes como los sesgos en los datos históricos, las «alucinaciones» de los modelos generativos y la falta de transparencia algorítmica. El estudio concluye posicionando a la IA como una herramienta de apoyo a la decisión humana, enfatizando que la supervisión profesional sigue siendo indispensable para garantizar la equidad y el cumplimiento normativo en contextos de seguridad crítica.
Este artículo de revisión cartografía el panorama actual de la Inteligencia Artificial (IA) y los Modelos de Lenguaje Extensos (LLM) en la seguridad laboral. Tras analizar 123 estudios publicados entre 2013 y 2025, los autores describen la transición desde la minería de texto básica hacia arquitecturas de aprendizaje profundo que predicen la gravedad de accidentes basándose en narrativas no estructuradas. Se examinan aplicaciones que van desde el monitoreo del cumplimiento del equipo de protección personal hasta la generación automatizada de guías de seguridad. La revisión resalta que la IA permite transformar datos pasivos en indicadores predictivos granulares y oportunos. Sin embargo, se identifican desafíos persistentes como los sesgos en los datos históricos, las «alucinaciones» de los modelos generativos y la falta de transparencia algorítmica. El estudio concluye posicionando a la IA como una herramienta de apoyo a la decisión humana, enfatizando que la supervisión profesional sigue siendo indispensable para garantizar la equidad y el cumplimiento normativo en contextos de seguridad crítica.