ТРАНСФОРМАЦІЯ СТРАТЕГІЙ УПРАВЛІННЯ РИЗИКАМИ В СУОП: ВІД РЕАКТИВНОГО КОНТРОЛЮ ДО ПРОАКТИВНОГО ПРОГНОЗУВАННЯ

Автор(и)

DOI:

https://doi.org/10.32782/3041-2080/2026-6-28

Ключові слова:

система управління охороною праці, проактивна стратегія, ситуаційна обізнаність, штучний інтелект, оцінка ризиків

Анотація

У статті проведено системний аналіз еволюції стратегій управління ризиками в сучасних системах управління охороною праці (далі – СУОП). Висвітлено актуальну проблему стагнації показників виробничого травматизму, спричинену вичерпанням ефективності традиційних реактивних підходів, що базуються на ретроспективному аналізі подій та лінійній теорії «доміно». Досліджено методологічні обмеження існуючих метрик ефективності, зокрема «відстаючих показників», які часто не здатні відобразити складні нелінійні причинно-наслідкові зв’язки у динамічних соціотехнічних системах. На основі критичного аналізу останніх наукових публікацій (2016–2025 рр.) обґрунтовано нагальну необхідність переходу до проактивної стратегії управління ризиками (Safety-II), що фокусується на забезпеченні резильєнтності та адаптивності системи. Доведено, що в умовах зростаючої складності виробничих процесів та впливу дестабілізуючих факторів системних криз (хронічний стрес, накопичена втома, змінні умови середовища, не здоровий психологічний мікроклімат в колективі працівників) критичним фактором безпеки стає рівень ситуаційної обізнаності фахівців СУОП. Запропоновано новітній концептуальний підхід до використання предиктивних моделей штучного інтелекту, зокрема ансамблевих методів машинного навчання, для інтеграції та виявлення ієрархії впливу різнорідних організаційно-психологічних факторів ризику. Розглянуто архітектуру «Людина – штучний інтелект» за принципом «предиктор-коректор», де алгоритми забезпечують точне прогнозування ризиків (рівень проєкції ситуаційної обізнаності), а фахівець здійснює верифікацію та прийняття управлінських рішень. Такий синергетичний підхід дозволяє нівелювати когнітивні обмеження операторів, подолати проблему інформаційного перевантаження та суттєво підвищити ефективність попередження інцидентів на виробничому рівні.

Посилання

Бочковський А.П., Сапожнікова Н.Ю. Теорія і практика оцінювання ризиків виникнення професійних небезпек. Зернові продукти і комбікорми. 2018. Т. 18 (№ 2). С. 4–10.

Haas E. J., Yorio P. L. Exploring the state of health and safety management system performance measurement in mining organizations. Safety Science. 2016. Vol. 83. P. 48–58. DOI: https://doi.org/10.1016/j.ssci.2015.11.009.

Milošević I., Stojanović A., Nikolić Đ., Mihajlović I., Brkić A., Perišić M., Spasojević-Brkić V. Occupational health and safety performance in a changing mining environment: Identification of critical factors. Safety Science. 2025. Vol. 184. Art. 106745. DOI: https://doi.org/10.1016/j.ssci.2024.106745.

Rao E. V. R., Pandey A. Industrial Accident Analysis and Predictive Models for Workplace Hazard Prevention. Disaster Advances. 2025. Vol. 18 (6). P. 58–64. DOI: https://doi.org/10.25303/186da058064.

Slater D. Human-AI Teaming based on Collaborative Predictor-Corrector Functions. ResearchGate. 2025. DOI: https://doi.org/10.13140/RG.2.2.11348.46720.

Salmon P. M., Cornelissen M., Trotter M. J. Systems-based accident analysis methods: A comparison of Accimap, HFACS, and STAMP. Safety Science. 2012. Vol. 50 (4). P. 1158–1170. DOI: https://doi.org/10.1016/j.ssci.2011.11.009.

Кружилко О. Є., Чеберячко С.І., Володченкова Н.В., Репін М.В., Майстренко В.В. Методика побудови математичної моделі прогнозування ризиків для стратегічного планування заходів із безпеки праці. Науковий Журнал Метінвест Політехніки. Серія: Технічні науки. 2025. № 5. С. 316–322. DOI: https://doi.org/10.32782/3041-2080/2025-5-36.

Laitinen H., Vuorinen M., Simola A., Yrjänheikki E. Observation-based proactive OHS outcome indicators – Validity of the Elmeri+ method. Safety Science. 2013. Vol. 54. P. 69–79. DOI: https://doi.org/10.1016/j.ssci.2012.11.005.

Grant E., Salmon P. M., Stevens N. J., Goode N., Read G. J. M. Back to the future: What do accident causation models tell us about accident prediction? Safety Science. 2018. Vol. 104. P. 99–109. DOI: https://doi.org/10.1016/j.ssci.2017.12.018.

Delikhoon M., Zarei E., Valdez Banda O., Faridan M., Habibi E. System thinking-based accident analysis models: A systematic review for sustainable safety management. Sustainability. 2022. Vol. 14, no. 10. Art. 5869. DOI: https://doi.org/10.3390/su14105869.

##submission.downloads##

Опубліковано

2026-03-16