L’IA au service de la prévention

L’Intelligence Artificielle, nouvel allié des professionnels de la prévention des risques

Selon le Baromètre de la Transformation Digitale en France publié par les Echos en Novembre 2020, 70% des ETI et 53% des PME sont engagés dans une transformation digitale. Mais qu’en est-il du secteur de la prévention des risques ? Quelles sont les données qui peuvent être générées et comment les utiliser afin d’améliorer les processus et actions de prévention ? Sophie, ingénieure de recherche en intelligence artificielle à Cikaba,  nous éclaire sur le sujet.

Lors de la mise en place d’actions de sensibilisation, peu d’entreprises mobilisent leur temps et leurs ressources afin de capturer et d’analyser les données associées. Pourtant, de simples données comme le pourcentage de réussite à un quizz, ou le temps passé sur les différentes questions d’un test peuvent, associées à des algorithmes plus ou moins complexes d’intelligence artificielle, permettre d’améliorer les performances de compréhension et d’ancrage d’une formation. 


Un  premier pas lors de la mise en place  d’une de ces actions peut être d’analyser des statistiques simples résultant des participations, comme le temps nécessaire pour terminer la formation ou les pourcentages de réussite à chaque test proposé. L’analyse de ces statistiques permet d’identifier les points forts ou les faiblesses de la formation, comme les sujets acquis ou non par les participants. Grâce à cette analyse, la formation peut être adaptée pour obtenir une meilleure compréhension lors de prochains passages. Pour aller plus loin, la corrélation de ces données avec les profils des participants permet de personnaliser le contenu, cette fois-ci, en fonction du profil de l’apprenant. En effet, chaque profil peut avoir une compréhension différente de la formation.

En utilisant des algorithmes plus développés, des méthodes “d’adaptive learning” peuvent ensuite être proposées. L’adaptive learning consiste à personnaliser une formation en fonction de l’apprenant. La méthode la plus simple est la mise en place d’un test d’entrée permettant d’orienter les apprenants vers des contenus adaptés à leur niveau. La formation peut évoluer en temps réel, en fonction des acquis et des faiblesses identifiés au cours de la formation de l’apprenant ou de ses préférences. Par exemple, des acquis identifiés peuvent amener une suppression de contenu ou un ajout de contenu plus avancé sur le sujet. De telles méthodes permettent d’obtenir des formations efficaces et pertinentes, avec un contenu de qualité pour une meilleure compréhension de l’apprenant et plus d’implication de sa part.  


Des modèles d’analyse prédictive sont développés afin d’exploiter davantage les données à disposition et de les associer à diverses dimensions, toujours dans le but d’optimiser les moments de formation et l’ancrage des consignes.


L’analyse prédictive a pour but d’étudier les données actuelles et historiques afin d’établir des prévisions sur des comportements ou des événements. L’analyse prédictive permet également d’optimiser le contenu proposé et de définir les périodes optimales pour effectuer les formations.  


Appliquée aux données d’accidentologie, de prévention et de ressources humaines, décrivant ainsi les conditions et l’environnement de travail des entreprises, l’analyse prédictive pourrait permettre de prédire les moments où les accidents ont le plus de chance de se produire et donc de les anticiper en mettant en place des actions de prévention au bon moment. 

Les données en matière de prévention sont une source d’information à fort potentiel et une clé de lecture importante. Ces données analysées peuvent permettre de construire des modèles de prédiction, qui ont pour vocation d’optimiser les moments de formation et de les adapter en fonction du contexte et du profil de l’apprenant. 

C’est dans cette optique que nos chercheurs travaillent au quotidien, afin de proposer aux professionnels de la prévention des risques des outils dotés d’Intelligence Artificielle, capables de les accompagner chaque jour dans leurs démarches et de réduire de manière significative les accidents du travail. Ce 1er article s’inscrit dans un projet de long terme. D’autres sont à venir, qui détailleront les possibilités offertes par l’intelligence artificielle appliquée à la prévention des risques professionnels.

Vous voulez savoir comment vous pouvez améliorer vos processus de prévention grâce à l’IA ?

Contactez-nous