Edificio residencial Becrux en Madrid. Fachada de GRC
Trabajo Completo Error humano modelado con bayes
1. “ERRORES HUMANOS ASOCIADOS A LA
ACCIDENTABILIDAD, MODELADOS MEDIANTE
TEOREMA DE BAYES”,
SANTIAGO – CHILE
2016
2. “ERRORES HUMANOS ASOCIADOS A LA ACCIDENTABILIDAD, MODELADOS
MEDIANTE TEOREMA DE BAYES”.
Cristian Guillermo Hiche Godoy
RESUMEN
Las variables que inciden en la accidentabilidad de la industria, se encuentran
determinadas por las acciones subestandares o acciones erróneas asociadas a las
toma de decisiones que realizan las personas al ejecutar una tarea, actividad o
trabajo, proporcionando la principal causa de accidentes a nivel industrial que
repercuten negativamente en las condiciones físicas y psicológicas de las personas
y los costos operacionales de las empresas, las que deben desembolsar grandes
sumas de dinero asociado a este ítem, Portal de expertos en prevención de riesgos
Chile,” Los accidentes y sus costos asociados”. (2011). Específicamente en esta
investigación se identificaron las variables asociadas a los errores humanos
determinadas por Reason J. (1990). Realizando la taxonomía de errores
identificando en primer lugar el suceso TOP mediante el diagrama del árbol y como
ramales secundarios de este, se desprenden las acciones intencionales y las no
intencionales y los ramales terciarios que se dividen en Misteke y Violaciones
atendiendo a los intencionales y los no intencionales que se subdividen en Lapsus,
Slips y los ramales cuaternarios que se identifican de acuerdo al error son: Misteke
se subdividen en reglas y conocimientos; violaciones se subdividen excepcionales,
rutinarias y sabotajes; por último los lapsus que subdividen en factores psicológicos
y circunstanciales.
Una vez identificado y construido nuestro diagrama de árbol se realizó el
modelamiento matemático mediante el teorema de Bayes, el que nos permitió
realizar un análisis cuantitativo de las muestras entregadas. Los datos se obtuvieron
de 141 reportes realizados por una masa laboral de 60 personas en la construcción
del depósito arsenical planta Ecometales Chuquicamata, estos fueron recopilados
durante 04 semanas, los que nos permitió realizar este estudio y posterior modelo
matemática asociado al error humano.
3. ABSTRACT
The variables that affect the accident rate of the industry, are determined by the
substandard actions or erroneous actions associated with the decisions that people
make when executing a task, activity or work, providing the main cause of accidents
at industrial level negative impact on the physical and psychological conditions of
people and operating costs of companies, which must spend large sums of money
associated with this item, Portal expert in risk prevention Chile, "accidents and their
associated costs." (2011). Specifically in this study the variables associated with
human error determined by Reason, J. (1990) were identified. performing taxonomy
error by first identifying the TOP event by the tree diagram as secondary branches
of this, intentional and actions unintentional and tertiary branches which are divided
into Misteke and violations emerge in response to intentional and unintentional
subdivided into Lapsus, Slips and quaternary branches that are identified according
to the error are: Misteke are subdivided into rules and knowledge; They subdivide
exceptional violations, routine and sabotage; finally lapses that subdivide in
psychological and situational factors.
Once identified and built our tree diagram mathematical modeling was performed
using Bayes' theorem, which allowed us to perform a quantitative analysis of the
submitted samples. The data were obtained from 141 reports made by a workforce
of 60 people in the construction of the plant Ecometales Chuquicamata deposit
arsenical, these were collected during 04 weeks, which allowed us to conduct this
study and subsequent mathematical model associated with human error.
4. INDICE GENERAL
Resumen………………………………………………………………………………………3-4
Introducción……………………………………………………………………………………. 6
Errores humanos asociados a la accidentabilidad, modelados mediante el teorema
De Bayes…………………………………………………………………………………………7
Discusión………………………...…………………………………………………………... 7-8
Contribución del Trabajo……………………………………………………………………8-9
Objetivos Generales y específicos……………………………………………………… 9
Marco Teórico……………………………………………………………………………15
Resultados y discusión……………………………………………………………………. 24
Conclusiones……………………………………………………………………………………28
Referencias Bibliográficas………………………………………………………………………31
5. I. Introducción.
Siendo nuestro país uno de los principales productores de cobre a nivel mundial, es
que la minería se ha transformado en el negocio más importante debido a su
rentabilidad, es en sus procesos y subprocesos donde la mano obra especializada
y no tanto, toma relevancia para el funcionamiento de estos.
Ahora bien, en esta situación se hace imprescindible buscar y aplicar las mejores
medidas de control para evitar la accidentabilidad de los trabajadores, donde los
sistemas de gestión ganan espacios importantes para el control de las Condiciones
Inseguras y Acciones Inseguras, por otra parte, la Legislación Chilena en la Ley
16.744 establece normas sobre “Accidentes del Trabajo y Enfermedades
Profesionales” y el “Reglamento de Seguridad Minera” D.S Nº 132. Del Ministerio
de Minería, fomenta el uso de Reglamentos, Planes, Programas y Procedimientos
regulatorios apegados al Marco Legal de nuestra legislación, pero aun así los
esfuerzos para disminuir los accidentes relacionados con las conductas de los
trabajadores son mínimas.
La importancia de entregar educación en prevención de riesgos e inculcar sobre los
riegos asociados al factor humano y en la toma de decisiones en las aulas, es de
suma importancia, como también se debe hacer un esfuerzo a nivel legislativo con
la finalidad de buscar algún plan que controle los accidentes asociados al factor
humano y se incorpore de manera definitiva en la industria minera de nuestro País,
estandarizándolo a nivel nacional, tomando en cuenta, que la masa laboral que
presta servicio a la minería se repite en las diferentes compañías y asumir
estándares de cada una de estas, lo hace engorroso y crea confusión.
Para poder dar respuesta a estas interrogantes y tener una base sólida que permita
anticiparnos a las posibles Acciones Inseguras asociadas al error humano en los
distintos procesos mineros, es que en este estudio se aplicara la taxonomía del error
humano de Reason y el Teorema de Bayes, utilizando muestras que nos permitirán
plantearnos un ejercicio estadístico para la obtención de un modelo matemático que
6. nos ayude a direccionar la creación de planes y programas, aplicables a la industria
minera y que en definitiva podamos disminuir las lesiones de nuestros trabajadores
y como no los Índices de Accidentabilidad.
1.1 Errores humanos asociadosa la accidentabilidad,
modelados mediante teorema de Bayes”.¿Cuáles su
importancia?
La importancia de la Identificación, Evaluación y Control de los riesgos asociados al
Error Humano y la aplicación de un modelo estadístico a esta variable, es contar
con una herramienta de información más detallada y concreta, para poder
direccionar la implementación de planes y programas de acción asociados a la
accidentabilidad en la industria minera. Hoy en día todas las medidas preventivas
que se toman están basadas en información general y poco precisa, entregándoles
a los profesionales que se desempeñan en esta actividad poca claridad al momento
de tomar decisiones, tener una idea clara hacia a donde tenemos que administrar
nuestros esfuerzos no creará un valor agregado al momento de tomar decisiones,
en donde el recurso humano se encuentra involucrado.
1.2 DiscusiónBibliográfica.
En busca de la mejor manera de identificar los riesgos asociados producto del error
humano, es que se generan las discusiones y diferentes alternativas para obtener
el mejor resultado en temas de seguridad laboral asociada a la industria minera, en
donde frecuentemente la causa raíz o basal de los accidentes laborales son
asociados a Factores humanos o Acciones Inseguras las que corresponden al 88%
y un 10% a factores del trabajo o condiciones inseguras en la accidentabilidad de la
industria. Heinrich H.W. (1931) “Teoría del Domino”. Las conclusiones de Heinrich
fueron corroborados en estudios realizados por investigadores en EE.UU sobre: “El
Modelo de Ingeniería de la Seguridad” obteniendo resultados bastantes semejantes
85% para las acciones riesgosas y 15% para las condiciones inseguras. Cliff D.
7. (2012), "La Gestión de la Salud y Seguridad Ocupacional en la Industria Minera
Australiana”. Es en esta situación, que los autores han seguido investigando el
cómo poder controlar las acciones inseguras de las personas, entregando al tema
títulos de estudios como, “El camino de la gestión en la seguridad y salud”. Parker
(2006).
Ahora bien, todas las teorías y estudios realizados en el siglo XIX se encuentran
enmarcadas en tendencias de tipo humanitarias, las que se encuentran dirigidas
netamente al mejoramiento de las condiciones del hombre en el medio laboral.
González L. (2007) “Humanismo y Gestión Humana: “Una Perspectiva de
Interpretación para el Trabajo Social Aplicado al Campo Laboral”.
Taylor en su trabajo entrega parámetros en donde uno de ellos dice lo siguiente:
“Seleccionar al hombre más adecuado para la tarea y adiestrarlo en los
procedimientos que debe seguir”. Taylor (1979) “Principios de la administración
Científica”.
Una vez estudiados y mencionados a los diferentes autores, es que se genera una
necesidad de investigar más a fondo, el tema relacionado a la Accidentabilidad
asociado al Factor del Humano donde la taxonomía del error humano entregado por
Reason J. (1989). “Causalidad del error humano en los accidentes laborales” nos
entrega información más detallada de como clasificar los errores para sus
posteriores estudios. Esta taxonomía asociada al teorema de Bayes nos entregará
tendencias y probabilidades los que se serán incluidos en este documento.
1.3 Contribucióndel trabajo
Sin duda es importante identificar, conocer parámetros, tendencias y cómo se
comporta la accidentabilidad en la industria minera, con el claro objetivo de
determinar e implementar planes o metodologías de trabajo mas claros al momento
de control de la accidentabilidad. Manejar la información resultante de un
modelamiento matemático mediante el Teorema de Bayes y la taxonomía que nos
8. entrega James Reason, nos permite organizarnos y adelantarnos a los diferentes
tipos de eventos que se pueden generar producto del error asociado al factor
humano, instalándonos en una posición más clara y concreta al momento de realizar
estrategias asociadas al control de accidentes asociados a las personas.
De acuerdo a lo mencionado anteriormente, este trabajo considera los siguientes
como objetivo general y objetivos específicos.
1.4 Objetivo General.
• Proponer un modelo matemático a través del Teorema de Bayes, que permita
evaluar los riegos de accidentabilidad asociados a los Errores Humano en los
procesos industriales asociados a la minería.
1.4.1 Objetivos Específicos.
• Identificación del error humano mediante el suceso TOP árbol de fallo y sus
subsucesos asociado a la taxonomía de Reason.
• Planteamiento de las variables que se utilizarán en el modelo matemático
aplicando el teorema de Bayes.
• Analizar las probabilidades resultantes del modelo matemático y darlos a
conocer a las empresas mediante este documento.
Organización y presentaciónde este trabajo
1. Introducción.
a. Consecuencias de la accidentabilidad a las personas para las empresas
asociadas al rubro minero.
b. Justificación del problema.
2. Conceptualización de la Accidentabilidad asociada al Factor Humano.
9. a. Definición.
b. Identificación del suceso TOP
c. Teorema de Bayes.
3. Metodología propuesta
a. Identificación mediante taxonomía de errores.
b. Identificación del suceso TOP mediante árbol de fallos.
c. Implementación del Teorema de Bayes y modelamiento matemático de las
muestras mediante uso de variables cualitativas.
4. Resultados y Discusión.
5. Conclusiones.
6. Referencias.
7. Anexos
2. MARCO TEORICO
James Reason, identifica en su taxonomía de errores a dos tipos: los errores
intencionales y los errores no intencionales, los intencionales son cometidos
deliberadamente por las personas en la realización de una actividad y los no
intencionales responden a errores producto de la aleatoriedad en el desarrollo de la
concreción de un trabajo específico, además establece que los errores humanos
son más raros e infrecuentes que las acciones correctas, y que las personas
contribuyen al fracaso del sistema de dos maneras, bien por errores o violaciones,
definiendo el error humano como "un fallo en las acciones planificadas para alcanzar
sus fines originales sin la intervención de un evento fortuito".
Se puede diferenciar tres elementos en esta definición:
Un plan o intención que incorpora tanto el objetivo como los medios para
lograrlo.
Una secuencia de acciones iniciada por el plan.
10. El grado en que esas acciones fueron exitosas en alcanzar sus objetivos.
Lógicamente, las acciones de los operadores pueden errar en el intento de alcanzar
sus objetivos. Según Reason, los mecanismos del error humano pueden ser de tres
tipos.
1. Slips y Lapsus (basados en habilidades).
2. Mistakes (basados en reglas o conocimientos).
3. Violaciones (transgresión / infracciones).
Entre las varias razones por las que se cometen los errores están:
El plan es adecuado pero Las acciones fallan en seguir lo planificado.
La acción es desviada de la intención de forma involuntaria. Son errores asociados
con la ejecución. Se definen como errores en que la intención es correcta (la
persona sabe lo que debe de hacer, pero durante la ejecución se equivoca.
Con errores por acciones no previstas tales como los "deslices” y "lapsus”.
Deslices: se vinculan a hechos observables comúnmente asociados a la falta de
atención como la: intromisión, omisión, inversión, ordenes mal impartidas, acciones
a destiempo etc. Las condiciones predisponentes a este tipo de error son de dos
tipos:
Psicológico: Es la captura de la atención por medio de una distracción o
preocupación por factores ajenos a la tarea inmediata y, por tanto, deficiente
capacidad atencional para controlar el progreso de las acciones actuales.
Circunstancial: Suele ocurrir cuando se realiza un cambio de la naturaleza
de la tarea y/o el cambio del entorno en el cual se realiza la tarea.
Lapsus: Son fenómenos más bieninternos y tienen que ver con fallos de la memoria
como la omisión, repetición de ítems planeados, pérdidas de ubicación, olvido de
intenciones.
11. Las acciones podrían conformarse exactamente al plan, pero éste es inadecuado
para obtener el objetivo formulado. En este caso, se realiza una desviación, no
respetando la secuencia de un plan. Son errores relacionados con la planificación.
El error ocurre a un nivel más alto en el proceso mental. involucrado en la
determinación de la información disponible, La planificación y la formulación de
intenciones.
Mistake: (equivocaciones) es aquella en el cual la persona percibe que ha cometido
un error, pero le es dificultoso reconocerlo dado que éste se basa en el conocimiento
y en las reglas establecidas. Son errores de concepción. Son difíciles de detectar,
pueden estar latentes durante largos periodos de tiempo y pueden ser cuestionados
cuando se detectan. Se dividen en dos sub-categorías:
Equivocaciones sobre reglas. Incluyen La mala aplicación de reglas
normalmente buenas. La intención es correcta, pero le lleva a realizar una
acción incorrecta. También incluyen la aplicaciónde reglas malas, (ejemplo,
como son los errores de procedimiento), así como los errores cometidos en
aplicar una buena regla.
Equivocaciones sobre conocimientos. Ocurren cuando hemos agotado las
soluciones establecidas y debemos pensar nuevas soluciones sobre La
marcha. Opción muy propensa al error.
Violaciones: Son definidas como desviaciones o transgresiones de los
procedimientos operativos, estándares y reglas que existen respecto a la seguridad.
El trabajador conoce el procedimiento e intencionalmente no lo realiza
correctamente. Se pueden detectar tres categorías de violaciones a la seguridad:
Rutinarias: Típicamente incluyen atajos en los niveles de comportamiento
basado en Las habilidades, tornando el camino del menor esfuerzo. Se
suelen cometer con el fin de maximizar la producción con el menor esfuerzo.
12. Estos atajos pueden ser un comportamiento habitual del individuo, cuando
ambiente laboral raramente sancionan violaciones o recompensan las
conductas ajustadas a las normas. Las violaciones o transgresiones
rutinarias también pueden ser promovidas por procedimientos demasiados
intrincados conllevando a una ejecución excesiva e innecesariamente larga.
Excepcionales: Mientras que las violaciones están claramente originadas
desde el individuo, las violaciones excepcionales tienen su origen en las
condiciones laborales. En estos casos la violación es interpretada como
necesaria para el cumplimiento de la tarea. Cuando es difícil realizar el
trabajo aplicando las reglas, por presión de tiempo, etc.
Estas violaciones se cometen cuando la variable producción es incompatible
con la variable regla, priorizando la primera sobre la segunda. Suele ser
producto de los errores de la organización o del sistema. Además, puede
aportar una manera más fácil de trabajar. La combinación de estos factores
puede llevar a que estas violaciones se conviertan en algo habitual más que
excepcional.
Sabotajes: Ocurren cuando existe la intencionalidad de causar daño a
personas o equipos. Reason J. (1989). “Causalidad del error humano en los
accidentes laborales”
De los diferentes errores y no importando la taxonomía o intencionalidad de estos
se desprenden accidentes los que estadísticamente corresponden al 88% de la
accidentabilidad a nivel laboral. Heinrich, W. (1931).
Para el ordenamiento y secuencia de los diferentes tipos de errores y violaciones,
se utilizará los árboles de fallos que constituyen una técnica ampliamente utilizada
en los análisis de riesgos debido a que proporcionan resultados cualitativos y
cuantitativos. Esta técnica consiste en un proceso deductivo basado en las leyes
del Algebra de Boole y permite determinar la expresión de sucesos complejos
estudiados en función de los fallos básicos de los elementos que intervienen en él.
Técnicamente consiste en descomponer sistemáticamente un suceso complejo
13. denominado suceso TOP en sucesos intermedios hasta llegar a sucesos básicos,
para los cuales el primer paso consiste en identificar el suceso no deseado o suceso
TOP que ocupará la cúspide de la estructura gráfica representativa del árbol. De la
definición clara y precisa del TOP depende todo el desarrollo del árbol y con este
TOP se establecen de forma sistemática todas las causas inmediatas que
contribuyen a su ocurrencia, definiendo así los sucesos intermedios unidos a través
de las puertas lógicas y el proceso de descomposiciónde un suceso intermedio que
se repite sucesivas veces hasta llegar a los sucesos básicos o componentes del
árbol. Guía Técnica: “Métodos cualitativos para el análisis de riesgo”.
Obtenidos los diferentes resultados de un muestreo total y descomponiéndolos
mediante el diagrama del árbol, es que se pueden modelar mediante el teorema de
Bayes.
Thomas Bayes, matemático, nació en Londres, Inglaterra en 1702 y murió en
Tunbridge Wells, Kent, Inglaterra el 17 de abril de 1761. Bayes estudió el problema
de la determinación de la probabilidad de las causas a través de los efectos
observados. El teorema que lleva su nombre se refiere a la probabilidad de un
suceso condicionado por la ocurrencia de otro suceso. Más específicamente, con
su teorema se resuelve el problema conocido como "de la probabilidad inversa".
Esto es, valorar probabilísticamente las posibles condiciones que rigen supuesto
que se ha observado cierto suceso. Se trata de probabilidad "inversa" en el sentido
de que la "directa" sería la probabilidad de observar algo supuesto que rigen ciertas
condiciones. Los defensores de la inferencia bayesiana (basada en dicho teorema)
afirman que la trascendencia de la probabilidad inversa reside en que es ella la que
realmente interesa a la ciencia, dado que procura sacar conclusiones generales
(enunciar leyes) a partir de lo objetivamente observado, y no viceversa. En definitiva,
el teorema de Bayes, nos plantea la probabilidad condicional de un evento aleatorio
A dado B en términos de la distribución de probabilidad condicional del evento B
dado A y la distribución de probabilidad marginal de sólo A. Bayes, T. (1763).
Entregado este planteamiento matemático, obtendremos los resultados para poder
14. priorizar los planes de acción específico en la determinación de los errores
asociados a la toma de decisiones en el ámbito laboral de las personas.
3. MATERIALES Y METODOS
La investigación y la recopilación de las muestras para la implementación del
modelo matemático, se realizó en el proyecto de construcción depósito arsenical
correspondiente a la planta Ecometales ubicado en el Km. 16.5 camino a la minera
Radomiro Tomic ubicada en la ciudad de Calama segunda región de Chile.
El objetivo de este estudio fue investigar y establecer un modelo matemático
mediante la utilización del teorema de Bayes, para determinar mediante datos ya
procesados correspondientes a un total de 174 muestras las que fueron entregadas
por los trabajadores que participaron en la construcción del proyecto, mediante
formato preparado para nuestro estudio, (ver anexo N°1). De las 174 muestras
obtenidas, 141 corresponden acciones subestandares y 33 corresponden a
condiciones subestandares que para efecto de este estudio no se descriminarán,
representando un porcentaje de 81% para las acciones y un 19% para las
condiciones. (tabla N°1), de acuerdo a los porcentajes obtenidos, se manifiesta un
resultado muy parecido estudios realizados por Heinrich (1931) “Teoría del Domino”
y los estudios realizados por investigadores en EE.UU sobre: “El Modelo de
Ingeniería de la Seguridad”.
16. Una vez identificadas las cantidades de acciones se procederá a implementar la
metodología de este trabajo que consta de tres etapas:
i) identificar mediante taxonomía de los errores humanos los datos reflejados en los
reportes que solo serán utilizados los que corresponden a las acciones
subestandares, con un total de 141 los que dividen 46 errores intencionales y 95 no
intencionales. (ver tabla 2). Ya obtenida esta identificación, los clasificamos según
Reason, J. (1990). En los errores no intencionales identificaremos los Slips, Lapsus
según su definición y a su vez subclasificaremos de acuerdo a la condición ya sea
psicológico o circunstancial y los intencionales subdivididos en misteke y a su vez
subclasificados en errores asociados reglas y conocimientos y por ultimo las
violaciones subdivididos en: excepcionales, rutinarias y de sabotajes, como lo
muestra la figura N°1.
Figura 1. Taxonomía de los errores humanos
Figure 1. Taxonomy of human errors
17. ERRORES
INTENCIONALES
ERRORES NO
INTENCIONALES
SEMANA 1 15 21
SEMANA 2 13 23
SEMANA 3 11 30
SEMANA 4 7 21
TOTAL 46 95
Tabla 2. Valores Errores intencionales v/s Errores no intencionales
Table 2. Values Intentional errors v / s Unintentional errors
Gráfico 2. Total errores intencionales v/s no intencionales
Graphic 2. Total intentional errors v/s unintentional
46
95
Errores Intecionales v/s No Intencionales
No Intencionales Intencionales
18. A continuación, se muestran los valores obtenidos de los reportes ya clasificados
según taxonomía de Reason, los que serán utilizados para realizar nuestro modelo
utilizando el Teorema de Bayes.
De los 141 errores humanos, se obtienen 46 errores no intencionales, de los cuales
19 son Slips y 27 Lapsus obteniendo 8 errores asociados al factor Psicológico y 19
al factor circunstancial. De los 95 errores intencionales se obtienen 53 misteke de
los cuales 41 son asociados a desviaciones asociados a reglas y 12 a factores de
conocimientos; de los 42 reportes de violaciones 24 son por errores excepcionales,
18 rutinarios y en sabotajes no se obtiene información. (Ver tabla 3).
Con estos datos ya nos encontramos en condiciones para la construcción de
nuestro árbol de fallo y su posterior modelamiento de la información mediante el
teorema de Bayes.
Suceso
TOP 1°
N°
Muestras
Suceso
TOP 2°
N°
Muestras
Suceso
TOP 3°
N°
Muestras
Suceso TOP 4°
N°
Muestras
Error
Humano
141
Error No
Intencional
46
Slips 19
Lapsus 27
Psicológicos 8
circunstanciales 19
Error
Intencional
95
Misteke 53
Regla 41
Conocimiento 12
Violaciones 42
Excepcionales 24
Rutinarias 18
Sabotajes 0
Tabla 3. Valores según taxonomía de Reason.
Table 3. Values according to Reason taxonomy.
ii) Construcción de diagrama del árbol de fallos identificando el suceso TOP del cual
se desprenderán los diferentes sucesos tanto secundarios, terciarios y cuaternarios,
siguiendo estrictamente la taxonomía de James Reason asociados a los errores
humano.
19. iii) Evaluación y análisis matemático de la taxonomía de los errores mediante el análisis
del teorema de Bayes.
1.1 CÁLCULO MEDIANTE TEOREMA DE BAYES.
Figura 2. Diagrama de Árbol
Figure 2. Tree Diagram
20. NOMENCLATURA
A Errores No Intencionales
B Errores Intencionales
C Slips
D Misteke
E Lapsus
F Violaciones
G Reglas
H Conocimientos
I Excepcionales
J Rutinarias
K Sabotajes
L Psicológicos
M Circunstanciales
Tabla 4. Nomenclatura asociada a planteamiento.
Table 4. Nomenclature associated with approach.
Figura 3. Formula teorema de Bayes
Figure 3. Formula Bayes theorem
Esto significa que la probabilidad de un suceso A cuando se verifica una condición
B (eso se representa como "A sobre B") es igual a la probabilidad inicial del primer
suceso, multiplicado por la probabilidad de que la condición B se verifique en
presencia del suceso A, dividido por la probabilidad total de la condición B (que es
21. la sumatorio de todos los posibles numeradores). Es decir, la probabilidad inicial o
teórica de un suceso cualquiera puede ser modificada si se cumple alguna condición
que afecta a ese suceso, dependiendo de la probabilidad de esa condición y de la
probabilidad de que cuando tal condición se cumple se vea afectado el suceso
inicial.
Según los datos obtenidos del muestreo se obtiene lo siguiente:
a) Cálculos de la probabilidad total:
p(A∩E∩L ) = p(A) * p(E/A) * p(L/E) p(A∩E∩L)= 0.33*0.59*0,30 = 6%
p(B∩D∩G) = p(B) * p(D/B) * p(G/D) p(B∩D∩G)= 0.67*0.56*0,77= 29%
p(B∩F∩I) = p(B) * p(F/B) * p(I/F) p(B∩F∩I)= 0.67*0.44*0,57= 17%
p(LGI) = p(A∩E∩L) + p(B∩D∩G) + p(B∩F∩I) = 52%
p(A∩E∩M ) = p(A) * p(E/A) * p(M/E) p(B∩E∩I)= 0.33*0.59*0,70 = 13%
p(B∩D∩H ) = p(B) * p(D/B) * p(H/D) p(B∩D∩H)= 0.67*0.56*0,23 = 9%
p(B∩F∩J ) = p(B) * p(F/B) * p(J/F) p(B∩F∩J)= 0.67*0.44*0,43 = 13%
p(IHJ) = p(B∩E∩I) + p(B∩D∩H) + p(B∩F∩J) = 35%
22. Suceso
TOP 1°
N°
Muestras
Suceso
TOP 2°
A %
Suceso
TOP 3°
B/A % Suceso TOP 4° C/B % A*B/A*C/B P(T) (A*B/A*C/B)/P(T)
Error
Humano
141
Error No
Intencional
0.32624113
Slips 0.41304348
52%Lapsus 0.58695652
Psicológicos 0.2962963 6% 11%
circunstanciales 0.7037037 13% 38.8%
Error
Intencional
0.67375887
Misteke 0.55789474
Regla 0.77358491 29% 56.2%
Conocimiento 0.22641509 9%
35%
24.5%
Violaciones 0.44210526
Excepcionales 0.57142857 17% 32.9%
Rutinarias 0.42857143 13% 36.7%
Sabotajes 0
Tabla 5. % Resultados de análisis Teorema de Bayes
Table 5.% Results of analysis Bayes' Theorem
b) Teorema de Bayes.
1. La probabilidad de suceder un evento de categoría Psicológica, asociado a
un lapsus y que cumpla con un error no intencional es la siguiente:
𝒑(𝑨 ∩ 𝑬 ∩ 𝑳 )
𝒑(𝑳𝑮𝑰)
=
𝟔
𝟓𝟐
= 𝟏𝟏%
2. La probabilidad de suceder un evento de categoría Regla, asociado a un
misteke y que cumpla con un error intencional es la siguiente
𝒑(𝑩 ∩ 𝑫 ∩ 𝑮)
𝒑(𝑳𝑮𝑰)
=
𝟐𝟗
𝟓𝟐
= 𝟓𝟔. 𝟐%
3. La probabilidad de suceder un evento de categoría excepcionales, asociado
a una violación y que cumpla con un error intencional es la siguiente
𝒑(𝑩 ∩ 𝑭 ∩ 𝑰)
𝒑(𝑳𝑮𝑰)
=
𝟏𝟕
𝟓𝟐
= 𝟑𝟐. 𝟗%
23. 4. La probabilidad de suceder un evento de categoría circunstancial, asociado
a un lapsus y que cumpla con un error no intencional es la siguiente
𝐩(𝐀 ∩ 𝐄 ∩ 𝐌 )
𝐩(𝐈𝐇𝐉)
=
𝟏𝟑
𝟑𝟓
= 𝟑𝟖. 𝟖%
5. La probabilidad de suceder un evento de categoría conocimiento, asociado
a un misteke y que cumpla con un error intencional es la siguiente
𝒑(𝑩 ∩ 𝑫 ∩ 𝑯 )
𝒑(𝑰𝑯𝑱)
=
𝟗
𝟑𝟓
= 𝟐𝟒. 𝟓%
6. La probabilidad de suceder un evento de categoría rutinarias, asociada a una
violación y que cumpla con un error intencional es la siguiente
𝒑(𝑩 ∩ 𝑭 ∩ 𝑱 )
𝒑(𝑰𝑯𝑱)
=
𝟏𝟑
𝟑𝟓
= 𝟑𝟔. 𝟕%
4. RESULTADOS Y DISCUSIÓN
La cantidad de reportes entregados de acuerdo a las cuatro semanas que duro este
muestreo presentan la siguiente dispersión según como se observa en la tabla N°1
y en el gráfico N°2, en donde se entregan los resultados entre acciones y
condiciones, cabe señalar que para nuestro estudio las condiciones subestandares
serán discriminadas y solo trabajaremos con las acciones subestandares.
Al aplicar la taxonomía de errores humanos determinada por Reason,
enfocándonos principalmente en las acciones y a los resultados del muestreo
realizado, se determina la siguiente dispersión que a continuación se detalla: una
cantidad 46 errores asociados a la no intencionalidad de los actos y 95 errores
24. asociados a la intencionalidad de los actos (ver gráfico 3 y tabla ), subdivididos en
19 slips, 27 lapsus, 53 misteke y 42 violaciones. A su vez, los errores asociados al
lapsus se observan las subcategorías que son las Psicológicas con una cantidad de
8 reportes y circunstanciales con 19. Asociados a misteke las subcategorías de
regla se obtienen 41 reportes y conocimientos 12, mientras que en violaciones en
sus subcategorías se obtienen para excepcionales 24 y para rutinarias 18 muestras.
como se observa en la tabla N° 3,
Tipos de Errores N° Muestras
No Intencionales 46
Intencionales 95
Tabla 6. N° de muestras por tipos de errores
Table 6. Number of samples types of errors
Gráfico 3. Errores intencionales y no intencionales
Graphic 3. Intentional and unintentional errors
25. Taxonomía N° Muestras
Slips 19
Lapsus 27
Misteke 53
Violaciones 42
Tabla 7. N° de muestras por taxonomía
Table 7. Number of samples per taxonomy
Obtenidos estos datos se realizó la clasificación del suceso Top o no deseado
correspondiente al error humano, el que genero la cúspide del diagrama de árbol y
luego los diferentes ramales correspondientes a los sucesos secundarios asociados
a la intencionalidad de los errores, terciarios y cuaternarios correspondiente a la
taxonomía planteada por Reason.
Al realizar la identificación de los errores el 32.62% de los eventos corresponden a
no intencionales y el 67.37% son intencionales, el 41.30% corresponden a slips y
58.69% a lapsus correspondientes a acciones no intencionales; el 55.78% son
misteke y el 44.21% a violaciones. Continuando con la taxonomía para los errores
no intencionales, en los lapsus el 29.62% corresponde acciones asociadas al
subclase psicologica; para las acciones o errores intencionales, en los misteke el
77.35% corresponde a acciones asociada a la subclase regla y para los asociados
a la subclase conocimiento 22.64%; para las violaciones el 57.14% corresponde a
la subclase excepcionales y para la subclase rutinarios 42.85%, por lo que las
pregunta que se formula es la siguiente y que cumplan el teorema de Bayes: ¿cuál
es la probabilidad que un suceso al azar determinado por las clases y subclases
de la taxonomía de errores sea provocado por una acción intencional o no
intencional?
26. La respuesta se genera mediante el calculó de las variables de Reason usando el
teorema de Bayes, obteniendo los siguientes resultados del análisis, reflejando que
existe un 11% de probabilidad que un error Psicológico provoque un accidente
asociado a una acción errónea no intencional; un 38.8% de probabilidad que un
error circunstancial provoque un accidente asociado a una conducta errónea no
intencional; un 56.2% de probabilidad que un error asociado a reglas desencadene
un accidente asociado al error humano intencionalmente y un 24.5% de probabilidad
que un error por conocimiento termine en un accidente ligado a un error intencional,
un 32.9% probabilidad que un error asociado a causas excepcionales conduzca a
un error intencional y por ultimo 36.7% que un error asociado a trabajos rutinario
provoque un error no intencional.
Grafico 4. % probabilidades por teorema de Bayes
Graphic 4.% Probabilities by Bayes Theorem
27. 5. CONCLUSIONES.
La identificación de los sucesos TOP y posterior generación del árbol de fallos
presentan y cobra importancia al momento de realizar o dirigir una investigación de
estas características, en donde los sucesos cobran una gran relevancia al
discriminar desde lo más general a lo particular, si bien es cierto nuestro modelo de
árbol de fallo solo identificamos tres ramales desde el suceso TOP asociados al
error humano y su posterior taxonomía indicada por Reason, la construcción de los
ramales pueden ser innumerables, por lo que un estudio de estas características
puede llegar a entregarnos información mucho más detallada y certera al momento
de la identificación del error asociado al factor humano y el control de la
accidentabilidad asociada a la industria minera, dejando de esta manera una brecha
a los estudios que vengan a continuación de este documento, en donde se deberán
reflejar aristas que no se consideraron al momento de realizar este modelo
matemático.
Cuando se aplica la Taxonomía de Reason, una de las características es de acceder
al reconocimiento de los errores humanos que generalmente se presentan en la
industria e identificarlos mediante esta herramienta la que nos permite estudiarlos
cualitativamente obedeciendo a los diferentes actos ya sean por causales
intencionales o no intencionales, acotando la investigación de la causalidad de los
accidentes a nivel de la industria minera a estos dos grupos y a su vez subdividirlos,
siendo mucho más específico a la hora de aplicar planes de acción adecuados para
el control de estos. En busca de no solo realizar una evaluación cualitativa, es que
se genera este modelo matemático para además realizar una evaluación
cuantitativa, convirtiendo esta taxonomía en un estudio que claramente puede ser
medible mediante la aplicación del teorema de Bayes, entregando porcentajes que
apoyan a direccionar las medidas de control al momento de trabajar en la mitigación
o eliminación de la accidentabilidad a nivel industrial, proporcionando varios puntos
a favor los cuales se nombran a continuación:
28. 1. Identificar de manera predictiva mediante porcentajes claros los errores
humanos que involucran los accidentes con la implementación del modelo
matemático aplicando el teorema de Bayes.
2. Se prioriza los planes de control aplicándolos a los errores que presentan
mayores porcentajes.
3. La aplicación de los planes de acción se redireccionan hacia controles más
específicos.
4. La implementación de la taxonomía de errores nos permite trabajar sobre el
84% de los accidentes que ocurren en la industria, abarcando con este porcentaje
una gran cantidad errores asociados al factor humano que pueden tener como
consecuencias accidentes graves e incluso fatales, disminuyendo de esta manera
los indicadores de accidentabilidad que se manejan en la industria, al tener claridad
de los errores que se les deben tomar atención, indicados en la resultante al aplicar
el teorema de Bayes.
5. El personal encargado de realizar las diferentes muestras, deberán estar
instruidos con claridad, entregándoles capacitaciones y entrenamiento con respecto
a la taxonomía de Reason, obteniendo con esto un valor agregado en temas de
control de accidentabilidad ligado al error humano en la industria minera.
6. Alinear a los trabajadores en el uso de las diferentes herramientas de control
ya establecidas, mediante capacitaciones con la finalidad de profundizar en el error
humano y su taxonomía e incorporarlo como herramienta de análisis en el desarrollo
de sus labores.
7. Otro punto importante es la disminución de los gastos monetarios que se
deben desviar por parte de las empresas, que involucran y tiene relación a este
concepto, al realizar controles específicos sobre los errores.
Las conductas temerarias es un problema al momento de hablar del control de la
accidentabilidad, tanto a nivel de empresas, trabajadores, como en línea de mando,
no siendo una coincidencia el orden de nombramiento de los responsables, y la
29. pregunta que nos hacemos es: ¿Cómo controlamos las conductas temerarias?, es
un problema de actitud de las personas que se desenvuelven en el rubro minero,
que pueden ser desencadenadas no solo por las empresa contratistas que realizan
los trabajos sino también por las empresas mandantes al generar recursos
precarios, no considerando los recursos necesarios al momento de concretar los
proyectos y los tiempos que requiere la seguridad de las personas, dando por hecho
que el personal que realiza los trabajos, los realizará bajo ninguna presión, siendo
esto totalmente falso, las presiones que existen en el medio son implacables. Es
aquí donde se realiza la pregunta, ¿las acciones temerarias que realizan los
trabajadores son por iniciativa propia o por presiones externas?
Otra pregunta que formulo y que en este documento la dejamos extendida, ¿Que
sale más cuenta económicamente para las empresas invertir en seguridad o pagar
las tasas a los organismos fiscalizadores o simplemente pagar indemnizaciones a
las familias de los trabajadores que pierden la vida en el desarrollo de sus
actividades?, son respuestas que en este documento no se entregarán.
La implementación de la taxonomía de Reason, modelado con el teorema de Bayes,
nos entrega una herramienta que nos permite identificar a priori los errores humanos
con la consecuencia cierta de un accidente, en el cual todas las personas que nos
desenvolvemos en este rubro podemos identificar y sin duda poder disminuir la
condicionalidad de los actos de las personas implementando a través de trabajo
responsable y sistemático, se puede revertir.
30. 6. Referencias Bibliográficas
• Reason, J. (1990). “El error humano”. Nueva York, universidad de
Cambridge.
• Reason, J. (2008). “La contribución humana. Actos peligrosos y acciones
ejemplares”.
• Reason J. (1989). “Causalidad del error humano en los accidentes
laborales”
• Cliff D. (2012), "La Gestión de la Salud y Seguridad Ocupacional en la
Industria Minera Australiana. http://im4dc.org/wp-
content/uploads/2012/01/UWA_1833_Paper-3_Spanish-version_The-
management-of-occupational-health-safety-in-the-Aust-mining-industry.pdf
• Reglamento de Seguridad Minera. D.S. Nº 132. Ministerio de Minería. Chile.
• http://www.sigweb.cl/biblioteca/GestionRiesgos.pdf
• Gosálvez J. ; Cassini J. “El Factor Humano y su Influencia en la Prevención
de Riesgos Laborales” http://prevencionar.com/2013/07/15/el-factor-humano-y-su-
influencia-en-la-prevencion-de-riesgos-laborales/
• Heinrich H.W. (1931) “Teoría del Domino”.
• Ramirez C. (2009) “Seguridad Industrial un Enfoque Integral”.
• Fernandez S. (2002) “Redes Bayesianas Temporales: Aplicación Médicas e
Industriales”
• Gonzalez L. (2007) “Humanismo y Gestión Humana: Una Perspectiva de
Interpretación para el Trabajo Social Aplicado al Campo Laboral”.
• Espluga J. (1990) “Factor humano y siniestralidad: aspectos sociales”
• López-Araújo B. (2009)“Factores psicosociales implicados en la salud y la
accidentabilidad laboral en la construcción y en la agricultura”
• Moreno B. (2011) “Factores y riesgos laborales psicosociales:
conceptualización, historia y cambios actuales”
• Alonso E. ; Pozo C. “La Percepción del Riesgos en la Prevención de
Accidentes Laborales”
• Velazquez Y. ; Medellin J. (2013) “La percepción de riesgos como factor
causal de accidentes laborales
31. • Torres A.; Carbonel A. (2010) “Evaluación de percepción de riesgo
ocupacional”
• “Sistema simplificado de evaluación de riesgos de accidente”
• Piqué T. ; Cejalvo A. (1990) Análisis probabilístico de riesgos: “Metodología
del Árbol de fallos y errores” http://www.icao.int/SAM/Documents/2014-
ADSAFASS/ntp_333.pdf
• Shappell & Wiegmann, (1996). “A Human Error Approach to Aviation
Accident”
• Melia J.; Arnedo M.; Ricarte J. (1993). “La intervención en prevención de
riesgos laborales desde la perspectiva de la psicología de la seguridad laboral”.
• Rodriguez P.(201)