Understanding Behavioural Risk Signals in Socio-Technical Work Systems Using Explainable Machine Learning

Resumen Técnico: Comprensión de las Señales de Riesgo Conductual en Sistemas de Trabajo Socio-Técnicos mediante el Aprendizaje Automático Explicable

Planteamiento del Problema
La investigación convencional sobre la seguridad ocupacional suele modelar el riesgo de accidentes como una función lineal de puntuaciones agregadas de la percepción del clima de seguridad. Los autores argumentan que este enfoque puede oscurecer la heterogeneidad conductual y los efectos de interacción críticos presentes a nivel de ítem. Dentro de los sistemas de trabajo socio-técnicos, los accidentes rara vez derivan de fallos técnicos aislados, sino que emergen de interacciones complejas entre las estructuras organizativas, las prácticas de supervisión y las características de la fuerza laboral. El estudio postula que el riesgo ocupacional puede surgir de configuraciones conductuales no lineales moldeadas por señales organizativas, que los modelos basados en promedios no logran detectar. Además, una observación empírica persistente sugiere que la ocurrencia de accidentes se distribuye de manera desigual incluso entre trabajadores con exposiciones a peligros similares, lo que indica que los modelos agregados pueden enmascarar variaciones significativas en cómo se interpretan y traducen las señales de seguridad en comportamiento.

Metodología
El estudio empleó un diseño observacional utilizando datos de 207 trabajadores en un entorno industrial de seguridad crítica. La unidad analítica fue el trabajador individual, con la variable de resultado definida como un indicador binario de si ocurrió un accidente relacionado con el trabajo en los últimos 12 meses.

• Recolección de Datos: Un cuestionario estructado de autoadministración capturó indicadores de seguridad conductual, percepciones de seguridad y datos demográficos. Crucialmente, el estudio mantuvo los predictores al nivel de ítem individual en lugar de agregarlos en puntuaciones de dimensiones compuestas, para preservar la granularidad perceptual y evitar el sesgo de agregación.
• Estrategia de Modelado: La investigación implementó un marco analítico comparativo:
  1. Regresión Logística: Utilizada como un modelo lineal de base para estimar asociaciones direccionales y razones de momios (odds ratios).
  2. Aprendizaje Automático de Conjunto (Ensemble Learning): Se emplearon clasificadores de Random Forest y Gradient Boosting para capturar patrones no lineales e interacciones de orden superior. Los hiperparámetros se optimizaron mediante una búsqueda de cuadrícula (grid search) con validación cruzada.
  3. IA Explicable (XAI): Se aplicaron valores SHAP (SHapley Additive exPlanations), específicamente el algoritmo TreeSHAP, a los modelos de conjunto para descomponer las predicciones y cuantificar la contribución marginal de cada característica. Esto permitió tanto el ranking global de características como la interpretación local de las estructuras de interacción.
• Validación: Los modelos fueron evaluados mediante validación cruzada de 10 pliegues estratificados en conjuntos de prueba independientes. El rendimiento se evaluó mediante ROC-AUC, exactitud, precisión, sensibilidad (recall), puntuación F1 y el Coeficiente de Correlación de Matthews (MCC). La robustez se verificó mediante validación cruzada repetida y análisis de sensibilidad respecto a los umbrales de clasificación.

Resultos Clave

• Rendimiento del Modelo: Los modelos de aprendizaje de conjunto superaron significativamente al modelo lineal de base. El Gradient Boosting alcanzó el mayor rendimiento de discriminación (AUC = 0.837, Exactitud = 0.773), seguido por Random Forest (AUC = 0.841, Exactitud = 0.744). La regresión logística demostró una discriminación moderada (AUC = 0.757, Exactitud = 0.725).
• Hallazgos Lineales vs. No Lineales: La regresión logística identificó asociaciones direccionales significativas para variables específicas, incluyendo género, experiencia laboral (10–20 años), participación en capacitación de seguridad y tipo de empleo. Sin embargo, las dimensiones agregadas del clima de seguridad y las puntuaciones totales no mostraron una contribución predictiva significativa en el modelo lineal.
• Estructuras No Lineales y Umbrales: Los modelos de conjunto, interpretados mediante SHAP, revelaron que el riesgo de accidente se concentra dentro de configuraciones perceptuales específicas en lugar de distribuirse linealmente.
  • Capacidad de Respuesta de la Gerencia: Los ítems relacionados con la capacidad de respuesta de la gerencia (p. ej., r2_1, r2_4) fueron los predictores más influyentes. Los gráficos de dependencia de SHAP indicaron un comportamiento tipo umbral, donde la probabilidad de riesgo cambió abruptamente una vez que se excedieron niveles de percepción específicos, en lugar de cambiar gradualmente.
  • Capacitación y Experiencia: La participación en la capacitación de seguridad actuó como un "estabilizador conductual", estrechando la dispersión de las configuraciones de riesgo en lugar de reducir uniformemente la probabilidad. Las interacciones entre la capacidad de respuesta de la gerencia y la experiencia del trabajador mostraron que los trabajadores experimentados formaban grupos conductuales más compactos, sugiriendo una adaptación mediada por la experiencia.
  • Asimetría: El análisis de SHAP reveló contribuciones asimétricas, donde incrementos similares en las puntuaciones de percepción no se tradujeron en reducciones de riesgo equivalentes para todos los trabajadores, lo que respalda la existencia de puntos de inflexión conductuales.

Contribuciones Clave

1. Granularidad a Nivel de Ítem: El estudio demuestra el valor de mantener los indicadores del clima de seguridad al nivel de ítem. Agregarlos en puntuaciones compuestas parece diluir señales críticas a nivel de ítem sobre la interacción gerencial y la calibración de la confianza, oscureciendo los mecanismos no lineales que impulsan el riesgo de accidentes.
2. Analítica Sensible a la Configuración: Al integrar el aprendizaje de conjunto con la IA explicable, la investigación identifica que el riesgo de accidente es un fenómeno dependiente de la configuración. Destaca combinaciones específicas de capacidad de respuesta gerencial, compromiso con la capacitación y experiencia del trabajador que crean límites conductuales de alto riesgo, los cuales los modelos lineales no logran capturar.
3. Interpretabilidad en la Gestión de la Seguridad: La aplicación de los valores SHAP traduce las salidas predictivas complejas en conocimientos conductuales interpretables. Esto permite la identificación de contribuciones asimétricas de los predictores y límites de interacción, pasando de las predicciones opacas de "caja negra" hacia una inteligencia de seguridad accionable.

Significancia y Reivindicaciones
El artículo sostiene que sus hallazgos desafían la suficiencia de las interpretaciones de clima de seguridad basadas en promedios poblacionales. Argumenta que el riesgo de accidentes no es simplemente una función de la "fuerza" de un clima de seguridad, sino que está incrustado dentro de umbrales conductuales no lineales y estructuras de interacción.

Los autores afirman que su enfoque apoya una transición desde el monitoreo retrospectivo basado en promedios hacia diagnósticos conductuales proactivos y sensibles a los umbrales. Al identificar límites perceptuales específicos donde la probabilidad de accidente cambia desproporcionadamente, las organizaciones pueden potencialmente detectar la inestabilidad emergente en los sistemas de seguridad antes de que ocurran los incidentes. El estudio concluye que, si bien la regresión logística sigue siendo útil para identificar asociaciones direccionales, el aprendizaje de conjunto combinado con la IA explicable es superior para descubrir los complejos mecanismos dependientes de la configuración que gobiernan el comportamiento de seguridad en entornos de trabajo socio-técnicos.

Los autores mantienen una postura modesta, reconociendo que los umbrales identificados dependen de la distribución de los datos observados y que es necesaria la validación externa en diferentes industrias y contextos culturales. No pretenden la superioridad universal del aprendizaje automático sobre los métodos estadísticos, sino que destacan que la ventaja de rendimiento en este contexto surge de la presencia de complejidad conductual no lineal en los datos.