¿Por qué medir fallas y errores humanos?

Antes de hablar sobre fallas y errores, es importante destacar el concepto de factores humanos trabajado por Dersalis. Según Grattan (2018), estos pueden entenderse como todo aquello que puede interferir en la relación entre la oferta y la demanda de trabajo. Estos factores, relacionados con características físicas, fisiológicas y sociales, afectan la interacción humana con equipos, sistemas, procesos y otros individuos o equipos de trabajo. Por eso, deben ser medidos para que se puedan tomar acciones que prevengan o eliminen comportamientos de riesgo operativo.

En todos los sectores productivos, la fatiga es la principal responsable de la disminución del rendimiento del operador. Afecta directamente señales y síntomas del trabajador, como el tiempo de reacción, la atención o concentración, la memoria a corto plazo e incluso la capacidad de juicio.

Por ello, es fundamental monitorear el comportamiento humano, mediante la medición de la probabilidad de error humano asociado a la tarea, especialmente frente a los desafíos de cada sector, como jornadas laborales largas, horarios irregulares, turnos nocturnos, tareas monótonas o exposición a situaciones estresantes y prolongadas.

El análisis del error humano y la evaluación de la fatiga en los trabajadores han sido ampliamente estudiados mediante métodos subjetivos y objetivos. Entre ellos se destacan los cuestionarios y pruebas de vigilancia psicomotora. Sin embargo, los resultados son muy sensibles a sesgos subjetivos y a la interferencia de las tareas realizadas por los operadores. Según Armario et al. (2020), aunque los test psicométricos pueden evaluar el estado de ansiedad o estrés, las respuestas pueden alejarse de las respuestas biológicas reales, debido a estrategias cognitivas para enfrentar el hecho de estar siendo evaluado, lo que impacta en los resultados.

De acuerdo con Armario et al. (2020), una alternativa para medir el error humano es la identificación temprana de los estresores. Cuando la demanda del trabajo supera la capacidad fisiológica y mental del trabajador, el sistema endocrino y el sistema nervioso central activan la liberación de marcadores fisiológicos capaces de medir la respuesta del individuo ante el estrés, así como la intensidad del estresor.

Por ello, es importante monitorear factores externos (como el calor o las vibraciones) e internos (como la preparación intelectual, el estado físico y mental o la presencia de enfermedades), ya que todos estos influyen en el equilibrio —o desequilibrio— del ser humano en los procesos de toma de decisiones.

Cuando un factor se encuentra en exceso, el cuerpo puede presentar respuestas específicas de adaptabilidad (real o percibida) y de afrontamiento (pasivo o activo), pero se vuelve más expuesto al riesgo y, con ello, aumenta la probabilidad de error humano.

Así, según Burlacu et al. (2021), la variabilidad de la frecuencia cardíaca se presenta como un marcador valioso para detectar somnolencia, fatiga y estrés, ya que refleja las alteraciones en la actividad de los sistemas nerviosos simpático y parasimpático.

Además, Sparrow et al. (2019) refuerzan que ya existe una amplia gama de tecnologías para la detección de la fatiga. Estas permiten identificar su impacto en el ser humano a partir de cambios en la variabilidad cardíaca, en los ojos o incluso en el habla. A diferencia de los test de aptitud para el trabajo, que requieren mediciones puntuales, el monitoreo continuo de datos vitales permite rastrear la evolución de la fatiga a lo largo del tiempo.

Por lo tanto, la solución Dersalis busca identificar y mitigar la progresión del comportamiento humano de riesgo a partir del monitoreo de variables fisiológicas recolectadas durante la jornada laboral en operaciones industriales. Es fundamental la participación de los equipos de salud, seguridad y operación en la creación de alertas que permitan monitorear los frentes de trabajo, formando una barrera humana capaz de minimizar la probabilidad de fallas humanas. Esto se alinea con la comprensión y aplicación del modelo del "queso suizo" de James Reason, que según Larouzee & Le Coze (2020), sigue siendo uno de los más relevantes por su enfoque sistémico y su uso sostenido en industrias de alto riesgo.