La IA está haciendo que las inspecciones laborales sean más inteligentes y eficaces. MIRA, una herramienta desarrollada para la Inspección del Trabajo de Albania con el apoyo de la OIT, ayuda a los inspectores a detectar más rápidamente las infracciones en el lugar de trabajo mediante el uso de aprendizaje automático para analizar riesgos y predecir problemas. Reduce la incertidumbre, disminuye la carga administrativa y garantiza inspecciones más justas y coherentes, creando en última instancia entornos laborales más seguros y conformes a la normativa.
Los inspectores laborales enfrentan una tarea desafiante todos los días. Más allá de identificar y prevenir violaciones de las leyes laborales, deben ofrecer orientación, proporcionar asesoramiento técnico y promover buenas prácticas para fomentar entornos de trabajo más saludables y conformes a la normativa. Este trabajo implica revisar miles de casos para detectar infracciones, un proceso que consume mucho tiempo y que a menudo puede pasar por alto casos críticos y desperdiciar valiosos recursos.
Ahí es donde entra en juego la Matriz de Inteligencia y Evaluación de Riesgos (MIRA). Desarrollada para la Inspección del Trabajo y Servicios Sociales de Albania con el apoyo de la Organización Internacional del Trabajo (OIT) y financiación de la Unión Europea, MIRA revoluciona la forma en que se realizan las inspecciones. Al alejarse de herramientas tradicionales como la “Matriz de Sanciones” y las evaluaciones manuales de alertas rojas, MIRA integra la gestión avanzada de datos y casos con capacidades de evaluación de riesgos impulsadas por minería de datos y aprendizaje automático.
Eljo Muçaj, Inspector General de Albania, destacó la necesidad de transformación:
«Las estrategias tradicionales ya necesitaban una reforma. La solución estaba en modernizar nuestras herramientas y adoptar la tecnología para hacer que las inspecciones fueran más eficaces.»
Gracias a su capacidad de evaluación de riesgos mediante aprendizaje automático, MIRA ofrece una solución innovadora que transforma la planificación de inspecciones laborales. El sistema emplea nueve algoritmos avanzados simultáneamente con datos históricos de inspecciones para detectar con mayor precisión casos de trabajo no declarado y otras violaciones de las leyes laborales y de salud y seguridad en el trabajo (SST), al tiempo que reduce significativamente el tiempo de análisis y generación de informes.
Comprendiendo la inspección impulsada por IA con MIRA
MIRA es una herramienta integral que combina dos componentes clave: un sistema de gestión de casos y datos, y una herramienta avanzada de evaluación de riesgos que funciona con minería de datos y aprendizaje automático.
Uno de los principales beneficios de MIRA es su acceso en tiempo real a las leyes y regulaciones más recientes. Los inspectores tienen la información más actualizada a su disposición, evitando así el riesgo de prácticas desactualizadas o inconsistentes. Junto con flujos de trabajo estandarizados, se obtiene un sistema que garantiza que todas las empresas sean tratadas de manera equitativa. Esta coherencia no solo ahorra tiempo, sino que también genera confianza, asegurando que las inspecciones sean justas y transparentes.
Aprovechando la minería de datos y el aprendizaje automático
El sistema estructurado de recopilación de datos y los análisis predictivos de MIRA están transformando la planificación y ejecución de inspecciones laborales. Al recopilar y organizar datos detallados, MIRA construye un repositorio integral que los inspectores pueden utilizar para identificar patrones y riesgos. Pero lo que realmente diferencia a MIRA es su tecnología avanzada de minería de datos y aprendizaje automático.
Minería de datos
La minería de datos es el primer paso de MIRA para interpretar la gran cantidad de información que recopila. Al analizar grandes volúmenes de datos, MIRA ayuda a descubrir tendencias ocultas, correlaciones y patrones que de otro modo podrían pasar desapercibidos.
MIRA ayuda a los inspectores a comprender dónde deben centrar su atención. Actúa como un foco, iluminando áreas de preocupación dentro de las relaciones laborales y la seguridad y salud en el trabajo. Sin la minería de datos, esta valiosa información quedaría enterrada en hojas de cálculo e informes, dejando a los inspectores depender de la intuición o de datos incompletos.
Aprendizaje automático
MIRA es altamente eficaz porque analiza factores históricos relevantes utilizando nueve algoritmos de aprendizaje automático. Por ejemplo, el aprendizaje automático puede predecir qué empresas presentan mayor riesgo e identificar dónde es más probable que haya trabajo no declarado o subdeclarado en función de su tamaño y tipo, ubicación, sector, variaciones estacionales, horas de trabajo, períodos de actividad y antecedentes de cumplimiento. La implementación del aprendizaje automático ha demostrado una mejora del 30 % en la predicción del trabajo no declarado y subdeclarado en comparación con métodos previos basados en alertas manuales.
Albana Kuka, Jefa del Sector de Análisis de Riesgos, declaró que:
«Aproximadamente el 68 % de los casos identificados de empleo informal forman parte de inspecciones planificadas, lo que representa una mejora notable en comparación con las inspecciones no planificadas. La planificación automatizada ha reducido errores y acelerado el proceso, permitiendo a los inspectores enfocarse en detectar y abordar las violaciones más críticas.»
MIRA tiene un poder predictivo impresionante: el 70 % de las inspecciones se planifican en función de su evaluación de riesgos y sus conocimientos basados en datos. Sin embargo, el 30 % de las inspecciones siguen siendo aleatorias, seleccionadas por razones ajenas a las identificadas por MIRA. Este equilibrio tiene dos propósitos clave: recopilar nuevos datos para mejorar la precisión de las predicciones y adaptarse a los cambios del mercado laboral; y garantizar la responsabilidad asegurando que todas las empresas sean cubiertas a través de inspecciones aleatorias.
Superando desafíos y reduciendo sesgos
La adopción de herramientas impulsadas por IA como MIRA no estuvo exenta de desafíos. Los inspectores tuvieron que acostumbrarse a confiar en predicciones generadas por el sistema, lo que a veces desafiaba sus suposiciones sobre dónde se producen las infracciones. Tradicionalmente, la planificación de inspecciones favorecía ciertos sectores o regiones basándose en experiencias anecdóticas.
Irida Qosja, Directora de Inspecciones Laborales, señaló:
«Inicialmente, el sistema fue percibido como una carga adicional en su flujo de trabajo diario. Sin embargo, poco a poco, sus beneficios se hicieron evidentes. La transparencia en el proceso de inspección resultó ser un elemento clave para mejorar la credibilidad y eficacia de las inspecciones. MIRA cambió el enfoque, pasando del inspector al proceso en sí, colocándolo en el centro de las operaciones.»
MIRA analiza variables que los inspectores podrían no haber considerado, permitiendo así detectar más rápida y precisamente cambios en los patrones de comportamiento o factores de riesgo. Al basarse en datos en lugar de juicios personales, MIRA reduce el riesgo de sesgos subjetivos y garantiza decisiones más objetivas y consistentes.
A diferencia de los sistemas estáticos, MIRA evoluciona continuamente. Con más de 12 000 inspecciones realizadas anualmente en Albania y datos recopilados para más de 100 variables por inspección, sus capacidades de aprendizaje automático y predicción se fortalecen constantemente. Se adapta a nuevas tendencias y puede gestionar grandes volúmenes de datos sin requerir recursos adicionales. Esto significa que MIRA no solo ayuda a los inspectores a trabajar mejor hoy, sino que continúa evolucionando para abordar los desafíos del futuro.
El futuro de las inspecciones laborales
A medida que la Inspección del Trabajo de Albania continúa refinando sus procesos, MIRA se establece como un modelo de cómo la tecnología puede transformar las inspecciones laborales. Empodera a los inspectores para que se concentren en su misión principal: crear lugares de trabajo más seguros, justos y conformes a la normativa para todos.
Fuente: Organización Internacional del Trabajo (OIT)
