Context și motivație
În ciuda evoluției sistemelor de siguranță alimentară precum HACCP, incidentele alimentare rămân frecvente, cauzate în principal de comportamente necorespunzătoare ale operatorilor (igienă, echipament, implementare proceduri). Corectarea acestor comportamente este vitală, iar recent se explorează cum poate susține inteligența artificială (AI) acest proces .
Ciclul continuu asistat de AI
Autorii acestui studiu propun un ciclu în trei faze pentru îmbunătățirea comportamentului de siguranță alimentar prin AI:
- Monitorizare – camere și senzori inteligenți observă comportamente precum igiena mâinilor și purtarea echipamentului de protecție.
- Evaluare – prin analiză de date și modele LLM, se evaluează cultura organizațională și se identifică deficiențele.
- Acțiune – feedback în timp real, instruire personalizată și instrumente de comunicare asistate AI sunt aplicate, iar apoi se monitorizează din nou rezultatele.
Detalii pe faze
- Faza 1: Monitorizare AI
Permite observare discretă și constantă, eliminând distorsiunea cauzată de prezența observatorilor umani. Datele digitale reunite permit o analiză integrată a culturii de siguranță . - Faza 2: Evaluare AI
Se integrează componente calitative și cantitative prin analiza volumelor mari de date (video, senzori, interviuri, sondaje). Modele predictive, NLP și LLM pot oferi analize sofisticate și prognoze privind eficiența intervențiilor . - Faza 3: Intervenție AI
Implică soluții precum: real‑time feedback, instruire VR/inclusivă, recomandări personalizate și comunicare asistată (ex. chatboți, mementouri subtile). Accentul este pus pe angajat ca agent central în cultura de siguranță ( ourarchive.otago.ac.nz).
Provocări și limite
- Tehnice: erori de clasificare, sensibilitate la prompturi LLM, necesitatea supravegherii umane.
- Etice și legale: preocupări legate de confidențialitatea datelor angajaților, transparență în utilizarea AI.
- Organizaționale: rezistență la schimbare, cerința de investiții în infrastructură și formare.
Direcții viitoare de cercetare
Tabelele din articol conturează recomandări privind:
- Perfecționarea modelelor AI: recunoaștere emoțională, integrare senzori, evaluare longitudinală.
- Eficiență evaluativă: combinarea metodelor de analiză calitativă și cantitativă.
- Implementare practică: instruire personalizată, integrare VR, comunicare cultural adaptată, studii de teren, dezvoltare ghiduri reglementare, colaborări sectoriale .
Concluzie
Articolul susține că AI poate schimba paradigma din reacție către prevenție, generând o cultură proactivă a siguranței alimentare. Totuși, tehnologia trebuie privită ca un «complement», nu ca un înlocuitor al sistemelor existente, și implementată cu precauție, supraveghere umană și respectarea eticii .
În cadrul articolului, Wang și colab. (2025) argumentează că human behavior este un element esențial în prevenirea riscurilor alimentare, iar AI oferă instrumentele necesare pentru monitorizare continuă, evaluare aprofundată și intervenție eficientă. Monitorizarea discretă a comportamentului operatorilor permite colectarea de date precise, care, ulterior analizate cu ajutorul inteligenței artificiale, elaborează diagnostice culturale și propun strategii adaptate. Intervențiile asistate de AI – de la feedback imediat, la instruire VR sau chatboți – sunt concepute să consolideze cultura organizațională și să reducă erorile umane. Totodată, studiul recunoaște limitări tehnice și etico-legale, solicitând o abordare integrată și responsabilă. Cercetările viitoare se vor concentra pe validarea empirică în mediile industriale diverse și pe stabilirea unor ghiduri reglementare care să susțină adoptarea AI în mod etic și eficace.
Sursa SCIENCE DIRECT.