I partner del progetto FEREO hanno preso parte alla conferenza internazionale 6th International Conference on Industry 4.0 and Smart Manufacturing, tenutasi dal 20 al 22 novembre 2024 a Praga (Repubblica Ceca).

Nel corso dell’evento è stato presentato online il contributo scientifico dal titolo:
“A comparative analysis for automated information extraction from OSHA Lockout/Tagout accident narratives with Large Language Model”, (N. Sabetta, F. Costantino, S. Stabile) dal Dott. Nicolò Sabetta.

Il contributo può essere consultato al seguente link: Conference Proceedings

Sommario

L’analisi degli incidenti sul lavoro è fondamentale per migliorare la sicurezza occupazionale, comprendendo le cause e prevenendo il ripetersi degli eventi. Tuttavia, la principale difficoltà nell’analisi delle narrazioni degli incidenti risiede nella natura non strutturata dei dati testuali. Questo studio esamina l’efficacia dei modelli linguistici di grandi dimensioni (LLM), in particolare GPT-4 Turbo, nell’estrazione di informazioni dalle narrazioni di incidenti relativi alle procedure di lockout/tagout (LOTO) presenti nel database della Occupational Safety and Health Administration (OSHA). Lo studio confronta le caratteristiche estratte — ovvero il grado di fatalità, la natura della lesione e l’occupazione del lavoratore — con quelle registrate dai supervisori dell’OSHA. Nonostante occasionali errori di classificazione e allucinazioni, GPT-4 Turbo dimostra un notevole potenziale nell’automazione dell’estrazione di informazioni critiche, riducendo la dipendenza dall’interpretazione umana. Inoltre, il modello ha raggiunto alti livelli di accuratezza per ciascuna caratteristica analizzata. Questi risultati suggeriscono che i LLM possono migliorare l’analisi dei dati sulla sicurezza sul lavoro, anche se si raccomandano ulteriori miglioramenti nella progettazione dei prompt e nei processi di verifica per ottenere una maggiore precisione.