Трансформація стратегій управління ризиками в СУОП: від реактивного контролю до проактивного прогнозування
| dc.contributor.author | Будін, Є. І. | |
| dc.contributor.author | Лапшин, О. О. | |
| dc.contributor.author | Budin, Ye. | |
| dc.contributor.author | Lapshyn, O. | |
| dc.date.accessioned | 2026-08-31T08:49:37Z | |
| dc.date.issued | 2026 | |
| dc.description.abstract | У статті проведено системний аналіз еволюції стратегій управління ризиками в сучасних системах управління охороною праці (далі – СУОП). Висвітлено актуальну проблему стагнації показників виробничого травматизму, спричинену вичерпанням ефективності традиційних реактивних підходів, що базуються на ретроспективному аналізі подій та лінійній теорії «доміно». Досліджено методологічні обмеження існуючих метрик ефективності, зокрема «відстаючих показників», які часто не здатні відобразити складні нелінійні причинно-наслідкові зв’язки у динамічних соціотехнічних системах. На основі критичного аналізу останніх наукових публікацій (2016–2025 рр.) обґрунтовано нагальну необхідність переходу до проактивної стратегії управління ризиками (Safety-II), що фокусується на забезпеченні резильєнтності та адаптивності системи. Доведено, що в умовах зростаючої складності виробничих процесів та впливу дестабілізуючих факторів системних криз (хронічний стрес, накопичена втома, змінні умови середовища, не здоровий психологічний мікроклімат в колективі працівників) критичним фактором безпеки стає рівень ситуаційної обізнаності фахівців СУОП. Запропоновано новітній концептуальний підхід до використання предиктивних моделей штучного інтелекту, зокрема ансамблевих методів машинного навчання, для інтеграції та виявлення ієрархії впливу різнорідних організаційно-психологічних факторів ризику. Розглянуто архітектуру «Людина – штучний інтелект» за принципом «предиктор-коректор», де алгоритми забезпечують точне прогнозування ризиків (рівень проєкції ситуаційної обізнаності), а фахівець здійснює верифікацію та прийняття управлінських рішень. Такий синергетичний підхід дозволяє нівелювати когнітивні обмеження операторів, подолати проблему інформаційного перевантаження та суттєво підвищити ефективність попередження інцидентів на виробничому рівні. | |
| dc.description.abstract | The article provides a systematic analysis of the evolution of risk management strategies in modern occupational health and safety management systems (hereinafter referred to as OHSMS). It highlights the pressing issue of stagnation in occupational injury rates caused by the exhaustion of traditional reactive approaches based on retrospective analysis of events and linear domino theory. It examines the methodological limitations of existing performance metrics, in particular “lagging indicators,” which are often unable to reflect complex nonlinear cause-and-effect relationships in dynamic socio-technical systems. Based on a critical analysis of recent scientific publications (2016–2025), the urgent need to transition to a proactive risk management strategy (Safety-II) focused on ensuring system resilience and adaptability is justified. It has been proven that in conditions of increasing complexity of production processes and the influence of destabilizing factors of systemic crises (chronic stress, accumulated fatigue, changing environmental conditions, unhealthy psychological microclimate in the team of employees), the level of situational awareness of OHSMS specialists becomes a critical safety factor. A novel conceptual approach to the use of predictive artificial intelligence models, in particular ensemble machine learning methods (Random Forest), for the integration and identification of the hierarchy of influence of heterogeneous organizational and psychological risk factors is proposed. The architecture of “Human – Artificial Intelligence” is considered according to the “predictor-corrector” principle, where algorithms provide accurate risk prediction (level of situational awareness projection), and a specialist performs verification and makes management decisions. This synergistic approach allows for the mitigation of operators' cognitive limitations, overcoming the problem of information overload, and significantly improving the effectiveness of incident prevention at the production level. | |
| dc.identifier.citation | Будін Є. І., Лапшин О. О. Трансформація стратегій управління ризиками в СУОП: від реактивного контролю до проактивного прогнозування. Науковий Журнал Метінвест Політехніки. Серія: Технічні науки. 2026. No 6. С. 232-237. DOI: https://doi.org/10.32782/3041-2080/2026-6-28 | |
| dc.identifier.doi | https://doi.org/10.32782/3041-2080/2026-6-28 | |
| dc.identifier.issn | 3041-2080 | |
| dc.identifier.issn | 3041-2099 | |
| dc.identifier.orcid | https://orcid.org/0009-0005-5950-585X | |
| dc.identifier.orcid | https://orcid.org/0000-0001-8844-6354 | |
| dc.identifier.uri | https://dspace.mipolytech.education/handle/mip/3878 | |
| dc.language.iso | uk | |
| dc.publisher | ТОВ «ТЕХНІЧНИЙ УНІВЕРСИТЕТ «МЕТІНВЕСТ ПОЛІТЕХНІКА» | |
| dc.subject | система управління охороною праці | |
| dc.subject | проактивна стратегія | |
| dc.subject | ситуаційна обізнаність | |
| dc.subject | штучний інтелект | |
| dc.subject | оцінка ризиків | |
| dc.subject | occupational safety management system | |
| dc.subject | proactive strategy | |
| dc.subject | situational awareness | |
| dc.subject | artificial intelligence | |
| dc.subject | risk assessment | |
| dc.title | Трансформація стратегій управління ризиками в СУОП: від реактивного контролю до проактивного прогнозування | |
| dc.title.alternative | Transforming risk management strategies in occupational health and safety management systems: from reactive control to proactive AI prediction | |
| dc.type | Article |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- Трансформація стратегій управління ризиками в СУОП: від реактивного контролю до проактивного прогнозування.pdf
- Size:
- 1.18 MB
- Format:
- Adobe Portable Document Format
