L’ intelligenza artificiale (AI) e le tecniche di apprendimento automatico (ML) stanno attirando sempre più attenzione nel campo della sicurezza, data la loro capacità di apprendere modelli dai dati generati da ambienti cognitivi basati su Internet of Things (IoT). Questi dati possono essere sia reattivi (cioè raccolti dopo l’occorrenza di un evento) che proattivi (cioè raccolti prima di un evento). In entrambi i casi essi sono cruciali per migliorare la gestione della sicurezza sul posto di lavoro e dei processi. Ad ogni modo, tale problematica è stata ancora scarsamente affrontata dalla letteratura corrente. Inoltre, vi è limitata evidenza sull’implementazione di soluzioni basate intelligenza artificiale finalizzate alla gestione della sicurezza e, in particolare, nelle industrie con elevati gradi di rischio per il personale. In quest’ottica, il settore del ferro e dell’acciaio rappresenta uno degli ambiti più pericolosi al mondo, le cui attività possono esporre i lavoratori ad una vasta gamma di pericoli e causare incidenti, lesioni o malattie. In questo contesto, il progetto iSafety si concentra sul potenziamento della gestione della sicurezza nell’industria siderurgica sfruttando tecniche di intelligenza artificiale. Fondamentalmente, l’obiettivo del progetto è quindi quello di aumentare la consapevolezza e la conoscenza sulle condizioni pericolose potenzialmente riscontrate in quest’ambito, sviluppando metodi capaci di considerare sia dati reattivi che proattivi in modo da prevedere ed anticipare deviazioni di parametri e scenari critici, e definire raccomandazioni per la gestione della sicurezza. Ciò consentirà di rafforzare le capacità di preparazione e resilienza delle aziende siderurgiche.

Keywords: Occupational safety, Process safety, Risk assessment, Risk management, Anomaly
detection, Pattern recognition

Gruppo di Riferimento: BEHAVIORAL MODELING AND SCALABLE ANALYTICS – BMSA

Partners: Università degli studi di Brescia (UNIBS) , Istituto di Calcolo e Reti ad Alte Prestazioni del
Consiglio Nazionale delle Ricerche (ICAR-CNR)

Ente finanziatore: MUR Ministero dell’Università e della Ricerca

Costo totale: 197.281,00

Costo ICAR: 91.911,00

Data inizio: 28/09/2023

Data fine: 27/09/2025