As variáveis relacionadas ao universo da Saúde e Segurança do Trabalho são inúmeras, dada a escala das ações e a possibilidade de efeitos em cadeia. A consequência é a dificuldade de se fazer prevenção. Nesse contexto, a evolução tecnológica e o aumento da capacidade de processamento de dados dos computadores surgem como uma ferramenta valiosa. Hoje, você vai conhecer a relação entre Big Data, machine learning e segurança ambiental.
Desde o início da Era da Informação, após a década de 1980, a quantidade de dados que são gerados constantemente em todo o mundo é enorme – segundo a IBM, todo o dia são criados 2,5 quintilhões de bytes de dados em todo o mundo. Por muito tempo, essa informação não podia ser utilizada como indicador porque era simplesmente impossível processar tantos dados em tão pouco tempo.
Com o avanço da tecnologia, entretanto, processadores tornaram-se cada vez mais potentes e sistemas de arquivos conseguiram guardar cada vez mais informação. Unindo esses dois movimentos, a possibilidade de estabelecer padrões ou prever acontecimentos se aproximou da realidade. Foi aí que surgiram o Big Data e o Machine Learning.
A humanidade guarda informações desde o princípio das civilizações: fases do ano adequadas para plantar ou colher, épocas de cheias e secas dos rios, migração de animais e fases da lua são registrados há milênios. Entretanto, o advento do computador pessoal e a capacidade de aperfeiçoamento dos sistemas de informação mudou drasticamente a relação do homem com o armazenamento dos dados a partir dos anos 1990.
Segundo a Lei de Moore, os microprocessadores utilizados em computadores aumentariam a sua velocidade de processamento a cada dois anos, usando metade da energia e ocupando a metade do espaço. A confirmação dessa lei na prática é o contexto de surgimento do Big Data.
O Big Data consiste na geração de novas tecnologias e arquiteturas de programas de computador desenhadas para extrair valores econômicos de uma quantidade imensa de dados. As informações coletadas para uso em Big Data são provenientes de fontes tão distintas quanto redes sociais, sistemas de gestão integrada conectados às nuvens, dados de consumo armazenados por lojas ou até registros médicos.
De certa forma, o Observatório Digital de Saúde e Segurança do Trabalho é um exemplo de como o processamento de dados em grande escala pode ajudar em SST. A integração entre diversos bancos de dados permite uma consulta instantânea de informações sobre acidentes e doenças do trabalho por ano, unidade federativa, gênero do trabalhador afetado, grupo de agente causador, agente causador, natureza da lesão, tipo de acidente registrado e tipo de local de acidente.
Entretanto, apenas a capacidade de processamento de dados não é suficiente. Para usar essas informações, entretanto, é necessário mais do que a capacidade analítica do cérebro humano. É preciso que um sistema seja capaz de fazer escolhas, aprender com o processamento de dados e, consequentemente, elaborar padrões a partir desse processo. Eis o Machine Learning.
[ABs_spacer pixels=”15″]
A mineração de dados é o processo pelo qual regras de associação ou sequências temporais são encontradas a partir da análise de dados. O machine learning é a capacidade de um computador automatizar esse processo e transformar as informações em algo útil! FOTO: Unsplash.
[ABs_spacer pixels=”15″]
Nesse contexto, a inteligência artificial aparece não como a capacidade de um computador emular a inteligência humana e aprender – “machine learning” é traduzido ao português como “aprendizado de máquina”. Uma máquina que aprende é um sistema capaz de produzir processos automáticos precisos, apropriados e úteis para determinada função, como a segurança ambiental, utilizando algoritmos para tal.
Estudiosos de Big Data apontaram que o uso dos algoritmos de machine learning poderiam poupar muito tempo em atividades que precisam analisar dados. A partir da automação parcial trazida com a inteligência artificial, cabe a nós dar atenção especial às informações que temos em mãos. E, como sabemos bem, transformar tempo quantitativo em tempo qualitativo é a chave para prevenção.
Já há iniciativas que usam big data e machine learning em andamento por todo o globo. Cientistas utilizam dados coletados por sensores em satélites e contam com o apoio da capacidade robusta de processamento de dados dos supercomputadores para analisarem como o tráfego de navios pode impactar o meio-ambiente – como, por exemplo, a morte da Grande Barreira de Corais.
A Universidade Estadual Paulista (Unesp), com o Grupo de Banco de Dados (GBD), também tem um projeto que usa big data para auxiliar no combate à degradação ambiental na bacia hidrográfica dos rios Turvo e Grande, em São Paulo. Coletando dados como a quantidade de poços artesianos na região, seus donos e localização, foi possível produzir mapas a partir do cruzamento de informações de diversas origens e descobrir como o solo é usado, como avança o desmatamento ou a extração em matas ciliares. Assim, gestores tomam decisões visando a preservação tendo em mãos dados robustos, confiáveis e atuais.
Estamos perdendo tempo e vidas ao negligenciar a informação disponível na Era da Informação. Com apoio de processamento do Big Data e os algoritmos do Machine Learning, é possível produzir ações de prevenção mais abrangentes, precisas e adequadas à realidade em que elas serão aplicadas.
O cruzamento de dados de diferentes fontes possibilita ter maior conhecimento sobre um problema e suas origens. A capacidade analítica dos computadores processa dados muito mais rapidamente do que a mente humana e abre espaço na agenda do gestor para tomar as decisões com base em indicadores robustos.
Conte com a ERPLAN para soluções que transformam tempo quantitativo em qualitativo!
Instalado de forma modular, o SICLOPE atende as necessidades dos nossos clientes da forma mais otimizada possível. A solução garante informação disponível, conhecimento do problema, velocidade e assertividade para as tomadas de decisões e gestão dos riscos do negócio, com foco no fortalecimento da cultura preventiva e atendimento legal. O resultado é o aumento da qualidade da gestão do tempo, com a consequente melhoria da tomada de decisão.
Selecione o abaixo seus módulos de interesse para conhecer melhor cada um deles.
