Sistemi di Intelligenza Artificiale per la Sicurezza sul Lavoro: Progettazione e Casi Studio

L'evoluzione tecnologica sta ridefinendo i paradigmi della sicurezza in ogni settore produttivo. Storicamente, la gestione della sicurezza e salute sul lavoro (SSL) si è basata su sistemi reattivi, orientati all'analisi degli eventi passati e alla conformità normativa. Modelli come le normative ISO hanno fornito un quadro metodologico robusto, ma la loro efficacia è spesso limitata dalla dipendenza da dati storici e da un approccio manuale alla valutazione dei rischi. L'attuale scenario, caratterizzato da ambienti operativi complessi e da un'espansione esponenziale dei dati, rende questo approccio insufficiente. La presente tesi esplora la sinergia emergente tra i sistemi di gestione della sicurezza e le tecnologie di Intelligenza Artificiale (IA). L'obiettivo principale è dimostrare come l'IA possa trasformare i sistemi di gestione da reattivi a proattivi, abilitando un'analisi predittiva dei rischi, un'automazione intelligente dei processi di controllo e un miglioramento continuo basato su dati in tempo reale. L'ipotesi centrale è che l'integrazione di tecniche di apprendimento automatico (machine learning) nei quadri di gestione della sicurezza non solo migliora l'efficienza operativa, ma genera anche un valore aggiunto in termini di prevenzione degli incidenti e resilienza organizzativa.