Predictive Assessment of Human Operators in Industry 5.0: a Conceptual Framework

The advent of Industry 5.0 represents a paradigm shift towards a more human-centric approach in manufacturing, focusing on integrating human operators with advanced technological systems. Despite significant progress in predictive maintenance for machinery, there is a notable gap in predictive assessment technologies to safeguard human operators. This thesis introduces a novel conceptual framework designed to fill this gap by leveraging predictive technologies and methodologies to monitor human operators in Industry 5.0 paradigm settings proactively. Our framework emphasizes the importance of human well-being and safety by integrating data collection, advanced analytics, and targeted intervention techniques. Through a literature review of related works, a formulation of a taxonomy of the human factors to be considered, and a detailed exposition of our framework, we highlight its potential to enhance operational efficiency, environmental sustainability, and, importantly, the overall welfare of the workforce. This research underlines the critical need for a balanced focus on both technological advancement and the well-being of human operators, proposing a preemptive approach that aligns with the pillars of Industry 5.0. We discuss the implications of our findings for future research, particularly the need for ethical data collection practices, real-time data processing techniques, and personalized interventions. The proposed framework categorizes conceptual approaches and introduces recent innovations in predictive assessment technologies, outlining the way for more sustainable, efficient, and human-centric industrial environments.

L'avvento dell'Industria 5.0 rappresenta un cambio di paradigma verso un approccio più umano-centrico nella produzione, incentrato sull'integrazione degli operatori industriali con sistemi tecnologici moderni ed avanzati. Nonostante i significativi progressi nella manutenzione predittiva dei macchinari, il panorama scientifico attuale mostra lacune nelle tecnologie di valutazione predittiva per la tutela e salvaguardia dei lavoratori nelle industrie. Questa tesi introduce un nuovo quadro concettuale progettato per colmare questa deficienza nel contesto dell'Industria 5.0, sfruttando le tecnologie e metodologie predittive per monitorare in modo proattivo gli operatori. Il framework proposto enfatizza la centralità dell'uomo nei processi produttivi, sottolineando l'importanza del benessere e della sicurezza umana integrando la raccolta dei dati, l'analisi avanzata di questi ed apposite tecniche di intervento mirate e personalizzate. La dettagliata revisione della letteratura svolta, assieme alla formulazione della tassonomia dei fattori umani da considerare e alla esposizione dettagliata del framework, evidenziano il potenziale di questo lavoro nel migliorare l'efficienza produttiva, la sostenibilità ambientale, ma soprattutto il benessere generale della forza lavoro. Questa ricerca sottolinea la necessità critica spinta dal paradigma dell'Industria 5.0 di concentrarsi in modo equilibrato sia sul progresso tecnologico che sul benessere degli operatori umani, proponendo un approccio preventivo che si allinea con i pilastri di questo approccio industriale. Vengono inoltre discusse le implicazioni dei risultati per le ricerche future, in particolare la necessità di pratiche etiche di raccolta e analisi dei dati, tecniche di elaborazione dei dati in tempo reale, e possibilità di aumentare il grado di personalizzazione delle tecniche di intervento. Il framework proposto categorizza gli approcci concettuali presentati nella letteratura e introduce le reecenti innovazioni nelle tecnologie di monitoraggio e valutazione predittive, marcando la strada per contesti industriali più sostenibili, efficienti e incentrati sull'uomo.