Úloha "veľkých dát" a strojového učenia pri efektívnosti inšpekcií v oblasti BOZP

Jedným zo základných faktorov je proces výberu kontrolovaných subjektov, teda firiem v ktorých bude inšpekcia vykonaná. V zásade existujú aspoň tri rôzne metódy výberu:

Pokiaľ však ide o preventívne a ekonomické hľadiská, prvé dve metódy výberu sa zvyčajne považujú za neúčinné [2]. Väčšina inšpektorátov práce si teda vyberá subjekty na základe tretej metódy.

I keď je metóda založená na rizikovosti základným princípom pre väčšinu moderných inšpektorátov práce, pri jej uplatňovaní v praxi existuje niekoľko závažných výziev, s ktorými je potrebné sa vyrovnať. Hlavným dôvodom je, že chýbajú dostatočne podrobné metódy analýzy rizík [8]. Bez vhodných metód, ktoré umožnia robiť výber predovšetkým na základe rizika, totiž riskujeme, že prístup založený na riziku bude len politickým vyhlásením bez hmatateľných praktických dôsledkov. Preto je potrebné vyvinúť metódy, ktoré nám umožnia zacieliť sa na vysoko rizikové spoločnosti [12].

Väčšina inšpektorátov práce zhromažďuje a uchováva obrovské množstvo údajov týkajúcich sa nimi kontrolovaných subjektov a ich vlastných inšpekčných aktivít. Inšpektoráty práce teda potenciálne disponujú veľkým a rýchlo rastúcim objemom údajov, ktoré sa dnes označujú termínom "Big data" (veľké dáta). Veľké dáta v spojení s technológiou strojového učenia sú v čoraz vyššej miere používané na rôzne prediktívne účely, pričom toto strojové učenie vychádza zo skrytých trendov v údajoch. Prediktívna hodnota veľkých údajov a techník strojového učenia sa testuje v rôznych sférach, napríklad v zdravotníctve v oblasti prognózy vzniku rakoviny u pacientov, pri predpovediach vývoja cien ropy, vývoja kriminality, pri odhaľovaní daňových podvodov, bankrotov alebo správania sa akciových trhov. Základnou otázkou však je, či by technológia veľkých dát a strojového učenia mohla byť sľubnou cestou aj pre inšpektoráty práce pri riešení úloh zameraných na vysoko rizikové inšpekčné objekty?

Podľa zásad osvedčených postupov pre regulačnú politiku, ktoré načrtla OECD [9], základom pre cielený výber kontrolovaných subjektov by pre inšpektoráty práce mali byť analýzy a hodnotenie rizík. To znamená, že kontrolované spoločnosti by sa mali vyberať na základe posúdenia pravdepodobnosti a dôsledkov rizikových prvkov, ako sú nehody, vystavenie zamestnancov škodlivým vplyvom a nezákonným pracovným podmienkam. Základom výberu založeného na riziku je predpoklad, že pre obmedzené kontrolné zdroje nie je možné kontrolovať všetky rizikové oblasti a všetky rizikové objekty. Pokiaľ ide o výkony orgánov inšpekcie práce v oblasti bezpečnosti a ochrany zdravia pri práci, znamená to, že niektoré problémové oblasti sa musia uprednostniť pred ostatnými. Okrem toho, niektoré spoločnosti musia byť kontrolované prednostne a iné nie.

Zásada výberu podľa rizika nie je nová. Takmer pred 50 rokmi bol na základe hodnotenia systému pre dohľad nad bezpečnosťou a ochranou zdravia pri práci vo Veľkej Británii, Robensovou komisiou ako ideál v procese modernizácie regulačnej inšpekcie, zavedený postup založený na riziku v kombinácii so samoreguláciou [11]. Robensova správa odporučila regul