Por qué reducir accidentes no es lo mismo que reducir accidentes graves y mortales

En muchas operaciones industriales, las tasas globales de siniestralidad mantienen desde hace varios años una trayectoria descendente constante, que refleja la madurez de los programas de seguridad y la consolidación de rutinas preventivas en el terreno. En la Unión Europea, por ejemplo, el número de accidentes no mortales en el trabajo ha seguido disminuyendo, y aun así Eurostat registró 3.367 accidentes mortales en 2024, 45 más que el año anterior.

Esta discrepancia revela que el descenso de las ocurrencias comunes no se traduce automáticamente en una reducción equivalente de las muertes. El desfase entre ambos indicadores pone de manifiesto una fragilidad crítica en los modelos convencionales de gestión del riesgo.

En la rutina operativa, la frecuencia y la severidad se tratan a menudo como magnitudes equivalentes, lo que genera lecturas distorsionadas de la seguridad de la planta. Mientras la frecuencia contabiliza el número de eventos registrados, la gravedad evalúa el daño efectivo, o el potencial destructivo, que esas desviaciones podrían haber desencadenado.

Bajar el recuento general de incidentes leves no garantiza, por tanto, ninguna protección frente a los peores escenarios. Es precisamente por esa razón que analistas independientes como Verdantix y Gartner sitúan la prevención de accidentes graves y mortales (SIF) en lo más alto de las prioridades estratégicas del sector industrial.

El origen y los límites de la pirámide de seguridad

Buena parte de la cultura clásica de prevención tiene su origen en la pirámide formulada por Herbert Heinrich en 1931. A partir del análisis empírico de miles de siniestros, el autor propuso una proporción matemática fija entre ocurrencias sin lesión, lesiones leves y accidentes mortales, distribuidos en una jerarquía en la que una base amplia sostenía una cúspide estrecha.

La claridad visual de ese modelo facilitó la formalización de los primeros programas de seguridad industrial, en una época aún sin registros sistematizados. La desviación analítica, sin embargo, surgió de la deducción directa que se consolidó en las décadas siguientes.

Se instaló la premisa de que reducir los incidentes leves en la base disminuiría, casi de forma automática, la frecuencia de muertes en la cúspide de la pirámide. Esa interpretación llevó a generaciones de gestores a perseguir metas de frecuencia, asumiendo que menos lesiones menores equivaldrían, inevitablemente, a una planta inmune a las tragedias.

Por qué la caída de las ocurrencias no reduce la gravedad crítica

El fallo de ese supuesto proviene de que la frecuencia y la severidad responden a causas y dinámicas totalmente distintas. Un corte superficial en un dedo y una caída de altura no son el mismo suceso en distintos grados de suerte, porque tienen orígenes, mecanismos de propagación y salvaguardas completamente diferentes.

Concentrar los esfuerzos en eliminar la primera desviación, por ser visible y recurrente, crea una falsa sensación de control que deja intactas las condiciones que alimentan la segunda. El progreso estadístico en el panel acaba ocultando la vulnerabilidad de la operación.

Las investigaciones del Campbell Institute, vinculado al National Safety Council estadounidense, demuestran que la mayoría de las lesiones de baja severidad no comparte causas raíz con las ocurrencias graves y mortales. El obstáculo analítico persiste cuando las organizaciones juzgan cada evento por su desenlace inmediato en lugar de evaluar su energía destructiva potencial.

Bajo ese criterio sesgado, una anomalía operativa de riesgo extremo que termina sin víctimas se archiva como un dato menor. Esa práctica ignora lo que es, en realidad, el ensayo de una catástrofe.

Del resultado al potencial: el papel de los precursores de riesgo

Corregir esa lectura limitada exige adoptar el concepto de precursor de SIF, que desplaza el foco de la consecuencia verificada hacia el daño plausible de la ocurrencia. Un precursor es cualquier condición técnica o desviación inesperada con potencial para provocar lesiones graves o muertes, con independencia de que haya habido daño humano en el momento.

Una carga suspendida que oscila junto a un puesto de trabajo, o una tubería abierta sin despresurización confirmada, no son incidentes insignificantes. Son eventos críticos cuya gravedad solo no llegó a materializarse debido a variables fortuitas.

La adopción de esa lectura invierte la forma en que los equipos de campo reaccionan ante los registros diarios. En lugar de esperar a que un fallo cause lesiones para solo entonces iniciar la investigación, cada evento pasa a clasificarse de inmediato por su potencial de severidad.

En este punto, la arquitectura de un software moderno de EHSQ (Environment, Health, Safety & Quality) resulta indispensable. Con formularios dinámicos que guían al operador para caracterizar el escenario e identificar la energía implicada, el sistema garantiza que el registro nace ya cualificado y priorizado para una intervención inmediata.

Cómo gestionar grandes volúmenes de datos sin perder las señales críticas

La clasificación continua de las ocurrencias por su potencial resuelve la invisibilidad del riesgo, pero introduce un nuevo reto de escala. A medida que los equipos amplían la recogida a los cuasi accidentes y a las condiciones inseguras, el volumen de datos crece deprisa y hace inviable el cribado manual de miles de informes para aislar los precursores realmente críticos.

El cuello de botella operativo se desplaza así de la falta de información a la incapacidad de procesar el exceso de registros. Es aquí donde los modelos de inteligencia artificial actúan como una palanca estratégica relevante.

Aplicados a descripciones de texto abiertas, estos algoritmos agrupan patrones operativos recurrentes, identifican las categorías de riesgo asociadas y destacan las situaciones de peligro letal que, de otro modo, quedarían diluidas en la rutina. El objetivo no es sustituir el criterio técnico de los especialistas, sino dirigir la intervención humana hacia donde la vulnerabilidad es real.

Conviene, no obstante, mantener una postura realista sobre los límites de estas herramientas. La inteligencia artificial depende por completo de la calidad de los datos recogidos, de modo que los historiales con descripciones superficiales producen diagnósticos frágiles. La eficacia operativa exige, por ello, un enfoque integrado que combine formularios móviles estructurados en primera línea con una interpretación automatizada a escala.

Concentrar las defensas donde la energía puede matar

Identificar los precursores a tiempo solo aporta valor práctico si conduce a una reasignación deliberada de las barreras preventivas. Repartir la atención de la gestión de manera uniforme entre todas las desviaciones, tratando cualquier anomalía con el mismo peso, dispersa la capacidad de intervención y deja desprotegidas las actividades de mayor peligro.

La prioridad técnica debe recaer en controles rígidos en los escenarios donde la energía acumulada basta para provocar muertes. La jerarquía de controles sistematizada por el NIOSH sigue siendo la referencia metodológica de este enfoque, al privilegiar la eliminación y la ingeniería de protección antes de recurrir a reglas de procedimiento o a equipos individuales.

El soporte digital hace viable esta disciplina al garantizar que los permisos de trabajo (PTW) y las evaluaciones dinámicas de riesgo se validen antes del inicio de las tareas críticas. Así, la organización asegura que las barreras de contención que evitan los accidentes graves están activas y confirmadas, sin depender de la memoria ni de la improvisación de los operadores.

El papel de la cultura justa en el sostenimiento de los registros

Toda la estructura analítica descrita pierde eficacia si los trabajadores temen reportar los eventos de alto potencial. El flujo continuo de datos depende de la transparencia de quienes operan en la línea de producción, y esa comunicación cesa en el momento en que el reporte pasa a verse como un riesgo de sanción disciplinaria.

Los enfoques orientados a identificar culpables individuales cierran las investigaciones demasiado pronto y dejan intactos los fallos organizativos que James Reason clasificó como condiciones latentes del sistema. Una cultura justa establece el principio inverso: valora la notificación de un cuasi accidente como una contribución activa a la protección colectiva y distingue el error no intencionado de la infracción deliberada.

Esa apertura devuelve al liderazgo las señales vitales que necesita para reforzar los procedimientos operativos antes de cualquier daño irreversible. Reducir la incidencia de accidentes graves y mortales es, en definitiva, una elección estratégica de foco y rigor analítico, que se aleja de la persecución ciega de mínimos estadísticos en la frecuencia global.

El equilibrio preventivo nace de la capacidad de desplazar la atención de las lesiones ya consumadas hacia las energías destructivas que todavía permanecen latentes en el terreno. Al estructurar los procesos en el origen con un software integrado de EHSQ y al fomentar un entorno de transparencia operativa, las empresas cambian la ilusión de paneles tranquilos por una salvaguarda real de la vida humana.