Cuando hablamos de inteligencia artificial aplicada a la Seguridad y Salud en el Trabajo, solemos pensar en cámaras que detectan situaciones de riesgo, algoritmos que anticipan accidentes o asistentes capaces de analizar grandes cantidades de documentación.
Pero hay un ámbito mucho más cotidiano en el que la IA puede tener un impacto importante: decidir cuándo trabajamos, cómo descansamos y cómo organizamos los turnos.
Una reciente investigación publicada en 2026 por el Finnish Institute of Occupational Health (Instituto Finlandés de Salud Laboral) analiza precisamente cómo puede utilizarse la inteligencia artificial para reducir los riesgos asociados al trabajo a turnos. El proyecto estudia tres grandes ámbitos: la planificación de turnos, el tratamiento del insomnio y las tecnologías destinadas a mejorar los comportamientos relacionados con la salud y la seguridad.
Y sus conclusiones plantean una cuestión interesante: ¿y si el horario de trabajo pudiera adaptarse mejor a las personas gracias a los datos y a la IA?
El problema no es solo trabajar de noche
El trabajo a turnos lleva décadas planteando un desafío para la prevención.
La alteración de los ritmos circadianos y del sueño puede afectar al estado de alerta, la fatiga y determinados comportamientos relacionados con la salud y la seguridad. Además, existe una enorme variabilidad individual: dos personas sometidas al mismo sistema de turnos pueden responder de forma muy diferente.
Aquí aparece una de las posibilidades más interesantes de la inteligencia artificial.
Actualmente disponemos de cantidades crecientes de información: horarios de trabajo, accidentes, incidentes y near misses, absentismo, características de los turnos y, voluntariamente, incluso información procedente de dispositivos sobre sueño o hábitos personales.
La IA permite potencialmente relacionar esas fuentes de información para pasar de una planificación basada fundamentalmente en reglas generales a otra mucho más individualizada, dinámica y preventiva.
Del cuadrante de turnos al turno inteligente
La aplicación más evidente es la planificación.
Tradicionalmente, diseñar turnos significa resolver un complejo puzle: disponer del número adecuado de personas, con las competencias necesarias, en el lugar correcto y respetando las restricciones legales y organizativas.
La IA permite añadir una nueva variable al problema:
la salud de las personas.
El estudio finlandés señala que algunas investigaciones ya apuntan a que la planificación asistida por IA puede reducir combinaciones de turnos poco ergonómicas, evitar determinadas rotaciones desfavorables para la recuperación, mejorar la percepción de equidad e incluso facilitar la conciliación entre trabajo y vida personal. Al mismo tiempo, los trabajadores pueden percibir una planificación puramente algorítmica como impersonal, por lo que sigue siendo relevante la supervisión humana.
Esto cambia significativamente la pregunta que hacemos al sistema.
Ya no sería únicamente:
“¿Cómo cubrimos todos los turnos?”
Podríamos preguntarle:
“¿Cómo cubrimos todos los turnos minimizando al mismo tiempo la fatiga y favoreciendo la recuperación de las personas?”
Ese pequeño cambio representa bastante bien el salto de una prevención tradicional a una prevención inteligente.
La IA también puede ayudarnos a gestionar la fatiga
La segunda gran oportunidad está relacionada con el sueño.
El informe analiza el potencial de soluciones digitales y de IA para personalizar intervenciones frente al insomnio. La tecnología puede facilitar el seguimiento, adaptar las recomendaciones a cada persona y hacer más accesibles determinadas intervenciones digitales.
Para una persona que trabaja a turnos esto resulta especialmente relevante: sus horarios de sueño no responden necesariamente al patrón convencional sobre el que se diseñan muchas recomendaciones.
La IA podría ayudar a personalizar esas intervenciones teniendo en cuenta precisamente sus horarios y sus ciclos de sueño-vigilia. Sin embargo, los propios investigadores advierten de que todavía no existe evidencia suficiente para determinar hasta qué punto añadir IA mejora la eficacia del tratamiento digital del insomnio ni cuáles son sus efectos a largo plazo.
Es una puntualización importante.
IA no significa automáticamente prevención eficaz.
De reaccionar al accidente a anticiparnos al riesgo
El tercer ámbito quizá sea el que más fácilmente podemos trasladar a la Seguridad y Salud.
Ya existen tecnologías que utilizan IA para identificar fatiga y carga mediante mediciones fisiológicas, sistemas instalados en vehículos para monitorizar el estado de alerta del conductor, visión artificial para prevenir colisiones o caídas y robots o cobots destinados a reducir determinadas exposiciones físicas.
La combinación de estas tecnologías con información sobre los turnos abre posibilidades interesantes.
Imaginemos, por ejemplo, que los datos muestran que determinados incidentes se concentran sistemáticamente durante las últimas horas de ciertos turnos nocturnos.
Una gestión convencional podría detectar esa tendencia después de analizar los accidentes.
Una gestión basada en datos podría identificarla antes.
Y una futura gestión apoyada por IA podría incluso incorporar esa información a la planificación del trabajo y recomendar cambios antes de que ocurra el siguiente incidente.
Ahí está probablemente uno de los grandes cambios que veremos en SST: pasar progresivamente de sistemas que registran lo que ha sucedido a sistemas que ayudan a decidir qué deberíamos hacer a continuación.
Pero hay un riesgo: convertir la prevención en vigilancia
Todo este potencial tiene una contrapartida evidente.
Para personalizar necesitamos datos.
Y cuanto más personales sean esos datos —salud, sueño, fatiga, comportamiento o rendimiento—, más delicada resulta su utilización.
El propio estudio identifica como barreras la protección de datos, la integración entre sistemas, los costes, la falta de competencias, la resistencia al cambio y las limitaciones regulatorias. También advierte del riesgo de que determinados sistemas produzcan decisiones injustas o discriminatorias.
Por eso hay una línea que las organizaciones deberían evitar cruzar:
utilizar la tecnología diseñada para proteger a las personas como una herramienta para controlarlas.
Si un trabajador interpreta un wearable, una aplicación de fatiga o un algoritmo de planificación como un mecanismo de vigilancia, difícilmente confiará en él.
Y sin confianza no habrá datos de calidad, participación ni una implantación sostenible.
La tecnología no es el factor decisivo
Quizá una de las conclusiones más interesantes del estudio sea precisamente que el éxito no depende únicamente de disponer de mejores algoritmos.
Los investigadores identifican condiciones bastante más amplias: calidad y disponibilidad de los datos, posibilidad de integrar distintas fuentes, usabilidad y fiabilidad de las aplicaciones, protección de datos, aceptación por parte de las personas, competencias suficientes para utilizar la IA y capacidad de las organizaciones para cambiar sus propias formas de trabajar.
Y aparece además un elemento que desde PrevenControl consideramos especialmente relevante:
la participación de las personas.
Las soluciones deberían desarrollarse conjuntamente entre empresas, profesionales de salud laboral, desarrolladores tecnológicos y trabajadores. La participación ayuda además a reforzar la confianza y la percepción de justicia respecto a las decisiones apoyadas por algoritmos.
No se trata, por tanto, de comprar una herramienta y “poner IA”.
Se trata de rediseñar un proceso preventivo aprovechando las posibilidades de la IA.
La evidencia todavía va por detrás de la tecnología
Conviene introducir una última dosis de prudencia.
El estudio finlandés deja claro que estamos todavía ante un ámbito emergente.
De los 32 estudios sobre planificación de turnos incluidos en su revisión, únicamente cinco abordaban la salud o el bienestar de los trabajadores. En el ámbito del tratamiento del insomnio, solo uno de nueve estudios se había realizado específicamente con trabajadores a turnos. Y entre los 20 estudios sobre tecnologías de salud y seguridad analizados, únicamente uno tenía como objetivo explícito estudiar la salud de quienes trabajan a turnos. La revisión no encontró estudios específicamente dedicados a la seguridad laboral en el trabajo a turnos.
Es decir:
la tecnología está avanzando más deprisa que la evidencia sobre sus resultados preventivos.
Esto no debería llevarnos a esperar, sino a experimentar de manera responsable: pilotar, medir, escuchar a las personas y comprobar si realmente estamos mejorando indicadores de salud y seguridad.
¿Por dónde empezar?
Para una empresa con trabajo a turnos, probablemente el primer paso no debería ser preguntarse “qué herramienta de IA podemos comprar”, sino algo bastante diferente:
¿Qué problema preventivo queremos resolver?
Fatiga. Accidentes en determinadas franjas horarias. Rotaciones poco saludables. Problemas de recuperación. Absentismo. Dificultades de conciliación. Incidentes vinculados a determinados patrones de trabajo.
Una vez identificado el problema, entonces sí podemos analizar los datos disponibles, seleccionar una tecnología, involucrar a las personas, realizar un piloto y medir los resultados.
La IA no debería decidir por nosotros cómo organizar el trabajo.
Pero puede proporcionarnos algo que hasta ahora resultaba mucho más difícil: entender mejor cómo afecta nuestra forma de organizar el trabajo a cada persona y anticiparnos al riesgo antes de que este se materialice.
Y quizá ahí esté una de las aplicaciones más prometedoras de la inteligencia artificial en Seguridad y Salud: no hacer una prevención más tecnológica, sino ayudarnos a hacer una prevención más personalizada, predictiva y humana.
Si quieres analizar y digitalizar tus procesos preventivos con IA, hemos iniciado un nuevo servicio que puedes consultar aqui.
