Строительная отрасль остается одной из самых опасных в мире, на которую приходится значительная доля несчастных случаев на производстве. В 2022 году в США на строительную отрасль пришлось 19,2% всех смертельных случаев на рабочем месте.

В ответ на эти тревожные статистические данные группа исследователей из Университета Флориды провела исследование, направленное на улучшение безопасности в строительстве с использованием технологий обработки естественного языка, в частности, моделей GPT.

Основные проблемы
Основная проблема, на решение которой направлено исследование, заключается в высоком уровне травматизма и смертности в строительной отрасли. Несмотря на внедрение различных технологий, таких как Building Information Modeling (BIM), виртуальная и дополненная реальность (VR и AR), а также роботы и искусственный интеллект (AI), уровень травматизма остается высоким. Это подчеркивает необходимость дальнейшего улучшения мер безопасности и управления рисками на строительных площадках.

Решение и результаты исследования
Исследование было сосредоточено на оценке возможностей больших языковых моделей (LLM), таких как GPT, для применения в различных аспектах управления безопасностью в строительстве. Исследователи проанализировали четыре ключевых направления.

Персонализированное обучение и образование в области безопасности: Использование GPT для создания и предоставления персонализированного обучающего контента по безопасности.

Автоматизированный анализ отчетов о происшествиях: Использование GPT для анализа отчетов о несчастных случаях с целью выявления их причин и разработки превентивных мер.

Автоматическая генерация руководств и чек-листов по безопасности: Использование GPT для создания руководств и чек-листов, соответствующих стандартам безопасности.

Оказание помощи в управлении безопасностью в реальном времени: Использование GPT для предоставления рекомендаций и поддержки в вопросах безопасности в реальном времени.

Эффекты и преимущества
Исследование показало, что GPT может эффективно использоваться для предоставления обучения по безопасности, анализа отчетов о происшествиях, создания руководств по безопасности и оказания помощи в реальном времени. Однако были выявлены и некоторые ограничения, такие как недостаточная глубина анализа и ограниченная способность к экстраполяции информации. Для улучшения этих аспектов предлагается доработка модели, включая тонкую настройку для более релевантных результатов, интеграцию данных в реальном времени для повышения контекстной осведомленности и улучшение понимания рисков безопасности.

Заключение
Исследование подчеркивает значительный потенциал использования GPT для улучшения безопасности в строительстве. Однако для полной реализации этого потенциала необходимо дальнейшее усовершенствование модели и интеграция с системами реального времени. Это может привести к значительному сокращению числа несчастных случаев и повышению уровня безопасности на строительных площадках.

Статья вышла в июле 2025г. в издании MDPI:
Katooziani, A.; Jeelani, I.; Gheisari, M. GPT Applications for Construction Safety: A Use Case Analysis. Buildings 2025, 15, 2410. https://www.mdpi.com/2075-5309/15/14/2410

Изображение: mage.space, Flux