[論文レビュー] A Data-driven Human Responsibility Management System

Xuejiao Tang, Qiu Jiong+7 more|arXiv (Cornell University)|Dec 6, 2020

Occupational Health and Safety Research参考文献 23被引用数 5

ひとこと要約

本論文は、IoTが生成する責任に関するビッグデータと有向無閉路グラフ（DAG）を活用して、企業におけるリスク評価の自動化、リアルタイム監視、責任追跡を実現するデータ駆動型人間の責任管理システムを提案する。このシステムは、動的な責任境界の定義、タスク完了状況の可視化、人材のパフォーマンスランク付けを通じて、実世界のショッピングモールでの導入において、自動アラートとリアルタイムのパフォーマンススコアリングにより事故率の低減を実現し、安全対策の改善を図る。

ABSTRACT

An ideal safe workplace is described as a place where staffs fulfill responsibilities in a well-organized order, potential hazardous events are being monitored in real-time, as well as the number of accidents and relevant damages are minimized. However, occupational-related death and injury are still increasing and have been highly attended in the last decades due to the lack of comprehensive safety management. A smart safety management system is therefore urgently needed, in which the staffs are instructed to fulfill responsibilities as well as automating risk evaluations and alerting staffs and departments when needed. In this paper, a smart system for safety management in the workplace based on responsibility big data analysis and the internet of things (IoT) are proposed. The real world implementation and assessment demonstrate that the proposed systems have superior accountability performance and improve the responsibility fulfillment through real-time supervision and self-reminder.

研究の動機と目的

• 人的要因や弱い安全管理による労働災害や死亡事故の継続的増加を是正すること。
• 人的依存に起因する伝統的な安全システムの限界、すなわち一貫性の欠如やリスク検出の遅延を克服すること。
• IoTとビッグデータ分析を活用した、責任追跡、リスク評価、責任の明確化を自動化するスマートでデータ駆動型のシステムの開発。
• 法的ルール、タスクカテゴリ、職位固有の責任に基づいた動的な責任境界の定義と、可視化されたスコアリングおよびランク付けによるリアルタイムのパフォーマンス監視を可能にすることで、組織の責任体制を強化すること。

提案手法

• リスク事前管理、危険要因モニタリング、事故報告を含む、IoTセンサーと手動入力による責任ビッグデータを収集する。
• 有向無閉路グラフ（DAG）を用いて、責任ノード（タスク）と職位の間の階層的関係をモデル化し、監督関係および従属関係を明確化する。
• 法的ルール、タスクカテゴリ、職位固有の責任に基づいて責任境界を定義し、部門をまたいで自動的に境界を生成する。
• 部門および職位ごとに重み付き責任セットを適用し、タスクタイプ、サイクル（定期的／非定期的）、リスクレベル、トリガー方法を組み込む。
• タスク完了状況、出勤状況、パフォーマンス評価を統合した多次元スコアリングシステムを採用し、投票方式やルールベースの評価による自動または手動スコアリングを実施する。
• GUIダッシュボードを通じて、責任状況、スコア、ランクを可視化し、問題特定のためのリアルタイムの曲線と、重み情報付きのDAGを表示する。

実験結果

リサーチクエスチョン

• RQ1 複雑な組織階層における責任管理を自動化することで、人的ミスの低減と責任体制の強化はどの程度達成可能か？
• RQ2 IoTが生成する責任ビッグデータは、安全が重要な環境におけるリアルタイムのリスクモニタリングと事故対応をどの程度向上できるか？
• RQ3 有向無閉路グラフ（DAG）を用いることで、責任関係のモデル化と可視化が、責任追跡の正確性をどの程度向上できるか？
• RQ4 自動パフォーマンススコアリングと可視化が、従業員の責任履行と安全対策の成果にどのような影響を与えるか？

主な発見

• 本システムは、実世界のショッピングモールでの導入において、責任リストとその完了状況を効果的に可視化し、安全タスクのリアルタイム監視を可能にした。
• 火災アラームなどの模擬的緊急事態発生時に、自動アラートが発動し、従業員への迅速な通知と早期対応が実現した。
• 人材の責任スコアは動的に更新され、時系列曲線として可視化され、パフォーマンスの追跡とパフォーマンスが低い従業員の特定が可能になった。
• 責任重み付きのDAGベースの可視化により、責任実行のギャップが明確に明らかとなり、責任評価の正確性が向上した。
• 手動監視への依存を減らし、データドリブンでリアルタイムな責任の強制が可能になったことで、管理効率が著しく向上した。
• ランク付け結果とパフォーマンス曲線は、管理側にとって実行可能なインサイトを提供し、パフォーマンス評価と的確な介入支援を可能にした。