El triángulo de seguridad es un modelo que apila incidentes menores, casi accidentes y actos inseguros debajo de cada lesión grave para sostener que controlar la amplia base de eventos pequeños reduce el raro evento catastrófico en la cima. Dos versiones dominan la discusión: la proporción 300-29-1 de Herbert Heinrich de 1931 y la proporción 600-30-10-1 de Frank Bird de 1969. Se parecen, pero se construyeron con datos diferentes, cuentan cosas distintas e implican prioridades distintas. Saber en cuál confiar (y cuándo no confiar ciegamente en ninguna) cambia cómo inviertes en reporte y prevención.
Heinrich estudió aproximadamente 75.000 registros de seguros y accidentes industriales y concluyó que por cada lesión mayor había alrededor de 29 lesiones menores y 300 accidentes sin lesiones. La mnemotecnia famosa es 300 : 29 : 1. Su afirmación más profunda, y la más controvertida, fue que aproximadamente el 88 por ciento de los accidentes se atribuían a actos inseguros de los trabajadores en lugar de condiciones inseguras.
Frank Bird analizó alrededor de 1,7 millones de informes de incidentes de casi 300 empresas y produjo una pirámide de cuatro niveles: 600 : 30 : 10 : 1. Leído de arriba hacia abajo, eso es 1 lesión grave o incapacitante, 10 lesiones leves, 30 accidentes con daños materiales y 600 casi accidentes (incidentes sin lesión ni daño visible). La adición por parte de Bird de un nivel distinto para daños materiales y una amplia base de casi accidentes fue la verdadera innovación, porque puso en el mapa costos no asegurados y ocultos.
Los dos triángulos no describen las mismas categorías, por lo que alinearlos uno al lado del otro es engañoso. El "300" de Heinrich son accidentes sin lesión. El "600" de Bird son casi accidentes, y además él separó 30 eventos con daños materiales que Heinrich nunca distinguió. Cuando alguien dice "la proporción demuestra que los casi accidentes importan", normalmente están citando a Bird, no a Heinrich, aunque nombren mal la fuente.
Ambas son medias poblacionales a lo largo de muchas industrias y épocas. Ninguna fue pensada para predecir tu planta específica, y los investigadores modernos han mostrado que las proporciones varían enormemente según el sector, el tipo de peligro y la diligencia con la que se registren los casi accidentes.
Supongamos que tu sitio registró 2 lesiones graves el año pasado. Si tomaras literalmente la proporción 600-30-10-1 de Bird, esperarías que la base se pareciera a esto:
Ahora compara eso con lo que realmente capturaste. Si tu registro muestra 2 lesiones graves, 18 lesiones leves, 12 incidentes con daños materiales y sólo 40 casi accidentes, la discrepancia es la señal. Las lesiones siguen aproximadamente el modelo, pero estás capturando 40 casi accidentes donde la proporción predice alrededor de 1.200. Eso no significa que tu planta sea 30 veces más segura que el promedio. Casi con seguridad significa que los casi accidentes no se están reportando. El triángulo aquí no es una predicción para alcanzar; es un detector de brechas en tu cultura de reporte. Perseguir los 1.160 informes faltantes (mediante un registro más sencillo y un seguimiento sin buscar culpables) suele ser una apuesta mejor que declarar la victoria.
Tratar cualquiera de los triángulos como un evangelio es donde los equipos se queman. La crítica central, respaldada por décadas de investigaciones posteriores, es que reducir los incidentes menores no reduce de forma fiable las muertes, porque los eventos graves y mortales a menudo tienen vías causales diferentes a los resbalones y los pequeños cortes. Un centro de trabajo puede llevar su tasa de lesiones menores casi a cero mientras su exposición a un riesgo de baja frecuencia y alto impacto (una liberación en espacio confinado, una caída desde altura, una falla en la protección de una máquina) permanece intacta.
La cifra del 88 por ciento de Heinrich sobre "actos inseguros" ha envejecido peor que ninguna. Empuja a las organizaciones a culpar a las personas en vez de arreglar sistemas, condiciones y diseño. El pensamiento moderno sobre seguridad, y métodos estructurados como resolución de problemas 8D y resolución de problemas A3, te empujan hacia las causas raíz en el sistema en lugar de un recuento de errores de los trabajadores. Para la identificación de peligros, técnicas dedicadas como HAZOP y FMEA mapean modos de fallo mucho más útilmente de lo que una proporción podría jamás hacerlo.
Usa el modelo de cuatro niveles de Bird como predeterminado práctico, porque separar daños materiales y casi accidentes refleja cómo las fábricas generan realmente datos y justifica la inversión en captura de casi accidentes. Usa la historia de Heinrich como advertencia, no como objetivo: mantén la idea de que una amplia base de pequeñas señales precede a los grandes eventos, pero deja de lado la proporción fija y el encuadre de "actos inseguros". En resumen, confía en la dirección hacia la que apuntan ambos modelos (las señales pequeñas importan) y desconfía de los multiplicadores precisos y de cualquier afirmación de que reducir los incidentes menores garantiza menos fallecimientos.
La medida productiva es tratar el triángulo como un estímulo para construir un sistema de reporte, y luego priorizar por separado los peligros de alta consecuencia. Empareja indicadores adelantados (tasa de casi accidentes, tiempo de resolución de condiciones inseguras) con un enfoque riguroso en el puñado de maneras en que alguien podría realmente morir o quedar gravemente mutilado en tu sitio.
El triángulo de seguridad solo funciona si la base de la pirámide son datos reales, y la mayoría de los sitios pierden casi accidentes porque el registro tiene fricción. Fabrico es la base de datos en tiempo real que hace práctica la captura. Su CMMS listo para el trabajo de campo permite a operadores y técnicos generar órdenes de trabajo, registrar condiciones inseguras, rastrear activos y repuestos, y ejecutar calendarios de mantenimiento proactivo para que los peligros se arreglen antes de que escalen en la pirámide. Como Fabrico también entrega en tiempo real OEE y monitoreo de producción (incluida visión por computador en máquinas sin PLC), las mismas paradas y anomalías que afectan el rendimiento a menudo sacan a la luz los riesgos en el equipo que los reportes de seguridad no detectan. Entonces puedes aplicar análisis de Pareto a los eventos registrados para concentrar el esfuerzo donde importa. Fabrico está construido en la UE con residencia de datos en la UE, así que todo ese reporte se mantiene en infraestructura que puedes señalar. Consulta la descripción general de la solución CMMS para ver cómo funciona en la práctica el flujo de reportes y órdenes de trabajo.
Como idea cualitativa aproximada (muchas señales pequeñas preceden a los grandes eventos) se mantiene. Como proporción predictiva precisa, no. Trabajos revisados por pares han mostrado repetidamente que los multiplicadores varían según la industria y que reducir el número de lesiones menores no reduce de forma fiable las lesiones graves o mortales, porque éstas a menudo tienen causas separadas.
Prefiere la 600-30-10-1 de Bird para la práctica diaria porque separa daños materiales y casi accidentes, lo que coincide con cómo las fábricas generan datos y justifica el reporte de casi accidentes. Usa Heinrich principalmente como contexto histórico y evita por completo su encuadre de "actos inseguros".
Muchos incidentes laborales se remontan a la condición del equipo, así que un buen historial de mantenimiento alimenta la misma base. Rastrear MTBF y MTTR y avanzar hacia el mantenimiento basado en la condición reduce la población de fallos que de otro modo se convertirían en casi accidentes o lesiones.
¿Quieres convertir casi accidentes, condiciones inseguras y fallos de equipo en un único registro en vivo que tu equipo realmente mantenga actualizado? Reserva una demo de Fabrico y descubre cómo el OEE en tiempo real y un CMMS listo para campo te dan la base fiable de la que dependen tus datos de seguridad.
Iniciar sesión
Blog
