ios Andes

Facultad de ingeniera

Para prevenir los accidentes se deben comprender sus causas. Existen muchas teoras que pretenden
predecirlos, pero generalmente son fragmentadas, algunas veces contradictorias, generalmente sin pruebas
cientficas y a veces sin ningn mrito (Benner, 1975). Adems, ninguna ha contado, con aceptacin unnime
(OIT, 1989).
La investigacin sobre la seguridad se encuentra ante el dilema de que, ha habido importantes avances en la
comprensin de cmo se producen los accidentes. Sin embargo no ha habido avances comparables en la
comprensin de cmo de manera adecuada se pueden evaluar y reducir los riesgos. Un sistema es seguro si es
impermeable y resistente a las perturbaciones, y la identificacin y evaluacin de los posibles riesgos, es
requisito esencial para la seguridad del sistema. Puesto que los accidentes y evaluacin de riesgos se ven
limitados en igual medida por los modelos y teoras, sera razonable suponer que la evolucin en el sistema de
seguridad haba acompaado paralelamente la evolucin de anlisis de accidentes. As como se requiere tener
una causa u origen de los accidentes, tambin se necesita tener un entendimiento de seguridad.
La necesidad de contar con un modelo de accidente ha sido reconocida desde hace muchos aos, como cuando
Benner(1978)seal que:
Las dificultades prcticas surgen durante la investigacin y presentacin de informes de la mayora de los
accidentes. Estas dificultades incluyen la determinacin del alcance del fenmeno por investigar, la
identificacin de los datos requeridos, la documentacin de los resultados, el desarrollo de recomendaciones
basadas en los resultados de accidentes y la preparacin de los resultados al final de la investigacin. Estas
dificultades reflejan diferencias en los propsitos de las investigaciones as como la percepcin del fenmeno
del accidente.
Las diferentes percepciones del fenmeno accidente son las se llaman los modelos de accidentes. Los modelos
de accidente empezaron por enfoques relativamente sencillos como, la propensin a los accidentes
(Greenwood & Woods, 1919). El modelo lineal simple de Heinrich (1931) es el modelo de Domino, que explica a
los accidentes como la propagacin lineal de un cadena de causas y efectos (Figura 1). Este modelo se integr
con uno de los primeros intentos de formular una teora completa de la seguridad, (Heinrich, Petersen & Roos,
1980, p. 21). El primero de estos axiomas es el siguiente:
La aparicin de una lesin es siempre el resultado de una secuencia completa de factores y el ltimo de ellos es
el que se produjo el accidente. El accidente, a su vez es invariablemente causada directamente por la accin
insegura de una persona y/o medio fsico. De acuerdo con este punto de vista, un accidente es bsicamente una
perturbacin ocasionada a una estabilidad del sistema. Aunque el modelo de domin ha sido de gran utilidad al
ofrecer un acercamiento concreto al entendimiento de los accidentes, desafortunadamente, tambin reforz el
malentendido de que los accidentes tienen una causa fundamental y que esta raz causa se puede encontrar
buscando hacia atrs desde el evento a travs de la cadena de causas que la precedieron. Ms importante an,
el modelo de domin sugiere que la

los Andes
Facultad de ingeniera
seguridad del sistema se puede mejorar mediante la interrupcin de la secuencia lineal, ya sea por la eliminacin del
efecto domino.
Figura 1.
N PERSONA 'i ACCIDEMTE
Modelo simple accidente lineal (modelo de
Domino). Fuente: Resilience Engineering.
2005.

Otro modelo estudiado, es el modelo
de queso suizo (1990), en el cual los
accidentes pueden ser vistos como
el resultado de las interrelaciones entre los actos inseguros por los operadores de primera lnea, como la
debilitacin de barreras y defensas, representada por los agujeros en los cortes de "queso" Figura 2. Aunque
este modelo es tcnicamente ms complejo que el modelo de domin, el foco permanece en las estructuras o
componentes y las funciones asociadas con estos, en lugar de las funciones de todo el sistema como tal. El
modelo del queso suizo comprende una serie de componentes identificables y donde el fracaso se considera
como causa de fallas de los componentes. Aunque la causalidad no es ya una sola de propagacin lineal de los
efectos, un accidente sigue siendo el resultado de una combinacin relativamente limpia de los
acontecimientos, y es el fallo de un componente individual. Si bien la idea de un modelo lineal tan complejo
como ste, es describir cmo se producen coincidencias, no puede desprenderse de una perspectiva que
compromete las relaciones fijas entre los agentes, actores, los obstculos y entornos.

Muchos autores han sealado que los accidentes pueden ser vistos como una inesperada combinacin o
conjunto de condiciones o eventos (por ejemplo, Perrow, 1984). Un trmino prctico de esto es "la
concurrencia", es decir, la caracterstica temporal de dos (o ms) cosas que suceden al mismo tiempo y

PERDIDAS
Figura 2. Modelo lineal accidente complejo (modelo
de queso suizo). Fuente: Resilience Engineering.
2005.
ios Andes
Facultad de ingeniera
que afecte a los dems. Esto ha llevado a entender los accidentes como fenmenos lineales que no surgen en
un sistema complejo.
Este enfoque reconoce que el rendimiento del sistema es siempre complejo y variable, tanto por la variabilidad
del medio ambiente y la variabilidad de los subsistemas constituyentes. La variabilidad endgena es atribuida a
los individuos en el sistema. Esto no debe interpretarse en el sentido de que el rendimiento humano est
equivocado o errneo; por el contrario, la variabilidad del rendimiento es necesaria para que un sistema
cognitivo comn, haga frente con xito a la complejidad del mundo real (Hollnagel & Woods, 2005). La esencia
de la visin sistmica puede ser expresada por los cuatro puntos siguientes:
El rendimiento normal representa el equilibrio que refleja la regularidad del entorno de trabajo.
Los resultados de las acciones pueden ser diferentes de lo que se previsto, esperado o requerido
La adaptabilidad y la flexibilidad del trabajo humano es la razn de su eficiencia
La adaptabilidad y la flexibilidad del trabajo humano es, sin embargo, tambin el razn de los
fracasos que se producen, aunque rara vez es la causa de dichas faltas.
2.1 PREVISIN DE RIESGOS
Pasar de la comprensin de lo que ha sucedido, a la identificacin de eventos o condiciones que en el futuro
pueden poner en peligro la seguridad del sistema, tambin se encuentran diferentes modelos de riesgos,
aunque su desarrollo ha sido menos notable. El modelo bsico para describir una secuencia de acciones es el
rbol de sucesos, que corresponde a la simple relacin de modelo de accidente. El rbol representa un caso de
accidente, y como consecuencia posibles fallos en una determinada secuencia de los eventos organizados en
una ramificacin del rbol binario. El root (raz) es el evento inicial y las hojas son el conjunto de resultados
posibles, ya sean xitos o fracasos. En el rbol de fallas se describen los accidentes como el resultado de una
serie de combinaciones lgicas de las condiciones suficientes que se necesitaran para producir el evento
superior, es decir, el accidente (Figura 3).
( \) los Andes
Facultad de ingeniera








resultados van desde los incidentes a los pequeos accidentes, ya que stos a menudo necesitan menos
explicaciones y pueden ser debidos a simples combinaciones de factores. La mayora de los accidentes graves se
debe a concurrencias complejas de mltiples factores que los eventos y rboles de fallas no

problemas de la evaluacin de riesgos, provienen de la dependencia de representaciones grficas que se
centran en las descripciones de los vnculos entre las partes y no se puede visualizar cuando un sistema estable
puede volverse inestable.
Despus de exponer brevemente teoras que definen los accidentes y la gestin de riesgos, se contina con el
captulo de legislacin para plantear cmo en Colombia se controla la seguridad en el trabajo.

ANALISIS DE
ACCIDENTES
EVALUACION
DE RIESGOS
Figura 3. Modelos para el anlisis y evaluacin de riesgos de accidentes. Fuente: Resilience Engineering. 2005


Modelos Lineales Simplei
(Modelo de Domine)
Prediccin Lineal (rbol de
Eventos)
Prediccin Condicional
(rbol de Fallas
Modelos Lineales Complejos
(Modelodel QuesoSuizo
Modelos No Lineales o
Sistmicos
Concurrencia (Resonancia
Funcional)