深流・观察丨树立优先导向 加强工伤预防

本文作者：卢爱红

长期以来，劳动者因工作遭受事故伤害或者患职业病，是经济社会发展必须面对的一个重要问题，工伤保险制度因此应运而生。在我国，经过多年的改革发展，已经建成世界最大的工伤保障体系，参加工伤保险人数超过3亿人，参加职业伤害保障人数累计超过2700万人，基本形成预防、鉴定、补偿、康复“四位一体”的工伤保险制度体系。在这一体系中，工伤预防具有“防患于未然”的重要作用，居于首要和优先的位置。

工伤预防是工伤保险高质量发展、可持续发展的内在要求。

高质量、可持续，是新时代新征程我国社会保障事业发展的鲜明主题。“高质量”体现的是满足人民群众日益增长需求的时代任务；“可持续”体现的是制度成熟稳健运行。将工伤预防措施前置，可以更大程度从源头上减少劳动者工作场所健康损害，降低工伤事故发生率、控制职业病，减少工伤鉴定事务，减少工伤医疗救治和经济补偿支出，减少工伤康复支出，有利于增强工伤保险基金储备，提高工伤保险抗风险能力。这也是积极的社会保障政策的具体体现，亦如积极的劳动力市场政策，减少直接失业救济支出，加大技能培训等能力支出，可以更好地预防失业、促进就业。

工伤预防是构建就业友好型发展方式的重要内容。

就业友好，以就业优先为前提，以劳动要素发展为主体，以和谐劳动关系构建为基础，以公平发展、包容发展为目标。工伤预防，通过经济、管理和技术等手段，致力于推动劳动安全卫生，持续改善工作场所劳动条件，减少劳动力损耗，使每个劳动者更加适应其工作岗位，有利于维护劳动者身心健康，构建用人单位与劳动者的发展共同体，减少劳动争议，促进劳动者体面劳动，实现劳动安全健康与企业稳步发展、就业岗位稳定与就业质量提升的有机统一。

新一轮科技革命和产业变革特别是人工智能技术加速演进，对劳动力市场带来深刻影响。不仅是岗位替代和岗位创造的问题，对完善工伤保险制度、推动工伤预防转型提供新的机遇、形成新的挑战、提出新的要求。

一方面

，带来工伤预防全新的发展空间。主要包括：一是更好事前预判。过去，依靠过往经验的安全检查判断，现在，则可以基于数据对安全隐患进行精准干预。比如，利用人工智能学习整合企业生产数据、设备状态、环境传感器及历史事故记录，构建动态风险预测模型，提前识别高风险工艺、时段和人群。二是做到实时监测与纠正。过去，依靠安全监管人员定期不定期检查，现在，利用人工智能对作业现场进行全天候不间断分析，瞬间识别未戴安全帽、违规进入危险区、疲劳操作等不安全行为，及时识别劳动者疲劳、压力或其他高危风险，并立即触发报警或联动设备停机，将事故消除在萌芽状态。据多项在建筑施工、制造业领域开展的实证研究，部署人工智能行为识别系统后，不安全行为检出率比人工巡检提高了数倍，干预后违规行为大幅下降。三是开展沉浸式安全培训。通过虚拟现实技术（VR）、增强现实技术（AR），结合人工智能，可以根据岗位任务风险和个人知识短板，生成个性化、可交互的虚拟事故体验场景，让劳动者在零风险环境中经历事故后果，提升安全意识与应急能力。据有关随机对照试验，相比传统课堂教学，事故模拟培训使受训者的安全知识保留率和安全行为依从性均得到显著提高。四是促进个体防护与健康管理。在一些领域，配备智能穿戴设备能实时监测体征和姿势，预警相关损伤风险，实现“人机协同”保护。一些高危工作岗位，可以由机器人替代，降低传统的职业危害和风险。五是推进动态费率精算。基于企业实时风险画像，而非仅看历史赔付，可以更好发挥动态浮动费率的功能，形成工伤预防的正向激励。

另一方面

，带来工伤预防的新情况新问题。主要包括：一是人机交互可能形成全新致害风险。人与机器人协作场景日益增多，因算法缺陷、传感器误判或人机沟通不畅导致的新型事故，造成协作机器人伤人，其责任链复杂，传统事故分析模型难以适用。人工智能系统自身故障也可能引发群体伤害，特别是在控制危化品流程、能源管道或自动化产线时，系统攻击或算法失控可能引发灾难性工伤事故，破坏力远超节点上的单人或小组失误。二是算法管理可能催生系统性职业伤害。这已成为新的危害源，其普遍性日益提高。许多零工经济劳动者的劳动节奏、路线、强度均由算法实时分配和考核。系统可能持续诱导劳动者超速、逆行、疲劳驾驶，导致交通事故等工伤高发。全天候的人工智能监控与绩效排名，可能引发劳动者焦虑、抑郁等，成为潜伏的新型职业健康风险。三是数据治理与隐私安全的困局。工伤预防需要采集大量生物特征、位置轨迹、生理数据等，如果数据泄露或被滥用，就会形成劳动者隐私权、个人信息保护的问题，对劳动者造成更大伤害。

同时

，人工智能技术发展，正在重塑和转型人们的工作。其一，带来劳动内容、劳动形式等方面的诸多变化，劳动过程、生产方式与社会关系也将发生整体性变化。其二，许多劳动正在从工作岗位向工作任务转化，从固定的岗位工序、工作职责向颗粒度越来越细的模块任务转变，传统劳动科层组织管理发生重大变化，往往由平台细化匹配，重组人员配置和任务组合。其三，劳动空间变化，许多劳动不再受制于工厂、车间、办公室等物理空间。其四，劳动分工深化细化，劳动者流动日趋频繁，劳动过程呈现高度碎片化、非标准化和灵活化。这些新的变革，迫切需要工伤预防工作有序有效加以应对。比如，远程办公、居家办公，工作场所转变为工作场景，工作与生活高度交织，等等，以“工作时间、工作地点、工作原因”为核心的标准陷入困境，如何确定相应的工伤预防和界定政策标准。比如，在“人-算法-机器”的多重关系下，如何研判职业伤害的因果关系，规制认定雇主、技术提供商、算法设计者等多方面的责任。比如，算法导致的精神疾病、长期微损伤累积等，是否纳入工伤或职业病，如何确定其诊断标准以及工作关联度。再比如，灵活就业劳动者工伤的暴露问题。虽然职业伤害保障试点按单提费成效显著，但更多去劳动关系化或者劳动关系模糊化的劳动者风险犹存，制度覆盖面临较大压力，等等。

人工智能技术的功能和价值，关键在于人的决策及其技术应用方式。数据合规性、算法控制与协商以及人工智能技术自主意识、人机关系、责任界定、公平正义等，如果处理不好，可能引发一系列问题。这就需要在持续加强传统劳动形态工伤预防工作的同时，加强合理引导和科学治理，重新标定劳动伦理判断，主动适应人工智能技术发展，积极探索相应的工伤保险制度政策体系，强化全新的责任分配、新型伤害认定、平台从业者保障，前瞻性地将安全伦理嵌入算法开发、将制度创新同步于技术扩散，为劳动者筑牢安全健康底线。要逐步把执行不合理自动化决策或算法指令而直接导致的伤害纳入工伤认定范畴，探索将与工作相关的心理疾病、与算法监控相关的精神障碍，分步骤纳入保障。要探索建立责任与风险分担机制，合理划分人机协作系统、算法调度平台等方面的责任份额。要积极构建人工智能赋能的预防新标准，针对智能化工作场景，鼓励引导企业全面发挥智能监控的功能。要以职业伤害保障制度为突破口，与平台订单数据、算法轨迹直接对接，研究探索相应的工伤预防和界定政策标准，研究完善工伤保险费率确定和调整机制，推动劳动者获得全面的工伤保护。要组织开展面向人机协作、算法界面操作等方面的安全技能培训，培养劳动者识别和应对人工智能系统故障、不合理指令的能力。培养既懂安全工程、工伤保险，又通晓人工智能与数据分析的预防师和监察员，并设置专门的技术岗位。要探索建立层级更高的工伤预防大数据平台，整合多源异构数据，对相关事故进行归因统计和深度挖掘，持续迭代风险模型，为政策和标准制定提供科学依据，为有效预防工伤、减轻劳动者伤害创造更多的价值。

原文刊发于中国劳动保障报第7567期 第03版

编辑丨邱曼