Inšpekcie sú pravdepodobne najdôležitejším nástrojom, ktorý inšpektoráty práce používajú na zabezpečenie dodržiavania všetkých potrebných krokov na plnenie predpisov v oblasti bezpečnosti a ochrany zdravia pri práci zo strany podnikateľských subjektov. Efekt, aký tieto inšpekcie majú, však závisí od viacerých faktorov.
Úloha "veľkých dát" a strojového učenia pri efektívnosti inšpekcií v oblasti BOZP
Oyvind
Dahl
výskumný pracovník, Proactima AS, Nórsko (preklad z anglického jazyka Ladislav Kerekeš)
Úvod
Jedným zo základných faktorov je proces výberu kontrolovaných subjektov, teda firiem v ktorých bude inšpekcia vykonaná. V zásade existujú aspoň tri rôzne metódy výberu:
1.
kontrola všetkých spoločností bez ohľadu na potenciálne riziko, veľkosť spoločnosti, typ odvetvia v ktorom pôsobia, alebo akékoľvek iné kritériá,
2.
výber podnikov založený na náhodnej selekcii, kde má každá spoločnosť bez ohľadu na akúkoľvek ďalšiu charakteristiku rovnakú šancu, že bude podrobená kontrole,
3.
metóda založená na úrovni rizika.
Pokiaľ však ide o preventívne a ekonomické hľadiská, prvé dve metódy výberu sa zvyčajne považujú za neúčinné [2]. Väčšina inšpektorátov práce si teda vyberá subjekty na základe tretej metódy.
I keď je metóda založená na rizikovosti základným princípom pre väčšinu moderných inšpektorátov práce, pri jej uplatňovaní v praxi existuje niekoľko závažných výziev, s ktorými je potrebné sa vyrovnať. Hlavným dôvodom je, že chýbajú dostatočne podrobné metódy analýzy rizík [8]. Bez vhodných metód, ktoré umožnia robiť výber predovšetkým na základe rizika, totiž riskujeme, že prístup založený na riziku bude len politickým vyhlásením bez hmatateľných praktických dôsledkov. Preto je potrebné vyvinúť metódy, ktoré nám umožnia zacieliť sa na vysoko rizikové spoločnosti [12].
Väčšina inšpektorátov práce zhromažďuje a ucho