Ongevalsscenario's: zo pak je onzichtbare risico's goed aan

Dat veel arbeidsongevallen niet in de risico-inventarisatie en -evaluatie (RI&E) zijn voorzien, wijst op een ‘scenariokloof’ tussen inventarisatie en werkelijkheid. Die kloof is het gevolg van een onvolledige, met een ongeschikte methode uitgevoerde RI&E. Er kan bijvoorbeeld alleen naar de meest ernstige scenario’s gekeken zijn. Daarbij zijn kleinere scenario’s met een hogere kans dan niet meegenomen.

Slecht gekozen indicators kunnen tot een te optimistisch beeld van de veiligheid leiden. Hetzelfde geldt voor te weinig leren van (bijna-)incidenten. Scenario’s die met menselijke fouten te maken hebben of met verschillende oorzaken die tegelijk optreden, blijven in praktijk nogal eens onderbelicht. Verder zijn er scenario’s die we als te onwaarschijnlijk bestempelen. Of die we te optimistisch als restrisico afdoen.

Gevolg: we nemen al deze scenario’s niet mee bij het bepalen van veiligheidsmaatregelen. Tegelijk leiden de steeds complexer wordende technische installaties tot steeds meer scenario’s. Daarmee wordt de scenariokloof zelfs groter.

De hier genoemde en ook andere onbekende en onzichtbare scenario’s zijn in die kloof te vinden. Want die komen door hun eigenschappen niet vanzelfsprekend in een systematische RI&E naar voren. Bedrijven onderkennen die gevaren daarom vaak niet.1 Terwijl voor scenario’s met onbekend gevaar2 toch wel degelijk een proactieve aanpak mogelijk is. De auteurs stelden vast dat dit bij onzichtbaar gevaar ook kan.3

Scenario’s die met onzichtbaarheid te maken hebben, zijn op alle denkbare plekken in een organisatie te vinden. We geven drie voorbeelden.

Seizoenskrachten trekken elk jaar met duizenden tegelijk naar het platteland van Sonora in het Noorden van Mexico. Hoge temperaturen en luchtvochtigheid, weinig drinken en weinig rust tijdens het zware werk op het land spelen er een belangrijke rol in de oogsttijd. In de periode 2002 – 2010 werden 393 doden ten gevolge van de hitte geregistreerd.

Onderzoeker Rietta Wagoner4 uit Tucson, Arizona, deed er in de zomer van 2016 drie maanden onderzoek. Zij stelde vast dat het merendeel van de werkkrachten het grootste deel van elke werkdag verhoging (37-38 °C) of zelfs koorts (boven 38 °C) had gehad. Dit is levensgevaarlijk.

Net als in de biologie, natuurkunde en krijgskunde zijn er in administratieve processen ook manieren waarop – in dit geval – informatie onzichtbaar kan worden. Onderzoekers Matteo Turilli uit Hatfield, UK en Luciano Floridi uit Lissabon, Portugal toonden aan dat alleen het verstrekken van veiligheidsinformatie niet voldoende is. Ook moet duidelijk worden gemaakt hoe die informatie tot stand is gekomen6, zodat controle mogelijk is.

Adviseur en verkeersonderzoeker Ian Noy uit Fort Myers, Florida, stelde in 2019 vast dat het nachtelijk duister niet alleen de weg zelf vrijwel onzichtbaar maakt. Hij concludeerde daarnaast dat wat nog wel zichtbaar is, tot verwarring kan leiden. Om dodelijke ongevallen te voorkomen is zijn advies om verkeerssituaties vooral juist ook in het donker te inspecteren.5

Onzichtbaarheid fascineert al sinds mensenheugenis. De evolutie heeft ervoor gezorgd dat sommige dieren door hun schutkleuren praktisch onzichtbaar zijn. Iedereen kent voorbeelden uit de natuur: een kameleon, een wandelende tak of een inktvis die de kleuren van zijn omgeving kan aannemen.

Mensen gebruiken onzichtbaarheid soms ook bewust, bijvoorbeeld om iets te verbergen. De eigenschappen van dat ‘iets’, het object zelf, zijn daarbij vaak het belangrijkst.

Maar het kan ook anders. Je verstoppen achter een boom. Een aanval doen van achter een rookgordijn. Jezelf verschuilen achter een beeldscherm waarop jouw achtergrond zonder jou te zien is. Het pad waarlangs we waarnemen maakt het ‘iets’ dan deels of geheel onzichtbaar.

In de praktijk ontstaat onzichtbaarheid uit combinaties van deze object-, pad- en waarnemereigenschappen. Elke manier waarop ‘iets’ in meer of mindere mate onzichtbaar wordt, is met deze drie eigenschappen te beschrijven. De auteurs vonden in de literatuur 202 verschillende manieren. Ze realiseerden zich dat dit voor veiligheidskundigen een schat aan gegevens oplevert

De veiligheidskundige kan hier zelf direct mee aan de slag. Daarvoor is de tabel hieronder het beginpunt. De auteurs analyseerden de 202 gevonden manieren van onzichtbaar worden en konden die indelen in 10 groepen. In de tabel staan ze in volgorde aangegeven, de meest gevonden groep bovenaan. De 10 groepen laten zich in de dagelijkse praktijk in het eigen bedrijf herkennen. De veiligheidskundige kan hiermee onderzoeken of er gevaren, gegevens, mensen of gebeurtenissen onzichtbaar blijven. Deze nieuwe invalshoek maakt uitbreiding van een RI&E mogelijk.

Met de diverse gevonden eigenschappen van object, pad en waarnemer zijn nog veel meer combinaties te maken dan de 202 die de auteurs in de literatuur vonden. Om bruikbare combinaties daaruit te selecteren is het handig om hun mate van onzichtbaarheid onderling te kunnen vergelijken.

Nog even terug naar de figuur. Daarin blijft van het object, een knalrode kubus, voor de waarnemer slechts een vaalrood vierkant over. In welke mate is een object nu onzichtbaar voor een waarnemer? De volledige werkelijkheid is lastig met een enkel getal aan te geven. De auteurs kozen er daarom voor om onzichtbaarheid – heel globaal – uit te drukken als een percentage op een schaal van 0 tot 100 procent. Met de drie transmissiefactoren fo (object), fp (pad) en fw (waarnemer) is dat percentage met een formule te berekenen. De factoren liggen elk tussen 0 (er komt niets door) en 1 (alle objecteigenschappen komen door). Hun gezamenlijke effect op het onzichtbaarheidspercentage is dan:
P = 100(1 – fofp*fw) %.

Rekenvoorbeeld

Een veiligheidskundige onderzoekt of derden meer gevaar lopen dan eigen werknemers. Het is bekend dat maar 20 procent van de bijna-ongevallen wordt gemeld. En ook dat maar ongeveer de helft van de ingehuurde werknemers van onderaannemers zich individueel laat registreren. Dit betekent: fo = 0.2 en fp = 0.5. Alles is verder zichtbaar, dus fw = 1. Voor het zoeken naar geregistreerde bijna-ongevallen van werknemers van derden, levert dit op:

P = 100(1 – 0.20.5*1) = 90%.Bij deze uitkomst gaan bij de veiligheidskundige meteen alarmbellen rinkelen. Want hiermee is een nagenoeg onzichtbaar probleem uit de scenariokloof ontdekt. Het is duidelijk dat het bedrijf hier in de RI&E aandacht aan moet besteden.

Bron: Arbo Online

Tekst | Paul Lindhout en Genserik Reniers
Lindhout is gastonderzoeker bij de Universiteit van Antwerpen en de Universiteit voor Humanistiek te Utrecht, leidt Seveso III – BRZO-inspecteurs op (SZW) en is consultant/eigenaar bij Paal39. Reniers is professor bij de TUDelft, bij KU-Leuven Campus Brussel /CEDON en bij de Universiteit van Antwerpen.Noten

1. Gjerdrum, D., Peter, M., 2011. The new international standard on the practice of risk management – a comparison of ISO 31000:2009 and the COSO erm framework. Risk Management. March 2011 21, 8–12.

2. Lindhout P., Kingston J., Hansen F.T., Reniers G. (2020) Reducing unknown risk. The Safety Engineers’ new horizon. Journal of Loss Prevention in the Process Industries 2020(1), 1-26.

3. Lindhout, Reniers (2022) Curtailing invisibility of health and safety risks (accepted 21-3-2022). Journal of Integrated Security and Safety Science, 2(1), 1-29.

4. Wagoner, R. S., López-Gálvez, N. I., de Zapien, J. G., Griffin, S. C., Canales, R. A., & Beamer, P. I. (2020). An occupational heat stress and hydration assessment of agricultural workers in North Mexico. International journal of environmental research and public health, 17(6), 2102.

5. Turilli, M., & Floridi, L. (2009). The ethics of information transparency. Ethics and Information Technology, 11(2), 105-112.

6. Noy, I. Y. (2020). Misperception and visual illusion as contributing factors in nighttime crashes. Theoretical Issues in Ergonomics Science, 21(3), 312-326.