Sicurezza in cantiere e intelligenza artificiale: dai documenti al controllo operativo

Nei cantieri complessi la sicurezza dipende anche dalla capacità di gestire e mettere in relazione una quantità crescente di informazioni, documenti e soggetti. POS, lavoratori, imprese, lavorazioni, scadenze e prescrizioni devono essere costantemente aggiornati e verificati. In questo scenario l’intelligenza artificiale può diventare uno strumento di supporto al professionista, facilitando la ricerca e il confronto delle informazioni. L’obiettivo non è affidare alla macchina decisioni tecniche o responsabilità, ma ridurre il lavoro documentale e rendere più tempestivi e tracciabili i controlli. Un approccio che combina AI, regole deterministiche e supervisione umana può così contribuire a una gestione della sicurezza più strutturata e consapevole.

---

Dalla sicurezza documentale alla sicurezza informativa

Quanti documenti devono essere letti, confrontati e aggiornati prima che un’impresa inizi effettivamente una lavorazione in cantiere?

La domanda diventa meno banale quando aumentano le imprese, entrano subappaltatori, cambiano le squadre, vengono emesse nuove revisioni dei POS, si modifica il cronoprogramma e, nello stesso tempo, devono essere tenute sotto controllo prescrizioni, qualifiche, attrezzature e condizioni operative. In questi contesti il rischio informativo non deriva necessariamente dall’assenza di documentazione. Più spesso deriva dalla frammentazione: l’informazione esiste, ma si trova in un file diverso, in una revisione precedente o in un verbale che non viene ricollegato alla lavorazione che sta per iniziare.

Un lavoratore compare nell’elenco trasmesso dall’impresa, ma è presente nel POS vigente? Il POS descrive realmente la lavorazione prevista per la settimana successiva? Un nuovo subappaltatore è entrato dopo l’ultima verifica documentale? Una prescrizione formulata tre sopralluoghi prima risulta ancora aperta? L’impresa che si presenta in cantiere è quella prevista dal programma lavori e dispone dei titoli e dei documenti che, per il ruolo competente, devono essere verificati?

Ripetute su decine di imprese e centinaia di associazioni lavoratore-cantiere, queste domande producono una quantità di controlli che cresce molto più rapidamente del numero dei singoli file. Il vero oggetto da governare non è quindi il documento, ma la relazione tra i documenti e il loro stato nel tempo.

È su questo terreno che l’intelligenza artificiale può avere una funzione concreta. Non come sostituto del Coordinatore per la Sicurezza in fase di Esecuzione, del committente, dell’impresa affidataria o del datore di lavoro, e neppure come dispositivo capace di attribuire autonomamente giudizi giuridici o tecnici. La funzione più realistica è quella di ridurre il tempo necessario a ricostruire il quadro informativo, lasciando al soggetto competente il tempo e la responsabilità di valutarlo.

Il perimetro normativo: prima di automatizzare occorre distinguere chi deve verificare che cosa

Una piattaforma digitale per la sicurezza può diventare pericolosa, prima ancora che inefficiente, se confonde le competenze previste dal D.Lgs. 9 aprile 2008, n. 81. La stessa informazione può essere utile a più soggetti, ma il fatto che sia disponibile in un sistema non trasferisce l’obbligo giuridico da un ruolo all’altro. Per questo l’architettura informativa dovrebbe essere costruita per responsabilità e non soltanto per tipologia di documento.

Il POS e la verifica del CSE

Ai sensi dell’art. 89, comma 1, lett. h), del D.Lgs. 81/2008, il Piano Operativo di Sicurezza è il documento che il datore di lavoro dell’impresa esecutrice redige, in riferimento al singolo cantiere, ai sensi dell’art. 17, comma 1, lett. a). L’obbligo di redazione è richiamato dall’art. 96, comma 1, lett. g), mentre il punto 3.2.1 dell’Allegato XV ne definisce i contenuti minimi.

Per il CSE il riferimento centrale è l’art. 92, comma 1, lett. b): il coordinatore verifica l’idoneità del POS, da considerare piano complementare di dettaglio del PSC, ne assicura la coerenza con quest’ultimo e verifica che le imprese esecutrici lo adeguino quando necessario. È una verifica qualitativa, non riducibile alla mera esistenza del file. Un POS formalmente completo può essere poco aderente al cantiere reale, soprattutto quando riutilizza valutazioni standard, schede generiche o procedure non riferite alle lavorazioni effettivamente programmate.

È proprio qui che la ricerca semantica può essere più utile di una checklist tradizionale: non sostituisce la valutazione di idoneità, ma permette di localizzare rapidamente le parti del POS che descrivono una determinata lavorazione, gli accessi, le opere provvisionali, le attrezzature, i DPI, le procedure operative e i rischi specifici, evidenziando al tecnico dove l’informazione è presente e dove, invece, non risulta rintracciabile con sufficiente evidenza.

Committente, responsabile dei lavori e impresa affidataria

Altre verifiche appartengono a soggetti diversi. L’art. 90, comma 9, del D.Lgs. 81/2008 pone in capo al committente o al responsabile dei lavori le verifiche di idoneità tecnico-professionale secondo le modalità dell’Allegato XVII; la lett. b-bis), introdotta nel quadro della patente a crediti, richiede inoltre la verifica del possesso della patente di cui all’art. 27 o, nei casi previsti, dell’attestazione SOA. L’art. 97, comma 3, lett. b), attribuisce invece al datore di lavoro dell’impresa affidataria la verifica della congruenza dei POS delle imprese esecutrici rispetto al proprio, prima della trasmissione al CSE.

La conseguenza progettuale è rilevante. Un unico sistema può contenere le informazioni necessarie a queste verifiche, ma le viste, le notifiche e i workflow dovrebbero essere differenziati in base al ruolo. Il CSE deve poter leggere ciò che gli serve per il coordinamento e per la verifica del POS; il committente o il responsabile dei lavori deve poter governare gli adempimenti di propria competenza; l’impresa affidataria deve poter effettuare i controlli che l’art. 97 le attribuisce. La digitalizzazione è utile quando rende più chiara la catena delle responsabilità, non quando la rende indistinta.

Il vero salto di qualità: dal fascicolo digitale a un modello di dati

Una cartella cloud perfettamente ordinata può contenere centinaia di documenti ed essere comunque poco efficace dal punto di vista operativo. POS, DURC, visure, attestazioni, verbali, documenti delle attrezzature, comunicazioni e autorizzazioni possono essere archiviati correttamente ma continuare a vivere come oggetti isolati.

Un sistema informativo, al contrario, deve poter riconoscere entità e relazioni. Nel dominio della sicurezza di cantiere le entità fondamentali sono, almeno, il cantiere, l’impresa, il lavoratore, il lavoratore autonomo, la lavorazione, il POS e la sua revisione, il documento abilitativo o attestativo, l’attrezzatura, la prescrizione, il sopralluogo e la scadenza. Il valore nasce dal collegamento: un lavoratore appartiene a un’impresa; un’impresa opera in uno specifico cantiere; una lavorazione è descritta in una determinata revisione del POS; una prescrizione è riferita a un’impresa, a una zona e a una fase; un verbale apre una verifica che un sopralluogo successivo può chiudere.

Questa logica è assimilabile a un grafo informativo, anche se tecnicamente può essere implementata con database relazionali tradizionali. Il punto non è la tecnologia del database, ma il modello concettuale: la sicurezza deve essere interrogabile per relazioni, non soltanto per nomi di file.

Una architettura ibrida: AI dove serve, regole dove è possibile

Uno degli errori più frequenti nei progetti di intelligenza artificiale è utilizzare un modello generativo anche per controlli che possono essere risolti in modo deterministico. In un processo professionale questo approccio aumenta inutilmente l’incertezza. La soluzione più robusta è ibrida: AI per comprendere e strutturare il linguaggio naturale; regole per verificare condizioni oggettive; supervisione umana per assumere decisioni.

1. Acquisizione, normalizzazione e versioning

Il primo livello non è propriamente «intelligente»: è documentale. Ogni file deve essere acquisito con metadati minimi affidabili, associato al cantiere e al soggetto corretto, classificato per tipologia e sottoposto a controllo di versione. La revisione del POS non può dipendere dal nome scelto dall’impresa per il PDF. Il sistema deve poter distinguere la data del documento, la data di ricezione, il numero di revisione dichiarato e lo stato — vigente, superato, da verificare — evitando che una ricerca semantica recuperi indistintamente versioni non più operative.

2. Estrazione delle entità e costruzione dell’anagrafica

Il secondo livello utilizza tecniche di document intelligence e Natural Language Processing per estrarre dal testo informazioni come denominazione dell’impresa, nominativi, qualifiche, lavorazioni, date, riferimenti al cantiere, attrezzature e prescrizioni. È un passaggio nel quale la qualità dell’OCR, la struttura del documento e la coerenza terminologica incidono direttamente sull’affidabilità. Per questo ogni dato estratto dovrebbe conservare la propria provenienza: documento, pagina o sezione, data di estrazione e, se utilizzato un modello probabilistico, un indicatore di confidenza.

3. Motore di regole per i controlli oggettivi

Una volta trasformati in dati, molti controlli non richiedono più l’AI. Verificare che una scadenza sia superata, che esista una revisione successiva, che un codice fiscale compaia in due elenchi o che un’impresa sia associata al cantiere corretto sono operazioni deterministiche. È preferibile che siano eseguite da regole esplicite, leggibili e testabili. In questo modo una segnalazione del tipo «documento scaduto» non dipende dal comportamento di un modello linguistico, ma da una condizione verificabile.

4. Ricerca semantica e RAG per i contenuti non strutturati

L’AI diventa realmente utile quando la domanda non è risolvibile con una corrispondenza esatta. Una lavorazione in copertura può essere descritta come «rifacimento del manto», «posa pannelli», «interventi sulla falda» o «opere di lattoneria in quota». La ricerca semantica consente di riconoscere contenuti concettualmente affini anche quando le parole non coincidono.

Per gli usi professionali è preferibile un’architettura RAG — Retrieval Augmented Generation — nella quale il modello risponde a partire da un insieme circoscritto di documenti recuperati dal sistema. La letteratura recente sulla sicurezza delle costruzioni mostra che il recupero di fonti pertinenti può migliorare correttezza e rilevanza delle risposte rispetto all’uso di un modello generativo non vincolato [6]. Il requisito fondamentale, tuttavia, è la verificabilità: l’output deve rimandare sempre ai passaggi sorgente e non trasformare una sintesi probabilistica in una presunta verità documentale.

5. Human-in-the-loop e tracciabilità

Il passaggio finale è la validazione. Una segnalazione diventa informazione professionale soltanto quando il soggetto competente può verificarne la fonte, accettarla, respingerla o integrarla. Il sistema dovrebbe registrare questa decisione, l’utente che l’ha assunta, la data e l’eventuale motivazione. In termini informatici è un audit trail; in termini professionali è la possibilità di ricostruire perché, sulla base di quali documenti e in quale momento è stata svolta una determinata verifica.

Il POS come caso d’uso principale: dalla completezza formale alla pertinenza

Il Piano Operativo di Sicurezza rappresenta il documento nel quale la differenza tra ricerca testuale e analisi semantica emerge con maggiore chiarezza. La verifica di idoneità non consiste nell’accertare che esista un capitolo intitolato «lavori in quota», ma nel capire se il piano descrive in modo adeguato la lavorazione che l’impresa eseguirà in quello specifico cantiere.

Supponiamo che debba iniziare un intervento in copertura. Un sistema orientato alla sola checklist può confermare la presenza di parole come «imbracatura», «ponteggio» o «linea vita» senza comprendere se siano riferite alla fase effettiva. Un sistema semantico può invece recuperare i passaggi che descrivono accessi alla copertura, protezioni collettive, sistemi anticaduta, modalità di movimentazione dei materiali, attrezzature, DPI e procedure, collegandoli alla lavorazione pianificata.

Il risultato professionale non dovrebbe essere «POS conforme». Dovrebbe essere una scheda di evidenze: contenuti rintracciati, riferimenti puntuali, elementi attesi non individuati, eventuali incoerenze con il PSC o con il cronoprogramma e livello di affidabilità della ricerca. Il CSE conserva così il controllo della valutazione, ma concentra il proprio tempo sulle parti realmente significative.

Questo approccio è coerente con una linea di ricerca ormai consolidata nel settore AEC. Già nel 2020 Martínez-Rojas e coautori hanno mostrato la possibilità di estrarre automaticamente contenuti rilevanti da piani di sicurezza e salute, evidenziando come informazioni importanti possano risultare disperse in documenti estesi e non standardizzati [5]. Le rassegne più recenti confermano che NLP e LLM vengono oggi studiati per information extraction, automated compliance checking e supporto alla gestione della sicurezza [7][8].

Il controllo più utile nasce dal confronto tra fonti diverse

Analizzare bene il singolo documento è soltanto il primo livello. Il vantaggio operativo aumenta quando il sistema può confrontare fonti differenti e ricostruire incoerenze che, in un archivio tradizionale, richiedono molte aperture successive di file.

Le lavorazioni dichiarate nel POS possono essere confrontate con il cronoprogramma; l’elenco dei lavoratori con le comunicazioni aggiornate dell’impresa; i subaffidamenti con le revisioni dei piani; le attrezzature dichiarate con le procedure; le prescrizioni dei verbali con le lavorazioni previste nella visita successiva. Il sistema può quindi segnalare che una lavorazione programmata non è riconosciuta nel POS vigente, che un nuovo soggetto compare nelle comunicazioni ma non nella revisione verificata, oppure che una prescrizione relativa a una zona del cantiere non risulta ancora chiusa.

Queste segnalazioni non equivalgono automaticamente a non conformità. Possono dipendere da un aggiornamento non ancora acquisito, da una terminologia diversa, da un errore di estrazione o da una modifica operativa legittima. Il valore dell’automazione consiste nell’anticipare l’attenzione del tecnico: una possibile incoerenza rilevata prima dell’avvio della lavorazione è più facile da gestire della stessa incoerenza scoperta quando la squadra è già operativa.

Imprese e lavoratori: l’informazione deve essere letta per soggetto e per cantiere

Quando più imprese si alternano sullo stesso intervento, la visione per singolo documento diventa rapidamente inefficiente. È più utile ricostruire il quadro partendo dall’impresa o dal lavoratore, mantenendo però separato il contesto del singolo cantiere.

Selezionando un’impresa, il sistema dovrebbe poter mostrare il POS vigente, le revisioni precedenti, le lavorazioni dichiarate, i subaffidamenti associati, i lavoratori collegati a quel cantiere, le eventuali scadenze e le verifiche ancora aperte. Per il singolo lavoratore, l’anagrafica può collegare impresa di appartenenza, qualifica dichiarata, cantieri nei quali è stato associato e documentazione pertinente, fermo restando il rispetto delle competenze e dei limiti di trattamento dei dati personali.

Questo punto diventa decisivo per gli studi tecnici o le stazioni appaltanti che gestiscono contemporaneamente più interventi. La stessa impresa può operare in cantieri differenti con POS, squadre e lavorazioni diverse; lo stesso lavoratore può essere associato a più commesse in periodi differenti. La base informativa deve quindi evitare sia il duplicato incontrollato sia la commistione: la relazione «soggetto–cantiere» è altrettanto importante dell’anagrafica del soggetto.

Dal controllo in ufficio al sopralluogo: creare continuità tra documento e campo

Il valore del sistema aumenta quando la preparazione del sopralluogo non parte da una checklist generica, ma dallo stato informativo aggiornato del cantiere.

Prima della visita il CSE può ricevere una sintesi delle imprese previste, delle lavorazioni in programma, delle variazioni rispetto al sopralluogo precedente, delle revisioni dei POS acquisite, delle segnalazioni aperte e delle prescrizioni da verificare. La checklist diventa quindi dinamica: se iniziano lavori in copertura, vengono richiamati i temi pertinenti; se entra una nuova impresa, vengono evidenziate le verifiche da completare; se una prescrizione è ancora aperta, ricompare automaticamente fino alla sua chiusura.

Questo meccanismo riduce una discontinuità tipica della gestione tradizionale: in ufficio si controllano documenti, in cantiere si osservano condizioni reali, ma i due flussi non sempre rimangono perfettamente collegati. Un sistema informativo efficace deve invece trasformare ogni controllo documentale in un possibile punto di attenzione sul campo e ogni evidenza di sopralluogo in un dato che alimenta le verifiche successive.

Anche i verbali devono diventare dati: prescrizioni, responsabilità e stato di chiusura

Un verbale non dovrebbe concludere il proprio ciclo quando viene trasformato in PDF e inviato ai soggetti interessati. Dal punto di vista informativo, la parte più importante inizia proprio in quel momento.

Una prescrizione può essere rappresentata come un oggetto autonomo: data di apertura, impresa o soggetto interessato, zona del cantiere, lavorazione, testo della prescrizione, eventuale termine, stato — aperta, in verifica, chiusa — e riferimento al verbale nel quale è stata formulata. L’AI può aiutare a estrarre questi elementi dal testo e a ricondurli alle entità già presenti nel sistema.

La memoria del cantiere diventa così interrogabile. Alla visita successiva il coordinatore non deve ricordare in quale dei verbali precedenti fosse stata formulata una determinata indicazione: il sistema può recuperare tutte le prescrizioni ancora aperte riferite a quella impresa, a quella zona o a quella lavorazione. La tracciabilità non è più un allegato amministrativo del processo, ma una sua componente strutturale.

Sei cantieri di edilizia scolastica come campo applicativo

Il metodo è stato applicato alla gestione documentale di sei cantieri di edilizia scolastica localizzati nei Comuni di Porano, San Lorenzo Nuovo, Ischia di Castro, Canale Monterano, Oriolo Romano e Otricoli. Gli interventi comprendono nuove costruzioni, ampliamenti e lavori su edifici esistenti: una eterogeneità utile per verificare se il medesimo modello informativo possa essere mantenuto senza perdere la specificità del singolo cantiere.

Per ciascun intervento PSC, POS, imprese, lavoratori, fasi esecutive, subaffidamenti e prescrizioni rimangono separati. Ciò che viene standardizzato non è il contenuto tecnico, ma il processo di acquisizione, classificazione, correlazione e verifica dell’informazione.

Nel complesso il campione corrisponde a 38 presenze di impresa nei diversi cantieri, 189 associazioni lavoratore-cantiere, 48 POS o revisioni e 32 subappalti o ulteriori soggetti censiti. Questi numeri non devono essere letti come 307 semplici «record». Ogni nuova revisione può modificare le relazioni tra impresa, lavorazioni, lavoratori e attrezzature; ogni subappalto introduce ulteriori collegamenti; ogni verbale può aprire prescrizioni che devono essere riportate nelle fasi successive.

È questa complessità relazionale il dato più significativo. La difficoltà gestionale cresce non soltanto con il numero dei documenti, ma con il numero di relazioni che devono rimanere coerenti nel tempo. In termini informatici, il problema è quello di mantenere sincronizzato uno stato distribuito tra fonti differenti; in termini di cantiere, significa sapere in ogni momento chi dovrebbe essere presente, quale lavorazione dovrebbe eseguire, con quale documento vigente e con quali eventuali condizioni ancora da verificare.

CONTINUA A LEGGERE L'ARTICOLO NEL PDF IN ALLEGATO.

---

FAQ - Gestione del cantiere e IA

Come può essere utilizzata l’intelligenza artificiale per la sicurezza nei cantieri?

L’AI può supportare la lettura e classificazione dei documenti, l’estrazione di informazioni da POS e verbali, la ricerca semantica dei contenuti e il collegamento tra imprese, lavoratori, lavorazioni, prescrizioni e scadenze. La decisione finale resta però affidata al professionista competente.

L’intelligenza artificiale può verificare automaticamente la conformità di un POS?

Non dovrebbe sostituire la valutazione del CSE con un semplice giudizio “conforme/non conforme”. Può invece individuare i passaggi pertinenti, segnalare elementi non rintracciati o possibili incoerenze e fornire al tecnico evidenze documentali sulle quali effettuare la propria valutazione.

Qual è la differenza tra AI e controlli deterministici nella gestione della sicurezza?

L’intelligenza artificiale è utile soprattutto per interpretare testi e ricercare informazioni non strutturate. Verifiche oggettive, come scadenze, corrispondenze tra elenchi o presenza di revisioni successive, possono invece essere affidate a regole deterministiche, più facilmente verificabili e riproducibili.

Quali vantaggi può offrire un sistema AI al CSE?

Può ridurre il tempo dedicato alla ricerca dei documenti, anticipare possibili incoerenze, limitare omissioni dovute alla frammentazione delle informazioni e migliorare la tracciabilità delle verifiche. In questo modo il professionista può concentrare maggiormente il proprio tempo sulla valutazione tecnica.

Quali sono i principali limiti dell’intelligenza artificiale applicata alla sicurezza in cantiere?

Errori di OCR, documenti archiviati in modo errato, revisioni non aggiornate e interpretazioni imprecise del linguaggio possono generare segnalazioni scorrette. Per questo le fonti devono sempre essere verificabili, le versioni controllate e le decisioni sottoposte alla validazione umana.