Yapay Zekâ Şantiye Kazalarını Önleyebilir Mi?

Bir şantiye sahasında aynı anda onlarca farklı operasyon yürütülebilir. Bir ekskavatör kazı yaparken başka bir noktada kamyon geri manevra yapabilir, çalışanlar ağır ekipmanların yakınında hareket edebilir veya bir ekip yüksekte çalışma gerçekleştirebilir. 

Tam da bu noktada yapay zekâ, şantiye güvenliğinde yeni bir destek katmanı olarak öne çıkıyor. Bilgisayarlı görü, makine öğrenmesi ve sensör teknolojileri; sahadan gelen görüntü ve verilerin sürekli analiz edilmesini, belirli tehlikelerin daha hızlı fark edilmesini ve potansiyel risk durumlarında ilgili ekiplerin uyarılmasını mümkün hâle getirebiliyor.

Şantiye Güvenliği Neden Önemlidir?

İnşaat sektörü, çalışma koşullarının sürekli değiştiği ve çok sayıda riskin aynı anda yönetilmesi gereken alanlardan biridir. Yüksekte çalışma, hareketli iş makineleri, elektrik kaynaklı tehlikeler, düşen veya fırlayan cisimler gibi riskler, şantiye güvenliğini sektörün en kritik konularından biri hâline getiriyor.

Yapılan bir araştırmada, ABD’de inşaat çalışanlarının iş başında hayatını kaybetme riskinin diğer sektörlerdeki çalışanlara kıyasla beş kat daha yüksek olduğu tahmin ediliyor. Aynı araştırmada ABD inşaat sektöründeki ölümlerin başlıca nedenleri yüksekten düşmeler (%33,5), cisim çarpması veya düşen nesnelerle ilişkili kazalar (%11,1), elektrik kaynaklı kazalar (%8,5) ve çalışanların nesneler ya da ekipmanlar arasında sıkıştığı kazalar (%5,5) olarak sıralanıyor. 

Türkiye'de de inşaat sektörü iş sağlığı ve güvenliği açısından öncelikli alanlardan biri olmaya devam ediyor. Çalışma ve Sosyal Güvenlik Bakanlığı'nın SGK'nın 2025 yılı verilerine dayanarak yayımladığı değerlendirmeye göre, inşaat sektöründe 766.625 çalışan iş kazası geçirdi. Aynı yıl sektörde iş kazası sonucu 1944 çalışan hayatını kaybetti.

Bu veriler, şantiye güvenliğinin yalnızca çalışanların kişisel koruyucu donanım kullanıp kullanmadığını kontrol etmekten çok daha geniş bir yaklaşım gerektirdiğini gösteriyor. Yüksekte çalışma risklerinden çalışanlarla iş makineleri arasındaki etkileşime kadar farklı tehlikelerin eşzamanlı olarak izlenmesi, güvenlik süreçlerinin yalnızca kaza sonrasında değil, risk ortaya çıkmadan önce de devreye girmesini önemli hâle getiriyor.

Yapay Zekâ Destekli Şantiye Güvenliği Nedir?

Yapay zekâ destekli şantiye güvenliği; kamera, sensör, giyilebilir teknoloji ve diğer saha verilerinin yapay zekâ sistemleri tarafından analiz edilerek potansiyel tehlikelerin belirlenmesine, riskli durumlarda uyarı oluşturulmasına ve güvenlik ekiplerinin daha hızlı aksiyon almasına yardımcı olan uygulamaları kapsar. Güncel olarak bu alandaki çalışmalar özellikle görüntü tabanlı izleme, tahmine dayalı tehlike tespiti ve otomatik risk değerlendirmesi üzerinde yoğunlaşmaktadır.

Bu sistemlerin temel amacı, insan denetimini ortadan kaldırmak değil; şantiyede sürekli değişen koşullar içerisinde güvenlik ekiplerinin her an takip edemeyebileceği risklere karşı ek bir izleme ve erken uyarı katmanı oluşturmaktır. Yapay zekâ sistemleri; çalışanların, ekipmanların ve riskli bölgelerin gerçek zamanlı takibinden kişisel koruyucu donanım kullanımının kontrolüne, çalışan-makine yakınlığının izlenmesinden kör noktaların belirlenmesine kadar farklı güvenlik senaryolarında kullanılabilmektedir.

Yapay Zekâ Şantiyede Hangi Riskleri Tespit Etmeye Yardımcı Olabilir?

Günümüzde yapay zekâ destekli güvenlik sistemleri, sensörler, kişisel koruyucu donanım kullanımından çalışan–iş makinesi yakınlığı, tehlikeli alanlara girişten çevresel risklere kadar farklı güvenlik senaryolarının izlenmesinde kullanılabilmektedir.

Ancak burada önemli bir ayrım yapmak gerekir: Bir AI sisteminin belirli bir riski tespit edebilmesi, o riski tek başına ortadan kaldırdığı anlamına gelmez. Bu sistemlerin temel işlevi, potansiyel tehlikeyi daha erken görünür hâle getirerek ilgili çalışanların veya güvenlik ekiplerinin zamanında müdahale edebilmesine destek olmaktır.

1. Kişisel Koruyucu Donanım Kullanımının Takibi

Bilgisayarlı görü sistemlerinin şantiye güvenliğindeki en bilinen kullanım alanlarından biri, çalışanların baret, reflektif kıyafet veya emniyet kemeri gibi kişisel koruyucu donanımları kullanıp kullanmadığının kamera görüntüleri üzerinden kontrol edilmesidir.

Bu sistemlerde kamera görüntüsü analiz edilerek belirlenen güvenlik kurallarına uymayan bir durum tespit edildiğinde ilgili saha sorumlusuna uyarı gönderilebilir. Örnek olarak, Çin Wuhan’da bir metro projesi için geliştirilen AI destekli güvenlik yönetim sisteminde de baret, reflektif kıyafet ve emniyet kemeri kullanımını otomatik olarak izleyen modüller yer almaktadır.

Wuhan 12. Metro hattında kullanılan güvenlik sistemi kamera görüntüsü

2. İş Makineleri ile Çalışanlar Arasındaki Yakınlık ve Kör Noktalar

Şantiyelerde çalışanlar ile hareket hâlindeki iş makinelerinin aynı alanı paylaşması, güvenlik yönetiminin en kritik konularından biridir. AI tabanlı sistemler, kamera veya konum verileri üzerinden çalışanların ve ekipmanların hareketlerini takip ederek belirli yakınlık eşiklerinin veya riskli bölgelerin izlenmesine yardımcı olabilir.

AI destekli kamera sistemleri ile, 

—aktif bir kazı bölgesi,

—kaldırma operasyonunun yürütüldüğü alan,

—iş makinelerinin yoğun olarak hareket ettiği güzergâh,

—yalnızca yetkili personelin girebildiği çalışma alanı

gibi bölgeler dijital sistemde riskli alanlar olarak tanımlanır. Bir çalışan bu tanımlanmış risk bölgesine girdiğinde, sistem bir güvenlik sinyali oluşturabilir.

Burada önemli olan yalnızca “bir kişi yasaklı alana girdi” bilgisini almak değil, bu tür durumların neden tekrarlandığını da anlamaktır. Aynı bölgede sürekli giriş ihlali yaşanması, çalışan davranışının yanı sıra alanın fiziksel düzeninin, uyarı işaretlerinin veya saha içi yönlendirmelerin yeniden değerlendirilmesi gerektiğine işaret edebilir.

3. Yüksekte Çalışma ve Düşme Risklerinin İzlenmesi

Yapay zekâ tabanlı görüntü analizi, yüksekte çalışma sırasında belirli güvenlik koşullarının izlenmesinde de kullanılabilir. AI tabanlı düşme riski modellemeleri bir çalışma alanında emniyet kemeri kullanımını veya çalışanların önceden belirlenen riskli bölgelerdeki hareketlerini takip etmeye yardımcı olabilir. 

Burada önemli olan nokta, AI sistemlerinin düşmeleri önleyen garantili bir çözüm olarak değil, güvenlik prosedürlerine yönelik olası uyumsuzlukların veya risk sinyallerinin daha erken fark edilmesine yardımcı olan destek sistemleri olarak değerlendirilmesidir.

4. Çevresel ve Operasyonel Risklerin Takibi

Şantiye güvenliği yalnızca çalışanların davranışlarından veya kişisel koruyucu donanım kullanımından ibaret değildir. Sıcaklık, gaz, nem, hava kalitesi, gürültü ve benzeri çevresel koşullar da farklı çalışma alanlarında güvenlik açısından izlenmesi gereken faktörlerdir. Sensörler aracılığıyla elde edilen bu tür veriler, AI destekli sistemlerde diğer saha verileriyle birlikte değerlendirilebilir.

AI tabanlı güvenlik araştırmalarında meteorolojik ve çevresel verilerin risk analizine dahil edilmesi, giyilebilir sensörlerle çalışanların belirli fiziksel göstergelerinin izlenmesi ve tehlikeli seslerin otomatik olarak tanınması gibi farklı kullanım alanları da incelenmektedir. 

Örneğin, AI destekli sistemlerde kamera görüntülerinden duman ve açık alev belirtilerini tespit ederek saha personeline uyarı göndermeyi amaçlayan modüller bulunmaktadır.

Bu örnekler bize, AI destekli şantiye güvenliğinin yalnızca “çalışan baret takıyor mu?” sorusuna indirgenmemesi gerektiğini gösteriyor. Daha kapsamlı bir sistemde çalışanların, iş makinelerinin ve çevresel koşulların oluşturduğu farklı risk sinyalleri birlikte değerlendirilebilir. Çalışma alanlarında kullanılacak teknolojinin kapsamı, her şantiyenin kendi risk profiline ve çalışma koşullarına göre belirlenmelidir.