On sait que l'erreur humaine est à l'origine de 80 à 90 % des accidents et des incidents. Cela est particulièrement vrai dans des secteurs comme l'énergie nucléaire, les soins de santé, l'aviation et d'autres industries où les tâches complexes sont courantes. La technique d'évaluation et de réduction des erreurs humaines (HEART) peut sembler compliquée, mais ne vous inquiétez pas, nous allons la décomposer pour qu'elle soit facile à comprendre. Dans ce blog, nous expliquerons ce qu'est HEART, comment il fonctionne et comment il peut aider votre organisation à réduire les erreurs, à améliorer la sécurité et à accroître l'efficacité.
Qu'est-ce que la technique d'évaluation et de réduction des erreurs humaines (HEART) ?
HEART est une méthode utilisée pour estimer la probabilité que des personnes commettent des erreurs au cours de tâches spécifiques. Développée par J.C. Williams en 1985, HEART a été utilisée dans de nombreuses industries telles que le nucléaire, le ferroviaire et les soins de santé. Il permet d'identifier les conditions qui conduisent à l'erreur humaine et propose des moyens de réduire ces risques.
HEART est simple et flexible. Il permet aux organisations d'évaluer l'erreur humaine sans avoir besoin d'outils complexes ou de grandes quantités de données.
Principale fonctionnalités de HEART
- Prédiction des erreurs: HEART estime la probabilité d'une erreur humaine pour différentes tâches.
- Facteurs d'influence des erreurs: Il identifie les conditions (conditions de production d'erreurs ou EPC) qui rendent les erreurs plus probables.
- Simplicité: HEART est facile à utiliser dans de nombreux secteurs, ce qui le rend idéal pour les entreprises qui cherchent à améliorer rapidement la sécurité.
Comment fonctionne HEART ?
HEART évalue l'erreur humaine en examinant la tâche et en identifiant les facteurs qui peuvent augmenter ou diminuer le risque d'erreur. Chaque tâche a une probabilité d'erreur de base, qui est ensuite modifiée par des conditions génératrices d'erreurs (EPC) basées sur l'environnement réel.
Voici comment se déroule la procédure :
1. Identifier la tâche
Tout d'abord, identifiez la tâche ou le processus spécifique que vous souhaitez évaluer. Cela peut aller de l'utilisation d'une machine à la réalisation d'inspections.
2. Déterminer le type de tâche générique
HEART a prédéfini des types de tâches avec des probabilités d'erreurs nominales associées. Ces types de tâches vont de très complexes à relativement simples. En voici quelques exemples :
- Totalement inconnu, exécuté à toute vitesse sans réelle possibilité de réflexion : Probabilité d'erreur nominale = 0,55
- Tâches simples exécutées rapidement ou suivant une séquence interrompue : Probabilité d'erreur nominale = 0,02
Choisissez le type de tâche qui correspond le mieux à la tâche que vous analysez.
Liste des types de tâches génériques (GTT) :
HEART comprend neuf types de tâches génériques (GTT), chacun ayant son propre taux d'erreur de base. Le tableau ci-dessous présente ces types de tâches et leur probabilité d'erreur de base :
3. Identifier les conditions génératrices d'erreurs (EPC)
Ensuite, vous identifiez les facteurs susceptibles d'augmenter le risque d'erreurs, appelés conditions génératrices d'erreurs (CEI). Chaque EPC a un facteur d'impact qui reflète dans quelle mesure elle peut augmenter la probabilité d'erreur.
Liste des conditions génératrices d'erreurs (EPC) :
Bien que les CPE puissent varier en fonction du secteur d'activité, en voici un qui est couramment utilisé :
5. Calculer la proportion évaluée de l'effet (APOE)
Cette étape consiste à estimer l'impact de chaque EPC sur la tâche spécifique évaluée. L'APOE est exprimé en pourcentage. Par exemple, si vous estimez que 80 % d'un certain EPC s'applique à la tâche, l'APOE sera de 0,8.
6. Calculer la probabilité d'erreur
Pour calculer la probabilité d'erreur humaine (HEP) finale, utilisez la formule suivante :
Où ?
- La probabilité d'erreur nominale est la probabilité de base pour le type de tâche.
- Le facteur d'impact est le multiplicateur pour chaque EPC.
- L'APOE reflète la proportion de l'effet de chaque EPC.
7. Interpréter les résultats
Le résultat est la probabilité qu'une erreur humaine se produise au cours de la tâche. Ce chiffre peut guider les décisions relatives à la modification des procédures, à la mise en œuvre de mesures de protection ou à l'organisation d'une formation supplémentaire pour réduire le risque.
Exemples de HEART avec calcul
Procédure d'arrêt d'urgence pour les opérateurs de machines
Prenons l'exemple d'un opérateur de machine qui doit procéder à un arrêt d'urgence sous la pression du temps dans une usine de fabrication. La tâche est identifiée comme une "opération manuelle sous la pression du temps", qui relève de la TTG 4 : Requiert une réflexion ou des calculs considérables. La probabilité d'erreur de base pour ce type de tâche est de 0,1 (soit un risque d'erreur de 10 %).
Voyons cet exemple et calculons la probabilité d'erreur humaine (HEP) à l'aide de HEART. Voici la configuration :
- Tâche: Arrêt d'urgence sous contrainte de temps par un opérateur de machine
- Type de tâche générique (GTT): GTT 4 : Requiert une réflexion ou des calculs considérables
- Probabilité d'erreur de base: 0,1 (10%)
Conditions génératrices d'erreurs (EPC) :
Supposons que nous identifions les CPE suivants pour cette tâche:
Pression temporelle
- Facteur d'impact: 5
- Proportion d'effet évaluée (APOE): 0,9 (90% de la tâche est affectée par la pression temporelle)
Contrôles complexes
- Facteur d'impact: 4
- APOE: 0,7 (70% de la tâche est affectée par la complexité des contrôles)
Fatiguedue aux longues périodes de travail
- Facteur d'impact: 3
- APOE: 0,6 (60 % de la tâche est affectée par la fatigue de l'opérateur)
Calculons maintenant la probabilité d'erreur humaine (HEP) à l'aide de la formule suivante :
Calcul étape par étape
- Pour la pression temporelle:
Facteur d'impact = 5, APOE = 0,9
(5-1) × 0,9 = 4 × 0,9 = 3,6 - Pour les contrôles complexes:
Facteur d'impact = 4, APOE = 0,7
(4-1) × 0,7 =3 × 0,7 = 2,1 - Pour la fatigue:
Facteur d'impact = 3, APOE = 0,6
(3-1) × 0,6 = 2 × 0,6 = 1,2
Impact total des CPE :
3.6 + 2.1 + 1.2 = 6.9
Calcul final de la HEP :
HEP = 0,1 × (1 + 6,9) = 0,1 × 7,9 = 0,79
La probabilité d'erreur humaine (HEP) finale est donc de 0,79, soit 79 %.
Cela signifie qu'il y a 79 % de chances qu'une erreur humaine se produise pendant l'arrêt d'urgence dans les conditions données.
Avantages de l'utilisation de HEART
- Simplicité: HEART est facile à utiliser et ne nécessite pas d'outils ou de logiciels complexes.
- Flexibilité: Il peut être appliqué à des tâches simples ou complexes dans différents secteurs d'activité.
- Gestion proactive des risques: HEART aide les organisations à identifier les problèmes potentiels avant qu'ils ne provoquent des accidents.
- Amélioration continue: En utilisant HEART régulièrement, les organisations peuvent suivre les progrès réalisés et réduire les risques au fil du temps.
Critique de HEART
Bien que HEART soit populaire en raison de sa simplicité et de sa flexibilité, il présente certains inconvénients. L'un d'entre eux est qu'il dépend beaucoup du jugement de la personne qui l'utilise, ce qui peut rendre les résultats moins cohérents. Différentes personnes peuvent choisir différentes conditions génératrices d'erreurs (EPC) ou appliquer différents multiplicateurs, ce qui peut conduire à des résultats variables.
En outre, la manière dont HEART regroupe les tâches peut être trop générale pour des emplois très complexes, où de petites différences entre les tâches peuvent avoir un impact important sur le risque de commettre des erreurs.
Un autre problème est que HEART ne tient pas compte de l'évolution des conditions au cours d'une tâche, ce qui pourrait affecter le risque d'erreur au fur et à mesure que la tâche se déroule.
Malgré ces points, HEART est encore largement utilisé parce qu'il est facile à appliquer et qu'il fonctionne bien dans de nombreux secteurs.
Comment YOUFactors peut travailler avec HEART
Si HEART est un excellent outil pour identifier les risques et calculer les probabilités d'erreur, sa combinaison avec YOUFactorsune plateforme numérique pour l'acquisition d'habitudes et le changement de comportement, peut améliorer la réduction des erreurs. YOUFactors utilise le nudge numérique et des modules de microapprentissage pour renforcer les comportements sûrs et aider les travailleurs à prendre de bonnes habitudes.
En utilisant HEART pour identifier les principaux risques et YOUFactors pour guider les travailleurs dans la réduction des conditions génératrices d'erreurs telles que la fatigue ou la distraction, les organisations peuvent apporter des améliorations durables en matière de sécurité. YOUFactors garantit que les travailleurs restent concentrés sur leurs tâches et développent de meilleures habitudes qui réduisent les erreurs.*