Η Μονάδα AI για εκτίμηση επικινδυνότητας μηχανημάτων στο Safety Software αναπτύσσεται για έναν πολύ συγκεκριμένο λόγο: να βοηθήσει τον μηχανικό να περάσει πιο γρήγορα από τις σκόρπιες πληροφορίες σε ένα ελέγξιμο, τεχνικά χρήσιμο πρώτο σχέδιο. Όχι ως αυτόματο κουμπί έγκρισης. Όχι ως παράκαμψη προς τη δήλωση συμμόρφωσης. Και σίγουρα όχι ως υποκατάστατο της κρίσης της σχεδιαστικής ομάδας. Η εκτίμηση επικινδυνότητας ξεκινά πάντα από καθαρό πλαίσιο: τι είναι το μηχάνημα, πώς χρησιμοποιείται, ποιος το χρησιμοποιεί, σε ποιες φάσεις ζωής, με ποιους περιορισμούς και με ποια εύλογα προβλέψιμη κακή χρήση.
Η φόρμα από μόνη της δεν σώζει κανένα έργο. Είναι εργαλείο. Αν η ομάδα αρχίσει να γράφει απλώς γενικές λέξεις όπως κινούμενα μέρη, ηλεκτρική ενέργεια, αιχμηρές ακμές ή υψηλή θερμοκρασία, έχει κάνει μόνο το πρώτο βήμα. Αυτά δείχνουν πιθανές πηγές κινδύνου, αλλά δεν περιγράφουν ακόμη πραγματικό σενάριο επικινδυνότητας. Λείπει το ποιος εκτίθεται, πότε, σε ποια εργασία, σε ποια ζώνη και με ποια πιθανή βλάβη.
Εδώ μπαίνει η AI. Όχι για να αποφασίσει. Για να βάλει τάξη. Να προτείνει κείμενο, να αναδείξει κενά, να βοηθήσει στη διατύπωση περιορισμών του μηχανήματος και να δημιουργήσει σχέδια σεναρίων που ο μηχανικός θα ελέγξει, θα διορθώσει ή θα απορρίψει.
Μονάδα AI για εκτίμηση επικινδυνότητας μηχανημάτων ως υποστήριξη της ISO 12100
Η εκτίμηση επικινδυνότητας κατά ISO 12100 δεν είναι άσκηση συμπλήρωσης κελιών. Είναι δομημένη διαδικασία. Πρώτα καθορίζονται οι περιορισμοί του μηχανήματος. Μετά εντοπίζονται οι κίνδυνοι, οι επικίνδυνες καταστάσεις και τα επικίνδυνα συμβάντα. Στη συνέχεια η ομάδα εκτιμά την επικινδυνότητα, την αξιολογεί, επιλέγει προστατευτικά μέτρα και επανεξετάζει την επικινδυνότητα μετά τη μείωση.
Η Μονάδα AI στο Safety Software υποστηρίζει επιλεγμένα βήματα αυτής της αλυσίδας, αλλά δεν την κλείνει. Μπορεί να δώσει μια πρώτη διατύπωση, μια εναλλακτική περιγραφή, μια λίστα σημείων για έλεγχο ή ένα σχέδιο σεναρίου. Δεν δηλώνει ότι το μηχάνημα είναι ασφαλές. Δεν εγκρίνει την υπολειπόμενη επικινδυνότητα. Δεν κρίνει μόνη της αν τα προστατευτικά μέτρα καλύπτουν απαιτήσεις προτύπων τύπου B ή τύπου C.
Η απόφαση μένει στον άνθρωπο.
Αυτό δεν είναι νομική υπεκφυγή. Είναι βασική αρχή σωστής μηχανικής. Στον τεχνικό φάκελο δεν μετρά μόνο ότι ένα πεδίο έχει συμπληρωθεί. Μετρά αν η εγγραφή αντιστοιχεί στο πραγματικό μηχάνημα, αν περιγράφει σωστά το σενάριο και αν μπορεί να σταθεί σε επιθεώρηση, μετά από αλλαγή σχεδίασης ή μετά από συμβάν στο μηχάνημα.
Προβλεπόμενη χρήση και εύλογα προβλέψιμη κακή χρήση
Ένας από τους πρώτους τομείς όπου η AI δίνει πρακτική αξία είναι η περιγραφή της προβλεπόμενης χρήσης και της εύλογα προβλέψιμης κακής χρήσης. Αυτό είναι το σημείο εκκίνησης. Αν γράψουμε απλώς ότι το μηχάνημα προορίζεται για επεξεργασία τεμαχίων, η ανάλυση χάνει αμέσως ακρίβεια. Ποια τεμάχια; Από ποιον χειριστή; Σε ποια λειτουργία; Με ποιο υλικό; Σε ποιο περιβάλλον; Με ποιους αποκλεισμούς;
Η AI μπορεί να ετοιμάσει ένα πρώτο σχέδιο με βάση τις πληροφορίες που δίνει ο χρήστης. Μετά η ομάδα το στενεύει, το διορθώνει, το κάνει τεχνικό. Αυτό είναι το σωστό μονοπάτι. Η περιγραφή χρήσης δεν είναι διαφημιστικό κείμενο. Είναι θεμέλιο για τον εντοπισμό κινδύνων και την κατασκευή ρεαλιστικών σεναρίων επικινδυνότητας.
Η Μονάδα μπορεί να βοηθήσει στην οργάνωση στοιχείων όπως:
- η διεργασία για την οποία προορίζεται το μηχάνημα,
- το προβλεπόμενο προφίλ χρήστη,
- οι απαιτούμενες ικανότητες του χειριστή,
- οι τρόποι λειτουργίας του μηχανήματος,
- τα υλικά, προϊόντα ή εργαλεία που καλύπτει η διεργασία,
- οι συμπεριφορές χρηστών που μπορούν να προβλεφθούν εύλογα,
- οι χρήσεις που πρέπει να αποκλειστούν σχεδιαστικά ή να περιγραφούν στις οδηγίες χρήσης.
Όσο πιο καθαρά οριστεί αυτό το πλαίσιο, τόσο λιγότερα γενικόλογα θα εμφανιστούν μετά στην εκτίμηση επικινδυνότητας.
Περιορισμοί του μηχανήματος χωρίς επικίνδυνες συντομεύσεις
Στην ISO 12100 οι περιορισμοί του μηχανήματος μπαίνουν νωρίς για καλό λόγο. Δεν μιλάμε μόνο για διαστάσεις, περίγραμμα ή χώρο εγκατάστασης. Μιλάμε για επίσημη περιγραφή των συνθηκών μέσα στις οποίες το μηχάνημα πρέπει να λειτουργεί και μέσα στις οποίες η ομάδα κάνει την εκτίμηση επικινδυνότητας.
Οι περιορισμοί του μηχανήματος μπορούν να καλύπτουν χρήση, χώρο, χρόνο και άλλες συνθήκες που προκύπτουν από τη διεργασία, το περιβάλλον εργασίας ή την προβλεπόμενη εκμετάλλευση. Αν αυτά δεν γραφτούν σωστά, τα σενάρια κινδύνου αρχίζουν να αιωρούνται. Και ένα σενάριο που δεν πατά στη χρήση του πραγματικού μηχανήματος είναι απλώς ωραίο κείμενο, όχι τεχνική τεκμηρίωση.
Η AI μπορεί να προτείνει δομημένες ενότητες, για παράδειγμα:
- περιορισμοί χρήσης — προβλεπόμενη χρήση, προβλεπόμενοι χρήστες, τρόποι λειτουργίας, εύλογα προβλέψιμη κακή χρήση,
- χωρικοί περιορισμοί — θέση εγκατάστασης, ζώνες εργασίας, ζώνες κινδύνου, πρόσβαση στο μηχάνημα, εύρος κινήσεων, διασυνδέσεις με άλλα μηχανήματα,
- χρονικοί περιορισμοί — προβλεπόμενη διάρκεια χρήσης, κύκλοι εργασίας, διαστήματα συντήρησης, φθορά εξαρτημάτων, χρόνος λειτουργίας στοιχείων,
- άλλοι περιορισμοί — περιβαλλοντικές συνθήκες, θερμοκρασία, υγρασία, σκόνη, τροφοδοσία, βοηθητικά μέσα, καθαρισμός, είδος υλικού ή απαιτήσεις εγκατάστασης.
Καλά γραμμένοι περιορισμοί κρατούν την υπόλοιπη ανάλυση στη γη. Δεν αφήνουν την ομάδα να αξιολογεί φανταστικές χρήσεις, ούτε να ξεχνά κρίσιμες πραγματικές εργασίες.
Από την πηγή κινδύνου στο πραγματικό σενάριο
Στην εκτίμηση επικινδυνότητας δεν αρκεί να αναφέρουμε την πηγή κινδύνου. Κινούμενα μέρη, αιχμηρή ακμή, υψηλή θερμοκρασία ή αποθηκευμένη ενέργεια είναι η αρχή, όχι το τέλος. Η ομάδα πρέπει να περιγράψει ποιο εκτεθειμένο πρόσωπο κινδυνεύει, σε ποια φάση ζωής, κατά ποια εργασία, σε ποια ζώνη και με ποια πιθανή βλάβη.
Ένα καλό σενάριο πρέπει να περιλαμβάνει τουλάχιστον:
- το εκτεθειμένο πρόσωπο,
- την εργασία που εκτελεί,
- τη φάση ζωής του μηχανήματος,
- τη ζώνη όπου υπάρχει έκθεση,
- την πηγή κινδύνου,
- την επικίνδυνη κατάσταση, το επικίνδυνο συμβάν ή και τα δύο,
- την πιθανή βλάβη.
Η νέα Μονάδα AI μπορεί να ετοιμάσει σχέδια τέτοιων σεναρίων με βάση το πλαίσιο της εκτίμησης και τα δεδομένα που υπάρχουν στο σύστημα. Το ζητούμενο δεν είναι ένα ελεύθερο κείμενο έξω από τη δομή της τεκμηρίωσης. Το σενάριο πρέπει να κουμπώνει στα επόμενα βήματα: εκτίμηση επικινδυνότητας, επιλογή προστατευτικών μέτρων, μείωση επικινδυνότητας και περιγραφή της υπολειπόμενης επικινδυνότητας.
Η AI μπορεί να προτείνει περιεχόμενο. Ο χρήστης όμως πρέπει να ελέγξει αν το σενάριο αντιστοιχεί στο μηχάνημα. Η σχεδιαστική ομάδα ξέρει αν μια κατάσταση εμφανίζεται στην κανονική λειτουργία, στη ρύθμιση, στον καθαρισμό, στην απομάκρυνση εμπλοκών, στη συντήρηση ή στη μεταφορά του μηχανήματος.
Μονάδα AI για εκτίμηση επικινδυνότητας μηχανημάτων: σχέδιο για έλεγχο, όχι τελική εγγραφή
Στο Safety Software οι προτάσεις της AI έχουν χαρακτήρα εργασίας. Ο χρήστης μπορεί να τις αποδεχθεί, να τις επεξεργαστεί ή να τις απορρίψει. Αυτό μειώνει τον μεγαλύτερο πρακτικό κίνδυνο: την άκριτη αντιγραφή κειμένου στον τεχνικό φάκελο.
Η AI μπορεί να βοηθήσει να ξεκινήσει η δουλειά πιο γρήγορα. Δεν μπορεί να απαλλάξει την ομάδα από την ανασκόπηση. Σε μια εκτίμηση επικινδυνότητας μηχανήματος, κάθε περιγραφή πρέπει να αντιστοιχεί στο πραγματικό σχέδιο, στην προβλεπόμενη χρήση και στη συμπεριφορά που μπορεί λογικά να εμφανιστεί στην παραγωγή.
Μια καλή πρόταση AI πρέπει να είναι:
- συγκεκριμένη,
- επεξεργάσιμη,
- συνδεδεμένη με το αξιολογούμενο μηχάνημα,
- γραμμένη στη γλώσσα της εκτίμησης επικινδυνότητας,
- ενταγμένη στη δομή της ISO 12100,
- χρήσιμη για τεχνική ανασκόπηση.
Η μεγαλύτερη αξία δεν είναι το ίδιο το παραγόμενο κείμενο. Είναι ότι η ομάδα φτάνει πιο γρήγορα στην ουσιαστική ερώτηση: είναι πραγματικό αυτό το σενάριο; Περιγράφει το σωστό εκτεθειμένο πρόσωπο; Υπάρχει αυτή η εργασία σε αυτή τη φάση ζωής; Η πιθανή βλάβη έχει αποδοθεί σωστά; Το προστατευτικό μέτρο μειώνει όντως το στοιχείο επικινδυνότητας που αναφέρθηκε;
Αυτές οι ερωτήσεις δεν τις αναθέτουμε σε μηχανή. Τις κάνει ο άνθρωπος.
Συνέπεια τεκμηρίωσης και ίχνος αποφάσεων
Στην τεκμηρίωση μηχανημάτων συχνά μπερδεύονται έννοιες που πρέπει να μένουν χωριστές. Η πηγή κινδύνου παρουσιάζεται σαν σενάριο. Η επικίνδυνη κατάσταση μπερδεύεται με το επικίνδυνο συμβάν. Το προστατευτικό μέτρο εμφανίζεται χωρίς να φαίνεται ποιο στοιχείο επικινδυνότητας μειώνει. Η υπολειπόμενη επικινδυνότητα περιγράφεται με μία λέξη ή με ένα χρώμα. Αυτό δεν είναι τεχνική τεκμηρίωση. Είναι συντόμευση που θα γυρίσει πίσω στην πρώτη δύσκολη ερώτηση.
Η AI μπορεί να βοηθήσει στη συνέπεια της γλώσσας. Μπορεί να προτείνει πιο δομημένη περιγραφή, να θυμίσει ότι λείπει στοιχείο από το σενάριο ή να βοηθήσει στον διαχωρισμό εννοιών που έχουν διαφορετικό ρόλο στην εκτίμηση επικινδυνότητας.
Αυτό γίνεται κρίσιμο σε μεγάλες εκτιμήσεις. Όσο αυξάνονται οι εργασίες, οι φάσεις ζωής, οι ζώνες, οι κίνδυνοι και τα προστατευτικά μέτρα, τόσο πιο δύσκολο είναι να κρατηθεί ενιαίο ύφος και ενιαία λογική. Η AI μπορεί να βοηθήσει μόνο αν παραμένει βοηθός της διαδικασίας, όχι αυτόνομος συντάκτης της τελικής τεκμηρίωσης.
Η κατεύθυνση στο Safety Software είναι καθαρή: η εκτίμηση επικινδυνότητας πρέπει να δείχνει όχι μόνο το αποτέλεσμα, αλλά και τον δρόμο προς την απόφαση. Ποιος εκτέθηκε; Τι εργασία έκανε; Ποια επικίνδυνη κατάσταση μπορούσε να προκύψει; Ποιο επικίνδυνο συμβάν μπορούσε να οδηγήσει σε βλάβη; Ποιο προστατευτικό μέτρο εφαρμόστηκε; Τι έμεινε μετά τη μείωση της επικινδυνότητας;
Χωρίς αυτό το ίχνος αποφάσεων, η εκτίμηση επικινδυνότητας χάνει την αποδεικτική της αξία.
Πώς δουλεύει η Μονάδα AI για εκτίμηση επικινδυνότητας μηχανημάτων στην πράξη
Η νέα λειτουργία αναπτύσσεται ως βοηθός εργασίας πάνω στην εκτίμηση επικινδυνότητας. Αυτό σημαίνει πρακτικά τέσσερα πράγματα.
Πρώτον, ο χρήστης μπορεί να προετοιμάσει ταχύτερα μια αρχική περιγραφή του μηχανήματος, της χρήσης του και των περιορισμών του μηχανήματος. Δεν ξεκινά από λευκή σελίδα. Ξεκινά από υλικό που χρειάζεται έλεγχο.
Δεύτερον, η AI μπορεί να υποστηρίξει τη δημιουργία σεναρίων κινδύνου για συγκεκριμένες εργασίες, φάσεις ζωής και εκτεθειμένα πρόσωπα. Αυτό βοηθά ιδιαίτερα όταν η ομάδα πρέπει να περάσει από δεκάδες επαναλαμβανόμενες αλλά όχι ίδιες καταστάσεις.
Τρίτον, η Μονάδα μπορεί να βοηθήσει στην οργάνωση της γλώσσας της τεκμηρίωσης, ώστε να ξεχωρίζουν καθαρά η πηγή κινδύνου, η επικίνδυνη κατάσταση, το επικίνδυνο συμβάν, η πιθανή βλάβη, το προστατευτικό μέτρο και η υπολειπόμενη επικινδυνότητα.
Τέταρτον, η AI μπορεί να υποστηρίξει έλεγχο συνέπειας στις περιγραφές. Όχι ως τελικός επιθεωρητής. Ως εργαλείο που βοηθά να εντοπιστούν κενά, υπερβολικά γενικές διατυπώσεις ή σημεία που δεν συνδέονται σωστά με τη λογική της εκτίμησης.
Αυτό είναι πρακτική υποστήριξη για ομάδες που δεν θέλουν η εκτίμηση επικινδυνότητας να είναι μια νεκρή στατική λίστα. Θέλουν τεκμηρίωση που δείχνει τη λογική των σχεδιαστικών αποφάσεων.
Η AI δεν αναλαμβάνει την ευθύνη του κατασκευαστή
Η Μονάδα AI μπορεί να επιταχύνει την εργασία και να βελτιώσει τη συνέπεια της τεκμηρίωσης. Δεν αναλαμβάνει όμως την ευθύνη του κατασκευαστή, του ολοκληρωτή ή της σχεδιαστικής ομάδας.
Η AI δεν βλέπει ολόκληρο το μηχάνημα όπως ο μηχανολόγος, ο ηλεκτρολόγος αυτοματισμού, ο τεχνολόγος, ο ειδικός ασφάλειας ή ο τεχνικός συντήρησης. Δεν γνωρίζει όλες τις πραγματικές συνθήκες λειτουργίας. Δεν παρατηρεί τις παρακάμψεις που εφαρμόζουν οι χειριστές όταν πιέζεται η παραγωγή. Δεν αντικαθιστά μέτρηση, επικύρωση ή επαλήθευση προστατευτικών μέτρων.
Δεν κρίνει μόνη της αν έχουν καλυφθεί οι απαιτήσεις του κανονισμού για τα μηχανήματα ή των προτύπων τύπου B και τύπου C. Δεν βάζει υπογραφή. Δεν αναλαμβάνει ευθύνη για τη σήμανση CE. Δεν μετατρέπει ένα αδύναμο τεχνικό επιχείρημα σε ισχυρό μόνο και μόνο επειδή το έγραψε με όμορφη σύνταξη.
Γι' αυτό στο Safety Software η AI αντιμετωπίζεται ως εργαλείο υποστήριξης. Βοηθά να ετοιμαστεί υλικό για απόφαση. Την απόφαση την παίρνει ο άνθρωπος.
Νέα λειτουργία, ίδια κατεύθυνση ανάπτυξης
Το Safety Software αναπτύσσεται γύρω από μία αρχή: η εκτίμηση επικινδυνότητας δεν πρέπει να είναι νεκρός πίνακας. Πρέπει να δείχνει τον τρόπο σκέψης της ομάδας, τη μείωση επικινδυνότητας που εφαρμόστηκε και την αιτιολόγηση των αποφάσεων.
Η Μονάδα AI ταιριάζει σε αυτή την κατεύθυνση. Δεν συντομεύει τη διαδικασία παραλείποντας κρίσιμα στάδια. Συντομεύει τη διαδρομή από τις ατακτοποίητες πληροφορίες προς ένα υλικό εργασίας που μπορεί να αναλυθεί σοβαρά.
Αυτό έχει τη μεγαλύτερη αξία σε σύνθετα μηχανήματα και γραμμές παραγωγής, όπου ο αριθμός σεναρίων αυξάνεται γρήγορα. Σε τέτοια έργα η δυσκολία δεν είναι μόνο η εκτίμηση της επικινδυνότητας. Εξίσου δύσκολο είναι να κρατηθεί συνέπεια ανάμεσα σε περιγραφές, εργασίες, κινδύνους, προστατευτικά μέτρα και υπολειπόμενη επικινδυνότητα.
Η AI μπορεί να στηρίξει αυτή τη συνέπεια, με μία προϋπόθεση: να παραμένει βοηθητικό εργαλείο.
Συμπέρασμα: η AI υποστηρίζει την εκτίμηση επικινδυνότητας, δεν την κλείνει
Η νέα Μονάδα AI στο Safety Software βοηθά στη γρηγορότερη και πιο συνεπή προετοιμασία στοιχείων της εκτίμησης επικινδυνότητας μηχανήματος. Μπορεί να υποστηρίξει την περιγραφή της προβλεπόμενης χρήσης, της εύλογα προβλέψιμης κακής χρήσης, των περιορισμών του μηχανήματος και των σεναρίων κινδύνου. Μπορεί να βοηθήσει στην οργάνωση της γλώσσας της τεκμηρίωσης και στην προετοιμασία υλικού για περαιτέρω τεχνική ανάλυση.
Δεν αντικαθιστά όμως τον μηχανικό. Δεν εγκρίνει επικινδυνότητα. Δεν εκτελεί αξιολόγηση συμμόρφωσης. Δεν απαλλάσσει τον κατασκευαστή από την ευθύνη για τον τεχνικό φάκελο και την ασφάλεια του μηχανήματος.
Καλά χρησιμοποιημένη, η AI δεν είναι χρησμός. Είναι βοηθός που σε φέρνει πιο γρήγορα σε μια καλύτερα οργανωμένη απόφαση. Στο Safety Software η Μονάδα AI δεν κλείνει την εκτίμηση επικινδυνότητας. Τη βοηθά να γίνει πιο συνεπής, πιο γρήγορη και με καλύτερο ίχνος αποφάσεων.
Παράδειγμα: προτάσεις σεναρίων για λειτουργικές δοκιμές
Στην πράξη η Μονάδα AI μπορεί να υποστηρίξει την εργασία σε επίπεδο συγκεκριμένης εργασίας. Αν η ομάδα αναλύει τη φάση λειτουργικών δοκιμών και δοκιμαστικών ελέγχων, το Safety Software μπορεί να ετοιμάσει προτάσεις σεναρίων κινδύνου που συνδέονται με αυτή την εργασία.
Μια τέτοια πρόταση δεν είναι έτοιμη εκτίμηση επικινδυνότητας. Είναι δομημένο σχέδιο που περιλαμβάνει πεδία απαραίτητα για την επόμενη ανάλυση: πηγή κινδύνου, πιθανές συνέπειες, ζώνη κινδύνου και περιγραφή σεναρίου. Ο χρήστης ελέγχει αν η περιγραφή αντιστοιχεί στο πραγματικό μηχάνημα, τη διορθώνει και μόνο τότε την αποθηκεύει στην εκτίμηση.
Για παράδειγμα, για εργασία σχετική με λειτουργικές δοκιμές, η Μονάδα μπορεί να προτείνει σενάριο για κινούμενα στοιχεία στη ζώνη χειρισμού και τοποθέτησης δοχείου. Στην περιγραφή εμφανίζονται το εκτεθειμένο πρόσωπο, το σημείο έκθεσης, η πηγή κινδύνου και πιθανές συνέπειες όπως έλξη, παγίδευση ή κρούση.
Μια δεύτερη πρόταση μπορεί να αφορά σύστημα υψηλής πίεσης στο ακροφύσιο πλήρωσης, στον αγωγό δοσομέτρησης ή στα σημεία σύνδεσης. Σε τέτοιο σενάριο οι πιθανές συνέπειες περιλαμβάνουν, μεταξύ άλλων, έγχυση μέσου υπό πίεση ή κρούση από εκτινασσόμενο στοιχείο ή υλικό.
| Στοιχείο πρότασης | Παράδειγμα |
|---|---|
| Εργασία | Λειτουργικές δοκιμές και δοκιμαστικοί έλεγχοι |
| Πηγή κινδύνου | Κινούμενα στοιχεία |
| Πιθανές συνέπειες | Έλξη, παγίδευση, κρούση |
| Ζώνη κινδύνου | Ζώνη χειρισμού και τοποθέτησης δοχείου |
| Κατάσταση | Απαιτεί τεχνική ανασκόπηση από μηχανικό |
Ακριβώς αυτό το στάδιο έχει τη μεγαλύτερη πρακτική αξία. Η AI δεν παίρνει απόφαση αντί για την ομάδα. Βοηθά να ετοιμαστεί ένα σχέδιο σεναρίου που ο μηχανικός μπορεί να ελέγξει τεχνικά: αν η ζώνη υπάρχει πραγματικά, αν το εκτεθειμένο πρόσωπο εκτελεί αυτή την εργασία, αν οι συνέπειες έχουν επιλεγεί σωστά και αν το σενάριο δεν διπλοεγγράφει ήδη υπάρχουσα θέση στην εκτίμηση.
Έτσι η εκτίμηση επικινδυνότητας δεν ξεκινά από κενό πίνακα. Η ομάδα παίρνει υλικό για ανασκόπηση. Η απόφαση όμως παραμένει εκεί που πρέπει: στον άνθρωπο.