Ce que l'INRS observe déjà sur le terrain
L'institut part d'un principe de prévention que tout responsable QHSE connaît bien, « tenir compte de l'état d'évolution de la technique », et constate qu'il devient plus difficile à respecter à mesure que le rythme des innovations s'accélère. Trois familles d'usages de l'IA sont déjà identifiées comme suffisamment matures pour être suivies de près par les préventeurs.
Exploitation des données d'accidentologie
Les outils de traitement automatique du langage permettent désormais d'exploiter des données jusqu'ici difficiles à valoriser : déclarations d'accident du travail, bases de retour d'expérience, registres de dysfonctionnement de machines, enquêtes QSE. La donnée déjà collectée dans un système QHSE (non-conformités, presqu'accidents, actions correctives) devient alors un vrai actif de prévention, à condition qu'elle soit centralisée et structurée plutôt que dispersée entre tableurs et formulaires papier.
Surveillance connectée des environnements et des travailleurs
Caméras de détection de situations dangereuses, EPI connectés mesurant la fréquence cardiaque ou les positions articulaires : ces dispositifs peuvent réduire la sinistralité, en particulier pour les publics peu formés aux règles de sécurité comme les intérimaires ou les nouveaux embauchés. L'INRS est catégorique sur un point trop souvent oublié en entreprise : ces outils ne sont pas des systèmes de sécurité et ne dispensent en rien de la démarche d'évaluation des risques, qui reste une obligation documentée.
Robotique avancée : téléopération et collaboration homme-robot
Le troisième usage étudié concerne la téléopération et la robotique collaborative, qui permettent d'éloigner l'opérateur de tâches dangereuses ou de charges lourdes. L'INRS met en garde contre une possible déqualification des opérateurs et une perte de sens au travail si l'intégration de ces outils ne s'accompagne pas d'une réflexion collective préalable, ce qui renvoie directement à l'évaluation d'impact que tout projet d'automatisation devrait intégrer en amont.
Le vrai risque, c'est l'angle mort documentaire
L'INRS décrit un piège qu'elle nomme l'« effet de contentement » : la facilité apparente d'usage des solutions IA peut inciter les acteurs à ne considérer que les risques identifiés par la machine, au détriment d'une évaluation régulière des risques organisationnels qui échappent à tout monitoring technologique. Un outil intelligent qui rassure peut donc, paradoxalement, faire baisser la vigilance documentaire au moment où elle devient la plus nécessaire.
L'institut rappelle aussi que les accidents du travail surviennent souvent lors de situations atypiques (pannes, opérations de maintenance, situations dégradées), rarement bien représentées dans les données d'entraînement des systèmes d'IA. Plus une entreprise introduit d'outils IA dans ses environnements de travail, plus elle a donc besoin d'un système QHSE capable de tracer ce que la machine ne voit pas : les écarts, les situations dégradées, les ajustements humains faits en dehors des cas prévus.
Ce que cela implique pour votre DUERP et votre plan d'actions
Trois recommandations de l'INRS se traduisent directement en pratiques QHSE à formaliser dès maintenant, avant même que l'AI Act n'impose ses propres échéances de transparence.
Documenter chaque introduction d'outil IA comme une modification des conditions de travail
L'INRS recommande de former les acteurs de la prévention (employeurs, représentants du personnel, préventeurs) à la compréhension du fonctionnement de ces outils, de leurs limites et du cadre réglementaire qui les régit. Concrètement, cela commence par tracer dans le document unique chaque introduction d'un outil IA modifiant l'organisation du travail, avec la même rigueur qu'un changement de poste ou de process. Un DUERP centralisé, mis à jour au fil de l'eau plutôt qu'une fois par an, rend cet exercice réalisable au lieu d'en faire un chantier annuel redouté.
Garder une traçabilité de ce que l'IA ne peut pas voir
Les jeux de données d'entraînement sous-représentent structurellement les situations atypiques. La vigilance humaine reste donc la meilleure source d'information sur ces angles morts. Un plan d'actions QHSE qui centralise remontées terrain, non-conformités et actions correctives vient compléter directement les systèmes de détection automatisés évoqués par l'INRS, et constitue la preuve documentée qu'exigera un auditeur ou un contrôleur en cas d'incident.
Anticiper le cadre réglementaire plutôt que le subir
L'INRS appelle à porter les principes de la santé et sécurité au travail au sein des instances qui élaborent les normes et réglementations sur l'IA, notamment l'AI Act. Pour une entreprise, cela suppose de disposer d'une veille réglementaire à jour et d'un système capable d'absorber rapidement une nouvelle exigence, comme celle de transparence prévue par l'article 50 de l'AI Act à compter du 2 août 2026, sans réécrire toute sa documentation QHSE dans l'urgence.
