La irrupción de las tecnologías que denominamos inteligencia artificial viene a plantear dudas sobre su uso y posibles aplicaciones. Si bien la automatización de procesos o el análisis de grandes cantidades de datos son ámbitos donde su utilidad es evidente, la toma de decisiones basada en herramientas IA genera incertidumbres a considerar.
En particular, desde el curso “Consejero de Seguridad (ADR) – Gestión de Mercancías Peligrosas” se viene detectando un número creciente de alumnos que presentan entregas con respuestas a los casos de estudio propuestos obtenidas de aplicaciones IA.
La extensa normativa sobre mercancías peligrosas y, en particular, la complejidad del Acuerdo sobre transporte internacional de mercancías peligrosas por carretera (ADR), invitan a consultar a ChatGPT, Gemini, Claude, DeepSeek y otros chats basados en inteligencia artificial.
Pero no podemos olvidar la naturaleza de estas herramientas: los LLM (Large Language Models) generan texto basándose en la probabilidad de que las palabras se encuentren próximas en una oración. El resultado cumple una serie de reglas gramaticales que le dan apariencia coherente, pero que no tiene por qué responder a la pregunta formulada por el usuario, ni ofrecer una respuesta correcta.
Esta limitación suele estar explicada en la propia web del chat, pero tendemos a ignorarla a la ligera. ¿Puede un consejero de seguridad para el transporte de mercancías peligrosas confiar en las respuestas de ChatGPT o cualquier otro LLM?
La respuesta es sencilla: no. Consejero de seguridad para el transporte de mercancías peligrosas es la persona designada por la empresa para contribuir a la prevención de los riesgos para las personas, los bienes o el medio ambiente inherentes a las actividades relacionadas con las mercancías peligrosas. Tiene responsabilidades y obligaciones concretas que implican decisiones concretas sobre cuestiones que afectan a la seguridad.
Probemos con una pregunta sencilla, típica de un supuesto práctico sobre el ADR:
“Desechos de caucho. Indicar los códigos de los envases interiores, embalajes exteriores (bidones) y sus masas netas máximas autorizados para el transporte de esta materia.”
ChatGPT nos ofrece una respuesta muy aparente:
“Para los desechos de caucho, según la instrucción de embalaje ADR correspondiente (P503), los envases interiores, los embalajes exteriores tipo bidón y las masas netas máximas autorizadas son los siguientes:
| Envases interiores autorizados | Código | Embalajes exteriores (bidones) | Código | Masa neta máxima autorizada |
| Vidrio | — | Bidón de acero | 1A1 / 1A2 | 125 kg |
| Plástico | — | Bidón de aluminio | 1B1 / 1B2 | 125 kg |
| Metal | — | Bidón de otro metal | 1N1 / 1N2 | 125 kg |
| Bidón de contrachapado | 1D | 125 kg | ||
| Bidón de cartón | 1G | 125 kg | ||
| Bidón de plástico | 1H1 / 1H2 | 125 kg |
Límites de los envases interiores
- Vidrio: máximo 5 kg
- Plástico: máximo 5 kg
- Metal: máximo 5 kg”
La respuesta correcta es bastante distinta:
“Envases interiores:
- De vidrio 10 kg.
- De plástico a 50 kg.
- De metal 40 kg.
- De papel a b c 50 kg.
- De cartón a b c 50 kg.
Embalajes exteriores (Bidones)
- De acero (1A1, 1A2) 400 kg.
- De aluminio (1B1, 1B2) 400 kg.
- De otro metal (1N1, 1N2) 400 kg.
- De plástico (1H1, 1H2) 400 kg.
- De contrachapado (1D) De cartón (1G) 400 kg.”
No es función de este texto identificar los errores cometidos por ChatGPT en la resolución del supuesto, si bien, en esta ocasión, la justificación de la respuesta ofrecida por el LLM también es incorrecta: deberíamos aplicar la instrucción P002.
En un supuesto real, este error hubiese supuesto un coste más elevado para la operación de transporte, en tanto que la respuesta de la IA obligaría -para transportar la misma cantidad de material- a utilizar una cantidad de envases muy superior a la realmente necesaria para transportar la mercancía de manera segura según los requisitos del ADR.
En un caso similar estaríamos si preguntásemos a ChatGPT: “Para la aplicación de las exenciones parciales del ADR de la sección 1.1.3.6, ¿qué cantidad máxima de trisulfuro de fósforo se podrá transportar, por unidad de transporte, junto con 150 kg de aluminio en polvo recubierto, grupo de embalaje II?”
Su respuesta -razonada con una serie de cálculos aparentemente coherentes- “La cantidad máxima de trisulfuro de fósforo que podrá transportarse junto con 150 kg de aluminio en polvo recubierto (GE II), acogidos a la exención parcial ADR 1.1.3.6, es de 11 kg”, difiere en órdenes de magnitud de la correcta. Serían 183 kg.
Peor es el caso contrario, el que nos podemos encontrar cuando la IA nos asesora para transportar cantidades superiores a las reguladas para evitar los riesgos inherentes a la materia en cuestión.
En caso de accidente, las responsabilidades (daños a personas, bienes de terceros o el medio ambiente) tendrían que asumirlas las empresas implicadas. Y harían bien en reclamar a los consejeros de seguridad asignados para asesorar a la organización en la materia.
Quizá, con el tiempo, se puedan mejorar las herramientas de IA disponibles para atender casos concretos de aplicación del ADR a situaciones particulares. Hoy en día, los LLM no sustituyen la capacidad de cálculo y análisis de un consejero de seguridad. Es posible entrenar o programar un algoritmo que atienda, bajo escenarios concretos, a los criterios contemplados en la normativa sobre mercancías peligrosas. Pero generalizar este proceso a todos los supuestos posibles es una tarea ardua que sigue sin resolver.
¿Debería utilizar IA en mi actividad como consejero de seguridad? Mi respuesta es no:
- Cada vez que dejas de utilizar tu cerebro y delegas en un LLM estás generando deuda cognitiva y dependencia. En vez de desarrollar la capacidad de identificar los requisitos y aplicarlos a tu caso concreto pasas a delegarlos en una máquina que no tiene por qué acertar en el resultado.
- Puedes estar trasladando datos sensibles a un tercero. La información sobre materias transportadas, cantidades, formas de transporte, recorridos, materiales empleados… puede formar parte del saber hacer de la organización para la que trabajes. Dejar esos datos a disposición de la empresa propietaria del LLM, de otras personas que puedan utilizarlos para entrenar la IA u obtener respuestas comprometidas es algo muy poco profesional.
- Elaborar informes, memorias, instrucciones de trabajo u otros documentos “inventados” por una IA, con datos concretos o requisitos que no responden a la legislación aplicable al caso particular puede generar impactos importantes. Tanto en término de riesgo y daños, como en costes asociados, entre otros, a materiales de embalajes, medios o vehículos destinados al transporte.
- Si estás preparando la obtención del certificado de consejero de seguridad te conviene tener un buen manejo del ADR y entender cómo resolver los supuestos prácticos. Aprobar un curso de preparación consultando a ChatGPT no te va a ayudar a superar los exámenes oficiales.
- Cuando haces un curso tienes a tu disposición profesorado al que puedes remitir tus dudas y que te puede guiar en el proceso de resolución de dudas. En particular, el manejo del ADR es bastante complejo. Si te enfrentas a un caso que no sabes resolver es mejor que consultes al profesor para que te ayude a encontrar los requisitos en el texto que asumir lo que diga un LLM, generando esa deuda cognitiva de la que hablábamos en el primer apartado de esta lista.
Sí, quizá es interesante que te formes y consigas conocimientos sobre el uso de herramientas de inteligencia artificial en tu campo de actividad profesional. También que te informes sobre los impactos sociales, económicos y ambientales de los centros de datos necesarios para su funcionamiento. Pero debes tener claro que la IA es demasiado cara para sustituir según que trabajadores humanos y que utilizar la IA sin criterio en tu trabajo como consejero de seguridad puede salirte demasiado caro.
Deja tu comentario