Avaliação Quantitativa da Confiabilidade Humana – comparativos de

métodos usados e perspectivas para avaliação da confiabilidade sócio-

técnica em tarefas de inspeção de rotina

Celso Luiz Santiago Figueirôa Filho1

Resumo

Os modelos matemáticos da engenharia de confiabilidade para representar o sistema não

fazem adequadamente a inserção de um componente sempre presente nos sistemas: o ser
humano. Seja na operação ou na manutenção a complexidade introduzida pela interação do
ser humano com a tecnologia demandam a inserção de outras variáveis que não podem ser
representadas por taxas de falhas estimadas como feito na confiabilidade de um
equipamento. A presença do ser humano não inclui apenas a tecnologia e associa o sistema
a um ambiente organizacional e a uma conjuntura sócio-econômica. Historicamente as
avaliações da taxa de falha humana em uma tarefa eram levantadas através da opinião de
especialista na tarefa que sugeriam possíveis taxas de falha pela sua experiência e que
posteriormente eram ajustadas estatisticamente para melhor representar o valor. As outras
variáveis contextuais (luminosidade, ruído, pressão do tempo, etc.) e individuais
(temperamento, experiência, caráter) eram usadas para ajustar o resultado a uma realidade
específica. Apesar desta forma de realizar a estimativa determina um valor específico a
complexidade associada não conduz a solução matemática única, mas vários cenários de
soluções. Uma solução proposta, originada da capacidade de processamento vinda da
informática, foi a introdução de redes de análise das variáveis (como os modelos
bayseanos, os mapas cognitivos ou as análises muti-variável), e o uso de descritores fuzzy
para representar as informações vindas das avaliações em variáveis de avaliação não
numérica. Este trabalho apresenta os modelos mais conhecidos nas avaliações, as suas
limitações e aplicações possíveis, e uma análise é feita em uma tarefa de inspeção sensitiva
para avaliar em campo a condição dos equipamentos, demonstrando como o processo pode
ser modelado.

1. INTRODUÇÃO

O assunto Falha Humana, Erro Humano ou Confiabilidade Humana tem sua relevância
reconhecida em todos os segmentos industriais, seja pelo impacto dos acidentes, da
qualidade do produto, nos incidentes e na saúde do trabalhador ou nas pequenas perdas de
produção que afetam o resultado da empresa.
A expressão Confiabilidade Humana tem sua origem na busca dos engenheiros da indústria
de energia nuclear por valores que representassem as possíveis falhas humanas em

1
 M.Sc.  Engenharia  de  Produção  –  Consultor  Sênior  CAPACIT  Assessoria  e  Consultoria,  doutorando  engenharia  industrial  
UFBA-­‐Universidade  Federal  da  Bahia    
 

1
situações críticas. A partir dos estudos verificou-se a necessidade de se desenvolver
métodos para tratar os dados e que capazes de predizer as falhas e a forma com que elas
poderiam se desenvolver nas atividades.
Comparando com a teoria conhecida da confiabilidade de sistemas e a forma probabilística
adotada para a predição das situações de falha, toda uma área de estudo foi desenvolvida
para se obter taxas e como consequência probabilidades de falhas humanas. O valor
probabilístico encontrado é usado nos diagramas de blocos de confiabilidade em série com
a confiabilidade do equipamento, em árvores de falhas ou em árvore de eventos que não
conseguem representar o contexto e muito pouco a realidade dos eventos.
Contudo neste processo percebeu-se a necessidade de inclusão de muitas outras variáveis
nos modelos matemáticos propostos. Mais do que qualquer máquina, o ser humano varia
seu desempenho significativamente em função de fatores externos, assim como pelos
fatores internos, complexos pela própria natureza humana. Espera-se que o homem no
ambiente industrial de risco atue de maneira uniforme/ previsível a todas as situações, mas
é de fácil entendimento de que isto não é possível para nenhum ser humano em longo
prazo.
Serão apresentadas as abordagens geradas para se obter um valor referencial, com
característica probabilística, nos últimos 30 anos e o que se propõe atualmente. Este texto
não tem como objetivo esgotar todos os métodos e não é uma revisão bibliográfica com
corte nos artigos e revistas científicas, mas tem como referência as correntes mais aceitas
e já publicadas em livros, artigos em revistas internacionais sobre ergonomia e segurança
de processo, e nos encontros nacionais de profissionais que atuam na aplicação dos
métodos.
Uma proposta de integração considerando fatores contextualizados como o ambiente físico,
características pessoais, características das tarefas executadas, influencias da organização
e da interface homem-máquina, foi desenvolvida para avaliar cenários de resposta que
possam gerar valores de confiabilidade humana na atividade de inspeção sensitiva de
equipamentos em campo.

2. JUSTIFICATIVA
Apesar da reconhecida e altamente criticada (REASON, 1980; FILGUEIRAS, 2003) os
modelos e avaliação quantitativa das falhas humanas, e sua confiabilidade associada, ainda
são demandados nas empresas. Ainda são publicados textos sobre estes modelos
(DOMECH et all, 2009; DHILLON, 2009; PALLEROSI, 2011) o que significa que existe a
necessidade de desenvolvimento desta área, e de métodos de aplicação.
Apesar de não existir consenso sobre qual a melhor abordagem, há claramente tendências
nas quais se aceitam as limitações nas aplicações, mas são usadas. A referência da
instrução da API 770 (versão Fev 2001), que trata o assunto, exemplifica usando a
metodologia THERP, e chama atenção para situações em que se justifica a aplicação das
análises quantitativas.
A área de projetos de novas plantas e sistemas demanda avaliações de confiabilidade
humana, não só nas análises de risco como para avaliações econômicas, já que a
confiabilidade do sistema depende da confiabilidade humana envolvida na sua operação e
manutenção. Se as equipes de projeto tiverem acesso a ferramentas de análise e avaliação
quantitativa das falhas humanas, as soluções de projeto levaram em consideração estes
aspectos podendo ser comparar entre elas por mais este critério.

2
Durante o período de operação dos sistemas, análises quantitativas podem servir na tomada
de decisões e atualização da confiabilidade global após serem conhecidos as taxas de
falhas históricas e o ajuste do contexto nas suas empresas.
A manutenção nas usinas nucleares também consideram os impactos do fator humano pós
serviços de revisão em equipamentos nas suas análises de confiabilidade. Os outros
segmentos industriais não tratam esta questão de forma evidente e muitas vezes
desenvolvem planos de manutenção carregados de tarefas humanas muito propensas a
erros. Este trabalho coloca a preocupação em se considerar o valor da falha humana na
confiabilidade esperada de um sistema levantando a confiabilidade humana nas tarefas
listadas no plano de manutenção deste equipamento.
Uma das tarefas que tem sido largamente aplicada nos planos de manutenção é a de
inspeção sensitiva, principalmente a inspeção visual. Qual o impacto da confiabilidade
humana na confiabilidade global do equipamento devido às tarefas de inspeção?

3. MÉTODOS DE AVALIAÇÃO QUANTITATIVA CONFIABILIDADE

HUMANA
O Primeiro segmento a tratar o assunto falha humana de maneira cientifica foi a indústria
nuclear. Para cobrir de segurança todos os projetos desenvolvidos na área vários conceitos
e metodologias foram criados. Devido a natureza das falhas de sistemas serem
probabilísticos, passou-se a exigir uma avaliação de riscos baseada nos conceitos
matemáticos da área de probabilidades. Assim a PRA- Probabilistic Risk Assessment
passou a ser obrigatória na implantação de novas plantas de geração de energia nuclear. A
PRA tinha como objetivos principais identificar áreas de risco significativo, indicar melhorias
no sistema e quantificar o risco global envolvido.
A atividade de ‘quantificar’ é uma necessidade natural da mente humana, que desta forma
classifica em níveis as diversas situações. Assim é a natureza desta área, buscar um valor
para as possíveis situações de falha do sistema de forma integrada. Porém neste contexto
aparece a figura humana, que é parte do sistema de operação, manutenção, implantação e
projeto de todo o sistema. Como dar valores à probabilidade de falha de um ser humano
para uma determinada condição em uma tarefa específica em que são envolvidas pessoas?
Em sua busca por obter os valores para as possíveis Falhas Humanas os engenheiros, em
um pensamento típico e intrínseco a sua formação, criaram métodos, modelos e formas de
modelagem e simulação, chamadas de HRA – Human Reliability Analysis. É bastante
conhecida a forma da engenharia em desenvolver tabelas que passam a servir de base para
os cálculos de outros engenheiros quando de suas análise e criação de modelos para validar
os cálculos, e assim também foi feito para os valores de falhas humanas.
Exemplos típicos de Objetivos para a HRA :
• Determine a probabilidade de que um Erro Humano cause um vazamento químico tóxico
durante o carregamento de um caminhão;
• Compare 03 procedimentos, e gradue eles de acordo com as suas probabilidades de
erros humanos;
• Determine a probabilidade de que uma bomba reserva fique indisponível após um erro de
manutenção;
• Estime em quanto um segundo profissional de manutenção inspecionando os serviços
realizados por outro, de forma independente, reduziria a probabilidade falhas no sistema.

3
Os resultados são geralmente expressos na forma de taxas ou probabilidades de erros
humanos:

P (erro humano) = No de erros

No de oportunidades para errar

Taxa de erro humano = No de erros

Duração total da tarefa

3.1 Levantamento dos Dados

Neste contexto focado na busca de um valor a ser usado o primeiro passo para realizar uma
avaliação da confiabilidade humana é obter uma taxa representativa como apresentado
anteriormente. Mas como encontrar estas taxas se a variação da ação humana é
extremamente ampla e sujeita a muitas variáveis dependente dos ambientes e dos
momentos estas ocorrem, além de características intrínsecas ao ser humano envolvido.
Seguem abaixo as abordagens mais usadas.

3.1.1 Dados de laboratório – Simuladores

Um dos mecanismos para estabelecer os valores das falhas humanas é simular as
situações reais. A indústria nuclear criou simuladores dos seus processos e com isto obteve
os valores para situações específicas. Segue abaixo 2 exemplos deste caminho.

Tabela 1 - Dados sobre tempo de resposta da equipe nos simuladores de plantas nucleares
de geração. Ref. ORNL – Oak Ridge National Laboratory (1981) – in Doughert (1988)
Fim do Número Respostas Número Distribuição
Intervalo de acumuladas de Não discreta
t i (min) Respostas Nt = Si ni respostas Nt / (N + 1) t
ni N- N i+1

2,2 1 1 10 0,09
3,2 1 2 9 0,18
5,2 1 3 8 0,27
7,0 1 4 7 0,36
8,8 2 6 6 0,55
11,7 2 8 4 0,73
16,7 1 9 2 0,82
31,7 1 10 1 0,91
N = 10
Prob de Resposta = Nt / N

4
 Tabela 2 - Dados sobre Probabilidade de Erro Humano, adaptado de SWAIN and
GUTTMAN (1986)

A tarefa humana e consequentemente os erros/ falhas humanas não são eventos que
possamos dar um valor específico, e os dados, como na tabela anterior, vem de
levantamentos estatístico de vários eventos.
Os dados obtidos foram tratados inicialmente por SWAIN & GUTTMAN22 (1983) e que
encontraram como resultado para o melhor ajuste dos dados uma Distribuição Log Normal.
Apesar de ser a mais apresentada como a curva para tarefas humanas, A distribuição Log
Normal é aplicável a tarefas específicas. Por ter dois parâmetros característicos, torna-se um
bom ajuste para experiência na tarefa ou reação dependente do tempo. É importante
ressaltar que quando falamos das Distribuições de Probabilidade estamos falando de
famílias de distribuição probabilística de lognormal.
A distribuição de probabilidade mais conhecida é a normal, representada curva de Gauss,
matemático que a propôs. Em função do comportamento dos dados e da característica da
variável aleatória escolhida uma dada distribuição de probabilidade se ajustará melhor.
No caso de Falhas humanas a variável mais usada é o tempo associado ao sucesso/ falha
de um evento, pois normalmente precisamos responder as seguintes perguntas:
- qual a probabilidade que o homem tome a ação correta quando uma emergência é
acionada em um tempo específico?
- qual a probabilidade de que uma tarefa humana de rotina termine dentro de um tempo
especificado?

As características da tarefa vão determinar a curva que melhor se ajusta, assim como as
condicionantes internas ao homem e as do ambiente. Nos primeiros levantamentos de
valores, a tarefa analisada recaía sobre a atividade de operadores reagirem a tempo com
sucesso a uma emergência percebida em uma central de controle. Porém existem várias
outras possibilidades. Seguem as tarefas e as possíveis distribuições:

Ø Uso da Distribuição Normal

5
 Exemplo: em tarefas de manutenção como substituição simples de componentes (sistemas
modularizados);

Ø Uso da Exponencial
Exemplo: tarefas em que a experiência prévia não é suficiente ou não necessária (processo
decisório de pesquisa de uma falha usando o isolamento de alternativas - a cada
passo várias alternativas possíveis de solução).

Ø Uso da Distribuição Lognormal

Exemplo: tarefas com várias subtarefas sendo cada subtarefa diferentes em tempo de
duração e familiaridade do executante.

3.1.2 Avaliações de Especialistas

As avaliações da taxa de falha humana em uma tarefa eram levantadas através da opinião
de especialista na tarefa. A determinação das probabilidades de Erro Humano (HEP –
Human Error Probability) eram baseadas no conhecimento de especialistas na função/
tarefa sobre a possibilidade que uma pessoa possa falhar em um dado contexto
estabelecido. Este método é chamado de Estimativa de Especialistas (Expert Estimation)
(BORING, 2005; CCPS, 1996; REASON, 1980).
Vários especialistas eram convidados a julgar um valor sugerindo possíveis taxas de falha
pela sua experiência e que posteriormente eram ajustadas estatisticamente para melhor
representar o valor.
Como o contexto influencia e muito no desempenho humano, outras variáveis contextuais
(luminosidade, ruído, pressão do tempo, etc.) e individuais (temperamento, experiência,
caráter) eram usadas para ajustar o resultado a uma realidade específica. Estes Fatores,
chamados por várias siglas em função dos seus modelos (PSF –Performance Shapping
Factors; PIF – Performance Influencing Factors; CPM – Commom Performance Modes).
Estas variáveis poderiam aumentar ou diminuir a probabilidade de falha. Os dados de
desempenho são comparativos derivados da observação de eventos e contextos similares,
não necessariamente representam o real.

3.2 Aplicações nas Análises RAM

Nas Análises RAM (Reliability, Availability, Maintainability) a figura humana aparece como
parte do sistema e necessita ser tratada alocando um valor a sua participação (uma ação
especifica a ser realizada) no sistema, quando solicitada. Assim, seja em uma Árvore de
Falhas ou em um diagrama de blocos, duas ferramentas usadas em confiabilidade de
sistemas, a ação humana entra como um elemento e seu valor associado. Ver Figura 1.

Figura 1 – Confiabilidade das Ações no sistema - Análise em bloco (PALLEROSI, 2011)

Neste caso a Confiabilidade total deste ramo do diagrama do sistema seria:

6
 Rt = 0,990 * 0,950 * 0,999 * 0,999 * 0,999 = 0,930 (93%)

Este valor refere-se a uma situação genérica da aplicação na qual os valores de cada ação
são conhecidos. Porém em geral as atividades podem ter valores referenciais, mas elas
variam muito em cada ambiente, e os dados de falha humana, quando existem, não são
detalhados nas atividades, no caso cada bloco da figura. Assim os valores usados não estão
contextualizados, e no caso da falha humana o contexto tem impacto através e muitas
variáveis, internas ao ser humano, externas – referente a infraestrutura ou condição do
momento da execução.
Abaixo segue uma situação para o uso de uma árvore de Falhas. Neste caso fica mais
evidente que as situações são representadas em ramos, mas elas podem ocorrer não de
forma seriada como se espera que uma máquina execute – exatamente conforme o roteiro -
mas que não é aplicável a um ser humano, que pode criar a sua própria sequencia cada vez
que realiza ou que certamente não é igual entre um e outro profissional.

Figura 2 – Árvore de Falhas para Falhas Humanas

3.3 Métodos usados na Indústria de Geração de Energia Nuclear e de Processos –

Predição Quantitativa
No levantamento feito pela laboratório da instituição HSE – Healthy and Safety Executive
(HSE Review, 2009), em um total de 72 ferramentas potenciais de avaliação da
Confiabilidade Humana, 35 foram identificadas como potencialmente relevantes, baseados
em uma avaliação das informações disponíveis para determinar a possibilidade de aplicação
para a HSE. As razões para a exclusão incluem: relacionados a gerenciamento de
tripulações, específico apenas para aviação, métodos aplicados apenas a interação homem-

7
computador, apenas banco de dados, programas de avaliação do risco. ou ferramentas
apenas de identificação dos erros humanos).
A Instrução da API- Americam Petroleum Institute (API 770, 2001), sugere uma classificação
baseada na forma como são levantados os valores de probabilidade de falha (Figura 1) .

Figura 3 – Classificação da API 770 dos métodos de HRA

A técnica mais conhecida e mais largamente usada é a THERP, que é de primeira geração,
e ainda é considerada uma ferramenta útil com um banco de dados sólido e bem conhecido
de especialistas.
Uma outra classificação dos métodos (FIGUEIRÔA, 1999) pode ser feita, conforme abaixo
com exemplos:
A. Métodos Usados em Modelos de Engenharia para Estimar a Confiabilidade Humana
A .1 Métodos Analíticos
• THERP – Technique for Human Error Rate Prediction
• HEART – Human Error Assessment and Reduction Technique
• HCR - Human Cognitive Reliability
• OAET – Operator Action Trees
• FMEA – Failure Modes and Effects Analysis
• ÁRVORE DE FALHAS
• ASEP Accident Sequence Evaluation Programme
• CONFUSION MATRIX
• ORCA - Operator Reliability Calculation an Assessment
• SHARP - Sistematic Human Acting Reliability Procedure
• STAHR - Sociotechnical Assessment of Human Reliability
A .2 Métodos Baseados no Julgamento de Especialistas
• SLIM – Success Likelihood Index Method
• APJ - Absolute Probability Judgement
• TESEO – Tecnica empirica stima errori operatori
A . 3 Modelos de simulação
• MSAPPS - Micro Maintenance Personnel Performance Simulation
B. Métodos Baseados nos Modelos Cognitivos para identificar Erros Humanos

8
 • DDM – Design Decision Method
• CREAM - Cognitive Reliability and Error Analysis Method
C. Métodos Analíticos para Identificação e Redução de Erros Humanos
§ HAZOP (Hazardous and Operability Study)
• PHEA (Predictive Human Error Analysis)
• Work Analysis
• MORT (Management Oversight Risk Tree)
D. Métodos para Conduzir uma Avaliação da Confiabilidade Humana
Assim nem todos métodos desenvolvidos tinham como foco estabelecer um valor de
probabilidade associado a falha na ação humana. Porém todos os métodos que buscavam
um valor tinham como entrada uma análise qualitativa da situação.
Em uma revisão BORING, 2009, colocou como critério a popularidade no uso dos métodos
para avaliação quantativa de :
• THERP (Swain & Guttman, 1983) – Technique for Human Error Rate Prediction
• CREAM (Hollnagel, 1998) – Cognitive Reliability and Error Analysis Method
• ATHEANA (NRC, 2000) – A Technique for Human Event ANAlysis
• SPAR-H (Gertman et al., 2005) – Standardized Plant Analysis Risk-Human Reliability
Analysis

3.4 Aplicação dos Métodos

Em resumo os métodos mais usados usam um processo de Avaliação Qualitativa da Tarefa,
Alocação dos valores Nominais de Falha para cada Atividade, o processo descrito na figura
1, Identificação dos Fatores de Influência no Desempenho humano, Ajuste dos valores de
Falha considerando os Fatores. A Figura 4 apresenta o processo de um método típico.

Figura 4 – Fluxo geral dos métodos de 1a geração (LUQUETTI e PAIVA, 2009)

Dois métodos representativos serão suscintamente descritos abaixo pela expressividade de

suas citações entre os de primeira geração.

THERP - Technique for Human Error Prediction

Desenvolvida sob encomenda do comitê de energia Nuclear americano, em 1975, esta
técnica se tornou normatizada e aceita em 1983, por SWAIN & GUTTMANN22 (1983). Este
trabalho estabelece uma técnica que utiliza uma árvore de eventos modificada para sua
estruturação, e também estabelece uma lista de valores e ajustes das probabilidades de

9
erros humanos para tarefas típicas da indústria (não só especificamente da indústria de
geração de energia nuclear).
Apesar de ter como preocupação a quantificação dos erros humanos, a técnica tem uma
parte significativa referente a análise qualitativa da tarefa e seus riscos. Abaixo etapas de
implantação da técnica que chama atenção para as atividades de abordagem qualitativa.
Tabela 4 – Etapas da THERP (FRUTUOSO, 2007)
Fase 1 Fase 2 Fase 3 Fase 4
Familiarização Avaliação Qualitativa Avaliação Incorporação
Quantitativa
Visita às instalações; Entrevistas; Atribuição de probabilidades Realização de uma
Revisão das Análise das tarefas; de erros humanos (PEH); análise de
informações dos Desenvolvimento de Estimação dos efeitos relativos sensibilidade;
analistas de árvores árvores de eventos de dos fatores de modelagem de Fornecimento de
de falhas; ACH; performance; informações aos
Avaliação de dependências; analistas de
Determinação de árvores de falhas.
probabilidades de falha e de
sucesso;
Determinação dos efeitos de
fatores de recuperação;

Figura 5 – Árvore de Eventos Usada na THERP

Para incluir valores das falhas nas árvores a metodologia atualizou os resultados de vários
anos de simulações, de estatísticas de falhas das empresas e de avaliações de
especialistas, gerando como parte do trabalho escrito da metodologia as tabelas de
probabilidade de erro humano (exemplo abaixo), como consultá-las e como efetuar os
ajustes em função do contexto operacional.

10
HEART - Human Error Assessment and Reduction Technique
Desenvolvido por Williams, J. C. (KIRWAN,1995) foi desenvolvido como um método simples
rápido e fácil de usar. É altamente procedimentado na busca pela quantificação. A sua
principal característica é o fato de tratar dos tipos de erros que tem um efeito maior no
sistema, de forma a reduzir os recursos envolvidos na sua aplicação
O método usa os seus próprios valores de confiabilidade e os Fatores de Forma não são
chamados assim, mas como condições que levam a produzir erros (Error producing
condition - EPC), que da mesma maneira serve na multiplicação dos valores de falha para
ajuste do valor nominal do Erro Humano.
Processo
Passo 1: Análise da Tarefa, com seus objetivos e detalhamento das atividades
Passo 2: Classificação da Não Confiabilidade da de uma tarefa genérica (tabela 5) que
melhor represente a situação.
Tabela 5 – Valores da Não Confiabilidade das Tarefas Genéricas

Passo 3: Identificação dos Error-Producing Conditions Abaixo seguem exemplos de EPC e

seus fatores de Multiplicação. A metodologia prevê uma lista de 26 condições como estas a
serem avaliadas.
- Não Familiaridade com a Situação : (x 17)
- Necessidade de aplicar uma técnica de filosofia diferente da aprendida: (x 6)
- Falta de experiência (x 3)
- Objetivos Conflitantes (x 2,5)
Passo 4: Avaliação do impacto do EPC – após identificação da aplicação significativa de um

11
EPC, com julgamento em uma faixa de 0 a 1 (0= baixo, 1 = alto)
Passo 5: Calcular o valor da probabilidade de erro humano - HEP (Tabela 6)

Tarefa Genérica – Valor Nominal da Probabilidade de Erro Humano – 0,003

EPC Fator Avaliação da
Multiplicador Equipe (0 a 1)
Inexperiência – (x 3) 0,4 ((3 –1) x 0,4) + 1 = 1,8

Tecnica de Filosofia (x 6) 1,0 ((6 – 1) x 1,0) + 1 = 6,0

Oposta
Baixa Moral - (x 1,2) 0,6 ((1,2 – 1) x 0,6 + 1 =
1,12
HEP = 0,003 x 1,8 x 6,0 x 1,12 = 0,036

4. TENDÊNCIAS NA AVALIAÇÃO QUANTITATIVA

Conforme apresentado anteriormente os métodos quantitativos, apesar das tentativas de

incorporação de vários outros aspectos, ficam apenas na determinação de um valor
específico de taxa ou probabilidade de falha humana. Para a complexidade do sistema
sócio-técnico um valor não é satisfatório, não há solução matemática única, mas vários
cenários de saída.
Para CHANG e MOSLEH (2004) os métodos são insuficientemente estruturados para
prevenir significativamente a variabilidade de analista para analista na geração de
resultados. Desta forma há necessidade de mudanças estruturais nas metodologias
movendo-se de uma visão do mundo estática e direcionada ao equipamento para um
modelo flexível e dinâmico dos cenários, através da integração de modelos do
comportamento do operador, respostas energéticas das plantas e funções do sistema em
uma abordagem de simulação probabilística-determinística.
Estes autores propõem a seguinte lista de requisitos para os métodos quanto a habilitar os
analistas.
• Identificar respostas humanas (erros) no contexto das Avaliações de Risco;
• Estimar probabilidades de respostas ;
• identificar causas de erros para suportar o desenvolvimento de medidas (prevenção e
mitigação);
• Incluir um processo sistemático de geração de resultados reprodutíveis qualitativamente
e quantitativamente - “um modelo normativo de risco não deve ser baseado no melhor
palpite de alguém” BORING (2005);
• Ter um modelo causal de respostas humanas com raízes nas ciências cognitivas e
comportamentais, e com elementos que são diretamente ou indiretamente observáveis, e
uma estrutura que provenha relações rastreáveis e não ambíguas entre entradas e
saídas;
• Seja suficientemente detalhada para suportar a coleta de dados, validação experimental
– dados e modelo devem ser um par ajustado;
• Simplicidade na implementação deve ser a primeira preocupação, pelo menos
inicialmente.

12
As soluções propostas usam novas ferramentas matemáticas que não considerem apenas a
forma clássica da matemática de ter um valor final obtido como resposta. Também originada
da capacidade de processamento vinda da informática, a introdução do conceito de redes
para análise das variáveis permitiu o desenvolvimento de novos modelos possíveis de
representar a complexidade quanto tratamos da Confiabilidade Humana.

4.1 Demandas de Simulação

Como dito anteriormente na complexidade do sistema sócio-técnico um valor não é
satisfatório, não há solução matemática única, mas vários cenários de saída. Avalia-se as
que são mais Graves e as suas combinações de forma que serão encontrados vários
valores possíveis de saída.
Para CHANG e MOSLEH (2004) isto inclui o uso de simulação em computadores, se
necessário, para suportar a identificação e quantificação das respostas humanas.
Simulações provêm mais informações precisas e detalhadas da evolução dos cenários e do
contexto para as repostas humanas.
Dentre as redes já existem modelos usando redes bayseanas (HATAKEYA, N., FURUTA,
2002; ZHANG, L., DAI, L., LI, P., 2010), Mapas Cognitivos – redes de relacionamento de
fatores (BERTOLINI, 2007), e a possibilidade de análises multi-variável.
Para BORING (2005) é importante o uso de avaliações dinâmicas de forma a absorver na
modelagem como o risco e a segurança são afetados com o tempo e o contexto; fazer
considerações sobre a progressão do comportamento humano lidando com ou após passar
por um acidente ou incidente; Capturar a natureza dinâmica das decisões que podem
mudar dramaticamente o curso de um evento.
Neste caso é possível pensar em sistemas que usem Redes Neurais, que permitem
apreender com a evolução da aplicação do sistema, de forma a gerar o conhecimento do
sistema e tentar predizer as combinações.
As simulações propostas são de modelos matemáticos conectados em busca de traduzir
esta realidade dinâmica, porém não são associados ao design como nos vídeo Games
operando no mundo virtual, tratado no item 5.3 à seguir. Nos modelos de simulação
dinâmica usam-se os conceitos mais conhecidos na inteligência artificial que conseguem
tratar várias situações e condicionantes em virtude da capacidade de processamento. Nos
itens abaixo os conceitos e suas aplicações são apresentados, mas no contexto para o qual
já existem aplicações conhecidas que é na avaliação dos Fatores de Influência.

4.2 Avaliação dos Fatores de Influência

Como discutido anteriormente a avaliação que não considera o contexto em que se realiza a
tarefa perde sua representatividade como solução, e os mecanismos de avaliação dos
Fatores de contexto usados são dependentes do julgamento dos especialistas. A inclusão
dos Fatores ainda é um ponto crítico nos métodos, então abaixo são apresentados alguns
caminhos propostos.
Fuzzy – Lógica Nebulosa
Um caminho como solução para tratar a contextualização é desenvolver modelos de
combinações de conjuntos usando a teoria da Lógica Nebulosa, que aceita a complexidade
e a não exatidão dos dados. O uso de descritores fuzzy para representar as informações

13
vindas das avaliações em variáveis de avaliação não numérica, como vimos nos EPC do
método HEART que avalia de baixo (valor 0) a alto (valor 1).
FLEMING (1991), em uma aplicação nas avaliações usando a metodologia FMEA usou um
processo de `fuzzificação` para ajustar os valores dos critérios do método. O mesmo
processo pode servir para as nuances linguísticas de uma escala como Aplicável – Pouco
Aplicável – Não Aplicável para os fatores de influencia no desempenho humano em tarefas.
DOMECH et all (2009) desenvolveu um aplicativo de software para avaliar um grupo de
tarefas de operadores em uma refinaria de petróleo, usando a representação de
especialistas em fatores humanos e especialistas na execução das tarefa. O modelo obteve
uma matriz que definiu quais os fatores eram mais significativos e quais os valores destes,
demonstrando a capacidade do modelo de representar o contexto da tarefa.
Redes de influência
EMBREY (2000) propôs baseado no método SLIM (CCPS, 1996) que ele mesmo
desenvolveu, um processo em que os fatores identificados pela equipe de especialistas
deveriam ser limitados a um pequeno número de fatores. Estes fatores mais significativos
podem ter relação com os outros fatores e estas relações devem também ser ponderadas.
Embrey propôs então um Diagrama de Influência que relaciona os fatores usando como
critério o impacto que o Fator tem na tarefa, e o impacto do fator no contexto analisado.
Uma terceira consideração é quais os fatores que se relacionam entre si e quais o impacto
entre eles, desta forma cada fator se tornou um Nó do diagrama.
O modelo proposto por Embrey era uma simplificação matemática de uma abordagem por
probabilidades usando o teorema de Bayes, porém com a vantagem que ampliava as
correlações já que não se limitava as situações de probabilidade condicional da teoria.
Com o aumento do processamento computacional e as possibilidades de testes das
correlações, uma nova abordagem de rede foi possível para o teorema de Bayes. Estas
redes Bayseanas tem sido objeto de aplicações para relacionar os diversos fatores de
Influencia (HATAKEYA, N., FURUTA, 2002; ZHANG, L., DAI, L., LI, P., 2010), permitindo um
tratamento mais completa da realidade e abrindo possibilidades para obter valores
dinâmicos. ZHANG et all (2010) propõe esta abordagem para auxiliar operadores de
centrais nucleares a realizar analises que possam avaliar a Consciência Situacional,
relacionada com a contínua percepção do risco envolvido.
Similar as redes de influência acima descritas é a abordagem por Mapas Cognitivos
proposta por BERTOLINI (2007), que relaciona com o processo cognitivo percebido por
quem avalia os fatores de influência e estabelece uma rede de influência de um fator em
relação ao outro usando um processo de Fuzzificação para estabelecer estas relações.

4.3 Simulação das Tarefas no Mundo Virtual

O desenvolvimento dos Games para computadores tem sido usado no auxílio ao
desenvolvimento de várias atividades humanas, de testes para soldadores industriais a
cirurgias simuladas. Ë possível criar a partir do projeto do ambiente um mundo virtual onde
seja possível simular situações de falha e sucesso nas atividades. O uso de sistemas de
modelamento e simulação com representação virtual de humanos para determinar situações
pode desafiar o desempenho humano e aumentar o número de possibilidades.
O Processo – Sistema pode ser extensivamente calibrado para o desempenho humano em
situações conhecidas, e através de muitas tentativas de Monte Carlo, o desempenho é

14
extrapolado para uma nova situação na qual os dados de performance humana ainda não
foram coletados. Isto provê estimativas preliminares dos erros humanos assim como
sinalização para situações que precisam ser investigadas posteriormente para determinar o
risco atual aos humanos ou o risco de erros humanos.
Este novo processo de Quantificação através da Simulação tem sido colocado como uma
“Terceira Geração” de HRA.
BORING (2005) faz algumas considerações sobre as iniciativas de simulação e
modelamento no mundo virtual:
- Há uma diferença na abordagem percebida após o ajustamento usando simuladores: o
modelo do homem é real, mas o ambiente ainda era virtual.
- Uma simulação deve contemplar as situações em que o homem envolvido também é
virtual, e, portanto capaz de criar várias situações possíveis que se combinam com as
condições ilimitadas do ambiente virtual.
Assim, o conceito de simuladores, com os dados de tabelas para performance humana,
serve de base para as Simulações virtuais (homem e ambiente). Com este banco de dados
é feito o ajuste de especialistas e a inserção sem restrições dos Fatores de Influência.

5. APLICAÇÃO: INSPEÇÃO DE EQUIPAMENTOS EM CAMPO

Será apresentado a seguir a aplicação de técnicas de confiabilidade humana para a

avaliação quantitativa da tarefa de inspeção sensitiva de equipamentos dinâmicos em
campo. As técnicas aqui aplicadas (HEART, THERP e SLIM) foram adaptadas para o
contexto de manutenção e servem para o comparativo com o modelo em desenvolvimento
que tem como objetivo reconhecer em uma escala a tendência de aumentar ou reduzir o
risco de propensão.

5.1 Tarefa selecionada - A INSPEÇÃO DE ROTINA

A Tarefa escolhida para a análise é a inspeção sensitiva de equipamentos rotativos (bombas
e redutores) no ambiente industrial. Está tarefa é típica na manutenção que tem como
objetivo avaliar em campo a condição dos equipamentos. Representa bem o impacto da
presença humana no ambiente de manutenção
Ë uma tarefa de rotina, familiar e com baixa complexidade para maioria das situações sendo
analista-dependente, ou seja, o processo de decisão sobre a ocorrência de falha depende
da percepção e dos cenários criados na mente do inspetor que realiza a tarefa.
As atividades na tarefa são: Inspeção - Diagnóstico – Ação procedimentada (atitude pré-
definida).
A Tarefa aparentemente simples quando considerada no pacote que envolve a inspeção de
vários equipamentos torna-se complexa pelo número de subatividades (muitos
equipamentos a serem verificados). A sequencia incluía em alguns dias até 35
equipamentos em um turno, e cada equipamento tinha que ser inspecionado em 6 até 8
pontos (máximo de 380 pontos de inspeção). Em alguns casos verificou-se que a tarefa
aumentava a sua propensão à falha devido aos aspectos ergonômicos físicos, pelo design
de alguns equipamentos de difícil acesso dos pontos de inspeção.

5.2 Metodologia Proposta

15
5.2.1 Técnica HEART

Inicialmente à tarefa selecionada foi aplicado o método HEART apresentado anteriormente.

Considerando a inspeção visual de um ponto em um equipamento foi obtido um valor de
probabilidade de erro humano de 0,03.
Porém a tarefa completa é feita da inspeção de vários pontos em vários equipamentos. A
técnica não prevê a multiplicação ou qualquer combinação de sub-tarefas, desta forma uma
nova avaliação considerando a tarefa com a complexidade de todas as atividades previstas
(inspeção-diagnóstico-ação procedimentada em até 8 pontos de 36 equipamentos realizada
em 4 horas de serviço).
Para esta segunda condição o resultado foi de 0,6.

5.2.2 Técnica SLIM

A técnica SLIM considera os fatores de influencia em uma rede de interpelações que tem
como resultado um peso final para ser multiplicado pelo valor referencial de erro humano de
0,0002. A análise considerou 8 fatores de influência principal (lay-out da fábrica,
interrupções do ambiente, acessibilidade aos pontos, complexidade da tarefa, suporte da
organização à tomada de decisão, experiência do inspetor, pressão do tempo,
luminosidade).
Para simulação foi usado o software HRW da Human Reliability Associates Ltd. O resultado
obtido para a tarefa completa foi de 0,4.

5.2.3 Técnica THERP

A metodologia THERP também foi usada considerando cada ramo da árvore de evento uma
sequencia de 3 atividades para cada ponto. Na tabela do método foi usado apenas a
referência de valor da tarefa de inspeção – 0,0002 – para cada uma das atividades do ramo
(inspeção-diagnóstico-ação). Como PSF foi escolhido como referência apenas o fator
experiência e luminosidade.
O resultado obtido da probabilidade de falha humana foi de 0,38.

5.2.4 Nova Abordagem por escala qualitativa do risco de falha humana

Um modelo proposto relaciona através de um processo de Fuzzificação as avaliações dos

fatores de influência ao desempenho humano considerados nas seguinte categorias
principais: Características da tarefa; aspectos organizacionais; ambiente físico; interface
homem-máquina; características pessoais. As combinações possíveis foram relacionadas
no sistema desenvolvido e identificadas as que tem maior impacto e uma simulação no
software foi realizada.
Não foi adotado nesta metodologia um valor nominal de probabilidade de Falha Humana,
pois o objetivo é estabelecer uma escala na qual seja possível ajustar os valores históricos a
serem encontrados na empresa que se utilizar do sistema. Assim a saída pode ser uma
escala de -10 a +10 que venha servir de fator multiplicador para o valor de falha humana
encontrado pelo histórico da empresa.
Para tarefas selecionada o valor na escala de propensão ao risco alcançou o nível 9,
representando uma alta propensão a falha.

16
7. CONCLUSÕES
Verifica-se neste trabalho que as abordagens de avaliação quantitativa da Confiabilidade
Humana ainda carecem de desenvolvimento para serem reconhecida como boas
representantes da realidade dos cenários industriais, com sua complexidade, dinamismo e
caráter evolutivo. Os métodos inicialmente desenvolvidos ainda são usados e atendem a
várias aplicações reconhecendo-se as suas limitações do que pretendem representar.
O uso de modelos de simulação computacional aparecem como soluções para melhor
aproximação da realidade e, principalmente, como suporte a tomada de decisão. A
modelagem fuzzy para traduzir o discurso encontrado nas observações e entrevistas
demonstra ser uma clara tendência de aplicação, porém as redes de influência dos diversos
fatores parecem ser uma solução para reunir os conjuntos em um modelo global para
análise.
Os resultados obtidos pelos diversos métodos aplicados demonstram uma alta propensão a
falha humana na tarefa de inspeção sensitiva em equipamentos de campo. Estes resultados
implicam em que a confiabilidade percebida no sistema devido à constante realização de
inspeções é maior do que a confiabilidade real devido a falha humana.

8. BIBLIOGRAFIA

1. REASON, J., Alan Hobbs. Management Human Error, A Practical Guide. Ashgate
Publishing Company, Hampshire –En, 1a ed, 2003.
2. API 770 – A Management Guide to Reduce Human Errors – Improving Human
Performance in Process Industries. American Institute Petroleum API Publication 770.
Março 2001
3. CENTER OR CHEMICAL PROCESS SAFETY. Guidelines for Preventing Human Error in
Process Safety. New York – NY. American Institute of Chemical Engineers, 1994.
4. EMBREY, D. Preventing Human Error: Developing a Consensus Led Safety Culture
based on Best Practice. Human Reliability Associates LTDA. 2006.
5. SWAIN, A.D., GUTTMANN, H.E. Handbook of Human Reliability Analysis with Emphasis
on Nuclear Power Plant Applications – Final Report. Sandia National Laboratories,
Contract DE-ACO4-76DP00789 OF United States Department of Energy, Albuquerque-
USA, 1983.
6. PALLEROSI, C.A. Confiabilidade Humana – Conceitos, Análise, Avaliação e Desafios.
ed. All Print, São Paulo, 2011.
7. DHILLON, B.S. Human Reliability, Error, and Human Factors in Engineering
Maintenance. CRC Press, Taylor and Francis Group, 2009.
8. LUQUETTI, I. , PAIVA, P.V. Metodologia para Identificação dos Fatores que Afetam o
Desempenho de Operadores de Salas de Controle de Plantas Nucleares, em Situações
de Emergência INAC – International Nuclear Atlantic Conference, ABEN- Associação
Brasileira de Energia Nuclear, Rio de Janeiro, 2009.
9. KIRWAN, B; Ashworth, L.K.. A Guide to Task Analysis. 2 ed. London, Taylor & Francis,
1993
10. KIRWAN, B. Validation of the three Human Reliability Quantification Techniques –
THERP, HEART, JHEDI. Applied Ergonomics, vol. 27, no 6, ELSEVIER, 1995.
11. NAVORD OD39332. Maintainability Engineering. Naval Ordnance Systems Command.
Washigton – USA.1970,

17
12. FLEMING, P.V. “Fuzzy Inference Methods Applied to Failure Mode Effects and Criticality
Analysis (FMECA)”, Ph.D. Thesis, Industrial Technology Department, University of
Bradford, UK, 1993.
13. HSE - HEALTH AND SAFETY EXECUTIVE Laboratory. Review of Human Reliability
Assessment Methods. Research Report RR679, UK, 2009
14. MOSLEH, A., CHANG,Y.H. Model-based Human Reliability Analysis: Prospects and
Requirements. in www.elsevier.com/locate/ress . Reliability Engineering and System
Safety, vol. 83, pág. 241–253, 2004.
15. HFIDTC – Human Factors Integration Defence Technology Center. Human Factors
Design & Evaluation Methods Review, 2004
16. DOMECH, J., SZWARCMAN, D.M., TANSCHEIT, R., VELLASCO, M., PACHECO, M.,
RIBEIRO, N.P. Fuzzy System for the Assessment of Human Reliability. Lab. Inteligência
Computacional, Depto. Engenharia Elétrica, PUC- Rio de Janeiro, 2005.
17. HATAKEYA, N., FURUTA, K. Baysean Network Modeling of Operator’s Intent Inference.
7th Human Factors Meeting, - IEEE, Arizona-USA, 2002.
18. ZHANG, L., DAI, L., LI, P. Operator Situation Awareness Model in Nuclear Power Plant.
IEEE, 2010, in www.ieee.org
19. BERTOLINI, M. Assessment of Human Reliability factors: fuzzy cognitive maps approach.
International Journal of Industrial Ergonomics, vol. 37, pág. 405 – 413, in
www.elsevier.com/locate/ergon. 2007.
20. EMBREY, D. Using Influence Diagrams to Analyse and Predict Failures in Safety Critical
Systems. Human Reliability Associates, in www.humanreliability.com, UK, 2000.
21. ZACHARIAS, J. J. de M. QUATI - Questionário de Avaliação Tipológica - Versão II -
Manual (3ª ed. rev. amp.). São Paulo: Vetor, 1999.
22. MYERS, I. B.. Introdução á teoria dos tipos psicológicos. São Paulo: RighsSaadFelipelli.
1995.
23. FRUTUOSO, P. Curso Confiabilidade Humana. Universidade Petrobrás, in press, 2007.

18