A Feb. 11, 2026, U.S. House hearing highlighted AI's role in predicting workplace hazards in high-risk industries, promoting proactive safety measures. El 11 de febrero de 2026, una audiencia de la Cámara de Representantes de los Estados Unidos destacó el papel de la IA en la predicción de peligros en el lugar de trabajo en industrias de alto riesgo, promoviendo medidas de seguridad proactivas.

The U.S. House Committee on Education and the Workforce held a landmark February 11, 2026, hearing on AI-driven workplace safety, highlighting how artificial intelligence can shift safety from reactive to predictive in high-risk industries. El 11 de febrero de 2026, el Comité de Educación y Fuerza Laboral de la Cámara de Representantes de los Estados Unidos celebró una audiencia histórica sobre la seguridad en el lugar de trabajo impulsada por la IA, destacando cómo la inteligencia artificial puede cambiar la seguridad de reactiva a predictiva en industrias de alto riesgo. Haven Safety AI praised the focus, noting AI tools using sensors, wearables, and video analytics can detect hazards like drowsy driving or heat stress before incidents occur. Haven Safety AI elogió el enfoque, señalando que las herramientas de IA que utilizan sensores, wearables y análisis de video pueden detectar peligros como conducción somnolienta o estrés por calor antes de que ocurran incidentes. Witnesses emphasized AI enhances human oversight, supports injury prevention, and helps small businesses adapt. Los testigos enfatizaron que la IA mejora la supervisión humana, respalda la prevención de lesiones y ayuda a las pequeñas empresas a adaptarse. The hearing called for balanced policies that promote innovation while protecting workers, with Haven’s platform using AI to analyze incident and operational data for proactive risk identification across construction, manufacturing, and logistics. La audiencia pidió políticas equilibradas que promuevan la innovación al tiempo que protegen a los trabajadores, con la plataforma de Haven que utiliza la IA para analizar los datos de incidentes y operacionales para la identificación proactiva de riesgos en la construcción, la fabricación y la logística.