Слушания, проведенные 11 февраля 2026 года в Доме США, высветили роль МА в прогнозировании опасностей на рабочем месте в отраслях с высокой степенью риска, содействуя принятию активных мер по обеспечению безопасности. A Feb. 11, 2026, U.S. House hearing highlighted AI's role in predicting workplace hazards in high-risk industries, promoting proactive safety measures.

11 февраля 2026 года Комитет по вопросам образования и трудовых ресурсов в Доме США провел знаменательное слушание по вопросу о безопасности труда на основе АИ, в ходе которого было подчеркнуто, как искусственный интеллект может сместить безопасность с реактивного на прогнозируемый уровень в отраслях с высоким риском. 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. Компания " Haven Safety AI " дала высокую оценку фокусу, отметив, что инструменты АИ с помощью датчиков, износа и видеоанализа могут обнаруживать такие опасности, как сонливое вождение или тепловой стресс, прежде чем произойдут инциденты. 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. Свидетели подчеркивали, что IA укрепляет человеческий надзор, поддерживает меры по предотвращению травматизма и помогает малым предприятиям адаптироваться. Witnesses emphasized AI enhances human oversight, supports injury prevention, and helps small businesses adapt. Слушания потребовали проведения сбалансированной политики, способствующей инновациям при одновременной защите трудящихся, при этом платформа " Хэйвен " использовала АИ для анализа аварийных и оперативных данных в целях инициативного выявления рисков в строительстве, обрабатывающей промышленности и логистике. 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.