Una investigación de DataQu para Mutual de Seguridad procesó más de 3,3 millones de relatos de accidentes laborales y reveló patrones de agresiones por sector, tipo de violencia y contexto, entregando insumos concretos para la prevención.
Un estudio desarrollado por DataQu para Mutual de Seguridad, analizó más de 3,3 millones de relatos de accidentes laborales ocurridos entre 2016 y 2025, utilizando modelos avanzados de Inteligencia Artificial, Machine Learning y Procesamiento de Lenguaje Natural (NLP).
Gracias a esta tecnología, fue posible identificar automáticamente los casos asociados a violencia laboral, clasificarlos por tipo y detectar patrones según sector, horario y contexto, lo que abre la puerta a acciones preventivas más precisas y focalizadas.
El estudio analizó los casos de violencia, que aumentaron un 62,8% en los últimos nueve años, en los que se observó mayor incidencia en transporte, comercio, servicios y educación. Tales casos se buscaron clasificar en tres tipos de violencia laboral:
- Violencia externa: agresiones de terceros ajenos a la organización, frecuentes en transporte y comercio.
- Violencia de servicio: incidentes en la interacción con usuarios, clientes o pacientes, especialmente en salud y educación.
- Violencia interna: conflictos entre compañeros, subordinados o jefaturas, más presentes en administración pública y educación.
El estudio además evidenció el impacto directo en la salud física y mental de los trabajadores, con diagnósticos que van desde lesiones traumáticas hasta ansiedad, depresión y estrés postraumático.
El gráfico de a continuación muestra la distribución del tipo de violencia de acuerdo a la profesiones y ocupaciones más comunes. Entre otros hallazgos, se observa que los conductores y guardias concentran la violencia externa, pero también sufren violencia de servicios, con lo que representan la población con mayor riesgo de exposición. Mientras que los profesores y el personal de salud presentan mayor prevalencia de violencia de servicio.
El análisis permitió también conocer la evolución de casos de violencia laboral según tipo, evidenciando una disminución relativa de la violencia externa y un aumento progresivo de la violencia interna en el periodo analizado. Aquello se observa en el gráfico siguiente.
“La inteligencia artificial permite ver lo que antes estaba oculto. No solo detecta los incidentes, sino que identifica en qué sectores, horarios y condiciones se repiten, entregando insumos concretos para prevenirlos”, señaló Carlos Flores, CEO de DataQu.
La especialista en gestión de personas, Keren Castellano, directora de To Contact, complementó: “Contar con evidencia de este nivel permite diseñar programas de prevención más efectivos, que superan la reacción puntual y apuntan a construir ambientes laborales más seguros y colaborativos”.
Este estudio cobra especial relevancia tras la entrada en vigencia de la Ley Karin, que obliga a las empresas a contar con protocolos de prevención, investigación y sanción frente a la violencia laboral.
La experiencia desarrollada por DataQu y Mutual de Seguridad demuestra que la aplicación de inteligencia artificial no solo permite dimensionar el fenómeno, sino también generar recomendaciones específicas y accionables para proteger la salud y dignidad de los trabajadores.
Este trabajo fue seleccionado en la Convocatoria de Proyectos de Investigación e Innovación en Seguridad y Salud en el Trabajo (2025) de la Superintendencia de Seguridad Social (Chile), y fue financiado por Mutual de Seguridad con recursos del Seguro Social de la Ley N°16.744 de Accidentes del Trabajo y Enfermedades Profesionales. Las opiniones, análisis y conclusiones expresadas en las publicaciones asociadas a los proyectos de investigación e innovación, son de exclusiva responsabilidad de sus autores y no representan necesariamente la posición ni la opinión de la Superintendencia de Seguridad Social.
Ver estudio completo aquí: https://www.suseso.cl/619/w3-article-764027.html
