نظام SEWAbility: إطار تحليل مهام قائم على الفيديو لفهم متطلبات الوظيفة الخاصة بكل مهمة

لماذا هذا الأمر مهم للعمال وأرباب العمل

يرغب كثير من الأشخاص الذين يعانون من مشاكل صحية في العمل لكنهم يواجهون صعوبة في إيجاد وظائف تتناسب فعلاً مع ما يمكن لأجسامهم تحمله. في الوقت نفسه، تحتاج المصانع إلى طرق موثوقة لفهم ما تتطلبه كل وظيفة جسديًا من العمال. تعرض هذه الدراسة نظام SEWAbility، وهو نظام جديد قائم على الفيديو يستخدم الذكاء الاصطناعي لقراءة لقطات كاميرات المصنع العادية وترجمة أعمال الخياطة إلى أوصاف واضحة وقابلة للقياس لحركة الجسم. الهدف البعيد هو المساعدة في توفيق الأشخاص—وخاصة ذوي الإعاقات—مع وظائف تتناسب مع قدراتهم بشكل أكثر أمانًا وعدلاً.

من كاميرات المصنع إلى معلومات مفيدة عن الوظيفة

غالبًا ما يعتمد التحليل التقليدي للوظائف على خبراء يشاهدون العمال، يدونون الملاحظات، يديرون مجموعات تركيز، ويجرون مقابلات مع المديرين. هذه العملية بطيئة، ذاتية، وليست مفصلة بما يكفي لالتقاط الحركات والجهود الدقيقة التي تتطلبها الوظيفة. في مصنع خياطة صيني، شهد فريق البحث هذه القيود عن قرب: قد يقول العمال إنهم يخيطون أغطية سرير أو زيًّا مدرسياً لكنهم لا يستطيعون وصف كل خطوة بطريقة واضحة وقابلة للقياس. كان بمقدور متخصصي إعادة التأهيل المهني الإشارة إلى حركات ذراع متكررة أو انحناءات، لكن لم تتوفر لديهم أرقام دقيقة عن سرعة أو مدى حركة المفاصل. تم ابتكار SEWAbility لسد هذه الفجوة عبر تحويل فيديوهات المكان من منظور علوي إلى بيانات حركة موضوعية يمكن تحليلها بشكل متسق.

تفكيك عمل الخياطة إلى عناصر أصغر

يركز SEWAbility على كيفية استخدام عمال الخياطة لذراعيهم وجزئهم العلوي. يبدأ بمشاهد من كاميرات علوية تحمي الخصوصية بعدم إظهار الوجوه. يتتبع النظام الكتفين والمرفقين والمعصمين إطارًا تلو الآخر، ثم يلخص كيف تتحرك هذه المفاصل عبر الزمن باستخدام 88 ميزة للحركة، مثل السرعة، والاتجاه، ونطاق الحركة. أولاً، يجمع النظام الفيديوهات إلى أنواع مهام عامة—مثل خياطة أجزاء علوية، أغطية، أو أجزاء سفلية—استنادًا فقط إلى أنماط الحركة. في اختبارات على 21 فيديوًا من مصنع حقيقي، طابقت هذه التجميعات التلقائية نوع المهمة بشكل صحيح في نحو 86 في المئة من الحالات، مما يدل على أن وظائف الخياطة المختلفة تُنتِج فعلاً «بصمات» حركة مميزة على الكاميرا.

اكتشاف الدورات المكررة والحركات الصغيرة المتكررة

بمجرد تحديد نوع المهمة، يركز SEWAbility بالتفصيل. يكتشف دورات العمل، مثل خياطة قطعة واحدة من غطاء السرير من البداية إلى النهاية. في الخياطة، يكون مؤشر واضح هو اللحظة التي ينحني فيها العامل لإزالة القماش المنجز والتقاط قطعة جديدة. من خلال تتبع مكان ظهور اليد بالقرب من حافة الطاولة، يحدد النظام بداية ونهاية كل دورة. داخل كل دورة، يقسم الفيديو إلى العديد من مقاطع متداخلة قصيرة مدتها ثانية واحدة ويجمعها للعثور على أكثر نمط حركة شائع. ثم تستخدم خطوة ثانية أكثر دقة قمم حركة المعصم الصعودية والهابطة لتقطيع ذلك النمط السائد إلى عناصر عمل صغيرة جدًا—الحركات المتكررة الأساسية، مثل دفع القماش للأمام خلال الإبرة.

تحويل الحركة إلى أرقام تصف متطلبات الوظيفة

بالنسبة لعناصر العمل المتكررة هذه، يحسب SEWAbility ميزات مفصّلة لـ«نمط الحركة المتكرر». تتضمن هذه المسافة التي يقطعها كل مفصل، وسرعته، ومدى تغير زوايا المرفق والكتف. في أحد فيديوهات خياطة الجزء العلوي، حدَّد النظام سبع دورات عمل واضحة، وفي الدورة الأولى وحدها 18 عنصر عمل متكرر مستقرًا تستغرق كل منها قليلاً أكثر من ثانية. في أمثلة مختارة، أظهر أن ذراعي العامل تحركتا أكثر بكثير في الاتجاه الأفقي مقارنةً بالاتجاه العمودي، بما يتماشى مع ما تتوقعه عند تمرير القماش عبر ماكينة الخياطة. من خلال مقاييس الحركة نسبةً إلى عرض الكتف، يمكن تفسير هذه الميزات بالسنتيمترات والزوايا الواقعية، ما يجعلها أسهل للاستخدام كمعايير من قبل الأطباء المتخصصين وخبراء الإرجونوميا.

ما الذي قد يعنيه هذا لعمل أكثر عدلاً وأمانًا

على الرغم من أن هذه الدراسة الأولية ركزت على عامل خياطة واحد يعاني من إعاقة جسدية، فإن إطار SEWAbility يبيّن أنه من الناحية التقنية من الممكن بناء ملفات تعريف غنية ومحددة لكل مهمة تبين مدى متطلبات الوظيفة باستخدام فيديوهات مكان العمل فقط. مع إضافة مزيد من العمال والمزيد من المهام، يمكن أن تدعم ملفات الحركة هذه توصيات توظيف مبنية على البيانات، مما يساعد على توفيق قدرات الأشخاص الجسدية مع المتطلبات الحقيقية لوظائف المصانع. بالمقارنة مع تحليل الوظائف التقليدي الأكثر ذاتية، يقدم SEWAbility طريقة قابلة للتوسيع لمراقبة العمل التكراري على فترات طويلة، ممهّدًا الطريق لتوظيف أكثر عدلاً، وتخطيط أفضل لإعادة التأهيل المهني، وتصميم أمثل لمكان العمل.

الاستشهاد: Hu, H., Ding, Z., Fu, E.Y. et al. The SEWAbility system: a video-based job analysis framework for understanding task-specific job demands. Sci Rep 16, 10370 (2026). https://doi.org/10.1038/s41598-026-41536-w

الكلمات المفتاحية: إعادة التأهيل المهني, عمل في مصانع الخياطة, تحليل الحركة القائم على الفيديو, متطلبات الوظيفة, علم بيئة العمل (إرجونوميا)