Neurotecnología e Inteligencia Artificial: Fronteras legales y de gobernanza

106 Neurotecnología e Inteligencia Artificial: Fronteras legales y de gobernanza de los dispositivos EEG en la prevención de riesgos para las personas que realizan trabajos en el sector de la construcción, significativamente cuando se trata de traba- jos en altura 9 , aunque también se ha apuntado a su utilidad en otros ámbitos, espe- cialmente en el pilotaje y la conducción 10 . En su mayoría, se ha tratado de investigaciones centradas en detectar estados de fatiga que puedan conllevar un alto riesgo de distracciones, errores o accidentes 11 , a través de la medición de las ondas cerebrales. Mientras que en estados de alerta y alta actividad se detecta una predominancia de las ondas Beta 12 , así como de las on- das Gamma en estados de atención 13 , las ondas Theta son indicativas de estados de distracción o estado depresivo 14 . Diversas investigaciones han desarrollado métodos de cálculo que, según sus conclusiones, permiten detectar estados de fatiga incompa- tibles con una ejecución segura del trabajo. 15 Asimismo, otros estudios han señalado que el uso del EEG presenta la ventaja de realizar mediciones más precisas de la fatiga frente a otras señales, como el pulso cardíaco, la respiración o la impedancia cutánea 16 . Estaríamos, por tanto, ante una nueva generación de equipos de protección in- dividual, capaces de proteger a la persona trabajadora de la situación de riesgo pro- veniente de su propio estado fisiológico. Estos dispositivos, así como aquellos capaces de medir otros parámetros tanto internos como del ambiente (temperatura, hume- dad, toxicidad del aire) han sido denominados “EPIs inteligentes” o “smart PPE” 17 . El uso de estas técnicas sustituiría a otras más “rudimentarias” como los cuestio- 9  JEBELLI, Houtan; HWANG, Sungjoo; LEE, SangHyun. Op Cit. p. 316. 10 TORSVALL, Lars: “Sleepiness on the job: Continuously measured EEG changes in train drivers”, Electroen- cephalogr. Clin. Neurophysiol (1987) 66, pp. 502–511. 11 LI, Heng; WANG, Di; CHEN, Jiayu; LUO, Xiaochun; LI, Jue; XING Xuejiao. Op. Cit. p. 2. 12 McFARLAND, Dennis; MINER, Laurie; VAUGHAN, Theresa; WOLPAW, Jonathan: “Mu and beta rhythm topographies during motor imagery and actual movements”, Brain Topogr (2000) 12, pp. 177–186. 13 PANTEV, Christo: “Evoked and induced gamma-band activity of the human cortex”, Brain Topogr (1995), 7, pp. 321–330. 14 CHEN, Jiayu; TAYLOR, John E.; COMU, Semra: “Assessing task mental workload in construction projects: A novel electroencephalography approach”, J. Constr. Eng. Manag. (2017) 143:04017053, p. 2. 15 ZHANG, Yamei; ZHANG, Mingyi; FANG, Qun: “Scoping review of EEG studies in construction safety”, International Journal of Environmental Research and Public Health (2019) 16(21):4146, p. 10. 16 PENG, Yong; XU, Qian; LIN, Shuxiang; WANG, Xinghua; XIANG, Guoliang; HUANG, Shufang; ZHANG, Honghao; FAN, Chaojie: “The Application of Electroencephalogram in Driving Safety: Current Status and Future Prospects”, Frontiers in Psychology (2022) 13 919695–919695, p. 10 17 PODGÓRSKI, Daniel; MAJCHRZYCKA, Kataryzna; DĄBROWSKA, Anna; GRALEWICZ, Grzegorz; OKRASA, Małgorzata: “Towards a conceptual framework of OSH risk management in smart working en- vironments based on smart PPE, ambient intelligence and the Internet of Things technologies”, International Journal of Occupational Safety and Ergonomics (2017) 23 1, pp. 1-20.