Il metodo FRAM
Written by Luca Murgianu
FRAM: Functional Resonance Analysis Method
Il Functional Resonance Analysis Method (FRAM) è un metodo che si propone di descrivere in termini funzionali i sistemi socio-tecnici e di dare conto della variabilità sia a livello di singola funzione che in termini sistemici come fenomeno emergente. In pratica l’attenzione si concentra sul modo in cui il lavoro viene svolto nella realtà (work as done) e sulla risonanza derivante dalla variabilità delle prestazioni quotidiane
Partendo dalla Safety-II, il metodo dell’analisi della risonanza funzionale si basa su quattro principi:
- Principio dell’equivalenza tra successi e fallimenti
- Principio degli aggiustamenti approssimati
- Principio dell’emergenza
- Principio della risonanza funzionale
I 4 principi
Come detto partendo dalla Safety-II, il metodo basa la sua efficacia su quattro principi:
- Principio dell’equivalenza tra successi e fallimenti
Con questo principio si evidenzia il fatto che successi e fallimenti avvengono nello stesso modo e sono associati alle capacità di reazione di fronte ad eventi non previsti. - Principio degli aggiustamenti approssimati
I micro-aggiustamenti, che stanno alla base della variabilità delle performance, è chiaramente riferito alle funzioni umane e sono il motivo per cui le cose spesso vanno bene e talvolta purtroppo male. - Principio dell’emergenza
Non essendo spiegabili fino in fondo, ogni volta che succede qualcosa nei sistemi socio-tecnici complessi, si dice che tale fenomeno è emergente piuttosto che risultante (concetto invece tipico del principio di scomposizione e causalità dei sistemi semplici). - Principio della risonanza funzionale
La risonanza funzionale può essere definita come il segnale rilevabile che emerge dall’interazione non intenzionale della variabilità quotidiana di più segnali.
FRAM nella pratica
Nella pratica il metodo FRAM si compone di 5 passaggi:
Passaggio 0: riconoscere lo scopo dell’analisi FRAM
Lo scopo potrebbe essere quello di trovare la potenziale causa di un incidente, la valutazione dei rischi rispetto ad una serie di scenari possibili o la valutazione preliminare di un progetto.
- Accident Analysis
- Risk Assessment
- Design evaluation
Passaggio 1: identificare e descrivere le funzioni, questo passaggio consiste nell’individuazione di 6 aspetti:
– Input (I): ciò che la funzione elabora o trasforma o ciò che avvia la funzione.
– Output (O): ciò che è il risultato della funzione, un’entità o un cambiamento di stato.
– Precondizioni (P): condizioni che devono esistere prima che una funzione possa essere eseguita.
– Risorse (R): ciò di cui la funzione ha bisogno quando viene svolta (Condizione di Esecuzione) o consuma per produrre l’Output.
– Tempo (T): vincoli temporali che interessano la funzione (rispetto all’ora di inizio, all’ora di fine o alla durata).
– Controllo (C): modalità di monitoraggio o controllo della funzione.
Passaggio 2: l’identificazione della variabilità
Lo scopo del secondo passaggio è quello di caratterizzare la variabilità delle funzioni che costituiscono il modello FRAM. In linea di principio possono esserci tre diverse ragioni per la variabilità dell’output da una funzione:
- La variabilità dell’Output può essere il risultato della variabilità della funzione stessa, cioè dovuta alla natura della funzione, la cosiddetta variabilità interna o endogena.
- La variabilità dell’Output può essere dovuta alla variabilità dell’ambiente di lavoro, cioè delle condizioni in cui la funzione viene svolta, la cosiddetta variabilità esterna o esogena.
- La variabilità dell’output può essere infine il risultato di influenze provenienti da funzioni a monte, laddove questi output (come Input, Precondizione, Risorsa, Controllo o Tempo) possono essere variabili. Questo tipo di accoppiamento è alla base della risonanza funzionale. Può anche essere chiamato accoppiamento funzionale upstream–downstream.
Prima di procedere è necessario distinguere tra 3 diversi tipi di funzioni: tecnologiche, umane e organizzative.
Nelle tabelle seguenti viene riportata la gamma della variabilità relativa alla precisione e al tempo dell’output.
Passaggio 3: l’aggregazione della variabilità
Per sapere come nasce la risonanza funzionale è necessario partire dall’accoppiamento funzionale upstream-downstream, questi per essere descritti è necessario che si esamini più in dettaglio come le differenze nella qualità degli Output upstream possano influenzare la variabilità delle funzioni downstream, e quindi la variabilità del loro Output, questa operazione va fatta funzione per funzione. A titolo di esempio riportiamo in Tab.3 l’accoppiamento upstream-downstream per l’INPUT.
Gli accoppiamenti upstream-downstream possono descrivere come la variabilità delle funzioni può diffondersi in un modo fondamentalmente diverso dalla normale propagazione lineare.
Uno dei motivi è che il “percorso” non è predefinito, ma dipende da come si sviluppa un’istanza. Il modello FRAM definisce i potenziali accoppiamenti, ma l’istanza mostra quali di questi diventano effettivi nelle condizioni date.
Passaggio 4: conseguenze dell’analisi
Le conseguenze possono portare ad una eliminazione, prevenzione, protezione o facilitazione per gestire le possibili occorrenze di variabilità riscontrate.
- La classica soluzione di sicurezza consiste nell’eliminare i pericoli che si riscontrano rimuovendo le parti o i componenti dannosi del sistema.
- La prevenzione avviene introducendo una sorta di barriera o difesa. Le barriere possono essere di diversi tipi, dove una classificazione comune distingue tra barriere fisiche, funzionali, simboliche.
- La facilitazione mira a ciò che è utile. Quindi si potrebbe procedere con una modifica o riprogettazione del sistema in modo che sia più facile da usare correttamente e più difficile da usare in modo errato.
- La protezione è focalizzata sui risultati di un incidente piuttosto che sugli eventi che li portano. Può comportare l’utilizzo di barriere di vario tipo per contenerne le conseguenze o la previsione di mezzi di mitigazione o di ripristino.
Dalla protezione alla resilienza
Anche nel migliore dei mondi che sia possibile immaginare, il futuro non è completamente prevedibile. È inevitabile che si verifichino eventi per i quali non siamo preparati, alcuni con esiti positivi e altri con esiti negativi.
Sebbene ci siano pochissime situazioni in cui le cose vanno male rispetto alle moltissime in cui le cose funzionano come ci si aspetta (1 su 10 mila) e dove i risultati sono quelli previsti – o almeno accettabili date le circostanze – i casi positivi tendono nel complesso a passare inosservati. Quando il risultato di un compito o di un’attività è accettabile, c’è poca motivazione a cercare il motivo per cui è stato così; è semplicemente dato per scontato – e addirittura considerato normale – che le cose vadano bene.
Al contrario, quando qualcosa va storto inizia una caccia incessante alla/e causa/e, al fine di garantire che un tale evento non si ripeta mai più.
Linearità semplice o il Five Domino Model
Il five domino model o modello della linearità semplice è stato pubblicato da Heinrich per la prima volta nel 1931 su “Industrial Accident Prevention: a scientific approch”.
Con questo studio Heinrich ha sviluppato un modello di causalità sequenziale, secondo cui l’incidente è il risultato di una propagazione lineare di una catena di cause ed effetti. Con questo primo modello che ha impegnato Heinrich per quasi 30 anni, si è avuta una prima formulazione completa della teoria della sicurezza, basata su 10 assiomi per la sicurezza industriale.
Il primo assioma recita:
“Il verificarsi di un infortunio deriva invariabilmente da una sequenza completa di fattori, l’ultimo dei quali è l’incidente stesso. L’incidente a sua volta è invariabilmente causato o consentito direttamente dall’azione pericolosa di una persona e/o da un pericolo meccanico o fisico.”
Linearità complessa o Swiss Cheese
Il modello di linearità complessa, conosciuto come modello di Reason o del formaggio svizzero (Swiss Cheese Model – SCM), è stato presentato per la prima volta nel 1990 da James T. Reason. Secondo questo modello gli incidenti sono visti come il risultato di interrelazioni tra atti non sicuri compiuti da operatori e condizioni latenti, rappresentate da difese e protezioni deboli, che si presentano in real time, ossia in sequenza temporale utile affinchè le condizioni “negative” (minacce e vulnerabilità) abbiano ad incontrarsi causando l’incidente.
Related Articles
Related
A Resilience Engineering Approach for the Risk Assessment of IT Services
Authors: Mario Fargnoli and Luca Murgianu Faculty of Technological and Innovation Sciences, Universitas Mercatorum - 00186 Rome, ItalyAbstract: Nowadays, services related to IT technologies have assumed paramount importance in most sectors, creating complex systems...
FRAM: how to make a cup of milk tea
Ancora un esempio semplice e in qualche modo “gustoso” per capire il funzionamento del metodo FRAM. Ce lo offre Mohammad Tishehzan, in un articolo che riprende alcuni passaggi del libro di Erik Hollnagel sul funzionamento del metodo. La preparazione di una tazza di tè...
Caso di studio: il tempo è tutto, FRAM per le partenze dei treni
In questo caso di studio di David van Valkengurg (pubblicato su safetydifferently.com), viene descritta un'applicazione pratica del metodo di analisi della risonanza funzionale (FRAM) per indagare il processo dei treni in partenza dalla stazione. La ragione per...