Un modelo computacional señala que la carga de trabajo es el factor que más estrés genera en los trabajadores
Investigadores de la Universidad Politécnica de Madrid han desarrollado un sistema de simulación basado en agentes que permite calcular el nivel de estrés en el lugar de trabajo para diseñar las políticas más adecuadas. Los resultados muestran que, por encima de las condiciones ambientales o de la relación con otros trabajadores, la carga laboral es el elemento que tiene una mayor influencia.
SINC
El principal valor del modelo propuesto radica en que permite a una empresa identificar las causas del nivel de estrés de los trabajadores y evaluar varias políticas de regulación. / UPM
Mantener los niveles de estrés laboral en los valores adecuados es fundamental para favorecer el interés y la motivación de los trabajadores y también la productividad de la empresa. No obstante, lograrlo no siempre es fácil, ante todo porque medir algo intangible como el estrés resulta difícil.
Conscientes de esa dificultad, investigadores de la Universidad Politécnica de Madrid (UPM) han desarrollado un sistema de simulación que permite calcular los niveles de estrés de los trabajadores en sus puestos de trabajo, analizar cómo influye en su comportamiento y diseñar así políticas más adecuadas.
“Mientras que un nivel alto de estrés puede conducir a la ansiedad o al absentismo laboral, un nivel bajo también puede tener consecuencias indeseables, como la falta de motivación. Identificar y comprender todos los elementos que interfieren en el estrés de los trabajadores resulta un factor clave para mejorar su rendimiento y bienestar”, explica Sergio Muñoz, del Grupo de Sistemas Inteligentes de la Escuela Técnica Superior de Ingenieros de Telecomunicación de la UPM.
La carga de trabajo, el factor más influyente
El trabajo, que ha sido publicado en la revista Journal of Computational Science fue claro: por encima de las condiciones ambientales o de la relación con otros trabajadores, la carga laboral es el elemento que tiene una mayor influencia en los niveles de estrés de los trabajadores.
Para llegar a esta conclusión, los investigadores de la UPM se propusieron definir un modelo de estrés que tuviera en cuenta las condiciones laborales y ambientales, para calcular la ansiedad laboral junto con la productividad de los trabajadores; después, este modelo se implementaría en un sistema de simulación basado en agentes, que es un modelo computacional que permite simular las acciones e interacciones de agentes autónomos (entidades individuales o colectivas) para determinar qué efectos producen en el conjunto del sistema.
El sistema propuesto permite simular una oficina inteligente para analizar la evolución del estrés y la productividad de los trabajadores a lo largo del tiempo. Carlos Ángel Iglesias (UPM) 
Este sistema de simulación permite analizar el estrés y la productividad en el lugar de trabajo para diferentes políticas de regulación de la ansiedad laboral.
Los investigadores analizaron cuatro políticas diferentes de regulación de estrés, y por último, validaron el modelo; primero mediante un análisis de sensibilidad, y luego con su aplicación a un living lab.
“El sistema propuesto permite la simulación de una oficina inteligente para analizar la evolución del estrés y la productividad de los trabajadores a lo largo del tiempo, y permite a los usuarios configurar políticas de adaptación personalizadas de forma sencilla”, asegura Carlos Ángel Iglesias, otro de los investigadores de la UPM participantes en el trabajo.
Mejorar las condiciones ambientales no es suficiente
Para saber qué políticas resultarían más adecuadas para reducir los niveles de estrés de los trabajadores hasta valores adecuados, los investigadores probaron cuatro tipos de políticas de actuación:
Sin automatización (no existe un sistema de adaptación ni de registro para detectar el estado de los trabajadores o los parámetros ambientales); adaptación del entorno (automatización del control de las condiciones ambientales temperatura, humedad o ruido) garantizando que estén cerca de los valores óptimos; adaptación de la carga de trabajo (automatización de las tareas relacionadas con la carga de trabajo); y adaptación total (adaptación tanto de las condiciones ambientales como de la carga de trabajo).
La adaptación de las condiciones ambientales combinada con la adaptación de la carga de trabajo, consigue una disminución de un 10 % del estrés de los trabajadores
Los resultados obtenidos muestran que la adaptación de las condiciones ambientales no resulta eficaz para regular la ansiedad en el puesto de trabajo por sí sola, pero que, combinada con la adaptación de la carga de trabajo, consigue una disminución de un 10 % del estrés de los trabajadores
“El análisis de sensibilidad realizado al modelo confirma este resultado, mostrando que entre todas las variables, la condición de carga de trabajo es la que afecta de forma más significativa al estrés y a la productividad”, explica Muñoz.
El principal valor del modelo propuesto radica en que permite a una empresa identificar las causas del nivel de estrés de los trabajadores y evaluar varias políticas de regulación
Para los investigadores el principal valor del modelo propuesto radica en que permite a una empresa identificar las causas del nivel de estrés de los trabajadores y evaluar varias políticas de regulación, mejorando así tanto la productividad, como la calidad de vida de los trabajadores.
“El estrés se ha convertido en parte de nuestra vida cotidiana, afectando a las personas afectadas y a sus familias, a los sistemas sanitarios, a las aseguradoras privadas y sociales, a los empresarios, a los compañeros de trabajo y a la sociedad en general. La investigación tiene como objetivo ayudar a regular y reducir el estrés laboral de los trabajadores, así como facilitar la identificación de sus causas y factores”, concluyen.
______________
Referencias:
Sergio Muñoz, Carlos A. Iglesias. "An agent based simulation system for analyzing stress regulation policies at the workplace". Journal of Computational Science, 2021.
_____
Fuente:
UPM
Derechos: Creative Commons.
