![\"La](\"https:\/\/itconnect.lat\/portal\/wp-content\/uploads\/2023\/03\/La-Inteligencia-Artificial-como-herramienta-de-prevencion-e1679413204938.webp\" "\\"\\"")
<\/a>“La inteligencia artificial puede detectar potenciales riesgos de violencia de g\u00e9nero a partir de situaciones similares en casos pasados”, afirma Laia Subirats, profesora colaboradora de los Estudios de Inform\u00e1tica, Multimedia y Telecomunicaci\u00f3n de la UOC<\/strong>. “Tambi\u00e9n puede tener en cuenta m\u00faltiples variables de datos provenientes de diferentes bases de datos (juzgados, polic\u00eda, datos p\u00fablicos, redes sociales, etc.) para poder tomar las decisiones de forma m\u00e1s informada. Todos estos aspectos y conjuntos de datos son los que se han considerado”, a\u00f1ade.<\/p>\n Como explica Javier Plo Moreno, autor del trabajo, la idea es recopilar datos de los casos de violencia de g\u00e9nero que vayan produci\u00e9ndose.<\/p>\n Esos datos son los que conforman los perfiles de agresores y v\u00edctimas y, por tanto, los que permiten crear los modelos de aprendizaje autom\u00e1tico necesarios.<\/p>\n Se trata de un procedimiento para el que se toman en consideraci\u00f3n investigaciones previas en distintas \u00e1reas.<\/p>\n “El concepto de perfil lo defino como un conjunto de atributos o caracter\u00edsticas que, seg\u00fan investigaciones en sociolog\u00eda, psicolog\u00eda y psiquiatr\u00eda, son determinantes para que alguien pueda convertirse en agresor o en v\u00edctima en un momento dado.<\/p>\n La informaci\u00f3n sobre dichos atributos deber\u00eda recopilarse cuando se produce un caso”, se\u00f1ala el autor.<\/p>\n Algunos ejemplos de estos atributos son la exposici\u00f3n a abusos en la infancia, un determinado nivel cultural, el hecho de estar en tratamiento psicol\u00f3gico o psiqui\u00e1trico.<\/p>\n El hecho de contar con medidas de alejamiento o compartir la custodia de hijos, los problemas econ\u00f3micos, la publicaci\u00f3n de contenidos sexistas en las redes sociales, las adicciones y los atestados policiales, entre otros.<\/p>\n “Bastantes de estos atributos son compartidos entre ambos perfiles: agresores y v\u00edctimas. Y los tipos de violencia que podr\u00edan contemplarse en cada caso son distintos: violencia econ\u00f3mica, emocional, f\u00edsica, sexual, vicaria, laboral y ciberviolencia”, explica Plo Moreno.<\/p>\n De esa forma, el sistema propuesto tiene como objetivo detectar posibles agresores y v\u00edctimas tanto para “predecir” futuros casos de violencia como para obtener m\u00e1s informaci\u00f3n a fin de poder definir estrategias de concienciaci\u00f3n y vigilancia donde sea necesario.<\/p>\n Esto \u00faltimo ser\u00eda posible, por ejemplo, “promoviendo la concienciaci\u00f3n en las zonas donde se han encontrado m\u00e1s perfiles de posibles agresores, aumentando la vigilancia por parte de los cuerpos de seguridad o incrementando la atenci\u00f3n psiqui\u00e1trica y psicol\u00f3gica en dichas zonas”, indica el autor del trabajo final de m\u00e1ster (TFM).<\/p>\n Uno de los aspectos que se analizan para relacionar datos y poder prevenir situaciones de violencia de g\u00e9nero es el lenguaje utilizado en las redes sociales, que puede desempe\u00f1ar un importante papel a la hora de anticiparse a los casos.<\/p>\n Como explica Laia Subirats, tutora del TFM y miembro del grupo Applied Data Science Lab (ADaS Lab) de la UOC, el procesado del lenguaje natural ofrece la posibilidad de identificar y clasificar el sexismo y tambi\u00e9n de detectar discursos de odio, algo que puede lograrse con t\u00e9cnicas de aprendizaje autom\u00e1tico.<\/p>\n Asimismo, pueden extraerse temas de los diferentes textos publicados en las redes sociales para ver cu\u00e1les son los predominantes.<\/p>\n “Esto puede hacerse con la t\u00e9cnica Latent Dirichlet Allocation, que, de hecho, ya se ha aplicado en otros campos, como la detecci\u00f3n de ansiedad y depresi\u00f3n en un aborto espont\u00e1neo usando datos de Twitter”, indica Subirats.<\/p>\n Adem\u00e1s de prevenir casos de violencia de g\u00e9nero, el sistema propuesto por el autor del trabajo tiene otras utilidades: por ejemplo, contribuir a aumentar el conocimiento sobre los procesos que llevan a una persona no violenta a serlo en diferentes \u00e1mbitos.<\/p>\n Es decir, descubrir qu\u00e9 acontecimientos que afectan al estado emocional y psicol\u00f3gico de una persona tienen un papel clave para que esta se convierta en agresor o en v\u00edctima, ya que, como explica Javier Plo Moreno;<\/p>\n “Nadie nace siendo agresor o v\u00edctima”.<\/p>\n “Estos acontecimientos vendr\u00edan definidos por los atributos que se han comentado antes, que finalmente no son otra cosa que sucesos que pueden pasarnos a cualquiera de nosotros.<\/p>\n Nadie est\u00e1 libre de ser un posible agresor o una posible v\u00edctima”, a\u00f1ade el autor del trabajo.<\/p>\n Las cifras lo corroboran: a pesar de los esfuerzos por combatir la violencia de g\u00e9nero desde las instituciones, en Am\u00e9rica Latina y el Caribe, se encuentran 14 de los 25 pa\u00edses con mayor n\u00famero de feminicidios en el mundo.<\/p>\n Las cifras m\u00e1s recientes del Observatorio de Igualdad de G\u00e9nero de la CEPAL reporta al menos 4,640 casos de feminicidios para 18 pa\u00edses de Am\u00e9rica Latina y 6 del Caribe, solamente en 2019.<\/p>\n Aunque no es la primera vez que se usa la inteligencia artificial para ayudar a combatir la violencia de g\u00e9nero, Arquitectura de un sistema de ayuda a la prevenci\u00f3n de casos de violencia de g\u00e9nero es el primer trabajo que se apoya en el an\u00e1lisis de datos para anticiparse a los casos.<\/p>\n Como afirman Subirats y Plo, la mayor\u00eda de las aproximaciones al problema se centraban en predicciones num\u00e9ricas de la evoluci\u00f3n de los casos en el tiempo.<\/p>\n En estudios de t\u00e9rminos relacionados con la violencia de g\u00e9nero en redes sociales o en mejoras sobre alg\u00fan sistema predictivo ya existente en \u00e1mbitos muy concretos.<\/p>\n Sin embargo, hasta la fecha ninguno planteaba la posibilidad de vincular a posibles agresores y v\u00edctimas con antelaci\u00f3n.<\/p>\n En cuanto a las posibles dificultades de desarrollar el sistema, en opini\u00f3n de la profesora colaboradora de la UOC<\/a>, la principal es evitar sesgos en los datos y en los algoritmos.<\/p>\n Adem\u00e1s, como explica el autor del trabajo, “ser\u00eda necesario legislar de alguna forma para poder obtener informaci\u00f3n personal, ya que los atributos citados se componen fundamentalmente de dicho tipo de informaci\u00f3n.<\/p>\n Tambi\u00e9n ser\u00eda preciso que las redes sociales proporcionasen datos que ayudaran a los cuerpos y fuerzas de seguridad del Estado a identificar a los posibles agresores y v\u00edctimas”.<\/p>\n El an\u00e1lisis de datos con t\u00e9cnicas de aprendizaje autom\u00e1tico y procesado de lenguaje natural pueden ayudar a prevenir la violencia de g\u00e9nero, seg\u00fan el trabajo final del m\u00e1ster universitario de Ciencia de Datos de la UOC.<\/p>\n El sistema propuesto se basa en la recopilaci\u00f3n de datos de casos de violencia de g\u00e9nero para crear perfiles de agresores y v\u00edctimas y as\u00ed crear modelos de aprendizaje autom\u00e1tico.<\/p>\n Los atributos que se analizan son la exposici\u00f3n a abusos en la infancia, nivel cultural, tratamiento psicol\u00f3gico o psiqui\u00e1trico, medidas de alejamiento, problemas econ\u00f3micos, publicaci\u00f3n de contenidos sexistas en las redes sociales, adicciones y atestados policiales.<\/p>\n Adem\u00e1s, se analiza el lenguaje utilizado en las redes sociales para identificar y clasificar el sexismo y detectar discursos de odio.<\/p>\n La idea es adelantarse a futuros casos de violencia de g\u00e9nero y evitar que se produzcan, as\u00ed como aumentar el conocimiento sobre los procesos que llevan a una persona no violenta a convertirse en agresor o v\u00edctima en diferentes \u00e1mbitos.<\/p>\n El sistema tambi\u00e9n puede contribuir a definir estrategias de concienciaci\u00f3n y vigilancia donde sea necesario, como promoviendo la concienciaci\u00f3n en las zonas donde se han encontrado m\u00e1s perfiles de posibles agresores.<\/p>\n Aumentando la vigilancia por parte de los cuerpos de seguridad o incrementando la atenci\u00f3n psiqui\u00e1trica y psicol\u00f3gica en dichas zonas.<\/p>\n La utilizaci\u00f3n de t\u00e9cnicas de aprendizaje autom\u00e1tico y procesado de lenguaje natural para prevenir la violencia de g\u00e9nero es una iniciativa prometedora, ya que puede ayudar a detectar posibles agresores.<\/p>\n Inteligencia Artificial, Inteligencia Artificial, Inteligencia Artificial, Inteligencia Artificial, Inteligencia Artificial, Inteligencia Artificial, Inteligencia Artificial,\u00a0<\/span><\/p>\n Inteligencia Artificial, Inteligencia Artificial, Inteligencia Artificial, Inteligencia Artificial, Inteligencia Artificial, Inteligencia Artificial, Inteligencia Artificial,\u00a0<\/span><\/p>\n Por Marcelo Lozano – General Publisher IT CONNECT LATAM<\/p>\n Lea m\u00e1s sobre inteligencia artificial en:<\/p>\n MWC 2023: lo m\u00e1s destacado del Mobile World Congress<\/a><\/p>\n Las amenazas de la AI a la ciberseguridad 2023 \u00bfseguros?<\/a><\/p>\n Datos 5G + IA = Mejora la experiencia del cliente<\/a><\/p>\n AIOps en la gesti\u00f3n eficiente de datos 2023<\/a><\/p>\nLenguaje sexista en redes<\/h3>\n
<\/a>Ciencia \u00fatil<\/h3>\n
<\/a>