Alerta temprana. Crean un sistema para detectar casos de violencia infantil con inteligencia artificial
Un grupo de investigadoras de la Universidad de San Andrés desarrollaron un sistema específico con machine learning
6 minutos de lectura'
LA NACIONEvangelina Himitian
Es una de las formas más desiguales de la violencia y a la vez, de las más difíciles de detectar y combatir, porque ocurre dentro del ámbito familiar, en el propio hogar. En la Argentina, el 59,4% de los menores de 15 años ha sufrido algún tipo de violencia física o psicológica en el hogar, según distintos estudios realizados por Unicef, entre ellos la última encuesta sobre condiciones de vida. Los especialistas aseguran que la exposición a situaciones de violencia durante los primeros años de la vida de un niño puede “afectar negativamente su desarrollo cognitivo y emocional, comprometiendo su aprendizaje, su salud física y mental, e incluso sus ingresos futuros. A pesar de su gravedad, las denuncias por violencia contra los niños son escasas". Según estimaciones internacionales, "el maltrato físico infantil es 75 veces mayor que los casos registrados”, indica un trabajo realizado por María Edo y Victoria Oubiña, investigadoras del Departamento de Economía de Universidad de San Andrés (UdeSA), con el objetivo de mejorar la detección temprana de los niños en riesgo.
La iniciativa de Edo y Oubiña buscó desarrollar modelos predictivos mediante técnicas de aprendizaje automático para identificar casos de violencia física en hogares argentinos. Para ello, trabajaron junto a Marcela Svarc, investigadora del Departamento de Matemática de UdeSA, y continuaron el trabajo de Mercedes Sidders, graduada destacada 2021 de UdeSA.
El resultado del trabajo fue publicado en Children and Youth Services Review, con el título Aprendizaje automático y políticas públicas: “Detección temprana de la violencia física contra la infancia”.
“La violencia física contra niños es un fenómeno generalizado y muy poco denunciado, con importantes consecuencias negativas a corto y largo plazo. En América Latina y el Caribe, el 43% de los niños menores de 15 años sufren castigos corporales en el hogar; sin embargo, las tasas de denuncia son alarmantemente bajas. Este trabajo busca demostrar cómo se pueden considerar los datos de hogares para un futuro modelo de análisis predictivo en la Argentina. Con base en Encuesta Nacional de Niñas, Niños y Adolescentes (MICS) 2019-2020 (sobre condiciones de vida aplicada en conjunto por Unicef con el entonces Ministerio de Desarrollo Social y la Secretaría Nacional de Niñez, Adolescencia y Familia), aplicamos técnicas de aprendizaje automático para predecir la violencia física contra niños, entendida como disciplina física, en los hogares de la Argentina. Se evalúan el alcance y los beneficios potenciales del uso de modelos predictivos en este contexto, así como las principales limitaciones y riesgos. Los resultados sugieren que, al analizar la situación del 30% de los hogares con los puntajes de riesgo más altos, 43 de cada 100 hogares en los que los niños sufren violencia física podrían identificarse en una etapa temprana”, apunta el abstracto del trabajo.
Las investigadoras de UdeSA entrenaron un algoritmo con datos de 7.358 hogares argentinos con niños de 1 a 14 años, recolectados por la Encuesta de Indicadores Múltiples por Conglomerados realizada por Unicef durante 2019 y 2020. A partir de los “métodos de disciplina” reportados por los adultos de los hogares, el algoritmo se entrenó para identificar patrones asociados a la violencia.
Los resultados indican que los modelos predictivos pueden detectar el 43% de los hogares donde ocurren episodios de violencia física contra los niños, dentro del 30% de los hogares con mayor riesgo.
El uso de la violencia como método de disciplina es un fenómeno generalizado. En la Argentina, según la encuesta MICS 2019-2020, el 59,4 % de los niños menores de 15 años experimentó alguna forma de violencia disciplinaria (psicológica o física) en el hogar durante el mes anterior a la entrevista. Durante el mismo período, el 35,4 % fue sometido a castigo corporal (ya sea severo o no) y el 6,6 % fue sometido a castigo físico severo. “Si bien la prevalencia de la disciplina violenta en el hogar ha disminuido en comparación con la encuesta MICS anterior (2011-2012), sigue siendo alta”, señala el trabajo. “A pesar de su amplia difusión, los niveles de denuncia de violencia física infantil son alarmantemente bajos. Solo se denuncian uno de cada 75 casos de maltrato físico infantil y uno de cada 30 casos de abuso sexual en todo el mundo”, agrega.
Cómo predecir la violencia
“Para evaluar el riesgo de un niño de sufrir violencia y contribuir a la toma de decisiones, los dos enfoques principales utilizados tradicionalmente en entornos de protección infantil son los modelos teóricos o basados en el consenso y los modelos actuariales. Ambos enfoques consideran un conjunto de características familiares asociadas al maltrato infantil, pero las principales diferencias entre estos modelos residen en el proceso de selección de los factores y su aplicación práctica. Un tercer enfoque, adoptado más recientemente en el contexto de la protección infantil, es el uso del análisis predictivo. Esta metodología busca descubrir patrones y realizar predicciones mediante la aplicación de técnicas de modelado y análisis a los datos existentes”, explica el documento
“Al desarrollar estos modelos, nuestro objetivo es modesto: no buscamos explicar ni resolver el problema de fondo, sino ofrecer herramientas que permitan optimizar la orientación de recursos públicos”, señala Edo.
Esta herramienta permite realizar un paneo inicial que amplía significativamente la identificación de niños en situación de riesgo de una manera eficiente. Además, la investigación reveló que el 41,8% de los hogares utiliza al menos un método físicamente violento para disciplinar a los niños. Los factores clave en el modelo incluyen la infraestructura del hogar, la salud integral y la educación de sus miembros, y la composición demográfica de la familia.
De todas formas, las investigadoras de UdeSA advierten que el uso de modelos predictivos presenta riesgos significativos, ya que al entrenarse con bases de datos específicas, estas metodologías pueden reproducir sesgos existentes. Por ejemplo, si un grupo determinado presenta tasas más altas de subreporte de casos de violencia, los algoritmos detectan una tasa mayor de violencia en hogares de niveles socioeconómicos bajos. Para mitigar posibles estigmas, proponen establecer umbrales diferenciados y reconocen que es fundamental asegurar que los casos identificados automáticamente sean evaluados por profesionales capacitados, garantizando una intervención adecuada.
Más leídas de Sociedad
1Nodo Obelisco: la obra del subte para mejorar conexiones entra en su etapa final
2Vacaciones de invierno 2025: este es el último día de clases, provincia por provincia
3La Anmat prohibió una serie de productos para el pelo por considerarlos peligrosos para la salud
4San Benito: cuál es su historia y qué oración rezarle para pedir ayuda
Últimas Noticias
Finde primaveral. Clima en AMBA: buen tiempo, temperaturas templadas, y las últimas noticias del pronóstico este viernes 11 de julio
¿Chau facturas? Las panaderías bonaerenses analizan fuertes cambios en sus productos: "No hay ventas"
