Ramon Trias: “Se ha usado la IA para dar mejor atención a las víctimas de violencia de género y luchar por erradicarla”

En un mes marcado por el Día Internacional de la Eliminación de la Violencia contra la Mujer, en el que millares de personas salieron a la calle a manifestarse y alzar la voz, es importante hablar sobre la violencia de género con el fin de intentar prevenir un mayor repunte de los casos. En este contexto, AIS Group ha realizado un estudio cuantitativo que refleja que las mujeres de entre 18 y 30 años son las que denuncian más episodios de violencia machista, así como se ha demostrado que en tres de cada cuatro personas han existido casos de violencia previos a la denuncia.

Este informe, publicado por la Revista Española de Medicina Legal, lleva a cabo un retrato de los perfiles de las víctimas, agresores y episodios de este tipo de violencia. Para ello, AIS ha colaborado con un equipo de forenses de Cataluña que han facilitado datos recogidos durante 8 años sobre las víctimas en L’Hospitalet de Llobregat, siendo un total de 1.622 casos, sobre los cuales se asienta el presente estudio. En base a ello, han desarrollado un modelo de inteligencia artificial para explicar la probabilidad de revictimización y ofrecer información útil que permita mejorar la administración de recursos y mitigar el número de episodios.

Ramon Trias es licenciado en Ciencias Económicas y Profesor Mercantil por la Universidad de Barcelona, y actualmente es socio fundador y presidente del AIS Group, autores del estudio. En esta entrevista con AS, Trias ha arrojado luz sobre las circunstancias en que se producen las agresiones recogidas en el estudio, al igual que ha explicado cómo la inteligencia artificial tiene cabida en esta gran lucha contra la violencia de género.

Sobre la muestra

Pregunta: El grupo de edad que concentra mayor parte de los casos es entre 18 y 30 años, siendo un 42% de la muestra. ¿Cuáles son los porcentajes del resto de personas víctimas?

Respuesta: En el caso de la muestra de las mujeres víctimas de violencia que presentaron denuncia a lo largo de los 8 años de recogida de información, aquellas entre 31 y 40 años representaban el 34,4%; las de 41 a 50 años de edad, el 16%; las de 51 a 60 años suponían el 3,8%; y las mayores de 60, sólo el 2,4%.

P: El tipo de agresión más frecuente es la contusión, pero ¿cuáles son otras posibles agresiones que pueden ayudar a darnos cuenta de que una persona está sufriendo violencia de género?

R: La contusión es el tipo de lesión más común. Más de un 90% de las denunciantes las presentaban. Sin embargo, lo más frecuente es que vengan acompañadas de otro tipo de lesiones como erosiones o hematomas. Una combinación de las tres se evidencia hasta en un 26% de los casos. Por el contrario, otro tipo de lesiones son mucho menos frecuentes. Así, en los casos de estudio, apenas un 0,6% de las denunciantes presentaba quemaduras y un 2,7% tenía fracturas.

P: Un 9,6% de la muestra sufre violencia grave. ¿Cuál es el criterio que determina esta gravedad?

R: Las lesiones fruto de violencia de género, habitualmente se dividen en graves y menos graves. Justamente como parte de este trabajo, el equipo de forenses del juzgado y de data scientists de AIS, hizo una propuesta para detallar más la escala de gravedad de las lesiones, siempre en base a los criterios de los médicos forenses. Este consideraba las de máxima gravedad aquellas que han tenido resultado de muerte o desaparición, seguido de aquellas en las que el mecanismo de producción de la lesión ha sido mediante arma blanca, arma de fuego o asfixia. En tercer lugar, se consideran las heridas en cráneo, cuello, tronco o genitales y que necesitan al menos 10 días de curación. En la muestra, el tipo más grave sólo es el 0,4%, 7 casos en total de los 1.622 que la conformaban.

Sobre la inteligencia artificial

P: ¿En qué consiste el modelo de inteligencia artificial que se ha creado para predecir la probabilidad de revictimización?

R: El modelo de IA se ha usado para determinar los factores de riesgo que tienen mayor peso de cara a sufrir un nuevo episodio de violencia. Un ejemplo de lo que arroja el modelo, un árbol de clasificación y regresión (CarT), es que una variable con mucho peso es el hecho de que la pareja tenga hijos de relaciones anteriores. Prácticamente el 15% de las víctimas reentrantes estaba en esta situación. Las probabilidades aumentan en los casos en que víctima y agresor ya no son pareja, y todavía más en las mujeres de más de 40 años, donde alcanza el 28%.

P: En una sociedad donde la tecnología está muy avanzada y cada vez hay más IAs y un mayor temor a la desinformación, ¿por qué la inteligencia artificial es una herramienta útil en la lucha?

R: La creación de fake news y desconfianza principal hacia la IA viene dada por la irrupción de la IA generativa. Son las aplicaciones como las que la gran mayoría de la población ha visto en que podemos poner cara y voz a cualquier persona diciendo lo que queramos, sin que ellos lo hayan dicho nunca. En este caso, hablamos de una IA muy distinta. Hablamos de una IA que, en vista de un trabajo de campo que nos ofrezca la mayor cantidad de datos posible, nos permita entender el fenómeno y optimizar los recursos para mitigar sus efectos, dar mejor atención a las víctimas, prevenirla y luchar por erradicarla.

P: Finalmente, ¿cómo este estudio puede ayudar a mejorar la administración de recursos y mitigar el número de episodios?

R: Conocer la relación entre la gravedad de la agresión y la repetición de agresiones, con las características socioeconómicas, la localización geográfica o el entorno cultural, permiten un mejor diseño de medidas más eficaces con los recursos disponibles. Nos da la clave para lanzar campañas preventivas orientadas al entorno cultural de víctimas y agresores, efectuar la comunicación a través de los medios óptimos, en la lengua y cultura apropiados, el tratamiento de alertas tempranas, así como los refuerzos en la dotación asistencial o en ayuda y vigilancia, pero también optimizar los recursos de cara a una mejor atención a las víctimas.

En este trabajo hemos observado la dificultad con la que se encuentran los forenses que, por ejemplo, en ocasiones deben hacer esperar a la víctima horas hasta que hay disponibilidad de un intérprete del juzgado para poder realizar el informe. El conocimiento de los trazos significativos permitirá la puesta en práctica de políticas específicas y un necesario seguimiento y evaluación periódica de los indicadores clave detectados, para ver cómo de efectivas están siendo esas políticas y las acciones asociadas.