Una fiscalía puede recibir hasta 500 carpetas de investigación nuevas en una semana. De esas 55-65 son de la unidad de género, por lo que entre esa carga de trabajo, identificar cuáles mujeres enfrentan un mayor riesgo de volver a sufrir violencia suele depender de la experiencia del personal y del tiempo disponible para revisar cada expediente.
Ante este contexto, investigadores del Centro de Ciencias de Datos del Tecnológico de Monterrey, junto con la Fiscalía General de Justicia de Zacatecas, desarrollaron un modelo de inteligencia artificial entrenando con alrededor de 10 años de información histórica para ayudar a priorizar los casos que necesitan una atención inmediata.
El Banco Interamericano de Desarrollo confirma que el éxito de la inteligencia artificial en la protección de mujeres depende directamente de la calidad de los datos, ya que los modelos predictivos requieren información precisa, actualizada y sin sesgos para evaluar los riesgos de manera precisa donde el problema fundamental radica en los expedientes físicos y digitales desorganizados, dispersos y mal clasificados con los que operan la mayoría de las fiscalías y centros de justicia.
La doctora en investigación del crimen y procesos de lenguaje del Tecnológico de Monterrey Fernanda Sobrino quiso entender esta problemática y explicó que el sistema analiza aproximadamente 2,500 variables relacionados con la denuncia, la víctima, el agresor y el historial del caso para generar un puntaje de riesgo. La especialista agrega que con esa información, la fiscalía puede decidir si destina recursos adicionales a una mujer que de acuerdo con el comportamiento observado en miles de expedientes anteriores, tiene mayores probabilidades de regresar por un nuevo episodio de violencia.
“No estamos intentando explicar por qué una mujer regresa, sino que buscamos identificar correctamente a las mujeres con mayor riesgo para que la fiscalía pueda intervenir”, reiteró Fernanda Sobrino.
