Herramientas de predicción de violencia basada en género y feminicidio mediante la Inteligencia Artificial

Tools for predicting gender-based violence and femicide using Artificial Intelligence

Contenido principal del artículo

Marcela del Pilar Roa Avella
Jesús Eduardo Sanabria-Moyano
Katherin Dinas-Hurtado

Resumen

La Violencia basada en género, ha sido definida por la Organización de las Naciones Unidas como cualquier acto dañino basado en las diferencias de género atribuidas socialmente. Dentro de sus muchas manifestaciones, aquella violencia en su máxima expresión llega hasta el feminicidio; fenómeno que lejos de disminuir, se ha extendido alrededor del mundo. Por otra parte, la inteligencia artificial ha aparecido en la escena de diversos sectores, sin que el ámbito jurídico haya sido la excepción. La conexión entre la violencia basada en género y la Inteligencia artificial se da de la mano de las necesidades crecientes de prevención de la primera, a través por ejemplo de la predicción de niveles de riesgo en la que la segunda ofrece importantes ventajas. Utilizando una metodología cualitativa deductiva con alcance descriptivo exploratorio, en la que se aplican métodos propios del derecho y las ciencias computacionales para analizar fuentes primarias, secundarias y estudio de casos de algoritmos y herramientas de evaluación de riesgo, (sin dejar de lado la referencia a herramientas de predicción tradicionales que no utilizan Inteligencia artificial), se arriba a resultados  que apuntan a que los algoritmos y herramientas mencionadas evalúan y ponderan factores situacionales y disparadores, relacionados con el perpetrador, la víctima, y la relación familiar; variando en el valor asignado a cada uno de estos; en cuanto a las críticas se encuentran estandarizadas en la precisión y confiabilidad de la predicción.

Palabras clave:

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Biografía del autor/a (VER)

Marcela del Pilar Roa Avella, Universidad Militar Nueva Granada

Profesora e investigadora del grupo “Derecho Público” y de la línea “Derecho Penal y Justicia Militar” del Centro de Investigaciones Jurídicas, Políticas y Sociales de la Facultad de Derecho, Bogotá de la Universidad Militar Nueva Granada. Abogada por la Universidad del Rosario (Colombia). Especialista en Ciencias Penales y Ciencias Penales de la Universidad Externado (Colombia). Magister en derecho penal de la Universidad de Santo Tomás en convenio con la Universidad de Salamanca (Colombia). 

Jesús Eduardo Sanabria-Moyano, Universidad Militar Nueva Granada

Profesor e investigador del grupo “Derecho Público” y de la línea “Derecho Internacional, Derechos Humanos y Derechos Humanos Internacionales” del Centro de Investigaciones Jurídicas, Políticas y Sociales de la Facultad de Derecho, Bogotá de la Universidad Militar Nueva Granada. Abogado por la Universidad Militar Nueva Granada (Colombia). Especialista en Derechos Humanos y Derecho Internacional Humanitario aplicado a los Conflictos Armados de la Facultad de Derechos Humanos y Derecho Internacional Humanitario del Ejército Nacional (Colombia). Magister en Derecho Público Militar de la Universidad Militar Nueva Granada (Colombia).

 

 

Katherin Dinas-Hurtado, Universidad Militar Nueva Granada

Asistente de investigación de la Universidad Militar Nueva Granada. Abogada por la Universidad Militar Nueva Granada (Colombia). Especialista en Derechos Humanos y Derecho Internacional Humanitario de la Universidad Nacional de Colombia. 

Referencias (VER)

González-Prieto, Á., Brú, A., Nuño, J. C. & González-Álvarez, J. L. (2021). Machine learning for risk assessment in gender-based crime. ArXiv, abs/2106.11847. https://doi.org/10.48550/arXiv.2106.11847

Elusoji, S. (14 de mayo, 2021). Project SAFE, Partners To Bolster Support Systems For GBV Survivors. Channels. https://www.channelstv.com/2021/05/14/project-safe-to-hold-convening-to-bolster-support-systems-for-gbv-survivors/

Cheishvili, A. (25 de agosto, 2021). The AI Revolution Is Happening Now. Forbes. https://www.forbes.com/sites/forbestechcouncil/2021/08/25/the-ai-revolution-is-happening-now/?sh=42d2e75c28c8

Liu, Z. & Chen, H. (2017). A predictive performance comparison of machine learning models for judicial cases. 2017 IEEE Symposium Series on Computational Intelligence (SSCI). http://dx.doi.org/10.1109/SSCI.2017.8285436 DOI: https://doi.org/10.1109/SSCI.2017.8285436

Ferguson, C. & McLachlan, F. (2020) Predicting and assessing lethal risk in domestic and family violence situations in Australia. QUT Centre for Justice. https://eprints.qut.edu.au/216824/

Flores, S. (14 de enero, 2021). Inteligencia artificial en la valoración del riesgo para las víctimas de violencia de género. Observatorio Violencia. https://observatorioviolencia.org/inteligencia-artificial-en-la-valoracion-del-riesgo-para-las-victimas-de-violencia-de-genero/

Frédérique, L., Robitaille, C., Lévesque , S., & Lessard, G. (2018). Domestic Homicide Risk Assessment: An Inventory of Existing Tools. Équipe de recherche en violence conjugale. https://www.raiv.ulaval.ca/sites/raiv.ulaval.ca/files/publications/fichiers/fiche_synthese_13_eng_finale_web.pdf

Comisión Nacional para Prevenir y Erradicar la Violencia Contra las Mujeres. (2 de febrero, 2018). ¿Es posible medir matemáticamente la violencia contra las mujeres? Gobierno de México. https://www.gob.mx/conavim/articulos/es-posible-medir-matematicamente-la-violencia-contra-las-mujeres?idiom=es

González-Álvarez, J. L., López-Ossorio, J. J., & Muñoz-Rivas, M. (2018). La valoración policial del riesgo de violencia contra la mujer pareja en España–Sistema VioGén. Ministerio del Interior, Gobierno de España. https://www.interior.gob.es/opencms/pdf/archivos-y-documentacion/documentacion-y-publicaciones/publicaciones-descargables/seguridad-ciudadana/La_valoracion_policial_riesgo_violencia_contra_mujer_pareja_126180887.pdf

Granados, Ó. (18 de febrero, 2021). La Inteligencia Artificial Ayuda a Prevenir la Violencia de Género. EL PAÍS. https://elpais.com/tecnologia/haz-cosas-extraordinarias/2021-02-18/la-inteligencia-artificial-ayuda-a-prevenir-la-violencia-de-genero.html

Haenlein, M., & Kaplan, A. (2019). A Brief History of Artificial Intelligence: On the Past, Present, and Future of Artificial Intelligence. California Management Review, 61(4), pp. 5–14. https://doi.org/10.1177/0008125619864925 DOI: https://doi.org/10.1177/0008125619864925

Hegel, J., Pelletier, K. D., & Olver, M. E. (2022). Predictive Properties of the Ontario Domestic Assault Risk Assessment (ODARA) in a Northern Canadian Prairie Sample. Criminal Justice and Behavior, 49(3), pp. 411–431. https://doi.org/10.1177/00938548211033631 DOI: https://doi.org/10.1177/00938548211033631

IBM Cloud Education. (3 de junio, 2020). Inteligencia artificial (IA). IBM. https://www.ibm.com/co-es/cloud/learn/what-is-artificial-intelligence

Dziech, A., Mees, W. & Czyżewsk, A. (2020). Multimedia Communications, Services and Security. [10th International Conference, MCSS 2020, Kraków, Poland, October 8-9, 2020, Proceedings]. Springer. DOI: https://doi.org/10.1007/978-3-030-59000-0

Leal-Enríquez, E. (2018). Mathematical modeling of intimate partner violence: Simulations of loss of control scenarios. Journal of Computational and Applied Mathematics, 330, pp. 1052-1062. https://doi.org/10.1016/j.cam.2017.07.002 DOI: https://doi.org/10.1016/j.cam.2017.07.002

LJA. (15 de febrero, 2016). Desarrollan Modelo Matemático Para Predecir Futuro De Violencia Hacia Las Mujeres. LJA.MX https://www.lja.mx/2016/02/desarrollan-modelo-matematico-para-predecir-futuro-de-violencia-hacia-las-mujeres/

McNamara, D., Graham, T., Broad, E., & Soon Ong, C. (2018). Trade-offs in Algorithmic Risk Assessment: an Australian Domestic Violence Case Study. En A. Daly, M. Mann, & S. K. Devitt (Eds.) Good data (Theory on Demand, 29), pp. 96-116. Institute of Network Cultures, The Netherlands.

Lee, M. K., Jain, A., Cha, H. J., Ojha, S. & Kusbit, D. (2019). Procedural Justice in Algorithmic Fairness: Leveraging Transparency and Outcome Control for Fair Algorithmic Mediation. Proceedings of the ACM on Human-Computer Interaction, 3(CSCW), 182, pp. 1-26. https://doi.org/10.1145/3359284 DOI: https://doi.org/10.1145/3359284

Ministerio del Interior. (02 de febrero, 2022). Sistema VioGén. https://www.interior.gob.es/opencms/ca/servicios-al-ciudadano/violencia-contra-la-mujer/sistema-viogen/

Moya-Albiol, L., Sariñana-González, P., Vitoria-Estruch, S., & Romero-Martínez , Á. (2017). La neurocriminología como disciplina aplicada emergente. Vox Juris, 33(1), pp. 15-20. https://dialnet.unirioja.es/servlet/articulo?codigo=6058766 DOI: https://doi.org/10.24265/voxjuris.2017.v33n1.02

Hilton, N. Z., & Radatz, D. L. (2021). Criminogenic needs and intimate partner violence: Association with recidivism and implications for treatment. Psychological services, 18(4), pp. 566–573. https://doi.org/10.1037/ser0000450 DOI: https://doi.org/10.1037/ser0000450

Organización de los Estados Americanos, OEA. (9 de junio de 1994). Convención Interamericana Para Prevenir, Sancionar Y Erradicar La Violencia Contra La Mujer "Convención De Belém Do Pará". https://www.oas.org/es/cidh/mandato/Basicos/13.CONVENCION.BELEN%20DO%20PARA.pdf

ONU Mujeres. (2022). Hechos y cifras: Poner fin a la violencia contra las mujeres. https://www.unwomen.org/es/what-we-do/ending-violence-against-women/facts-and-figures

Organización Mundial de la Salud & Organización Panamericana de la Salud. (‎2013)‎. Comprender y abordar la violencia contra las mujeres: violencia sexual. Organización Mundial de la Salud. https://apps.who.int/iris/handle/10665/98821

Panda Security. (12 de abril, 2021). La inteligencia artificial servicio de la lucha contra la violencia de género. Panda media center. https://www.pandasecurity.com/es/mediacenter/mobile-news/inteligencia-artificial-violencia-genero/

Pueyo, A., López, S., & Álvarez, E. (2008). Valoración del riesgo de violencia contra la pareja por medio de la SARA. Papeles del psicólogo, 29(1), pp. 107-122. https://dialnet.unirioja.es/servlet/articulo?codigo=2536843

Roa Avella, M. D., Sanabria-Moyano, J., & Dinas-Hurtado, K. (2022). Uso del algoritmo COMPAS en el proceso penal y los riesgos a los derechos humanos. Revista Brasileira de Direito Processual, 8(1), pp. 275-311. https://doi.org/10.22197/rbdpp.v8i1.615 DOI: https://doi.org/10.22197/rbdpp.v8i1.615

SAS. (15 de diciembre, 2020). La Secretaría de Estado de Seguridad y SAS se unen en la lucha contra la violencia de género con analítica avanzada e inteligencia artificial. https://www.sas.com/es_es/news/press-releases/locales/2020/viogen-secretaria-estado-seguridad-y-sas-unidos-lucha-contra-violencia-genero-analitica-avanzada-ia.html

The Maine Coalition to end domestic violence y Violence Intervention Partnership of Maine Cumberland County. (2014). Maine Guidelines & General Scoring Criteria ODARA.

Ulmer, J. C. (2015). The Ontario Domestic Assault Risk Assessment (ODARA): A Validation and Comparison Study for an Oregonian Law Enforcement Agency. Doctor of Psychology (PsyD), paper 177. https://digitalcommons.georgefox.edu/psyd/177/

UN Women. (s.f.). Global Database on Violence against Women: Colombia. https://evaw-global-database.unwomen.org/en/countries/americas/colombia

Yablon, C., & Landsman-Roos, N. (2013). Predictive Coding: Emergin Questions and Concerns. South Carolina Law Review, 64(3), pp. 633-680. https://scholarcommons.sc.edu/sclr/vol64/iss3/6