Por María Victoria Flangini, publicado en El Observador

La Fundación Abrazar, una organización argentina dedicada a la protección infantil, lleva a cabo un proyecto de investigación enfocado en la detección temprana de violencia contra niños. Para ello, desarrollaron un conjunto de herramientas que permiten identificar situaciones de riesgo de manera más efectiva. Entre ellas se encuentra una de desarrollo proyectivo, que consiste en que un individuo realice un dibujo con una determinada consigna que posteriormente será analizado por profesionales capacitados para identificar los indicadores de riesgo.

El análisis tradicional de estos dibujos, que incluyen representaciones como "Persona Bajo la Lluvia" y "Familia Kinética", presenta limitaciones significativas, como el entrenamiento de dichos profesionales y el tiempo considerable que requiere todo el proceso.

El objetivo del proyecto de Carrau y Cousillas fue automatizar la identificación de los indicadores -como por ejemplo “ojos vacíos” o “marcas en la zona genital”- y el nivel de riesgo mediante modelos de Machine Learning para evaluar dibujos hechos a mano. De esta forma se agiliza el proceso de detección de maltrato y abuso sexual infantil, volviéndolo más eficiente.

Máximo Gurméndez, profesor de FIUM, fue quien introdujo el proyecto a los alumnos, que en ese momento no tuvieron duda de que querían hacerlo. Aunque conllevaba un gran desafío a nivel teórico y técnico, la posibilidad de poder contribuir, tanto a nivel nacional como internacional, en un tema significativo fue lo que inspiró a Carrau y Cousillas a abordar este proyecto. La empresa Blend les proporcionó los recursos económicos y técnicos para poder llevar adelante el trabajo.

Desarrollo y metodología

Los estudiantes investigaron el uso de Machine Learning en campos como el arte y la psicología, aplicando estas técnicas para la detección y reconocimiento de objetos, así como la predicción de atributos artísticos. Al finalizar la investigación, decidieron que la técnica a utilizar sería una red neuronal convencional, un modelo matemático inspirado en el cerebro humano. Esta red está especialmente diseñada para procesar y entender imágenes a través de entrenamiento. Utilizando un conjunto de datos proporcionado por la Fundación Abrazar, realizaron un análisis manual inicial para comprender mejor su contenido y preparar el modelo.

Durante el proceso de entrenamiento, enfrentaron desafíos significativos, como el tamaño limitado y el desbalance del conjunto de datos. Con aproximadamente 2.000 dibujos disponibles, la cantidad era muy pequeña para entrenar satisfactoriamente una red neuronal convolucional. Para superar esto, probaron diversas configuraciones de modelos y recurrieron a analizar los dibujos recortados. También adoptaron la métrica 'F1-Score' para evaluar el rendimiento del modelo, debido al sesgo hacia predicciones negativas causado por el desbalance de datos. Otro desafío fue el tipo de imagen que debía analizar el modelo. Las proporcionadas por Abrazar son dibujos de arte creados por niños, lo que los hace más abstractos y difíciles de interpretar que una fotografía. Para mejorar el adiestramiento del modelo, se decidió usar un conjunto de datos (dibujos) casi diez veces mayor.

Impacto y futuro del proyecto

Este proyecto se enmarca en un contexto preocupante: según la OMS, la prevalencia del abuso físico en la niñez es del 23%, y del abuso sexual es del 18% para las niñas y 8% para los niños. En Uruguay, el Sistema Integral de Protección a la Infancia y a la Adolescencia contra la Violencia (SIPIAV) intervino en 7.473 casos de violencia hacia niños y adolescentes en 2022, un equivalente a 20 casos por día. Además, se estima que solo 1 de cada 30 casos de abuso sexual y 1 de cada 75 de abuso físico son reportados a nivel mundial.

Carrau y Cousillas aspiran a que su trabajo genere concientización sobre la importancia de identificar y prevenir el maltrato infantil, tanto a nivel nacional como internacional. Esperan que su proyecto sirva como base para futuras investigaciones, mejorando y perfeccionando las técnicas actuales para construir un modelo eficaz que se pueda utilizar en la práctica cotidiana, que permita agilizar el proceso actual y detectar más casos eficientemente.

Los resultados obtenidos no llegaban a niveles que se puedan considerar aceptables como para liberar esta herramienta para uso general. Si bien las técnicas implementadas y las mejoras realizadas demostraron ser prometedoras, la falta de datos suficientes impidió alcanzar buenos resultados. La Fundación Abrazar planea continuar trabajando sobre los hallazgos de los alumnos y seguir con la investigación.

Los estudiantes escribieron un artículo en inglés basado en su tesis para enviarlo a una conferencia en Estados Unidos, 2024 IEEE Global Humanitarian Technology Conference. Actualmente, está en proceso de revisión y, si es aceptado, será presentado en la conferencia y publicado, permitiendo que su trabajo sirva como base para futuras investigaciones a nivel global y que cualquier persona interesada pueda continuar desarrollando esta línea de investigación.

Colaboración y recomendaciones

Al finalizar el proyecto, los estudiantes ofrecieron varias recomendaciones a la Fundación Abrazar para mejorar su conjunto de datos, con la esperanza de alcanzar mejores resultados en futuros esfuerzos. Están abiertos a colaborar y compartir su conocimiento con investigadores interesados en continuar este importante trabajo.

El proyecto de Carrau y Cousillas no solo representa un avance técnico significativo, sino también una contribución crucial en la lucha contra el maltrato y abuso sexual infantil, demostrando el potencial de la tecnología para abordar problemas sociales.