Juan Cruz Carrau y Macarena Cousillas, estudiantes de Ingeniería Telemática e Ingeniería en Informática de la Facultad de Ingeniería de la Universidad de Montevideo (FIUM), hicieron su proyecto final de carrera en colaboración con la Fundación Abrazar para utilizar Machine Learning para la detección temprana de maltrato y abuso sexual infantil
Dibujos infantiles pueden evidenciar maltrato
PixabayPor María Victoria Flangini - Universidad de Montevideo
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, desarrolló un conjunto de herramientas que permite 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 los inspiró para abordar este proyecto. La empresa Blend les proporcionó los recursos económicos y técnicos para poder llevar adelante el trabajo.
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 convolucional, 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.
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.
La Fundación Abrazar planea conseguir más datos (dibujos) para continuar trabajando sobre los hallazgos de los alumnos y seguir con la investigación, a los efectos de poder liberar la herramienta para uso general.
Los alumnos, por su parte, escribieron un artículo en inglés basado en su tesis y lo enviaron para la conferencia internacional anual 2024 IEEE Global Humanitarian Technology Conference, del Instituto de Ingenieros Eléctricos y Electrónicos. Actualmente está en proceso de revisión y, de ser aceptado, será publicado y servirá de base para futuras investigaciones a nivel global.
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.