Diseño de un modelo de machine learning destinado a predecir casos de violencia de género en Ecuador.

Abstract

Este trabajo aborda el diseño de un modelo de Machine Learning (ML) orientado a predecir casos de violencia de género en Ecuador, una problemática social crítica que afecta significativamente a las mujeres del país. Utilizando la metodología CRISP-DM, se analizaron y modelaron datos provenientes de contextos familiares (ENVIGMU Dataset) y digitales (MeTwo Dataset), integrando técnicas avanzadas como procesamiento del lenguaje natural (NLP) y representación TF-IDF. Los resultados muestran que el modelo desarrollado no solo permite identificar patrones de riesgo con alta precisión, sino que también ofrece una herramienta práctica para optimizar la prevención y respuesta ante la violencia de género. Este modelo contribuye al conocimiento al demostrar cómo la inteligencia artificial puede adaptarse para analizar datos en contextos locales, integrando factores culturales, sociales y tecnológicos específicos de Ecuador. Además, la solución propuesta aporta un enfoque innovador que complementa los métodos tradicionales, al permitir la detección temprana y más eficiente de situaciones de riesgo. En el ámbito práctico, el modelo puede fortalecer la formulación de políticas públicas orientadas a la prevención de la violencia, así como mejorar la asignación de recursos en sectores clave como la seguridad y la justicia. Este estudio sienta las bases para futuras investigaciones que busquen integrar tecnologías avanzadas en la solución de problemáticas sociales, subrayando la importancia de enfoques interdisciplinarios y adaptaciones específicas al contexto.