Un grupo de investigadorxs en México analiza millones de datos para establecer una relación entre la violencia escrita en redes sociales y los delitos violentos contra las mujeres reportados en México.
La investigación, a cargo del equipo integrado por Alejandro Molina Villegas, Oscar S. Siordia, Gandhi Hernández y Rosa Martha Peralta del Centro de Investigación en Ciencias de Información Geoespacial (CentroGeo) y por Perla Fragoso del Centro de Investigaciones y Estudios Superiores en Antropología Social (CIESAS), estudia el fenómeno social de la misoginia a través de métodos de Geointeligencia Computacional.
Según el Diagnóstico de la Comisión Nacional de los Derechos Humanos (CNDH, 2017), de 12 feminicidios al día en América Latina 7 ocurren en México. Por su parte, el Instituto Nacional de Estadística y Geografía (INEGI) reporta que en los últimos diez años (2007- 2017) fueron asesinadas 22 mil 482 mujeres en las 32 entidades del país; es decir, en promedio, cada cuatro horas ocurrió la muerte violenta de una niña o mujer en México.
Publicaciones relacionadas
Su naturalización en estos medios, y en el día a día, favorece su reproducción. Aunque estas expresiones de misoginia pueden considerarse “menores” y sin efectos, favorecen la permanencia de una cultura de desigualdad por razones de género, en la que las mujeres son discriminadas, violentadas e incluso asesinadas de manera impune. De ahí la importancia de preguntarnos por el impacto de los discursos misóginos en nuestra sociedad.
El proyecto titulado “Misoginia en pocas palabras: Identificación y análisis de violencia escrita contra las mujeres en textos cortos de twitter” servirá para descubrir, por ejemplo, si existen diferencias significativas en la frecuencia de mensajes misóginos para las distintas entidades geográficas del país; es decir, en qué regiones de México se emiten más tweets con contenido misógino y, eventualmente, se contrastará con estadísticas de violencia y feminicidios para generar indicadores, recomendaciones y mapas de riesgo.
El carácter multidisciplinario y el uso de metodologías de frontera de Procesamiento de Lenguaje Natural, realzan el potencial de esta investigación. El año pasado, el equipo de investigadores consiguió el tercer lugar en el certamen de detección automática de textos agresivos MEX-AT3 compitiendo con un algoritmo de aprendizaje de máquina capaz de reconocer patrones recurrentes en el discurso de odio. Si bien la violencia escrita en México ha sido estudiada por historiadores, sociólogos, antropólogos y politólogos a través de medios de comunicación impresos y masivos, como la prensa y la televisión; la presencia de los discursos de odio en las redes sociales ha sido escasamente abordada y debido a esto, la investigación sobre violencia escrita en las redes sociales se perfila como necesaria y novedosa en México.
A corto plazo, los investigadores buscan sensibilizar a la gente con respecto a este tema pero también están interesados en poder hacer sinergia con organizaciones que exploten las herramientas avanzadas de monitoreo resultantes de la investigación.
El equipo de Geointeligencia Computacional generará un sofisticado modelo de clasificación textual capaz de reconocer, con bastante precisión, cuando un comentario es misógino basándose en muestras explícitas de este fenómeno. A esto se le conoce como aprendizaje supervisado y es un tipo de algoritmo de Machine Learning que emplea un conjunto de datos conocidos (datos de entrenamiento) para realizar predicciones. El conjunto de datos de entrenamiento consiste en una colección de vectores de números reales que codifican, de manera abstracta, el contenido textual de los mensajes misóginos (y no misóginos) y lo asocia con su categoría. A partir de eso, el algoritmo de aprendizaje supervisado crea un modelo que pueda realizar predicciones acerca de las categorías, para un nuevo conjunto de datos.
Figura del mapa:
Mapa coroplético de México indicando, en color más intenso, una mayor incidencia de tuits clasificados como misóginos. En la parte inferior, se muestran cifras oficiales de los estados con mayor número de denuncias por feminicidio en el periodo de septiembre 2017 a octubre 2018.
