Thea Ramirez, extrabajadora social, desarrolló una herramienta basada en inteligencia artificial llamada Family-Match para ayudar a las agencias de servicios sociales a encontrar padres adoptivos adecuados para algunos de los niños más vulnerables del país. Estos niños suelen tener necesidades complejas y discapacidades, o han sufrido traumas importantes. Las agencias de servicios de protección infantil han lidiado con el reto de encontrar hogares permanentes para estos niños durante años. Ramirez afirmó que su algoritmo, diseñado por exinvestigadores de un servicio de citas en línea, podría revolucionar la búsqueda de adopción, pero una investigación de Associated Press reveló importantes limitaciones y desafíos.
La promesa de la compatibilidad familiar
Ramírez presentó Family-Match como una solución tecnológica que podía predecir el éxito a largo plazo de las colocaciones adoptivas. Argumentó que utilizaba la ciencia, en lugar de meras preferencias, para establecer una puntuación predictiva para las posibles familias adoptivas. El algoritmo buscaba mejorar las tasas de éxito de las adopciones en Estados Unidos y optimizar la eficiencia de las agencias de bienestar infantil con dificultades cash.
Resultados y desafíos limitados
A pesar de su prometedora premisa, el rendimiento de Family-Match no ha cumplido las expectativas en los estados donde se ha utilizado. Según datos autodeclarados de Family-Match, obtenidos por AP mediante solicitudes de registros públicos, la herramienta de IA ha producido resultados limitados.
La experiencia de Virginia y Georgia
Virginia y Georgia adoptaron inicialmente el algoritmo, pero lo abandonaron tras realizar pruebas, alegando su incapacidad para generar adopciones exitosas. A pesar de ello, ambos estados reanudaron su colaboración con la organización sin fines de lucro de Ramírez, Adoption-Share, después de un tiempo.
Las dificultades de Tennessee
Tennessee encontró dificultades para implementar el programa y finalmente lo descartó, citando incompatibilidad con sus sistemas internos, incluso después de pasar más de dos años en el proyecto.
Experiencias mixtas en Florida
En Florida, donde Family-Match ha expandido su uso, los trabajadores sociales reportaron experiencias dispares con el algoritmo. Si bien este se atribuyó numerosas colocaciones, surgieron dudas sobre la veracidad de estas afirmaciones.
Falta de transparencia y propiedad de los datos
Los funcionarios estatales expresaron su preocupación por la falta de transparencia de Family-Match respecto al funcionamiento interno de su algoritmo. Además, la organización poseía algunos de los datos confidenciales recopilados por Family-Match, lo que planteaba problemas de privacidad y seguridad de los datos.
Imprevisibilidad del comportamiento humano
Expertos en bienestar infantil enfatizaron que predecir el comportamiento humano, especialmente en adolescentes con necesidades complejas, es inherentemente difícil. Bonni Goodwin, experta en datos de bienestar infantil, recalcó que no existe una forma infalible de predecir el comportamiento humano.
Antecedentes y motivación de Ramírez
La experiencia de Thea Ramírez como extrabajadora social y su deseo de promover la adopción como medio para reducir los abortos jugaron un papel fundamental en el desarrollo de Family-Match. Ramírez lanzó previamente un sitio web para conectar a mujeres embarazadas con posibles padres adoptivos, con énfasis en centros de consejería antiaborto. Sin embargo, aclaró que Family-Match no está asociada con dichos centros.
Colaboración con investigadores de eharmony
Ramírez colaboró con Gian Gonzaga, investigador que había gestionado algoritmos en eharmony, para crear la herramienta de emparejamiento para la adopción. Gonzaga y su esposa, Heather Setrakian, trabajaron en el desarrollo del modelo Family-Match, inspirado en la experiencia de eharmony en emparejamiento.
Experiencias estado por estado con Family-Match
Los trabajadores sociales explicaron cómo funciona Family-Match: los adultos que buscan adoptar envían sus respuestas a la encuesta a través de la plataforma en línea del algoritmo, mientras que los padres de acogida o los trabajadores sociales ingresan la información de cada niño. El algoritmo genera una puntuación de "adaptación relacional" y muestra una lista de posibles padres para cada niño. Los trabajadores sociales evalúan a los candidatos y, en el mejor de los casos, se asigna al niño y se lo ubica en un hogar para una estancia de prueba.
La prueba de dos años de Family Match en Virginia solo dio como resultado una adopción conocida, y el personal local informó que no encontraron la herramienta particularmente útil.
Georgia finalizó su programa piloto inicial de Family-Match debido a su ineficacia, pero luego reanudó su uso.
En Florida, donde el programa se expandió, varias agencias de bienestar infantil emitieron opiniones dispares sobre Family-Match. Fue difícil evaluar su éxito debido a las discrepancias en los datos reportados.
Los funcionarios estatales expresaron su preocupación por la forma en que Family-Match calificaba a las familias basándose en variables sensibles y cuestionaron la necesidad de ciertos datos. Algunas versiones del cuestionario del algoritmo incluían preguntas sobre los ingresos familiares y las creencias religiosas.
Los defensores del bienestar social y los expertos en seguridad de datos han expresado su preocupación por la creciente dependencia del análisis predictivo por parte de las agencias gubernamentales, ya que estas herramientas pueden perpetuar las disparidades raciales y potencialmente discriminar a las familias en función de características inmutables.
Esfuerzos de expansión
A pesar de estos desafíos, Adoption-Share busca oportunidades de expansión, con el objetivo de implementar Family-Match en lugares como la ciudad de Nueva York, Delaware y Misuri. Recientemente, firmó un acuerdo con el Departamento de Salud de Florida para desarrollar un algoritmo que aumente el número de familias dispuestas a acoger y adoptar a niños con problemas médicos complejos.
La herramienta de inteligencia artificial para la búsqueda de adopción, Family-Match, desarrollada por Thea Ramirez, inicialmente se mostró prometedora como una solución para encontrar padres adoptivos adecuados para niños de acogida vulnerables. Sin embargo, su rendimiento ha enfrentado limitaciones y desafíos, y varios estados han obtenido resultados dispares. Las dudas sobre la privacidad de los datos, la transparencia y la precisión del algoritmo han generado inquietud entre expertos y defensores del bienestar infantil. A pesar de estos desafíos, Adoption-Share continúa sus esfuerzos para expandir el uso de la herramienta en todo Estados Unidos.
