- Secondo un rapporto del NSO, il numero di persone che cercano servizi di supporto a causa di abusi domestici è in aumento, con la maggior parte delle vittime rappresentata da donne.
- Quando i metodi tradizionali di valutazione del rischio vengono confrontati con le tecniche di machine learning, quest'ultime risultano avere una maggiore accuratezza nell'identificare le vittime.
- Oltre alla valutazione del rischio guidata dall'IA, la tecnologia offre una gamma di strumenti per aiutare le vittime e garantire un intervento tempestivo.
L'intelligenza artificiale (AI) sta illuminando la strada per una rivoluzione nella guerra contro la violenza domestica, sviluppando metodi innovativi per assistere nella prevenzione e nella risposta. L'ultimo rapporto dell'Ufficio Nazionale di Statistica indica che il numero di vittime che ricorrono ai servizi di supporto per abusi domestici è in continuo aumento, con la maggior parte di queste vittime che sono donne.
Questo è attribuibile a un numero considerevole di leggi emanate e all'istituzione di istituzioni di riforma ben costruite. Tuttavia, è ancora un compito difficile gestire gli abusi domestici per le nostre autorità, e vale sempre la pena trovare strumenti più moderni ed efficaci.
Automazione della valutazione del rischio utilizzando l'apprendimento automatico
Le tecniche di apprendimento automatico si sono rivelate molto più accurate nel determinare quali vittime di violenza domestica si trovano nella situazione più vulnerabile rispetto ai metodi tradizionali di valutazione del rischio. Nello specifico, di tutte le chiamate di risposta della polizia relative ad abusi domestici ricevute, circa il 10% torna alle autorità entro un anno per un altro incidente violento. Un ruolo chiave del servizio di polizia è analizzare il livello di minaccia al quale le vittime di abusi domestici saranno nuovamente prese di mira per proteggere le vittime e fermare ulteriori violenze. In genere, ciò viene fatto utilizzando un questionario standardizzato.
Tuttavia, è possibile migliorare la prevedibilità dei prossimi assalti di oltre il 30%, aumentando la probabilità che la polizia sia in grado di fermare lesioni gravi. L'analisi delle informazioni esistenti, come i precedenti penali, le chiamate alla polizia o i casi segnalati di violenza, utilizzando i sistemi di apprendimento automatico è molto più accurata dei soliti questionari standard utilizzati dai nostri dipartimenti di polizia. Questi sistemi possono essere cruciali in situazioni in cui la polizia potrebbe essere troppo lenta a intervenire e rispondere all'incidente di violenza domestica, e i casi richiedono tempo per essere gestiti.
Intervento e previsione in tempo reale
Attualmente, gli agenti di polizia che rispondono alle chiamate di abuso domestico sono addestrati a compilare il modulo DASH (Domestic Abuse, Stalking, Harassment, and Honour-Based Violence). Il DASH consiste in una checklist di circa 27 domande, che viene successivamente utilizzata, insieme ad altre informazioni rilevanti, per guidare la valutazione dell'agente del caso come rischio standard, medio o alto. Se un caso è classificato come ad alto rischio, significa che un incidente di sicurezza potrebbe verificarsi in qualsiasi momento, avviando un dispiegamento di risorse destinate a proteggere la vittima.
Poiché i dati DASH potrebbero essere sostituiti con diverse informazioni errate sulle persone coinvolte, come condanne penali, incidenti di violenza o il numero di chiamate alla polizia relative ad abusi domestici, il sistema di apprendimento automatico potrebbe diventare ancora più preciso.
Sostituendo i metodi standard di interrogazione con interferenze guidate dall'AI, le agenzie di polizia potrebbero prevedere una ricorrenza della violenza con maggiore precisione. Assegnando le risorse ai casi ad alto rischio, possono essere prese misure preventive per garantire la sicurezza delle vittime ed evitare danni futuri.
Potenziare le vittime attraverso la tecnologia
Oltre alla valutazione del rischio guidata dall'AI, la tecnologia fornisce una gamma di strumenti per aiutare le vittime e consentire un'assistenza tempestiva. Le app di sicurezza, i servizi basati su SMS e i dispositivi indossabili come i braccialetti SOS offrono alle persone modi per cercare aiuto discretamente e quindi rimanere al sicuro in momenti di difficoltà.
Vale la pena notare che la tecnologia e l'AI ci permetteranno di supportare le vittime di abusi domestici attraverso molti metodi efficienti e innovativi. Con l'aiuto della tecnologia, i gap nei dati, nella documentazione, nella segnalazione e nelle politiche sono stati colmati e alle vittime sono stati forniti strumenti più rapidi ed efficienti. Diversi progetti e soluzioni esemplari necessitano di una campagna che renda le persone consapevoli delle soluzioni e le aiuti a scalare a livello nazionale.
Inoltre, il crowdsourcing è uno strumento per comprendere la violenza domestica e le molestie sessuali; provoca anche la creazione di cambiamenti nelle politiche e nelle istituzioni. I siti di crowdsourcing #StopFemicides non solo attirano l'attenzione sulla portata e la gravità del problema, ma forniscono anche la trasparenza necessaria per aiutare a portare cambiamenti esercitando pressione sul governo e sui decisori politici affinché intraprendano azioni.
Allo stesso tempo, possono essere creati diversi strumenti AI e NLP (elaborazione del linguaggio naturale) per rilevare modelli di violenza domestica e molestie online. Tali strumenti potenziati dall'AI possono aiutare le vittime di violenza domestica identificando i loro modelli che permettono agli esperti del settore, alle autorità locali e ai servizi di polizia di prevedere potenziali casi di violenza domestica e di prevenirli o agire tempestivamente.
Se stai leggendo questo, sei già avanti. Resta così con la nostra newsletter.
Dichiarazione di responsabilità. Le informazioni fornite non costituiscono consigli di trading. Cryptopolitan.com non si assume alcuna responsabilità per eventuali investimenti effettuati sulla base delle informazioni fornite in questa pagina. Si consiglia vivamente di effettuare ricerche indipendenti e/o consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.
Brenda Kanana
Brenda vanta oltre 4 anni di esperienza specializzata in criptovalute, intelligenza artificiale e tecnologie emergenti. Ha lavorato presso Zycrypto, Blockchain Reporter e The Coin Republic e ora ha fatto di Cryptopolitan la sua casa. La sua laurea in Sociologia presso l'Università Tecnica di Mombasa la mantiene in sintonia con il pubblico dei lettori.
