- De acordo com um relatório do NSO, o número de pessoas que buscam serviços de apoio devido à violência doméstica está aumentando, sendo a maioria das vítimas mulheres.
- Quando os métodos tradicionais de avaliação de risco são comparados às técnicas de aprendizado de máquina, estas últimas apresentam maior precisão na identificação das vítimas.
- Além da avaliação de risco impulsionada por IA, a tecnologia oferece uma variedade de instrumentos para ajudar as vítimas e permitir assistência imediata.
A inteligência artificial (IA) está iluminando o caminho para uma revolução na guerra contra a violência doméstica, desenvolvendo métodos inovadores para auxiliar na prevenção e resposta. O mais recente relatório do Escritório Nacional de Estatísticas indica que o número de vítimas recorrendo a serviços de apoio para abuso doméstico está aumentando continuamente, sendo a maioria dessas vítimas mulheres.
Isso é atribuível a um número considerável de leis promulgadas e ao estabelecimento de instituições de reforma bem estruturadas. No entanto, ainda é uma tarefa difícil gerenciar o abuso doméstico para nossas autoridades, e isso vale sempre a pena encontrar instrumentos mais modernos e eficazes.
Automação da avaliação de risco usando aprendizado de máquina
Técnicas de aprendizado de máquina são encontradas para ter uma precisão muito maior na determinação de quais vítimas de violência doméstica estão na situação mais vulnerável, em comparação com os métodos tradicionais de avaliação de risco. Especificamente, de todas as chamadas de resposta da polícia sobre abuso doméstico recebidas, cerca de 10% retornam às autoridades dentro de um ano sobre outro incidente violento. Um papel fundamental do serviço policial é analisar o nível de ameaça no qual as vítimas de abuso doméstico serão novamente alvo, a fim de proteger as vítimas e impedir mais violência. Geralmente, isso é feito usando um questionário padronizado.
No entanto, é possível melhorar a previsibilidade dos próximos ataques em mais de 30%, aumentando a probabilidade de a polícia ser capaz de impedir ferimentos graves. A análise de informações existentes, como registros criminais, chamadas para a polícia ou casos relatados de violência, usando os sistemas de aprendizado de máquina é muito mais precisa do que os questionários padrão usuais usados pelos nossos departamentos de polícia, mostra. Esses sistemas podem ser cruciais em situações em que a polícia pode ser muito lenta para intervir e responder ao incidente de abuso doméstico, e os casos levam tempo para serem tratados.
Intervenção e previsão em tempo real
Atualmente, os policiais que atendem chamadas de abuso doméstico são treinados para preencher o formulário DASH (Abuso Doméstico, Perseguição, Assédio e Violência Baseada em Honra). O DASH consiste em uma lista de verificação de cerca de 27 perguntas, que é posteriormente usada, junto com qualquer outra informação relevante, para orientar a avaliação do oficial do caso como risco padrão, médio ou alto. Se um caso for categorizado como de alto risco, isso significa que um incidente seguro pode ocorrer a qualquer momento, iniciando um despliegue de recursos destinados a proteger a vítima.
Como os dados do DASH podem ser substituídos por informações errôneas diferentes sobre as pessoas envolvidas, como condenações criminais, incidentes de violência ou o número de chamadas para a polícia concernentes ao abuso doméstico, o sistema de aprendizado de máquina pode ficar ainda mais preciso.
Ao substituir os métodos padrão de interrogatório por interferências orientadas por IA, as agências de aplicação da lei podem estar antecipando uma recorrência da violência com maior precisão. Ao alocar recursos para os casos de alto risco, medidas preventivas podem ser tomadas para garantir a segurança das vítimas e evitar danos futuros.
Capacitando as vítimas por meio da tecnologia
Além da avaliação de risco impulsionada por IA, a tecnologia fornece uma série de instrumentos para ajudar as vítimas e permitir assistência imediata. Os aplicativos de segurança, serviços baseados em SMS e dispositivos vestíveis como pulseiras SOS oferecem às pessoas maneiras de buscar ajuda discretamente e, portanto, permanecer seguras em tempos de dificuldade.
Vale a pena notar que a tecnologia e a IA nos permitirão apoiar as vítimas de abuso doméstico por meio de muitos métodos eficientes e inovadores. Com a ajuda da tecnologia, lacunas em dados, documentação, relatórios e políticas foram preenchidas e as vítimas foram fornecidas com ferramentas mais rápidas e eficientes. Vários projetos e soluções exemplares precisam de uma campanha que torne as pessoas cientes das soluções e ajude a escalá-las nacionalmente.
Além disso, a Crowdsourcing é uma ferramenta para compreender a violência doméstica e o assédio sexual; também provoca a criação de mudanças políticas e institucionais. Os sites de crowdsourcing #StopFemicides não apenas chamam a atenção para o escopo e a gravidade do problema, mas também fornecem a transparência necessária para ajudar a promover mudanças, exercendo pressão sobre o governo e formuladores de políticas para que tomem medidas.
Ao mesmo tempo, diferentes ferramentas de IA e PLN (processamento de linguagem natural) podem ser criadas para detectar padrões de violência doméstica e assédio online. Essas ferramentas capacitadas por IA podem ajudar as vítimas de violência doméstica, identificando seus padrões que permitem que especialistas no domínio relevante, autoridades locais e serviços policiais prevejam casos potenciais de violência doméstica e previnam ou atuem em tempo hábil.
Não apenas leia notícias sobre criptomoedas. Entenda-as. Inscreva-se em nossa newsletter. É grátis.
Aviso Legal. As informações fornecidas não constituem aconselhamento de investimento. Cryptopolitan.com não assume responsabilidade por quaisquer investimentos realizados com base nas informações fornecidas nesta página. Recomendamos fortemente a realização de pesquisa independente e/ou consulta com um profissional qualificado antes de tomar quaisquer decisões de investimento.
Brenda Kanana
Brenda tem mais de 4 anos de experiência especializada em criptomoedas, inteligência artificial e tecnologias emergentes. Ela trabalhou na Zycrypto, Blockchain Reporter, The Coin Republic e agora faz do Cryptopolitan seu lar. Sua graduação em Sociologia pela Mombasa Technical University mantém-a alinhada com o pulso de seus leitores.
