Saltar al contenido

Inteligencia artificial: Una herramienta para evitar suicidios en Corea del Sur

  • por

¿Sabías que uno de los mayores problemas que tiene Corea del Sur es el elevado índice de suicidios en su población?. Según cifras oficiales, en 2019 Corea tuvo un porcentaje de suicidios del 37%, lo cual lo ubica con la tasa más alta de los países de la OCDE [1].

Figura 1. Cámaras de seguridad CCTV ubicadas en los puentes del Río Hang [1].

En Corea es frecuente que personas que acaban con su vida lo hagan en alguno de los 500 puentes que atraviesan el Río Han en una distancia de 500 km [1]. En la actualidad, Corea es uno de los países con mejor cobertura de circuito cerrado de TV,  haciéndolo a su vez un país bastante seguro.

Figura 2. Países miembros de la OCDE con la mayor tasa de suicidios. [1]

Sin embargo, ¿ Como se puede mitigar este problema utilizando la inteligencia artificial?. ¿En qué consiste esta herramienta que está cobrando relevancia en tantas aplicaciones relacionadas con la cuarta revolución industrial y la industria 4.0?

La inteligencia artificial, son un grupo de habilidades programadas en los computadores las cuales le permiten a una máquina  adaptarse a determinadas situaciones con base en datos históricos previos. Este tipo de tecnologías permiten tomar decisiones basadas en datos de procesos realizados previamente lo cual disminuye considerablemente la elaboración de modelos matemáticos y la mejora de los existentes. Por otro lado, permite tener acceso a estos datos desde cualquier dispositivo utilizando la nube (tecnología Cloud).

Algunos de los sectores que están utilizando estas tecnologías para optimizar sus procesos son:

  • Tecnología de la información 
  • Financiero
  • Alimentos
  • Industria química 
  • Cuidado de la salud 

El subcampo de la inteligencia artificial que permite que las máquinas aprendan, mejoren y realicen una tarea específica utilizando datos sin ser programados explícitamente se conoce como aprendizaje de máquinas (Machine Learning) [2]. El proceso que utiliza para la resolución de problemas es el siguiente:

Figura 3. Esquema de resolución de problemas usando Machine Learning. [2]

Con el fin de mitigar el elevado índice de suicidios, la alternativa planteada por Corea del Sur consiste en utilizar el robusto sistema de CCTV que tiene el país y por medio de técnicas de Machine learning y aprendizaje profundo, se busca estudiar históricos de datos de casos de suicidios que se presentaron anteriormente que permitan entrenar la máquina para que esta alerte los casos que se vean sospechosos y presentan alto riesgo de cometer suicidio. 

El modelo de Machine learning sería entrenado utilizando los patrones del comportamiento humano, los cuales indicarían que personas estarían en un riesgo potencial alto de quitarse la vida utilizando las imágenes captadas del CCTV. Análisis que pueden resultar tediosos y poco eficientes si fueran realizados por  psicólogos y profesionales en ciencias del comportamiento humano.

Sin embargo, para mejorar la precisión de este tipo de modelos, las imágenes captadas no son suficientes. Muchos problemas sociales tales como: la polarización política, la competencia en la educación privada, el aumento de la tasa de suicidios, el desempleo juvenil, la baja tasa de natalidad y los delitos motivados por el odio tienen como trasfondo la ansiedad.

El aumento de la ansiedad social puede intensificar la competencia y el conflicto, lo que puede interferir con la solidaridad social y provocar una disminución de la confianza social[3]. Con el fin de mejorar los modelos planteados anteriormente, algunos estudios en Corea plantean complementar el modelo de imágenes captadas con un seguimiento de los niveles de ansiedad de la población utilizando modelos de inteligencia artificial que identifican los rasgos emocionales de sujetos con riesgo de suicidio. Si tales respuestas emocionales en Internet y las ubicaciones geográficas se pueden capturar en tiempo real a través del aprendizaje automático, se podría visualizar su distribución espacio-temporal para observar su estado actual y los cambios por región geográfica[3]. 

Esto junto con los comportamientos captados por las cámaras podría identificar población de riesgo y facilitarle el trabajo a los profesionales de la psicología, reduciendo las tasas de suicidio.

Figura 4. Proceso de clasificación de los mensajes compartidos en twitter como recurso de datos para identificar patrones de comportamiento . [3]

En conclusión, las tecnologías de la 4.ª revolución industrial las cuales utilizan información del pasado para permitir que las máquinas aprendan determinados fenómenos y comportamientos, no solamente son aplicables para optimizar y controlar procesos a nivel industrial, tomar decisiones financieras, etc., sino que también pueden utilizarse para hacerle frente a problemas sociales como la ansiedad y el suicidio. Estas herramientas pueden facilitar el trabajo de diagnóstico inicial a los profesionales de salud mental y reducir la tasa de suicidios de países como Corea del Sur identificando patrones de comportamiento de la población. Sin embargo, hacen parte de un diagnóstico inicial, por lo tanto, deben complementarse con programas de asistencia psicológica a los sujetos de riesgo identificados para garantizar su efectividad.

 

Escrito por: I.Q. Hernán Felipe Puentes Cantor

Revisado por: Angie Salavarria

 

Bibliografía

[1] https://www.futuro360.com/ciudades-del-manana/corea-del-sur-inteligencia-artificial-evitar-suicidios_20211222/

[2] Kim, DH., Kim, T.J.Y., Wang, X. et al. Smart Machining Process Using Machine Learning: A Review and Perspective on Machining Industry. Int. J. of Precis. Eng. and Manuf.-Green Tech. 5, 555–568 (2018). https://doi.org/10.1007/s40684-018-0057-y

https://link.springer.com/article/10.1007/s40684-018-0057-y

[3] Kim Y., Cha J. (2019) Artificial Intelligence Technology and Social Problem Solving. In: Koch F., Yoshikawa A., Wang S., Terano T. (eds) Evolutionary Computing and Artificial Intelligence. GEAR 2018. Communications in Computer and Information Science, vol 999. Springer, Singapore. https://doi.org/10.1007/978-981-13-6936-0_2

https://link.springer.com/chapter/10.1007/978-981-13-6936-0_2

Deja un comentario

Tu dirección de correo electrónico no será publicada.

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.