La investigación, publicada recientemente en la revista científica 'Applied Sciences', desarrolló un método innovador que ayudará a reconocer situaciones de estrés psicológico o trauma respetando la privacidad de las personas que hablan, lo que podría tener implicaciones en líneas de atención telefónica o servicios de telemedicina.

Se trata de una tecnología que funciona utilizando una arquitectura denominada adversaria, que permite reconocer a personas que han sido víctimas de violencia de género a partir de biomarcadores relacionados con aspectos espectrales de la voz.

Una de las autoras del trabajo y catedrática del área de Teoría de la Señal y Comunicaciones de la UC3M e investigadora de ‘UC3M4Safety’, Carmen Peláez Moreno, explicó que este tipo de interpretación en las características del habla es muy parecido al que llevan a cabo las personas de forma intuitiva.

El estudio traslada ese conocimiento a redes neuronales que, en cierta medida, “imitan cómo procesa el cerebro humano este tipo de información”, añadió.

Concretamente, Peláez Moreno aclaró a Servimedia que no es un detector definitivo de violencia, sino una herramienta que identifica indicios, igual que una analítica de sangre o de orina detecta señales de que “algo no va bien”. Es decir, el sistema alerta, pero siempre debe ir seguido de una evaluación profesional.

Además, señaló que sí puede integrarse totalmente en asistentes virtuales o plataformas de asistencia a personas porque su uso es sencillo y la “toma de muestra” (la voz) no requiere nada especial.

EXPERIMENTOS

Para llevar a cabo la investigación, el equipo trabajó con voluntarias que participaron en experimentos diseñados mediante realidad virtual. Durante las pruebas, las participantes visualizaron vídeos con y sin contenido violento, mientras se analizaban los cambios en su comportamiento y voz en función de las emociones experimentadas.

A partir de esas grabaciones, el equipo de investigación observó que hay comportamientos “muy distintos” ante los mismos estímulos entre personas que habían sufrido violencia y las que no. Peláez dijo que las diferencias son que las víctimas tardan mucho más tiempo en calmarse después de un estímulo negativo, que sus reacciones emocionales eran más extremas y su activación fisiológica permanece más tiempo entre un estímulo y el siguiente.

Esto es un patrón consistente que el sistema puede captar analizando la voz. Además, supuso un hallazgo por “serendipia” porque “buscando otra cosa, descubrimos que era posible detectar si una persona había sido víctima de violencia únicamente analizando su señal de voz”, dijo la investigadora.

Este avance abre la puerta a importantes aplicaciones prácticas. Por un lado, la tecnología podría utilizarse como herramienta de apoyo para la detección temprana y no invasiva de problemas de salud mental en entornos clínicos.

Por otro lado, permitiría la citada integración en plataformas digitales como asistentes virtuales o recursos de atención social. Con ello, se facilitaría la identificación temprana de víctimas de violencia de género y se contribuiría a reducir el problema de la infradenuncia, ofreciendo apoyo especializado de forma más rápida y eficaz.

Peláez incidió en que si se consigue identificar indicios de violencia de género cuando una persona llama a una línea de ayuda, acude al médico o a un servicio social, se puede “actuar antes de que ocurra un suceso fatal o antes de que la persona se reconozca como víctima”, lo que facilitaría su “recuperación psicológica”.

Esta investigación se enmarca en el proyecto ‘Bindi’, desarrollado por el equipo UC3M4Safety, cuyo objetivo es luchar contra la violencia machista mediante la prevención de agresiones, la recogida de pruebas y la asistencia temprana a las víctimas a través de la tecnología.

El equipo de UC3M4Safety está liderado por investigadoras Celia López Ongil y Clara Sainz de Baranda Andújar, e integrado por personal del Instituto de Estudios de Género (IEG), de la Escuela Politécnica Superior y de las facultades de la UC3M.