La voz como alerta: investigadoras de la Universidad Carlos III crean una IA para detectar la violencia de género

Un equipo de investigación de la Universidad Carlos III de Madrid (UC3M) ha desarrollado una tecnología basada en Inteligencia Artificial (IA) capaz de detectar indicios de violencia de género a partir de características paralingüísticas de la voz, como el tono, el ritmo o la intensidad. Este avance podría transformar la atención en líneas telefónica de ayuda o servicios de telemedicina abriendo nuevas vías para la detección temprana y no invasiva de situaciones de riesgo.

La investigación, publicada recientemente en la revista Applied Sciences, utiliza técnicas avanzadas de aprendizaje automático y una arquitectura denominada adversaria. Este enfoque permite identificar biomarcadores asociados a aspectos espectrales de la voz que pueden estar vinculados con experiencias de violencia.

Según Carmen Peláez Moreno, catedrática del Departamento de Teoría de la Señal y Comunicaciones de la UC3M e investigadora del equipo UC3M4Safety, “este tipo de interpretación en las características del habla es muy parecido al que llevamos a cabo las personas de manera intuitiva”. Es decir, del mismo modo que un interlocutor puede percibir angustia o miedo en la voz de otra persona, el sistema aprende a reconocer patrones asociados a trauma o estrés psicológico.

Realidad virtual y hallazgo inesperado

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

Fue en ese contexto donde se produjo un hallazgo inesperado. “Observamos que existían comportamientos muy distintos ante los mismos estímulos entre personas que habían sufrido violencia y aquellas que no”, explicó Peláez. De hecho, el descubrimiento se produjo “por serendipia”, ya que el objetivo inicial del experimento era otro.

Privacidad y prevención

Uno de los aspectos más relevantes del desarrollo es que el sistema no necesita analizar el contenido semántico de lo que se dice, sino únicamente variables acústicas. Esto permite respetar la privacidad de las personas, ya que no se procesan las palabras pronunciadas, sino parámetros técnicos de la voz.

Las posibles aplicaciones prácticas son amplias. La tecnología podría integrarse como herramienta de apoyo en entornos clínicos para la detección precoz de problemas de salud mental, así como en plataformas digitales (desde asistentes virtuales hasta servicios de atención social) que faciliten la identificación temprana de víctimas.

“Si conseguimos identificar indicios de violencia de género cuando una persona llama a una línea de ayuda, acude al médico o a un servicio social, podemos actuar antes de que ocurra un suceso fatal, e incluso antes de que la propia persona se reconozca como víctima”, subrayó la investigadora.

Proyecto Bindi: tecnología contra la violencia

El estudio se enmarca en el proyecto Bindi, impulsado por el equipo UC3M4Safety con el objetivo de combatir la violencia de género mediante la prevención de agresiones, la recogida de pruebas y la asistencia temprana a las víctimas a través de la tecnología.

El grupo está liderado por Celia López Ongil y Clara Sainz de Baranda Andújar, y reúne a personal investigador del Instituto de Estudios de Género (IEG), de la Escuela Politécnica Superior y de todas las facultades de la universidad. En total, integra especialistas de más de quince áreas de conocimiento -desde ingeniería hasta ciencias sociales y humanidades- en un enfoque multidisciplinar que busca poner la innovación tecnológica al servicio de la protección y la igualdad.

Con este avance, la UC3M se sitúa en la vanguardia de la investigación aplicada a la prevención de la violencia de género, demostrando cómo la IA puede convertirse en una aliada clave en la detección precoz y la intervención temprana en contextos de alta vulnerabilidad.