Nota del editor: Cada semana WRAL TechWire enfoca su jueves de innovación informe sobre empresas, personas y tecnología que podrían marcar una gran diferencia en nuestro futuro colectivo.
+ + +
RALEIGH – Investigadores de la Universidad Estatal de Carolina del Norte colaboraron con una organización contra la trata de personas, Red Global de Emancipación, para desarrollar modelos computacionales que puedan ayudar a combatir la trata de personas. Los modelos se basan en datos disponibles públicamente para identificar las empresas de masajes que tienen más probabilidades de violar las leyes relacionadas con el tráfico sexual y laboral.
“Está bien establecido que los negocios de masajes pueden usarse como tapadera para operaciones ilegales que involucran tráfico sexual y laboral”, dice Margaret Tobey, Ph.D. estudiante en NC State y autor correspondiente de un artículo sobre el trabajo. “Sin embargo, la mayoría de los negocios de masajes son legítimos. Y es difícil para las fuerzas del orden u otras organizaciones determinar qué negocios son legítimos y cuáles son fachadas para actividades ilegales”.
[Contenido incrustado]
“Nuestro objetivo era crear herramientas estadísticas que pudieran ayudar a las autoridades relevantes a determinar qué negocios poseen factores de riesgo relacionados con el tráfico, para que puedan determinar en qué sitios enfocar sus esfuerzos de investigación”, dice María Mayorga, coautora del artículo y profesor en el Departamento de Ingeniería Industrial y de Sistemas Edward P. Fitts de NC State.
“También queríamos asegurarnos de que las herramientas que desarrollamos fueran lo suficientemente fáciles de usar para que fueran prácticas tanto para las fuerzas del orden público como para las organizaciones que se enfocan en ayudar a las víctimas del tráfico sexual y laboral”, dice Tobey.
Para desarrollar las herramientas, los investigadores primero entrevistaron a las fuerzas del orden público, funcionarios gubernamentales y expertos de organizaciones que trabajan con sobrevivientes del tráfico sexual y laboral. Las entrevistas se centraron en identificar variables asociadas con una mayor probabilidad de que un negocio de masajes pudiera estar involucrado en actividades ilegales. Por ejemplo, las empresas que atendían casi exclusivamente a clientes masculinos tenían más probabilidades de estar asociadas con el tráfico sexual.
Una vez que los investigadores identificaron un conjunto de variables relevantes, buscaron fuentes de datos disponibles públicamente relacionadas con esas variables. Por ejemplo, los sitios de revisión de clientes en línea permitieron a los investigadores estimar qué proporción de los clientes de una empresa eran hombres. Otras fuentes de datos incluyeron datos del censo para el vecindario donde estaba ubicada una empresa, la proximidad geográfica a otras empresas y centros de transporte, etc.
En última instancia, los investigadores desarrollaron dos modelos computacionales que brindan a los usuarios puntajes de probabilidad sobre la probabilidad de que cualquier negocio de masajes esté involucrado en actividades ilegales.
“Entrenamos y validamos estos modelos utilizando datos de Florida y Texas, porque pudimos recopilar conjuntos de datos sólidos de esos estados”, dice Tobey. "Encontramos que cada modelo tenía fortalezas que podían atraer a diferentes usuarios según sus objetivos".
Un modelo, llamado modelo de puntuación de riesgo, tenía menos falsos positivos, lo que significa que si el modelo decía que era probable que una empresa participara en actividades ilegales, era más probable que fuera correcto. Pero también era más probable que este modelo enumerara algunos negocios ilícitos como legítimos.
Por otro lado, el segundo modelo, llamado modelo de árbol de decisión, tuvo menos falsos negativos. En otras palabras, si el modelo de árbol de decisión decía que era poco probable que una empresa participara en actividades ilegales, era más probable que fuera correcto. Pero también era más probable que incluyera negocios legítimos como sospechosos.
“Es una compensación”, dice Tobey. “Si tiene recursos muy limitados, probablemente quiera usar el modelo de puntuación de riesgo, porque es más probable que encuentre negocios que estén involucrados en actividades ilegales. Sin embargo, también es probable que te pierdas algunos. Si tiene suficientes recursos, probablemente quiera usar el modelo de árbol de decisión, porque es menos probable que se pierda alguna operación ilegal.
“En última instancia, ambos modelos pueden ser utilizados por las partes relevantes para priorizar qué empresas merecen una investigación”.
Los investigadores se encuentran actualmente en el proceso de desarrollar una herramienta de apoyo a la toma de decisiones fácil de usar que se puede implementar en organizaciones sin fines de lucro y de aplicación de la ley para ayudar en las investigaciones de tráfico sexual y de personas.
"Somos optimistas de que esta herramienta puede empoderar a las víctimas de la trata, mejorar la seguridad pública y contribuir al desarrollo de políticas públicas basadas en evidencia que aborden estos problemas", dice Sherrie Caltagirone, coautora del artículo y directora ejecutiva de Global Emancipation Network. .
El papel, "Modelos interpretables para la detección automatizada de trata de personas en negocios ilícitos de masajes, "Se publica en la revista. Transacciones IISE. El artículo fue coautor de Ruoting Li, Ph.D. estudiante en NC State; y Osman Özaltın, profesor asociado en el Departamento de Ingeniería Industrial y de Sistemas Edward P. Fitts de NC State.
El trabajo se realizó con el apoyo de la Fundación Nacional de Ciencias, con el número de subvención 1936331.
(C) NCSU
