El tráfico de personas con fines de explotación es un problema que afecta a casi todos los países, ya sea que son punto de partida, tránsito o destino. La trata de personas, es un delito que priva de su dignidad a millones de personas en el mundo, que son sometidos a situaciones de explotación sexual, trabajo forzoso, servidumbre doméstica, mendicidad infantil y extracción de órganos. La trata no discrimina, ya que sus víctimas pueden mujeres, hombres y niños y, de acuerdo a la Oficina de las Naciones Unidas contra la Droga y el Delito (UNODC), uno de cada cinco víctimas son niños y las mujeres equivalen a dos tercios de las víctimas de trata a nivel mundial.
Bajo este escenario, la fundación Pasos Libres e IBM lanzaron la primera competencia global de innovación tecnológica, que mediante el análisis de data permitiera identificar, analizar y georreferenciar patrones, redes y puntos críticos de la trata de personas para la lucha contra la misma.
De un total de 34 equipos y 158 participantes de 10 países, el equipo LawIt, conformado por María Paz Herrera, Diego Alvarado y María Antonieta Delgado, alumnos de la facultad de Ingeniería, y Melissa Lisset del Pino, egresada de Derecho de la Universidad del Pacífico, obtuvo el tercer puesto, con su proyecto "Trata brújula", un modelo basado en la tecnología de Machine Learning, que permite predecir la cantidad de casos de trata de personas en cada departamento del Perú a partir de indicadores económicos y sociales que podrían estar relacionados.
"Trata brújula" empleó las bases de datos del Instituto Nacional de Estadística e Informática (INEI) y del Sistema de Información Nacional para la Toma de Decisiones (SIRTOD), de donde obtuvieron información de doce indicadores, relacionados a factores como pobreza, informalidad, densidad poblacional, entre otros, que pueden estar fuertemente relacionados con la Trata de Personas en el Perú, para cada uno de los 25 departamentos del país dentro del periodo del 2016 al 2018.
"Para obtener la data se revisaron bases de datos libres que son facilitadas por el Estado Peruano y las variables fueron principalmente indicadores sociales y económicos como acceso a servicios básicos, población con al menos una necesidad básica insatisfecha, tasa de analfabetismo, años de estudio, empleo informal, incidencia de pobreza monetaria, población con seguro de salud, población por departamento, tasa de denuncia por trata de personas, tasa de desempleo, tasa de violencia física y violencia sicológica", detalló el equipo LawIt.
LawIt resaltó que la performance de su modelo se midió con la comparación entre los valores pronosticados y las denuncias que se realizaron en la realidad. En este sentido, explicó que la cantidad de casos pronosticados para cada departamento podría ayudar a que las entidades gubernamentales correspondientes destinen recursos con anticipación para combatir la trata de personas de una mejor manera.
"El análisis de datos nos ayuda a tener una imagen más clara de esta problemática, asimismo nos ayuda a descubrir ciertos patrones y correlación entre los elementos que pueden influir en la trata. A partir de ellos, podemos generar conocimiento valioso para que quienes estén trabajando contra la lucha contra este crimen puedan dirigir correctamente sus esfuerzos", señaló el equipo.
"Trata brújula" fue desarrollado por el equipo LawIt en una semana, dentro de una intensa hackathon, de la que rescatan el trabajo multidisciplinario y el aplicar modelos de inteligencia artificial a fines sociales. El siguiente paso del equipo es mejorar el modelo mediante el uso de datos de primera fuente en alianza con entidades del Estado u organizaciones encargadas de la trata de personas.