Feminicídio e aprendizado de máquina: Detectando a violência baseada em gênero para fortalecer o ativismo do setor civil (D’Ignazio et al, 2020)

A violência de gênero contra a mulher e seu resultado letal, o feminicídio, são um problema sério na América Latina e no Caribe (ALC), assim como no resto do mundo. Embora os governos tenham aprovado leis que criminalizam o feminicídio, essas leis não foram acompanhadas de políticas relevantes nem de uma coleta de dados robusta que meça o escopo e a escala do problema. Com base no Feminismo de Dados, situamos os dados sobre feminicídio como “dados ausentes” e descrevemos o trabalho de ativistas e organizações da sociedade civil que tentam preencher as lacunas compilando incidentes de feminicídio a partir de notícias. Os ativistas que fazem esse trabalho enfrentam desafios: falta de tempo e de recursos financeiros, dificuldades de acesso a dados oficiais e o ônus para a saúde mental de ler sobre mortes violentas de mulheres. Neste artigo, descrevemos nosso trabalho em andamento em um projeto de pesquisa de ação participativa criado para ajudar a sustentar os esforços dos ativistas na coleta de dados sobre feminicídio, automatizando parcialmente a detecção usando o aprendizado de máquina. Descrevemos nossas ideias para implantar esse modelo como parte de um sistema interativo de notificação de feminicídio, com base em um processo de co-design com ativistas. Na discussão, levantamos questões em andamento e tensões não resolvidas sobre as quais continuamos a refletir durante a realização deste trabalho.