La violencia de género contra las mujeres y su resultado letal, el feminicidio, son un grave problema en América Latina y el Caribe (ALC), al igual que en el resto del mundo. Aunque los gobiernos han aprobado leyes que penalizan el feminicidio, estas leyes no han ido acompañadas de políticas pertinentes ni de una recopilación de datos sólida que mida el alcance y la escala del problema. Inspirándonos en el Feminismo de Datos, situamos los datos sobre feminicidios como «datos que faltan» y describimos el trabajo de activistas y organizaciones de la sociedad civil que intentan rellenar las lagunas recopilando incidentes de feminicidios a partir de noticias. Los activistas que realizan este trabajo se enfrentan a retos: falta de tiempo y de recursos económicos, dificultades para acceder a los datos oficiales y la carga para la salud mental que supone leer sobre las muertes violentas de mujeres. En este artículo, describimos nuestro trabajo en curso en un proyecto de investigación-acción participativa diseñado para ayudar a sostener los esfuerzos de los activistas para recopilar datos de feminicidios mediante la automatización parcial de la detección utilizando el aprendizaje automático. Esbozamos nuestras ideas para desplegar este modelo como parte de un sistema interactivo de notificación de feminicidios, a partir de un proceso de co-diseño con activistas. En la discusión, planteamos cuestiones pendientes y tensiones sin resolver sobre las que seguimos reflexionando mientras llevamos a cabo este trabajo.
D’Ignazio, C., Suárez Val, H., Fumega, S., Suresh, H., Araujo Cruxên, I., So, W., Martinez Cuba, A., & García-Montes, M. (2020, agosto 17). Feminicide & Machine learning: Detecting Gender-based Violence to Strengthen Civil Sector Activism. Mechanism Design for Social Good (MD4SG ’20), online. https://www.researchgate.net/publication/359339303_Feminicide_Machine_Learning_Detecting_Gender-based_Violence_to_Strengthen_Civil_Sector_Activism