Τον ονόµασαν «αλγόριθµο της Σεβίλης» και είναι το προϊόν σηµαντικής, πρωτοποριακής επιστηµονικής µελέτης, που έφερε εις πέρας οµάδα ερευνητών του Πανεπιστηµίου Λογιόλα της Σεβίλης, υπό τη νεαρή ερευνήτρια Εσπεράντσα Γκαρθία Βεργκάρα.
Η οµάδα απέδειξε ότι η Τεχνητή Νοηµοσύνη µπορεί να συµβάλει στην αποτροπή των γυναικοκτονιών, οι οποίες και για την Ισπανία, την πιο φεµινιστική χώρα, είναι πολλές. Εδώ και πάνω από δύο χρόνια οι ερευνητές µελέτησαν αποφάσεις και ποινές που επιβλήθηκαν από την ισπανική ∆ικαιοσύνη κατά ενόχων για βία κατά γυναικών και οι οποίες τροφοδότησαν τη δηµιουργία αλγορίθµων.

Αναλύθηκαν έτσι τα κοινά σηµεία των περιστατικών µε σκοπό να εξαχθούν πληροφορίες, ώστε να προβλέπεται το ενδεχόµενο κάποια από αυτά τα περιστατικά να εξελιχθούν σε γυναικοκτονία. Η µελέτη τους δηµοσιεύθηκε πρόσφατα στο περιοδικό «Scientific Reports». Το σηµαντικό είναι ότι αποδείχθηκε πως η χρήση της Τεχνητής Νοηµοσύνης µπορεί να αποτρέψει τρεις στις τέσσερις γυναικοκτονίες. ∆ηµιουργήθηκε δηλαδή ένα εργαλείο χάρη στο οποίο µπορεί να προβλεφθεί αν συγκεκριµένες υποθέσεις θα µπορούσαν να οδηγήσουν στη δολοφονία µιας γυναίκας ή όχι.

Η Εσπεράντσα Βεργκάρα εργαζόταν στην υπηρεσία παροχής βοήθειας στα θύµατα της Περιφέρειας της Ανδαλουσίας και µίλησε µε πολλές γυναίκες που είχαν πέσει θύµατα έµφυλης βίας. Οπως αναφέρει, στη διάρκεια εκείνων των συνεντεύξεων πάντοτε τη βασάνιζε το ερώτηµα αν υπάρχει η δυνατότητα να εντοπίζονται εγκαίρως περιπτώσεις υψηλού κινδύνου µέσα από µια µέθοδο εκτίµησης κινδύνου. Με σπουδές Ψυχολογίας και Εγκληµατολογίας και µεταπτυχιακό στις Ερευνητικές Μεθόδους, η Βεργκάρα αποφάσισε να εφαρµόσει τη µέθοδο της Τεχνητής Νοηµοσύνης µέσω της συγκέντρωσης δεδοµένων µε σκοπό την αποτροπή του µοιραίου. Αναλύθηκαν 491 δικαστικές αποφάσεις, που εκδόθηκαν µεταξύ 2019 και 2022. Προέκυψαν 33 µεταβλητές που οµαδοποιήθηκαν σε τρεις ενότητες, ανάλογα µε το περιστατικό και την ποινή.

Χρησιµοποιήθηκαν 14 αλγόριθµοι και οι ερευνητές κατέληξαν πως η πρόβλεψη είναι πιο ακριβής αν ληφθεί υπόψη ένα ευρύ φάσµα µεταβλητών. ∆ηµιουργήθηκε έτσι ένα ανεστραµµένο δένδρο, όπου στη ρίζα βρίσκεται ο βαθµός σοβαρότητας της υπόθεσης και στα κλαδιά και τα φύλλα άλλες πληροφορίες, για παράδειγµα η τοποθεσία, το οικογενειακό περιβάλλον και άλλα. Κατά τη Βεργκάρα, η µέθοδος θα γίνει ακόµη πιο αποτελεσµατική όταν σταθεί δυνατό να συγκεντρώνονται τα χιλιάδες προσωπικά δεδοµένα από τις δικογραφίες, τα οποία είναι απόρρητα και δεν είναι εύκολη η πρόσβαση σ’ αυτά. Για παράδειγµα, µεγάλη θα ήταν η χρησιµότητα όχι µόνο των υποθέσεων που έχουν φθάσει στο δικαστήριο, αλλά και των καταγγελιών. Προς το παρόν, τέτοια δεδοµένα δεν µπορούν να δοθούν σε µια πανεπιστηµιακή οµάδα, ενώ στην Ισπανία το Ολοκληρωµένο Σύστηµα Παρακολούθησης χρησιµοποιεί κλασικά µαθηµατικά εργαλεία.

Η Τεχνητή Νοηµοσύνη, ωστόσο, πάει ένα βήµα παραπέρα, διότι ανιχνεύει µε µεγαλύτερη ακρίβεια τον πραγµατικό κίνδυνο, συγκρίνοντας διαφορετικά περιστατικά. Οσο περισσότερες πληροφορίες παρέχονται τόσο καλύτερα είναι τα αποτελέσµατα. Καταλαβαίνει έτσι κάποιος πως η µέθοδος ανίχνευσης κινδύνου µέσω της Τεχνητής Νοηµοσύνης θα επέτρεπε στις αρχές να επικεντρώνονται στις περιπτώσεις ύπαρξης πραγµατικού κινδύνου και να προχωρούν σε έγκαιρη επέµβαση, αποτρέποντας περισσότερες γυναικοκτονίες. ∆ιαπιστώνουµε πόσο ευρύ είναι το φάσµα που µπορεί να καλύψει η Τεχνητή Νοηµοσύνη και πόσο χρήσιµη µπορεί να αποβεί στο πεδίο, σε έναν τόσο ευαίσθητο και κρίσιµο τοµέα, µάλιστα, που ταλανίζει την ευρωπαϊκή και παγκόσµια κοινωνία.

Δημοσιεύθηκε στην Απογευματινή της Κυριακής