IA desde la UMH para evaluar indicadores de vulnerabilidad de usuarios de Cruz Roja en la Comunitat

ELCHE.  Quienes acuden a Cruz Roja pueden tener perfiles y situaciones muy diversas, pasando por escasez de alimentos, una situación laboral precaria o mujeres supervivientes de maltrato con riesgo de exclusión. Con el fin de intentar segmentar a los usuarios que acuden a la ONG en función de su tipo y su grado de vulnerabilidad en la Comunitat Valenciana, han trabajado en un proyecto con inteligencia artificial (IA) desde la UMH. Así lo expuso en la jornada "Hacia una Inteligencia Artificial por y para la sociedad" el investigador del Instituto Universitario de Investigación 'Centro de Investigación Operativa' (CIO) de la Universidad Miguel Hernández (UMH) de Elche Alejandro Rabasa.

Se trata de un caso concreto de aplicación desde la Universidad Miguel Hernández para mejorar la gestión de usuarios de Cruz Roja. Se trata de un proyecto dentro de un marco más genérico de colaboración entre la entidad y la universidad. El estudio duró seis meses en un momento que atravesó la pandemia de la covid-19. En el proyecto, que ha contado con la colaboración externa de la doctoranda del CIO Nuria Mollá, también, han participado las estudiantes del Grado en Estadística Empresarial de la UMH Esther Sobrino y Kristina Polotskaya.

Para este plan, según explicó Rabasa, Cruz Roja realizó más de 100.000 encuestas de 275 preguntas a los usuarios. Los focos donde incidir a la hora de acompañar a los usuarios daban resultados muy diversos sobre sus situaciones de vulnerabilidad, desde aspectos sociales, medioambientales, de salud, personales, económicos, familiares o de entorno. Los datos se recopilaron entre 2018 y 2019 y según el grado de vulnerabilidad de las personas se incidía en uno u otro campo para actuar.

Una de las trabas que Cruz Roja tenía a la hora de realizar esa labor era la de gestionar u analizar la ingente cantidad de datos para ayudar a los usuarios de Cruz Roja. Desde la UMH, usando la IA consiguieron crear indicadores para reducir la gran cantidad de datos en dos o tres ejes concretos de vulnerabilidad. Una vez reducido el problema a tras variables, según expuso Rabasa, pudieron vislumbrar más fácilmente el grado de satisfacción de los usuarios que seguían un determinado tipo de plan de actuación. La meta era que al final, cada persona pueda encajar en su programa adecuado según el grado de vulnerabilidad de forma objetiva. Para ello usaron herramientas de machine learning, clustering y modelos predictivos de árbol. 

Para el primer objetivo del contrato (segmentación de individuos), se han utilizado técnicas descriptivas de clustering para generar grupos de manera óptima, en función de las características de las personas y técnicas de reducción de la dimensión, mediante el cálculo de unos KPI específicos para realizar el resto del operativo. Para el segundo objetivo (predicción), se han aplicado árboles de decisión y unos modelos propios de sistemas de reglas o búsqueda de patrones.

Resultados

Los resultados obtenidos tras este plan fue la capacidad de crear grupos reales de vulnerabilidad y reducir las dimensiones a dos, según los factores internos de la persona que pide ayuda y los factores externos que le afectan. De ese modo, cada usuario podía ser ubicado en un espacio muy concreto y definir grupos muy concretos que podían ser tratados de una forma similar.  

Así, usando el grupo asignado de vulnerabilidad se predice mejor qué plan sería más adecuado para cada persona. Facilita también datos para conocer mejor -sin sesgo de encuesta- cuánto está ayudando Cruz Roja a mejorar la situación de cada persona según el grupo en el que se encuentra. 

Los próximos pasos previstos en la iniciativa será el e integrar al estudio fuentes públicas a nivel local, provincial autonómico y nacional para enriquecer la base de datos y conocimiento. Asimismo, quieren dar el salto de un informe interactivo a una aplicación en tiempo real que pueda actuar como sistema de alerta temprana ante situaciones de vulnerabilidad y que siga la evolución de usuarios dentro de los planes asignados. También buscarán extender la metodología y mecanismos de IA desarrollados a otros ámbitos de acción social de la ONG como emergencias, cuidado de mayores o migración.

Rabasa explicó este proyecto en una ponencia dentro de la jornada "Hacia una Inteligencia Artificial por y para la Sociedad" organizada por el Parque Científico de la UMH. El vicerrector adjunto de Innovación Social y Mecenazgo expuso su ponencia en el apartado de "Investigación y Desarrollo en la UMH: Inteligencia artificial aplicada a temas sociales y transición verde". También hubo espacio para preguntas y las ponencias la experta en IA Nuria Oliver y una charla posterior con expertos en Inteligencia Artificial junto con el investigador de la UMH Agustín Pérez,  Juan José García y Natalia Gavalda, de la Asociación Nacional de Big Data y Analytics (Anban).