Violenza domestica e intelligenza artificiale
PSICOLOGIA DIGITALE – (Nr. 64) Prevenire la violenza sulle donne con l’IA: il caso VioGén in Spagna
Con ‘violenza domestica’ si fa riferimento a un insieme di comportamenti abusivi di natura fisica, psicologica, sessuale o economica compiuti all’interno di relazioni affettive; in letteratura viene anche definita “intimate partner violence (IPV)”, proprio per sottolineare il contesto intimo in cui si verifica (López-Ossorio et al., 2019). Fattori socio-economici come basso livello di istruzione, disoccupazione, scarso supporto sociale non solo aumentano il rischio di violenza domestica ma rendono più difficile interrompere la relazione abusiva e cercare aiuto. In oltre il 60% dei casi, le vittime subiscono ulteriori aggressioni entro sei mesi dall’episodio iniziale e riportano problemi di salute mentale e fisica come depressione, disturbo da stress post traumatico, ansia e dolori cronici; quasi sempre le vittime sono donne (Muñoz-Rivas et al., 2024). Riuscire a fare prevenzione e intervenire in tempo è fondamentale. Per questo negli ultimi anni sono state sviluppate tecnologie basate sull’intelligenza artificiale che identificano modelli predittivi legati ai fattori di rischio e alle conseguenze degli abusi (Rahman et al., 2023). Questi strumenti sono utilizzati in molti paesi (in particolare in Gran Bretagna, Canada, Germania e Stati Uniti) come supporto agli interventi.
Attualmente la Spagna (escluse Catalogna e Paesi Baschi) è l’unico paese in cui un sistema, VioGèn, viene utilizzato da forze dell’ordine e giudici non solo per fare delle valutazioni di rischio ma per determinare le effettive misure di protezione da attuare. Quali sono i principali vantaggi e limiti nell’uso di sistemi come VioGén? Questi strumenti sono davvero affidabili?
Cos’è e come funziona VioGèn
Il Gender Violence Monitoring System (VioGén), lanciato nel 2007 dal Ministero degli Interni spagnolo sotto la direzione del Segretario di Stato per la sicurezza Juan José López Ossorio, psicologo e co-creatore del sistema, è progettato per proteggere donne e bambini dalla violenza domestica di genere e per coordinare le attività delle autorità locali. Il sistema valuta il grado di rischio di aggressione assegnando un punteggio che determina il livello di protezione e l’intensità degli interventi della polizia. Secondo le autorità spagnole, VioGén ha contribuito a una riduzione del 25% delle aggressioni, dimostrando l’efficacia di un approccio integrato e basato sui dati.
Per gli agenti è uno strumento anche molto facile da usare, si tratta di un questionario che ha domande come: “È stata utilizzata un’arma? Ci sono stati problemi economici? L’aggressore ha mostrato comportamenti di controllo?”, con risposte sì/no. Sulla base di queste informazioni, VioGén assegna un livello di rischio (trascurabile, basso, medio, alto, estremo), che determina l’intensità dell’intervento: punteggi elevati comportano misure come sorveglianza 24 ore su 24; al contrario, punteggi più bassi prevedono interventi limitati come chiamate di follow-up (López-Ossorio et al., 2019). Purtroppo, nonostante VioGèn sia un un ottimo strumento, non è infallibile: ci sono stati casi di vittime erroneamente classificate a basso rischio e successivamente aggredite, anche in modo fatale. Una recente inchiesta del New York Times ha riportato che su 98 casi di omicidio a seguito di violenza domestica, 55 sono state valutate da VioGén come trascurabili o a basso rischio (Satariano & Toll Pifarré, 2024).
I modelli predittivi per la prevenzione e l’intervento
La creazione di VioGén si inserisce in un filone di ricerca finalizzato a sviluppare modelli predittivi per individuare i fattori di rischio legati alla violenza di genere. Ad esempio, Rahman e colleghi (2023) hanno realizzato un modello che ha identificato sei fattori chiave: livello di istruzione, occupazione ed età del partner, mancanza di indipendenza, abusi emotivi e consumo di alcol del partner. Sebbene questo modello abbia mostrato un’accuratezza superiore all’80% nel prevedere casi di violenza domestica, i risultati hanno dei limiti. Il set di dati utilizzato proviene dal Liberian Demographic and Health Survey 2019-2020, un’indagine demografica e sanitaria circoscritta alla Liberia che prende in considerazione diverse informazioni di quasi quattromila rispondenti e ne fornisce un profilo completo. Questo vuol dire che, nonostante il campione e la mole di dati sia significativa, offre solo una valutazione ex post attraverso il confronto tra i dati raccolti e la situazione attuale.
Ma per sviluppare strategie efficaci è essenziale agire in anticipo, prima che si verifichino eventi irreparabili. Grazie alla loro capacità di elaborare e analizzare grandi quantità di dati, i modelli predittivi sono uno strumento promettente. Hanno un grande potenziale nella prevenzione e nel migliorare gli interventi poiché consentono una gestione più coordinata delle emergenze e l’implementazione di strategie preventive a lungo termine.
Prevenire la violenza: limiti e sfide degli algoritmi come VioGèn
Chi subisce abusi fatica a riconoscerne i segnali, sviluppa impotenza appresa, normalizza la violenza e finisce col considerarla inevitabile. E anche quando decide di denunciare, molto spesso non ha risorse materiali e sociali, teme ritorsioni soprattutto in presenza di figli e, per paura, vergogna, stigma sociale, può omettere dettagli cruciali (Muñoz-Rivas et al., 2024). Per questo si cerca di agire sulla prevenzione, sull’identificazione di modelli predittivi che diano indicatori esterni e oggettivi su segnali di violenza e possibili escalation. Strumenti come VioGén sono progettati proprio per individuare il più precocemente possibile situazioni a rischio. Rimangono però pur sempre degli strumenti e, come tali, possono commettere errori, soprattutto quando le informazioni fornite sono incomplete o parziali (Satariano & Toll Pifarré, 2024).
La tecnologia può essere un valido supporto, ma non può sostituire intuizione e giudizio umano, né la capacità di leggere ciò che si nasconde dietro ogni situazione di abuso. La capacità di interpretare i segnali non sempre evidenti di una vittima, le dinamiche emotive e psicologiche che si intrecciano nelle relazioni violente, richiedono un approccio che vada oltre i dati. Per comprendere appieno la complessità delle situazioni di violenza domestica c’è bisogno di una visione di insieme e soprattutto dell’esperienza sul campo; insomma, qualcosa di più di un algoritmo.
