Diagnóstico del clima de violencia en las instituciones de educación superior mediante técnicas de aprendizaje automático

Cruz-Mendoza, Mariana Carolyn; Melendez-Armenta, Roberto Angel; Primero-Huerta, Cesar; Muñoz-Benitez, Julio · https://revistas.urp.edu.pe/index.php/mpp/article/view/7413 (2025) · DOI: 10.31381/mpp.v4i2.7413

Resumen

El análisis de la violencia de género en las instituciones de educación superior resulta crucial debido a su impacto en la seguridad, el bienestar psicológico y el rendimiento académico de las personas afectadas. Este estudio tiene como objetivo diagnosticar el clima de violencia en dichas instituciones mediante técnicas de aprendizaje automático. Los datos fueron recolectados de estudiantes, docentes y personal administrativo a través de un cuestionario que evaluó percepciones de seguridad, experiencias de violencia física, verbal, psicológica y sexual, así como la efectividad de las medidas institucionales. Con una muestra de 1,100 registros, se aplicaron modelos como redes neuronales densas (DNN), redes neuronales recurrentes (LSTM) y redes neuronales convolucionales (CNN), siguiendo la metodología de ciencia de datos funcional en ocho de sus diez etapas. Los datos fueron procesados y divididos en conjuntos de entrenamiento y prueba, con normalización de características para optimizar el rendimiento. Entre los modelos evaluados, la CNN destacó al alcanzar una sensibilidad del 100%, identificando todos los casos sin omisiones, mientras que la DNN y la LSTM lograron sensibilidades del 99.53%, con precisiones del 99.07% y 98.17%, respectivamente. Este enfoque innovador resalta la eficacia del aprendizaje automático para el monitoreo y la prevención de la violencia, proporcionando herramientas sólidas para la toma de decisiones y promoviendo la implementación de políticas inclusivas y efectivas en las instituciones educativas.  

Instituciones: Universidad Ricardo Palma