Logos del ICBF y del Grupo de Analítica Institucional (GAI)
Califique este contenido
Sin votos (todavía)

Titulo + fecha de publicación

Modelo Triage para priorización de peticiones del ICBF
Fecha de publicación: 08/10/2021

Este proyecto busca construir un prototipo de consumo o visualización de un modelo de clasificación de las solicitudes de restablecimiento y reportes de amenaza y vulneración de derechos (en adelante, peticiones) que recibe el ICBF a través de sus distintos canales, que permita definir posteriormente el nivel de prioridad que deberían tener las verificaciones y constataciones en campo. Se basa en el entrenamiento de modelos usando variables numéricas, categóricas y features obtenidas a través del procesamiento de lenguaje natural (NLP) de las descripciones de las peticiones. La información que se toma en cuenta para el entrenamiento de los modelos proviene de características de los departamentos, de información descriptiva de los peticionarios y de los afectados, así como de algunas características relevantes de la completitud de la petición y de la descripción del hecho.

Departamento
BOGOTÁ, D.C.
Municipio
BOGOTÁ, D.C.
Autor
Entidad pública
Tipo de producto
Detalles Big Data
Metodología
El modelo de tipo machine learning se desarrolló con base en la información provista en las solicitudes y reportes de vulneración de derechos presentadas al ICBF por los distintos canales, y permite predecir con cierto nivel de confianza cuál será el resultado de la solicitud: si esta será clasificada como una solicitud Verdadera (en el sentido que en verdad reporta una situación de vulneración de derechos que debe ser priorizada) o si se clasificará como una solicitud Sin Definir, Fallida o Falsa (que por falta de información suficiente no podrá ser verificada o que al momento de ser verificada en verdad no involucraba una situación de vulneración de derechos). Usando este modelo es posible realizar una Triage de todas las solicitudes que ingresan al ICBF diariamente y así priorizar para la verificación y acompañamiento aquellas que denoten mayor gravedad.

Para lograr dicho resultado el proyecto involucra 5 etapas: gestión de los datos, Procesamiento de Lenguaje Natural (PLN, o NLP por sus siglas en inglés) de la descripción que contiene cada solicitud, entrenamiento de modelos de Machine Learning, evaluación de los distintos modelos entrenados y predicción/clasificación de nuevas solicitudes que ingresan diariamente al ICBF.
Otros Datos Usados
Descripción del Impacto
Este proyecto permitirá mejorar la reacción de los equipos de Defensoría de Familia ante casos de amenaza o vulneración de derechos de niñas, niños y adolescentes, que por su gravedad, culminen en medidas administrativas como el Proceso Administrativo de Restablecimiento de Derechos (PARD). Esto se traduciría en un uso más efectivo de los recursos del ICBF para la constatación y verificación en campo de las más de 120 mil peticiones relacionadas con posibles vulneraciones de derechos de niños, niñas y adolescentes.
Licencia