NetherlandsBellingcat, una organización de periodismo digital, ha desarrollado un modelo de aprendizaje automático para ayudar a identificar incidentes de daños civiles en Telegram durante la guerra entre Rusia y Ucrania. Entre febrero de 2022 y septiembre de 2025, recopilaron más de 2,500 casos verificados de daños civiles, utilizando estos para entrenar el modelo. El sistema reduce significativamente el tiempo necesario para revisar grandes volúmenes de contenido generado por el usuario, lo que permite a los investigadores centrarse en la verificación en lugar de en el descubrimiento. El modelo considera tanto el daño directo (muertes, lesiones) como los impactos indirectos como el trauma mental, el desplazamiento y el daño a la infraestructura. Para mejorar la precisión, el equipo creó un conjunto de datos de 5,848 publicaciones dañinas confirmadas y 48,545 publicaciones no dañinas, asegurando que el modelo refleje las proporciones del mundo real. El proyecto destaca el potencial de las herramientas de IA en la investigación de conflictos de código abierto al tiempo que enfatiza las consideraciones éticas.
Lectura del sesgo (Centro): El artículo se centra en el desarrollo técnico y la aplicación de la IA en la identificación de daños civiles durante los conflictos, que es un tema políticamente sensible debido a sus implicaciones para los esfuerzos humanitarios y la rendición de cuentas militar.
