Metodología

Objetivo

En promedio, los Estados reciben más de 70 recomendaciones al año por parte de los diversos mecanismos de supervisión de los derechos humanos de la ONU. Con 193 Estados Miembros de la ONU, el Examen Periódico Universal (EPU), desde su inicio en 2007, ha generado de forma separada más de 110.000 recomendaciones. Para que los gobiernos implementen estas recomendaciones de una manera sistemática y eficiente, es necesario clasificarlas por grupos temáticos.

Tras la adopción de la Agenda 2030 para el Desarrollo Sostenible, ha crecido el interés por vincular estas recomendaciones de derechos humanos con los Objetivos de Desarrollo Sostenible (ODS) y sus metas. Sin embargo, si bien las categorías temáticas existentes brindan algunos indicios, no se ajustan claramente a los Objetivos y metas. Además, hasta ahora esta clasificación se ha elaborado generalmente a mano. Debido a sus números absolutos, la tarea de categorizar una por una las recomendaciones de derechos humanos existentes y futuras en relación con los ODS resulta desalentadora.

En este sentido, el Instituto Danés de Derechos Humanos (DIHR, por sus siglas en inglés) se ha propuesto desarrollar y entrenar un algoritmo para la clasificación automática de las recomendaciones de los órganos de supervisión de los derechos humanos de la ONU, en colaboración con la empresa social Specialisterne.

You can watch a presentation of Special Consultant Niels Jørgen Kjær explaining the methodology here.

El conjunto de datos

El conjunto de datos incluye todas las recomendaciones disponibles de los Órganos de Tratados de la ONU, de los Procedimientos Especiales del Consejo de Derechos Humanos y del Examen Periódico Universal. Fue creado a través de la compilación de extractos de los conjuntos de datos contenidos en la base de datos del Índice Universal de Derechos Humanos, gestionado por la Oficina del Alto Comisionado para los Derechos Humanos, así como de la Base de Datos de las Recomendaciones de UPR Info. Cuando ha sido necesario, el DIHR ha complementado el conjunto de datos y este será actualizado de forma periódica en el futuro.

Metadatos

Los “metadatos” son los datos que sirven para describir o categorizar otros datos, es decir, son los "datos sobre los datos". Los metadatos contenidos en el Explorador de Datos de los ODS-Derechos Humanos se componen de las siguientes dos categorías:

• Propiedades descriptivas que informan, entre otras cosas, de qué mecanismo de derechos humanos proviene una recomendación determinada y a qué país se dirige;
• Categorías analíticas que identifican a los grupos de titulares de derechos objeto de una determinada recomendación, y con qué ODS y metas se vincula tal recomendación.

Las categorías analíticas se explican con más detalle en las secciones a continuación.

Categorías de los grupos de titulares de derechos

El Explorador de Datos de los ODS-Derechos Humanos identifica el grupo de titulares de derechos a los que se dirige una recomendación determinada. Las recomendaciones pueden estar vinculadas a ninguna, una o a múltiples categorías de titulares de derechos. Las categorías de titulares de derechos identificadas en el Explorador de Datos de los ODS-Derechos Humanos son:

Categorías de Objetivos de Desarrollo Sostenible

Las 169 metas de los 17 Objetivos de Desarrollo Sostenible sirven como categorías para la clasificación de las recomendaciones. El material de datos existente refleja alrededor de 70 de las 169 metas. Las recomendaciones están vinculadas directamente con el nivel de meta, sin darse categorías remanentes en el nivel de Objetivo. Esto significa que las recomendaciones solo se clasifican si están vinculadas a una meta específica de uno de los 17 Objetivos.

A través de este link podrá acceder a una lista con todas las metas de los Objetivos de Desarrollo Sostenible y su vínculo con los instrumentos de derechos humanos y las normas internacionales del trabajo relevantes: http://sdg.humanrights.dk/es/goals-and-targets

El proceso de análisis

Las recomendaciones de derechos humanos se han categorizado a través de un proceso de análisis que utiliza un sistema de aprendizaje automático semi-supervisado. A través de este proceso, inicialmente se entrenó a un algoritmo para que clasificara las recomendaciones del EPU en base a un breve conjunto de ejemplos de entrenamiento (clasificados por una persona experta) y a una gran cantidad de datos no clasificados.

Con el fin de preparar el análisis de aprendizaje automático, una persona experta identificó un primer conjunto de ejemplos de entrenamiento para cada una de las 169 metas de la Agenda 2030, en la medida de lo posible. Este conjunto de ejemplos de entrenamiento es necesario para proporcionar al algoritmo una base para operar (la llamada "verdad terreno"). Para identificar los ejemplos de entrenamiento adecuados, la persona experta utilizó citas y términos comunes que determinaban el contenido relevante de derechos humanos que estaba relacionado con metas relevantes de los ODS. Por ejemplo, los términos de búsqueda tales como "violencia contra las mujeres" y "trata de mujeres" se utilizaron para identificar ejemplos de entrenamiento para la meta 5.2 que requiere el fin de la violencia contra las mujeres y las niñas, incluida la trata y otros tipos de explotación.

Una vez logrado esto, el análisis de aprendizaje automático se llevó a cabo en un proceso de dos etapas.

En una primera etapa de aprendizaje automático supervisado, el algoritmo de clasificación se utilizó para identificar las recomendaciones similares a los ejemplos de entrenamiento establecidos para cada categoría, a partir de los metadatos de análisis existentes, es decir, a partir de las clasificaciones temáticas contenidas en las bases de datos existentes del ACNUDH y de UPR Info. Ambas bases de datos clasifican las recomendaciones según una serie de palabras clave que comprenden un conjunto de grupos afectados, así como varias docenas de situaciones de derechos humanos a los que se hace referencia en las recomendaciones. Del mencionado conjunto de datos combinado utilizado para realizar el análisis, se recopilaron todas las palabras clave existentes. Posteriormente, el algoritmo se usó para identificar patrones y correlaciones con las metas de los ODS a raíz de la combinación de palabras clave entre los ejemplos de entrenamiento y los datos sin clasificar. La precisión del algoritmo se fue mejorando a lo largo del proceso, a través de la retroalimentación relizada por parte de una persona.

En una segunda etapa, se entrenó al algoritmo para que analizara directamente el texto para identificar las conexiones con los ODS, en lugar de que extrajera metadatos. Esta función se agregó para mejorar la precisión y para eliminar, con vistas a futuros análisis de datos, la necesidad de que una persona hiciera la clasificación por completo. El análisis del texto se realiza por un "diccionario experto", creado por una persona experta, basado en una verdad terreno previamente identificada. El diccionario experto recopila los términos y expresiones que son típicos de una categoría de análisis determinada y les asigna una relevancia. A partir de la combinación entre un diccionario estándar del idioma inglés y los datos usados para el entrenamiento, el algoritmo determina posteriormente los valores de probabilidad de que exista una conexión con todas las categorías de análisis vigentes para todas las recomendaciones que son parte de la muestra. A través de la retroalimentación por parte de una persona, se identifica una verdad terreno adicional para cada una de las categorías. Estos ejemplos de entrenamiento adicionales se utilizan para actualizar de forma continua el diccionario experto ajustando así los valores de los términos y expresiones.

Desde entonces, el algoritmo se ha utilizado para analizar y clasificar las recomendaciones de los órganos de supervisión de los derechos humanos más allá del EPU, es decir, de los Órganos de Tratados y de los Procedimientos Especiales del Consejo de Derechos Humanos. Esto supuso el crecimiento de los datos extraídos de aproximadamente 55.000 recomendaciones del EPU a un total de más de 200.000 recomendaciones y observaciones de los diversos órganos combinados. La configuración del análisis se optimiza y se amplía de forma continua.