Desarrollos científicos e informáticos

Sistema informático de gestión de casos

Nuevos algoritmos para la búsqueda e identificación de personas desaparecidas

Redes complejas y métodos estadísticos para contribuir en la investigación preliminar de personas desaparecidas.

El objetivo inicial de esta colaboración fue formalizar matemáticamente algunos de los análisis que el EAAF venía haciendo durante la investigación preliminar y sumarle nuevas herramientas. Durante la investigación preliminar se analizan datos provenientes de diversas fuentes (como documentos judiciales y administrativos, testimonios de sobrevivientes y familiares, información de cementerios, entre otros) buscando entender qué pasó con la persona desde el momento del secuestro. Por ejemplo, saber si la persona estuvo en algún centro clandestino de detención (CCD) o en un circuito de varios, y cuándo fue asesinada, puede ayudar a reconstruir la historia de una persona o de un grupo. Desde un primer momento, y en base a su experiencia de trabajo, el Equipo entendió que descubrir cuáles fueron las relaciones entre los secuestros era crucial para acotar las búsquedas y ayudar a pensar hipótesis de identidad para los restos que faltan identificar. En el proceso de la identificación, estas hipótesis basadas en datos geográficos, temporales, políticos, entre otros, son evaluadas con otras líneas de evidencia, como la genética.

En el contexto de la desaparición forzada, el problema general está conformado por muchos problemas individuales que a su vez están relacionados entre sí. Los secuestros no fueron hechos aislados. La primera parte de la colaboración consistió en usar herramientas de redes complejas para detectar los grupos muy relacionados. Este entramado que vincula los casos, aunque sólo sea parcialmente visible, hace que cada resolución individual, cada identificación o cada vez que se puede establecer el destino que siguió una persona, lo que se aprende puede ser un aporte para avanzar en otros casos. En este sentido, el conocimiento que se puede extraer de los casos ya resueltos, como son las identificaciones, es un elemento más que puede ser útil para la investigación preliminar de las nuevas búsquedas. De esto se trató el segundo trabajo que encaramos en esta colaboración.

A lo largo de esta colaboración, desarrollamos herramientas que contribuyen en la investigación de personas desaparecidas en otros contextos masivos, como feminicidios, migración y otras situaciones de violencia.

Durante 2009-2010 formalizamos un Convenio de Colaboración entre la FCEyN-UBA y el EAAF. En 2017 se formalizó un Convenio entre Conicet y el EAAF.

Primera parte: formalizando redes en el caso de Tucumán

Comenzamos trabajando con casos de la provincia de Tucumán a partir de la hipótesis de que los grupos de personas cuyos secuestros estuvieron relacionados entre sí pudieron haber seguido un mismo destino de cautiverio y muerte. Por esta razón, detectar  grupos puede ayudar a pensar hipótesis generales durante la investigación preliminar. Combinamos redes complejas con técnicas estadísticas de validación para determinar un conjunto de reglas adecuadas que definan las conexiones entre personas que fueron desaparecidas en la provincia de Tucumán, Argentina.

La idea fue formalizar una red en la que las personas representan los nodos o puntos de la red, y las conexiones entre ellas se establecen en base a información del tipo geográfica, temporal y política conocida de las personas. Por ejemplo, si dos personas fueron secuestradas en lugares cercanos y en momentos cercanos, y además integraban una misma organización política,  se establece una conexión entre ellas, porque posiblemente sus secuestros estuvieron relacionados. Uno de los objetivos de ese trabajo consistió en lograr que esas conexiones fueran consistentes con la información que era conocida por los investigadores en el mismo contexto de Tucumán, los llamados “grupos de referencia”, que son grupos de personas que estaban relacionados entre sí, construidos en base a diversas fuentes de información y trabajo de investigación. Una regla aceptable no debería romper los grupos de referencia ni pegarlos entre sí. Entre las reglas aceptables, se determinaron las mejores como aquellas que daban lugar a los mejores grupos en términos de la información acerca del destino de cautiverio de algunas personas (doce CCD que operaron en dicha región). Estos resultados permitieron detectar los grupos más vinculados entre sí y sugerir un Centro Clandestino de Detención (CCD) para algunos de ellos como posible destino de cautiverio de todos los integrantes del grupo.

Estos trabajos fueron publicados en revistas especializadas. 

Clusters in Social Networks with incomplete information, Inés Caridi, Claudio O. Dorso,  Pablo Gallo, Carlos Somigliana, Special Issue of International Journal Bifurcation and Chaos (IJBC) 409 (2010).

A framework to approach problems of forensic anthropology using complex networks,  Inés Caridi, Claudio O. Dorso, Pablo Gallo, Carlos Somigliana, Physica A 390, 1662–1676 (2011). 

Segunda parte: usando los casos resueltos para las nuevas búsquedas

Una de las ideas centrales era usar los casos ya resueltos para ayudar a construir nuevas hipótesis para los restos que faltan identificar, a partir de variables del tipo no genética (geográfico, temporal y político), y de información relacionada con el contexto investigado. Inicialmente, no había en Tucumán tantas identificaciones, entonces trabajamos en otros contextos. El objetivo fue usar las identificaciones de un evento masivo acotado, tanto geográfica como temporalmente y en cuanto a la cantidad de personas asesinadas, como por ejemplo una masacre, para aprender más sobre ese evento y poder usar lo aprendido en la investigación preliminar de los casos que faltan identificar del mismo evento, priorizando casos. Es decir, construyendo rankings de prioridades de víctimas candidatas a corresponderse con los esqueletos que faltan identificar del mismo evento. El camino consistió en aprender de los casos ya identificados usando variables no genéticas, validar lo aprendido y finalmente sumar las relaciones fuertes que se conocen entre los hechos para mejorar esos rankings. El EAAF cuenta actualmente con aproximadamente la mitad de las muestras de sangre de las familias de las víctimas. Por esta razón, priorizar las búsquedas implica priorizar los esfuerzos por encontrar determinadas muestras de sangre y hacer más eficiente el proceso de construcción de hipótesis de identidad.

Trabajamos con eventos ocurridos en la Provincia de Buenos Aires, Argentina, como por ejemplo la masacre de Fátima, del 20/8/76 en la localidad de Fátima,  donde treinta personas (diez mujeres y veinte hombres) fueron asesinados. Hoy en día se conoce la identidad de veinticuatro de ellas y aún hay seis esqueletos, el de una mujer y el de cinco hombres, que faltan identificar.

La idea principal de cómo construir esas prioridades consiste en partir de una instancia inicial de conocimiento, por la cual todas las posibles víctimas son igualmente probables de corresponderse con los esqueletos que faltan identificar del mismo evento, y actualizar ese conocimiento con los casos ya resueltos (los veinticuatro casos en el ejemplo de Fátima). Esta actualización permite obtener una nueva instancia de conocimiento en la cual algunas víctimas son más probables que otras de corresponderse con los restos no identificados. Como en cualquier modelo matemático, necesitábamos hacer supuestos para actualizar las probabilidades. Como el desafío era usar el conocimiento brindado por los casos ya resueltos, seguimos las ideas de la inferencia bayesiana para aprender de esos casos. La siguiente imagen resume algunas de las ideas de este proyecto.

Una vez construidas las prioridades, estas se modifican levemente, permitiendo que algunas víctimas que no obtuvieron valores altos de ranking en base a sus variables no genéticas, mejoren su lugar en el ranking al ser “tironeados”, a través de sus relaciones fuertes, por otros casos que sí habían obtenido valores altos en el ranking. De esta manera, combinamos el trabajo inicial en el que se formalizan las relaciones relevantes entre hechos de desaparición, con el esquema de rankings.

Estos trabajos fueron publicados en 

A New Complex Investigation Model for Searching, Mapping, and Identifying Disappeared Persons in Argentina, Inés Caridi, Enrique Alvarez, Carlos Somigliana, Mercedes Salado Puerto, Congreso de la American Academy of Forensic Sciences,  New Orleans, Luisiana, USA (2/2017).

Using already-solved cases of a mass disaster event for prioritizing the search among remaining victims: a Bayesian approach, Inés Caridi, Enrique Alvarez,Carlos Somigliana, Mercedes Salado Puerto  Scientific Report, 10, 5026 (2020). https://www.nature.com/articles/s41598-020-59841-3

Contribución de los casos resueltos en la investigación de personas desaparecidas en contextos masivos, Inés Caridi, Carlos Somigliana, Mercedes Salado Puerto, Nuevas Tecnologías en la Búsqueda de Personas Desaparecidas, EAAF, 2020 (en prensa).

Trabajo actual

Dos proyectos continúan hoy esta línea de trabajo. Por un lado, estamos avanzando en la definición de las redes para que capten heterogeneidades espacio-temporales, adaptándose a diferentes regiones de las variables no genéticas. Algunos resultados preliminares de este trabajo está en prensa actualmente. Por otro lado, comenzamos la parte de desarrollo, con una herramienta para implementar las metodologías descritas en una interfaz de usuario, para asistir en el trabajo de investigación preliminar.
Entre otros trabajos publicados por el Equipo se encuentran: Cohesión de las estructuras resultantes en redes sociales, Ariel Salgado, Mariella Fumagalli, Analía González Simonetto, Alejandra Ibañez, Patricia Bernardi, Carlos Somigliana, Mercedes Salado Puerto, Inés Caridi Revista Mexicana de Redes Sociales, 2020 (en prensa).