Los factores asociados con tener familiares en prisión: un enfoque de aprendizaje automático con datos desbalanceados

M. Politti, L.A. Calvo, G. Delfino, S. Rodríguez Espínola

Anuario de Psicología Jurídica Vol. 36, pp. e260485

Resumen:

Este estudio explora el entorno familiar de sujetos privados de libertad en Argentina mediante un enfoque de aprendizaje automático desbalanceado. Utilizando un conjunto de datos representativo a nivel nacional de 17,139 individuos provenientes de diversas regiones urbanas, se aplicaron técnicas de aprendizaje automático, como información mutua, bosques aleatorios balanceados y análisis SHAP con el objetivo de conocer las condiciones estructurales de índole socioeconómica vinculadas con tener familiares privados de libertad. Los principales factores encontrados fueron tener un estatus socioeconómico bajo, vivienda compartida por muchas personas, falta de propiedad de la vivienda y educación limitada. El modelo de bosques aleatorios balanceados tuvo unas métricas F1 de .6357 y un área bajo la curva de precisión (PR AUC) de .7063, demostrando su efectividad al tratar con una base de datos desbalanceada. El análisis SHAP permitió interpretar los resultados al describir cómo las anteriores variables se relacionan con tener un familiar encarcelado. Este estudio revela la necesidad de intervenciones públicas dirigidas que aborden las desigualdades estructurales y promuevan la movilidad social. Los resultados subrayan la importancia de pasar de enfoques punitivos a estrategias preventivas que se centren en mejorar la educación, las condiciones habitacionales y las oportunidades económicas para las poblaciones vulnerables.

Resumen divulgativo:

Este estudio analiza los factores socioeconómicos asociados con tener un miembro del hogar privado de libertad en Argentina mediante técnicas de aprendizaje automático para datos desbalanceados. A partir de 17.139 personas, identifica como factores principales el bajo nivel económico, familias numerosas, la falta de vivienda en propiedad y la menor educación, destacando la utilidad de estrategias preventivas frente al fenómeno.

Palabras Clave: Clasificación de aprendizaje automático con datos desbalanceados, Factores socioeconómicos, Encarcelamiento, Análisis SHAP, Argentina

Índice de impacto JCR-JIF y cuartil WoS: 2,000 - Q1 (2025)

Referencia DOI: https://doi.org/10.5093/apj2026a18

Publicado en papel: 2026.

Cita:
M. Politti, L.A. Calvo, G. Delfino, S. Rodríguez Espínola, "Los factores asociados con tener familiares en prisión: un enfoque de aprendizaje automático con datos desbalanceados", Anuario de Psicología Jurídica, Vol. 36, pp. e260485, 2026. doi: 10.5093/apj2026a18