Work

Modelos predictivos de inteligencia artificial aplicados a la detección de violencia escolar en adolescentes: revisión sistemática bajo protocolo PRISMA 2020

Year: 2026
Type: article
Study design: Systematic Review
Abstract: La violencia escolar constituye un fenómeno multidimensional que afecta la integridad física, psicológica y el rendimiento académico de los adolescentes a nivel global. La inteligencia artificial (IA), particularmente los modelos de aprendizaje automático y aprendizaje profundo, ha emergido como herramienta prometedora para la detección temprana de factores de riesgo asociados a este fenómeno. Sin embargo, persiste una marcada escasez de modelos predictivos diseñados, entrenados y validados en contextos latinoamericanos caracterizados por alta vulnerabilidad social. Objetivo: Analizar, sintetizar y evaluar críticamente la evidencia científica disponible entre 2021 y 2025 sobre modelos predictivos de IA aplicados a la detección de violencia escolar en adolescentes (12-18 años), identificando algoritmos predominantes, variables predictoras, métricas de rendimiento y brechas investigativas. Método: Se condujo una revisión sistemática siguiendo el protocolo PRISMA 2020. La búsqueda se realizó en cinco bases de datos (Scopus, Web of Science, PubMed, IEEE Xplore y ScienceDirect), complementada con Google Scholar. Se aplicaron criterios de inclusión y exclusión predefinidos, evaluación de calidad mediante PROBAST y síntesis narrativa con matrices comparativas. Resultados: De 2.847 registros iniciales, 38 estudios cumplieron los criterios de elegibilidad. Los algoritmos más utilizados fueron Random Forest (n=24; 63,2%), Support Vector Machine (n=19; 50,0%), redes neuronales recurrentes LSTM (n=14; 36,8%) y modelos de procesamiento de lenguaje natural basados en transformers (n=11; 28,9%). Las precisiones reportadas oscilaron entre 70% y 96%, siendo los modelos ensemble y las arquitecturas CNN-LSTM los de mayor rendimiento. Las variables predictoras se distribuyeron en cinco dominios: individual, familiar, escolar, comunitario y digital. Solo 3 estudios (7,9%) fueron realizados en contextos latinoamericanos. Conclusiones: Aunque la IA demuestra capacidad predictiva significativa para la detección de violencia escolar, la evidencia revela brechas críticas: subrepresentación de contextos del Sur Global, limitada incorporación de variables socioecológicas integradas, escaso uso de técnicas de IA explicable (XAI) y ausencia de validaciones longitudinales en entornos educativos reales.
Language: Spanish
Field: Psychology
Open Access status: hybrid
OpenAlex ID: W7235575040
FWCI:
Cites: 31
Cited by:
Related to: 10