¿Es fiable el sistema VioGén de predicción de violencia de género y los asesinatos?

Sobre VioGén
Qué es VioGén. Desde 2007, cada vez que una mujer denuncia violencia de su pareja o expareja, la policía rellena un cuestionario y un programa informático calcula su nivel de riesgo. De ese nivel dependen las medidas de protección que recibe.
Qué se sabe. El sistema acierta de forma moderada al ordenar a las víctimas de más a menos riesgo, más o menos igual que herramientas parecidas en otros países.
Qué no se sabe. No hay ningún estudio que demuestre que VioGén haya reducido el número de mujeres asesinadas. Y la mayoría de las asesinadas nunca había denunciado, así que el sistema nunca llegó a conocerlas.
Qué falta. Evaluaciones independientes, más transparencia sobre cómo funciona el algoritmo y más prevención antes de que la mujer llegue a una comisaría.
Por qué importa esta pregunta
El asesinato de una mujer a manos de su pareja o expareja es la forma más extrema de la violencia de género. En España se cuentan oficialmente desde 2003. A 1 de diciembre de 2025, el Ministerio de Igualdad sumaba 41 mujeres asesinadas en ese año y 1.336 desde que empezó el registro (Ministerio de Igualdad, 2025).
Para proteger a las mujeres que denuncian, el Ministerio del Interior creó en julio de 2007 el sistema VioGén. Hoy es una pieza central de la respuesta policial y una referencia en otros países por su tamaño (González-Álvarez et al., 2018). Pero cada vez que una mujer asesinada había sido clasificada antes como de «riesgo bajo», el sistema vuelve a estar en el centro de la polémica (Satariano y Toll Pifarré, 2024).
Para saber si VioGén funciona conviene separar tres preguntas que en el debate público se suelen mezclar:
¿Acierta? Es decir, si el cálculo del riesgo distingue bien a las mujeres que corren más peligro.
¿Protege? Si las medidas que se ponen en marcha según ese cálculo evitan nuevas agresiones.
¿Salva vidas? Si, en conjunto, el sistema ha hecho que haya menos asesinatos.
Como veremos, la investigación responde bastante bien a la primera, a medias a la segunda y casi nada a la tercera.
Cómo funciona VioGén
Una base de datos que conecta a muchas instituciones
VioGén nació para aplicar la Ley Integral contra la Violencia de Género de 2004. Es, antes que nada, una gran base de datos compartida: conecta a la Policía Nacional, la Guardia Civil, las policías autonómicas y locales, los juzgados, la fiscalía, las prisiones y los servicios de atención a las víctimas, para que todos sepan qué pasa en cada caso (González-Álvarez et al., 2018; Presno Linera, 2023). En 2018 ya gestionaba más de 510.000 casos y cerca de tres millones de valoraciones de riesgo (González-Álvarez et al., 2018).
Un cuestionario que se convierte en un nivel de riesgo
El corazón del sistema son dos cuestionarios que rellena la policía:
La Valoración Policial del Riesgo (VPR), que se hace justo después de la denuncia.
La Valoración Policial de la Evolución del Riesgo (VPER), que se repite cada cierto tiempo para ver si la situación ha cambiado.
Las preguntas tratan sobre la violencia sufrida, el comportamiento del agresor, la situación de la víctima y otras circunstancias. Con esas respuestas, un algoritmo (una fórmula de cálculo, no una inteligencia artificial) asigna un nivel de riesgo. Hasta 2025 había cinco: no apreciado, bajo, medio, alto y extremo. Cada nivel obliga a tomar unas medidas concretas, desde llamadas periódicas hasta vigilancia permanente.
El investigador San Martín Segura (2023) lo describe como una fórmula estadística metida dentro de un programa informático. Es mucho más sencilla que los sistemas de «policía predictiva» basados en inteligencia artificial que se usan en otros países, pero condiciona igualmente lo que hace la policía.
Cómo ha ido cambiando
Los cuestionarios se han revisado varias veces usando los propios datos del sistema. Un estudio con 6.613 casos analizó 65 posibles señales de alarma o de protección para afinar las preguntas. También reveló que, de los 378.645 casos registrados entre 2007 y 2015, en 68.430 (alrededor del 18 %) hubo nuevas agresiones denunciadas (López-Ossorio et al., 2017).
En 2019 se añadió una pieza clave: una escala específica para detectar el riesgo de asesinato, distinta de la que mide el riesgo de nuevas agresiones. Se creó porque, al revisar asesinatos ya ocurridos, se vio que la última valoración policial a menudo no había detectado señales suficientes (López-Ossorio et al., 2021).
El último gran cambio llegó en enero de 2025 con VioGén 2. Según el Ministerio del Interior (2025), incorpora nuevas preguntas, ajusta mejor los cálculos, se conecta con más bases de datos policiales, judiciales y penitenciarias, y elimina el nivel «no apreciado». Desde entonces, todos los casos quedan como mínimo en riesgo bajo.
¿Acierta el sistema al calcular el riesgo?
Cómo se mide si un cálculo de riesgo es bueno
Los investigadores usan sobre todo un indicador llamado AUC. Funciona así: si cogemos al azar a una mujer que luego volvió a ser agredida y a otra que no, el AUC dice con qué frecuencia el sistema había puesto a la primera un riesgo más alto que a la segunda. Un 0,5 equivale a lanzar una moneda; un 1 sería acertar siempre. En este campo, valores entre 0,6 y 0,7 se consideran moderados, y por encima de 0,7, aceptables o buenos.
Los resultados de VioGén
El primer estudio publicado siguió durante seis meses a 407 mujeres que habían denunciado, y concluyó que el cuestionario funcionaba de forma adecuada (López-Ossorio et al., 2016). Más tarde, sus autores situaron su AUC en 0,71, parecido al de otras herramientas españolas (López-Ossorio et al., 2018). La versión 4.0 del cuestionario se validó con más de 6.000 casos (López-Ossorio, González-Álvarez, et al., 2019).
El estudio que mejor permite entender cómo se comporta el sistema en la práctica analizó 7.147 denuncias durante casi un año (López-Ossorio, Loinaz, et al., 2019). Estos fueron sus resultados principales:
El 14 % de las mujeres volvió a denunciar una agresión. Más de la mitad de esas nuevas agresiones ocurrieron en los tres primeros meses.
De cada 100 mujeres que después fueron agredidas, el sistema había marcado como de riesgo a 79. Es decir, se le escaparon unas 21.
A cambio, marcó como de riesgo a muchas mujeres que luego no sufrieron nuevas agresiones. Solo 17 de cada 100 mujeres señaladas como de riesgo volvieron a ser agredidas.
De las mujeres clasificadas como de bajo riesgo, 91 de cada 100 no volvieron a denunciar agresiones; 9 de cada 100, sí.
Cuanto más alto era el nivel asignado, antes llegaba la nueva agresión, lo que indica que el sistema ordena el riesgo en la dirección correcta.
En resumen, VioGén está diseñado para «pasarse» antes que para «quedarse corto»: prefiere marcar como en riesgo a muchas mujeres para no dejar fuera a la mayoría de las que realmente lo están. Aun así, una de cada diez mujeres clasificadas como de bajo riesgo vuelve a ser agredida.
¿Y para predecir un asesinato?
La escala específica de asesinato se probó con 2.159 casos del sistema, de los cuales 159 eran mujeres asesinadas (López-Ossorio et al., 2021). Los investigadores encontraron seis señales que, combinadas, permitían identificar correctamente al 86 % de las mujeres asesinadas. El AUC llegó a 0,80, un resultado bueno y comparable al de las mejores herramientas internacionales.
Hay que tomarlo con cautela por tres motivos:
El estudio se hizo mirando hacia atrás, con casos que ya se sabía cómo habían terminado. Este tipo de estudios suele dar resultados más optimistas que seguir a las víctimas en el tiempo.
Incluso entre las mujeres marcadas con riesgo de asesinato, solo unas 19 de cada 100 pertenecían al grupo de asesinadas. Es lógico, porque el asesinato es poco frecuente, pero obliga a repartir los recursos entre muchas mujeres.
La escala solo se aplica a quienes han denunciado. Más adelante veremos por qué esto es tan importante.
Comparado con otros países
Un gran análisis que reunió 50 estudios de todo el mundo, con casi 69.000 personas y 39 herramientas distintas, encontró un AUC medio de 0,65 (van der Put et al., 2019). Otras revisiones llegan a conclusiones parecidas (Graham et al., 2021; Messing y Thaller, 2013).
La herramienta de referencia internacional para el riesgo de asesinato, la Danger Assessment, nació en Estados Unidos con ese mismo objetivo (Campbell et al., 2009).
Por tanto, VioGén no es peor que lo que se usa en otros países, pero tampoco es excepcional. Un estudio británico resulta revelador: el cuestionario que usa la policía inglesa acertaba menos que un cálculo basado solo en la frecuencia media de nuevas agresiones, y un programa que analizaba los antecedentes penales de los dos años anteriores lo superaba claramente (Grogger et al., 2021). Es decir, parte de la información más útil quizá ya esté en los archivos de la policía y no en las respuestas del día de la denuncia.
Por qué es tan difícil predecir un asesinato
Porque es un hecho raro
Aunque cada asesinato es una tragedia, estadísticamente es un hecho poco frecuente: en España, unas 3 mujeres de cada millón al año (López-Ossorio et al., 2021). Con cifras tan pequeñas, cualquier subida de un año a otro parece enorme en porcentaje y se interpreta como un fracaso de las instituciones, aunque sea muy difícil explicar por qué ha ocurrido (López-Ossorio et al., 2018).
Esto tiene una consecuencia práctica: ningún sistema puede señalar con precisión a las pocas decenas de mujeres que serán asesinadas en un año entre las decenas de miles que tienen un caso abierto. Lo razonable es pedirle que ordene bien a las víctimas de más a menos riesgo y que las medidas para los casos graves sean eficaces.
Porque la mayoría de las asesinadas no había denunciado
Este es probablemente el dato más importante de todo el debate: VioGén solo actúa si hay denuncia. Y la mayoría de las mujeres asesinadas no la había presentado.
Entre 2007 y 2016 hubo 602 asesinatos de mujeres a manos de sus parejas o exparejas. Solo en 94 casos, el 16 %, existía una denuncia previa (Santos y González, 2017, citado en López-Ossorio et al., 2018).
En 2015, solo el 22 % de las asesinadas había denunciado, y apenas el 5 % tenía medidas de protección en vigor (López-Ossorio et al., 2018).
Dicho de otra forma: aunque VioGén funcionara a la perfección, no podría evitar la mayoría de los asesinatos, porque esas mujeres nunca llegaron a entrar en el sistema. Además, una parte de los asesinatos ocurre sin señales previas conocidas, «de la nada», como describieron investigadores británicos (Dobash et al., 2009).
Los mismos datos muestran otro problema. En los casos que sí tenían valoración policial, la mitad de los asesinatos ocurrió menos de 47 días después de la última valoración. El tiempo entre la valoración y el asesinato era más largo cuando el riesgo asignado era bajo, y más corto cuando era alto (Santos y González, 2017, citado en López-Ossorio et al., 2018). Esto indica que el sistema apunta en la buena dirección, pero también que la situación puede empeorar rápidamente sin que la valoración se actualice a tiempo.
Porque no todos los agresores son iguales
Un estudio de 171 asesinatos encontró cuatro tipos de agresores: los «normalizados», sin antecedentes ni problemas aparentes (23 %); los violentos (26 %); los que tenían problemas psicológicos (19 %); y los que combinaban ambas cosas (32 %) (Santos-Hermoso et al., 2024). Muchos de ellos no presentaban las señales que mejor anuncian una nueva agresión, por lo que los autores proponen buscar indicios fuera del ámbito policial.
A esto se suma que alrededor de un tercio de los agresores se suicida o lo intenta después del asesinato, un patrón más relacionado con la depresión y la desesperación que con una escalada de violencia (López-Ossorio et al., 2018). También las víctimas son diversas, y conocer esos perfiles ayudaría a ajustar mejor la protección (Pineda et al., 2023). Desde 2015 existe en España un equipo que revisa a fondo cada asesinato para aprender de lo ocurrido (González et al., 2018).
Las críticas al sistema
Falta de transparencia
La única evaluación independiente disponible es la auditoría que hizo en 2022 la Fundación Eticas junto a la Fundación Ana Bella (Eticas Foundation, 2022). No tuvo acceso ni al código ni a los datos, así que se basó en información pública y en entrevistas a 31 víctimas. Sus conclusiones principales fueron:
Aunque la policía puede subir el nivel de riesgo que da el programa, en el 95 % de los casos lo mantiene tal cual.
Más del 80 % de las mujeres entrevistadas tuvo algún problema con el cuestionario.
Alrededor del 45 % de los casos recibía la etiqueta de riesgo «no apreciado».
La auditoría tiene limitaciones (pocas entrevistas y sin acceso a los datos), pero pone el foco en un problema real: casi veinte años después, cómo pesa cada pregunta en el resultado sigue sin ser público, y casi todos los estudios los firma el propio equipo que gestiona el sistema. Sociólogos de la Universidad Complutense han situado a VioGén dentro del debate sobre los errores y la rendición de cuentas de los algoritmos públicos (Gordo López y Rubio Martín, 2024).
El riesgo de fiarse demasiado de la máquina
Que la policía acepte el resultado del programa en el 95 % de los casos, algo que también confirmaron fuentes oficiales a The New York Times (Satariano y Toll Pifarré, 2024), plantea un riesgo conocido: la tendencia a dar por buena la recomendación de una máquina aunque el propio criterio profesional diga otra cosa. Desde el Derecho, se ha señalado que esto convierte la decisión del agente en una «decisión tecnológica» y que el uso de algoritmos por la Administración exige más garantías de transparencia y control (Presno Linera, 2023; San Martín Segura, 2023).
Esto no significa que sea mejor confiar solo en la intuición del agente; los estudios muestran que las fórmulas estructuradas aciertan más (van der Put et al., 2019). El reto es combinar ambas cosas: que el agente tenga tiempo, formación y margen para corregir al programa cuando conoce detalles que el cuestionario no recoge.
Mujeres asesinadas con riesgo bajo
La crítica más dura viene de los casos de mujeres asesinadas tras haber sido calificadas de bajo riesgo. Según datos del Ministerio del Interior publicados por The New York Times en 2024 (Satariano y Toll Pifarré, 2024):
Había unos 92.000 casos activos, y el 83 % estaba clasificado como de riesgo bajo o no apreciado.
Alrededor del 8 % de las mujeres con riesgo no apreciado y el 14 % de las de riesgo bajo había denunciado nuevas agresiones.
Al menos 247 mujeres habían sido asesinadas desde 2007 después de pasar por VioGén.
En 98 de esos asesinatos revisados por la justicia, 55 víctimas tenían asignado un riesgo no apreciado o bajo.
Estas cifras admiten dos lecturas. Por un lado, como la inmensa mayoría de los casos está en los niveles bajos, es inevitable que de ahí salgan muchos de los asesinatos, aunque en proporción sean muy pocos. Por otro, cada uno de esos casos es un fallo de la protección, y este debate precedió a la eliminación del nivel «no apreciado» en 2025 (Ministerio del Interior, 2025). Lo que no sabemos es cuántas de esas muertes se habrían evitado con otra clasificación, porque un riesgo medio o alto tampoco garantiza la seguridad.
Entonces, ¿funciona o no?
Volvamos a las tres preguntas del principio.
¿Acierta? Sí, de forma moderada. Ordena a las víctimas de más a menos riesgo con una precisión parecida a la de herramientas de otros países, y la escala específica de asesinato da resultados prometedores (López-Ossorio et al., 2016, 2021; López-Ossorio, Loinaz, et al., 2019; van der Put et al., 2019). El punto débil es que casi todos esos estudios los ha hecho el propio equipo del Ministerio, y ningún grupo independiente ha podido repetirlos con los datos reales.
¿Protege? No lo sabemos bien. No hay estudios que comparen qué pasa con mujeres que reciben unas medidas u otras para saber si la vigilancia, las llamadas o las pulseras evitan nuevas agresiones. Tampoco se ha estudiado a fondo la experiencia de las propias víctimas (Eticas Foundation, 2022).
¿Salva vidas? No hay pruebas científicas de que VioGén haya reducido el número de asesinatos. Los asesinatos bajaron entre 2003 y 2016 (López-Ossorio et al., 2018), pero en esos años se aprobaron muchas otras medidas: la Ley Integral, los juzgados especializados, las pulseras, las campañas de sensibilización. Desde entonces, la cifra anual se ha mantenido en torno a medio centenar. Ningún estudio ha conseguido separar el efecto de VioGén del de todo lo demás.
Tampoco sirve el argumento contrario. Que solo una pequeñísima parte de las mujeres evaluadas haya sido asesinada no demuestra que el sistema las protegiera: quizá lo habrían estado igual sin él. Y que haya asesinadas con riesgo bajo no demuestra que el sistema fracase, por las razones estadísticas ya explicadas. La conclusión más honesta es que VioGén es una herramienta útil para organizar el trabajo policial y priorizar casos, pero que nadie ha medido todavía con rigor cuánto contribuye a evitar asesinatos.
Qué se podría mejorar
Abrir los datos a investigadores independientes, con las debidas garantías de privacidad, para comprobar los resultados, detectar posibles sesgos (por nacionalidad, edad o territorio) y revisar si los niveles de riesgo están bien ajustados. Es lo que piden tanto la auditoría externa como juristas y sociólogos (Eticas Foundation, 2022; Gordo López y Rubio Martín, 2024; Presno Linera, 2023; San Martín Segura, 2023).
Medir si las medidas de protección funcionan, aprovechando por ejemplo cambios como la desaparición del nivel «no apreciado» en 2025 para comparar el antes y el después.
Usar mejor la información que ya existe, como los antecedentes policiales y judiciales del agresor, que en otros países han resultado muy útiles (Grogger et al., 2021). VioGén 2 ya va en esa dirección (Ministerio del Interior, 2025), pero cualquier uso de inteligencia artificial debe ser explicable y estar bajo control.
Ajustar la protección a cada caso, teniendo en cuenta los distintos tipos de agresores y víctimas y los casos en que el agresor puede suicidarse, lo que exige colaborar con la sanidad y la salud mental (López-Ossorio et al., 2018; Pineda et al., 2023; Santos-Hermoso et al., 2024).
Llegar antes de la denuncia. Como la mayoría de las asesinadas no había denunciado, la prevención tiene que estar también en los centros de salud, los servicios sociales, los colegios y el entorno cercano, y hay que facilitar que las mujeres pidan ayuda.
Conclusión
VioGén es uno de los sistemas policiales de protección a víctimas de violencia de género más grandes del mundo. La investigación muestra que calcula el riesgo con una precisión aceptable, similar a la de otros países, y que su escala de riesgo de asesinato es prometedora.
Pero hay preguntas importantes sin respuesta. Casi todos los estudios los ha hecho el propio Ministerio, no se sabe bien si las medidas de protección funcionan y no hay pruebas de que el sistema haya reducido los asesinatos. Las críticas sobre falta de transparencia, exceso de confianza en el programa y gestión de los casos de bajo riesgo son razonables, y las reformas de 2025 responden solo a una parte.
El reto es doble: evaluar VioGén de forma independiente y rigurosa, y asumir que evitar asesinatos exige actuar también donde VioGén no llega, es decir, en la mayoría de los casos, en los que la violencia nunca se denuncia.
Referencias
Campbell, J. C., Webster, D. W., & Glass, N. (2009). The Danger Assessment: Validation of a lethality risk assessment instrument for intimate partner femicide. Journal of Interpersonal Violence, 24(4), 653–674. https://doi.org/10.1177/0886260508317180
Dobash, R. E., Dobash, R. P., & Cavanagh, K. (2009). “Out of the blue”: Men who murder an intimate partner. Feminist Criminology, 4(3), 194–225. https://doi.org/10.1177/1557085109332668
Eticas Foundation. (2022). The external audit of the VioGén system. https://eticasfoundation.org/wp-content/uploads/2022/04/ETICAS-_-Auditori%CC%81a-Externa-del-sistema-VioGe%CC%81n-_-20220308.docx.pdf
González, J. L., Garrido, M. J., López-Ossorio, J. J., Muñoz, J. M., Arribas, A., Carbajosa, P., & Ballano, E. (2018). Revisión pormenorizada de homicidios de mujeres en las relaciones de pareja en España. Anuario de Psicología Jurídica, 28(1), 28–38. https://doi.org/10.5093/apj2018a2
González-Álvarez, J. L., López-Ossorio, J. J., Urruela, C., & Rodríguez-Díaz, M. (2018). Integral Monitoring System in Cases of Gender Violence: VioGén System. Behavior & Law Journal, 4(1), 29–40. https://doi.org/10.47442/blj.v4.i1.56
Gordo López, Á., & Rubio Martín, M. J. (2024). Incertidumbres algorítmicas en torno a las violencias de género. El caso del sistema VioGén y otros sistemas de predicción del riesgo. Revista Española de Sociología, 33(2), Artículo a225. https://doi.org/10.22325/fes/res.2024.225
Graham, L. M., Sahay, K. M., Rizo, C. F., Messing, J. T., & Macy, R. J. (2021). The validity and reliability of available intimate partner homicide and reassault risk assessment tools: A systematic review. Trauma, Violence, & Abuse, 22(1), 18–40. https://doi.org/10.1177/1524838018821952
Grogger, J., Gupta, S., Ivandic, R., & Kirchmaier, T. (2021). Comparing conventional and machine-learning approaches to risk assessment in domestic abuse cases. Journal of Empirical Legal Studies, 18(1), 90–130.
López-Ossorio, J. J., Carbajosa, P., Cerezo-Domínguez, A. I., González-Álvarez, J. L., Loinaz, I., & Muñoz-Vicente, J. M. (2018). Taxonomía de los homicidios de mujeres en las relaciones de pareja. Psychosocial Intervention, 27(2), 95–104. https://doi.org/10.5093/pi2018a11
López-Ossorio, J. J., González-Álvarez, J. L., & Andrés-Pueyo, A. (2016). Eficacia predictiva de la valoración policial del riesgo de la violencia de género. Psychosocial Intervention, 25(1), 1–7. https://doi.org/10.1016/j.psi.2015.10.002
López-Ossorio, J. J., González Álvarez, J. L., Buquerín Pascual, S., García, L. F., & Buela-Casal, G. (2017). Risk factors related to intimate partner violence police recidivism in Spain. International Journal of Clinical and Health Psychology, 17(2), 107–119. https://doi.org/10.1016/j.ijchp.2016.12.001
López-Ossorio, J. J., González-Álvarez, J. L., Loinaz, I., Martínez-Martínez, A., & Pineda, D. (2021). Intimate partner homicide risk assessment by police in Spain: The dual protocol VPR5.0-H. Psychosocial Intervention, 30(1), 47–55. https://doi.org/10.5093/pi2020a16
López-Ossorio, J. J., González-Álvarez, J. L., Muñoz Vicente, J. M., Urruela Cortés, C., & Andrés-Pueyo, A. (2019). Validation and calibration of the Spanish police intimate partner violence risk assessment system (VioGén). Journal of Police and Criminal Psychology, 34(4), 439–449. https://doi.org/10.1007/s11896-019-09322-9
López-Ossorio, J. J., Loinaz, I., & González-Álvarez, J. L. (2019). Protocolo para la valoración policial del riesgo de violencia de género (VPR4.0): revisión de su funcionamiento. Revista Española de Medicina Legal, 45(2), 52–58. https://www.elsevier.es/es-revista-revista-espanola-medicina-legal-285-articulo-protocolo-valoracion-policial-del-riesgo-S0377473219300033
Messing, J. T., & Thaller, J. (2013). The average predictive validity of intimate partner violence risk assessment instruments. Journal of Interpersonal Violence, 28(7), 1537–1558. https://doi.org/10.1177/0886260512468250
Ministerio de Igualdad. (2025, 1 de diciembre). Igualdad condena el asesinato por violencia de género de una mujer en la Comunidad de Madrid [Nota de prensa]. La Moncloa. https://www.lamoncloa.gob.es/serviciosdeprensa/notasprensa/igualdad/paginas/2025/011225-asesinato-violencia-madrid.aspx
Ministerio del Interior. (2025, 15 de enero). Interior diseña un nuevo modelo de respuesta policial a la violencia de género [Nota de prensa]. https://www.interior.gob.es/opencms/es/detalle/articulo/Interior-disena-un-nuevo-modelo-de-respuesta-policial-a-la-violencia-de-genero/
Pineda, D., Rico-Bordera, P., Galán, M., Piqueras, J. A., & González-Álvarez, J. L. (2023). Women victims of intimate partner violence and intimate partner homicide: A typology based on victimization variables. Psychosocial Intervention, 32(1), 43–53. https://doi.org/10.5093/pi2023a3
Presno Linera, M. Á. (2023). Policía predictiva y prevención de la violencia de género: el sistema VioGén. IDP. Revista de Internet, Derecho y Política, (39). https://doi.org/10.7238/idp.v0i39.416473
San Martín Segura, D. (2023). Prevención algorítmica de la violencia de género: la discrecionalidad policial como decisión tecnológica en el contexto de VioGén. Estudios Penales y Criminológicos, 44(Ext.), 1–35. https://doi.org/10.15304/epc.44.9013
Santos-Hermoso, J., González-Álvarez, J. L., Alcázar-Córcoles, M. Á., & Carbonell-Vayá, E. J. (2024). Intimate partner homicide against women typology: Risk factor interaction in Spain. European Journal on Criminal Policy and Research, 30, 521–543. https://doi.org/10.1007/s10610-022-09517-7
Satariano, A., & Toll Pifarré, R. (2024, 18 de julio). An algorithm told police she was safe. Then her husband killed her. The New York Times. https://www.nytimes.com/interactive/2024/07/18/technology/spain-domestic-violence-viogen-algorithm.html
van der Put, C. E., Gubbels, J., & Assink, M. (2019). Predicting domestic violence: A meta-analysis on the predictive validity of risk assessment tools. Aggression and Violent Behavior, 47, 100–116. https://doi.org/10.1016/j.avb.2019.03.008
Este texto ha sido redactado con ayuda de Inteligencia Artificial



