La formación en inteligencia artificial puede abrir nuevas oportunidades profesionales y, al mismo tiempo, impulsar soluciones tecnológicas con impacto social. Es el caso de NLP CyberGuard, un proyecto desarrollado por participantes de Samsung Innovation Campus, el programa formativo de Samsung impartido en colaboración con la Escuela de Organización Industrial (EOI), que busca contribuir a la detección temprana del ciberacoso mediante técnicas de procesamiento del lenguaje natural. La iniciativa ha sido seleccionada como finalista de los II Premios Nacionales de Inteligencia Artificial.
- Para empezar, ¿cuál era vuestra trayectoria antes de participar en Samsung Innovation Campus y qué os llevó a inscribiros en el programa de Inteligencia Artificial que imparte la Escuela de Organización Industrial?
- Mirando ahora con perspectiva, ¿qué ha cambiado en vuestra trayectoria personal o profesional después de pasar por Samsung Innovation Campus y qué oportunidades os ha abierto esta experiencia?
- NLP CyberGuard nace como proyecto final de vuestra formación y ha resultado finalista de los II Premios Nacionales de IA. ¿Cómo surgió la idea de aplicar la inteligencia artificial a la detección del ciberacoso y qué os hizo elegir un problema con un componente social tan importante?
- Para quien todavía no conozca el proyecto, ¿en qué consiste NLP CyberGuard y qué aporta frente a sistemas de detección basados únicamente en palabras o expresiones concretas?
- Desde aquella primera idea hasta el resultado actual, ¿cómo ha evolucionado el proyecto y cuáles han sido los principales retos y aprendizajes durante su desarrollo?
- ¿Qué conocimientos adquiridos en Samsung Innovation Campus han sido más importantes para poder desarrollar NLP CyberGuard y convertir una idea inicial en una herramienta capaz de detectar casos de ciberacoso?
- Mirando al futuro, ¿qué pasos os gustaría dar para que NLP CyberGuard pueda evolucionar hacia una herramienta con aplicación real y contribuir a crear entornos digitales más seguros?
En esta entrevista con Corresponsables, Cristina Galán Berenguel y Daniel Díaz Ruiz, participantes en Samsung Innovation Campus e impulsores de NLP CyberGuard, explican cómo la formación ha influido en sus trayectorias profesionales, los desafíos técnicos que han afrontado durante el desarrollo del proyecto y las posibilidades de aplicar la inteligencia artificial para crear entornos digitales más seguros. También reflexionan sobre la importancia de la supervisión humana, la protección de datos y el uso
Para empezar, ¿cuál era vuestra trayectoria antes de participar en Samsung Innovation Campus y qué os llevó a inscribiros en el programa de Inteligencia Artificial que imparte la Escuela de Organización Industrial?
Cristina Galán Berenguel: Soy graduada en Bioquímica y, aproximadamente un año antes de participar en Samsung Innovation Campus, había terminado mi máster en Bioinformática.
Mi interés por la informática surgió precisamente durante mi formación, cuando empecé a enfrentarme al análisis de grandes cantidades de datos. Fue entonces cuando me di cuenta de lo importante que es combinar conocimientos de distintas disciplinas y de cómo la incorporación de nuevas herramientas tecnológicas puede contribuir al avance de la ciencia.
Al terminar el máster, sentía que todavía me faltaba profundizar en un campo que cada vez estaba cobrando más importancia: la inteligencia artificial. Aunque había adquirido conocimientos de programación y análisis de datos, la IA no había tenido demasiado protagonismo en mi formación y sabía que podía ser una herramienta muy poderosa en la biología molecular.
Por eso, cuando conocí la oportunidad de formarme en inteligencia artificial a través de Samsung Innovation Campus y la Escuela de Organización Industrial, me pareció una ocasión ideal para seguir aprendiendo y ampliar mis conocimientos hacia un ámbito que me despertaba mucha curiosidad.
Daniel Díaz Ruiz: Estudié el Grado de Bioquímica en la Universidad de Málaga y, después, mientras trabajaba como técnico de laboratorio para la Universidad de Granada, cursé un máster en Investigación en Inmunología.
Mi interés por la informática surgió durante mis estudios universitarios. Siempre pensé que sería un campo que debía explorar. Por ello, cuando vi este curso de la EOI, me interesó. Pensé que me daría una buena base para adentrarme más adelante en el mundo de la bioinformática.
Mirando ahora con perspectiva, ¿qué ha cambiado en vuestra trayectoria personal o profesional después de pasar por Samsung Innovation Campus y qué oportunidades os ha abierto esta experiencia?
Cristina Galán Berenguel: Creo que uno de los cambios más importantes ha sido pasar de tener conocimientos de programación y análisis de datos a ser capaz de desarrollar e implementar algoritmos de inteligencia artificial para intentar resolver problemas concretos.
Esta formación me ha permitido comprender mejor cómo funcionan los distintos modelos, aprender a entrenarlos y evaluar sus resultados, pero, sobre todo, me ha dado más confianza para plantearme nuevas aplicaciones de la inteligencia artificial en mi propio ámbito profesional.
De hecho, actualmente tengo en mente un proyecto que surge de una necesidad que he identificado en mi trabajo: automatizar un proceso de análisis de imágenes que, realizado manualmente, resulta bastante tedioso y requiere mucho tiempo. Mi idea es aplicar modelos de aprendizaje automático que permitan procesar estos datos de una manera más rápida y eficiente.
Para mí, esto es precisamente lo más valioso que me llevo de Samsung Innovation Campus: no solo haber adquirido nuevos conocimientos, sino ser capaz de identificar situaciones en las que la inteligencia artificial puede aportar soluciones reales.
Además, que NLP CyberGuard haya sido seleccionado como finalista de los II Premios Nacionales de Inteligencia Artificial ha sido una gran satisfacción y un empujón para empezar nuevos proyectos en mi sector profesional.
Daniel Díaz Ruiz: Para mí ha sido un gran cambio en mi carrera profesional. Esta formación me ha abierto la puerta para hacer un doctorado en Bioinformática en Francia, con una de las mejores becas de investigación de Europa, una Marie Skłodowska-Curie.
NLP CyberGuard nace como proyecto final de vuestra formación y ha resultado finalista de los II Premios Nacionales de IA. ¿Cómo surgió la idea de aplicar la inteligencia artificial a la detección del ciberacoso y qué os hizo elegir un problema con un componente social tan importante?
Cristina Galán Berenguel: Cuando empezamos a pensar en el proyecto final, teníamos varias ideas, pero el ciberacoso nos pareció un tema especialmente relevante por la importancia que tienen actualmente las redes sociales en nuestra vida y por las consecuencias que estas conductas pueden tener sobre quienes las sufren.
Personalmente, me resultaba muy interesante explorar cómo la inteligencia artificial podía interpretar el lenguaje humano, ya que es algo mucho más complejo que identificar determinadas palabras.
A partir de ahí surgió la idea de desarrollar NLP CyberGuard, combinando el reto técnico del procesamiento del lenguaje natural con la posibilidad de contribuir a la detección temprana de comportamientos dañinos en internet.
Daniel Díaz Ruiz: Durante el curso estábamos estudiando el procesamiento del lenguaje natural (NLP). Esta rama de la IA es utilizada cada día por todos, y muchos desconocemos que es así. La usamos siempre que decimos: «Pregúntale a la IA».
Todo este proyecto empezó al observar una realidad preocupante: hoy en día, las redes sociales se han convertido en un foco constante de ciberacoso que afecta directamente a la salud mental de los jóvenes. Sin embargo, siguen sin existir herramientas eficaces capaces de detectarlo y pararlo a tiempo. De esa necesidad surge nuestro proyecto NLP CyberGuard.
Para quien todavía no conozca el proyecto, ¿en qué consiste NLP CyberGuard y qué aporta frente a sistemas de detección basados únicamente en palabras o expresiones concretas?
Cristina Galán Berenguel: Cuando empezamos a plantear el proyecto final, teníamos varias ideas en mente, pero el ciberacoso nos pareció un tema especialmente relevante por el papel que tienen actualmente las redes sociales en nuestra vida y por las consecuencias que estas conductas pueden tener sobre quienes las sufren. Además, nos motivaba la posibilidad de desarrollar un proyecto que, más allá de poner en práctica lo aprendido durante la formación, pudiera tener un impacto social positivo.
Personalmente, me resultaba muy interesante explorar hasta qué punto la inteligencia artificial era capaz de interpretar el lenguaje humano, ya que comprender el significado de un mensaje implica mucho más que identificar determinadas palabras. El contexto, la intención o la forma de expresarse pueden cambiar por completo su significado.
Así surgió NLP CyberGuard, un proyecto que nos permitía combinar el reto técnico del procesamiento del lenguaje natural con la posibilidad de contribuir a la detección temprana del ciberacoso y, en definitiva, a crear entornos digitales más seguros.
Daniel Díaz Ruiz: NLP CyberGuard es un sistema de alerta temprana contra el ciberacoso impulsado por inteligencia artificial, que se integra vía API en entornos educativos como Moodle o Teams para asistir a los orientadores bajo control humano.
A diferencia de los filtros tradicionales basados en listas rígidas de palabras clave, nuestra arquitectura utiliza redes neuronales contextuales que comprenden el significado completo de la frase. Esto le permite detectar ataques sutiles como el sarcasmo, la ironía, el uso hiriente de emojis o las jergas juveniles, aunque no exista un insulto explícito.
Además, al evaluar el contexto real del mensaje, reduce drásticamente los falsos positivos frente a bromas cotidianas y aprende de forma continua con las validaciones del equipo docente.
Desde aquella primera idea hasta el resultado actual, ¿cómo ha evolucionado el proyecto y cuáles han sido los principales retos y aprendizajes durante su desarrollo?
Cristina Galán Berenguel: Al principio, nuestra idea era desarrollar un modelo capaz de distinguir entre mensajes ofensivos y no ofensivos. Sin embargo, conforme avanzamos, decidimos ampliar el proyecto y comparar diferentes algoritmos para analizar cuál ofrecía mejores resultados.
Uno de los principales retos fue el tratamiento de los datos. Trabajábamos con mensajes procedentes de redes sociales, donde encontramos abreviaturas, emojis, diferentes idiomas y expresiones informales. Fue necesario realizar un proceso de limpieza y preparación bastante exhaustivo.
Otro desafío fue entrenar y evaluar los 12 algoritmos, comparando no solo su capacidad predictiva, sino también su eficiencia computacional.
Precisamente, uno de los aprendizajes más interesantes fue descubrir que el modelo más complejo no siempre es el más conveniente desde el punto de vista práctico o económico.
Aunque BERTweet consiguió los mejores resultados, otros modelos como Bi-LSTM demostraron una eficiencia muy elevada, con un coste computacional considerablemente menor.
Esta experiencia me enseñó que desarrollar inteligencia artificial no consiste simplemente en entrenar un modelo, sino en comprender todo el proceso y saber interpretar los resultados para tomar decisiones fundamentadas.
Daniel Díaz Ruiz: El proyecto fue evolucionando desde un script experimental hasta una arquitectura modular por capas que podría utilizarse vía API.
Uno de los mayores retos que tuvimos fue la búsqueda de datos. Encontramos bases de datos que estaban desbalanceadas: teníamos muchos más mensajes de acoso que neutros. Lo solucionamos fusionando distintos conjuntos de datos (datasets).
Aprendimos también durante el desarrollo del proyecto que los modelos más pesados eran los más eficaces. Había que encontrar un equilibrio entre coste computacional y un diseño que pudiera ser supervisado por el usuario humano que confirma el hallazgo.
¿Qué conocimientos adquiridos en Samsung Innovation Campus han sido más importantes para poder desarrollar NLP CyberGuard y convertir una idea inicial en una herramienta capaz de detectar casos de ciberacoso?
Cristina Galán Berenguel: Considero que uno de los aspectos más importantes de la formación fue adquirir una base sólida en machine learning y redes neuronales, además de aprender a aplicar estos conocimientos de manera práctica.
Durante el desarrollo del proyecto fueron especialmente útiles los conocimientos sobre preparación de datos, entrenamiento de algoritmos y evaluación de modelos.
También destacaría el aprendizaje de métricas como precision, recall o F1-score, que nos permitieron comparar objetivamente los resultados de los diferentes algoritmos y entender cuáles eran sus fortalezas y limitaciones.
Pero, por encima de todo, me quedo con haber aprendido a abordar un problema de forma estructurada: analizar los datos, plantear diferentes soluciones, experimentar y extraer conclusiones a partir de los resultados.
Daniel Díaz Ruiz: Gracias a Samsung Innovation Campus pudimos transformar nuestra idea en un modelo que podría utilizarse en la realidad.
En primer lugar, dominar todo el ecosistema de programación en Python nos permitió hacer la limpieza y equilibrar los más de 97.000 datos con los que contábamos.
También nos permitió aprender de los distintos modelos y conocer cuáles eran capaces de captar el sarcasmo y el contexto real.
Finalmente, entendimos cómo evaluar los modelos con métricas rigurosas para encontrar el modelo más preciso y eficiente.
Mirando al futuro, ¿qué pasos os gustaría dar para que NLP CyberGuard pueda evolucionar hacia una herramienta con aplicación real y contribuir a crear entornos digitales más seguros?
Cristina Galán Berenguel: Me gustaría que NLP CyberGuard siguiera evolucionando y pudiera convertirse en una herramienta con una aplicación real, más allá del entorno académico.
Uno de los primeros pasos sería desarrollar una interfaz gráfica que facilitara su utilización y desplegar el modelo mediante una API, de manera que pudiera integrarse en plataformas digitales o entornos educativos.
También considero interesante ampliar el sistema para que no solo distinga entre ciberacoso y mensajes no ofensivos, sino que sea capaz de identificar diferentes tipos de acoso.
Otra mejora importante sería incorporar modelos multilingües, que permitan analizar mensajes en diferentes idiomas sin necesidad de traducirlos previamente.
Por último, considero fundamental que una herramienta de este tipo se utilice de manera responsable, teniendo en cuenta aspectos como la privacidad, los posibles sesgos y la supervisión humana. La inteligencia artificial puede ser una gran aliada en la detección de conductas dañinas, pero no debería sustituir por completo el criterio de las personas.
Daniel Díaz Ruiz: Aunque esta idea surgió como el proyecto final de este programa formativo, sería realmente útil y estaríamos orgullosos de que pudiera tener una aplicación real.
En primer lugar, ya que sabemos que hemos obtenido buenos resultados con estos datos, tendremos que optimizar el modelo para captar la jerga juvenil española.
Otro punto clave sería conseguir integrar nuestra API directamente en plataformas educativas, cumpliendo la legislación de protección de datos.
Otra idea que se nos ocurrió y que podría desarrollarse es un módulo preventivo que detectara a las posibles víctimas mediante modelos de análisis de sentimientos.
De esta manera, con una sola herramienta se podría detectar tanto al acosador como a la persona acosada.
Consulta más información responsable en las publicaciones Corresponsables y en el espacio de Samsung en Organizaciones Corresponsables 2026.


