Caracterización de la violencia laboral de la población trabajadora de Mutual de Seguridad, en base al relato del accidente

El presente proyecto busca abordar la creciente preocupación por la violencia laboral en Chile, caracterizándola en la población trabajadora afiliada a la Mutual de Seguridad, a partir del análisis de relatos de accidentes laborales. Para ello, se aplican técnicas avanzadas de Machine Learning como Procesamiento de Lenguaje Natural (NLP) y Modelo Grande de Lenguaje (LLM), permitiendo identificar y clasificar automáticamente los distintos tipos de violencia laboral definidos por la tipología Cal/OSHA: violencia tipo 1 (externa), tipo 2 (asociada a servicios) y tipo 3 (relaciones laborales, interna). La investigación, de carácter retrospectivo y transversal, se apoya en el análisis de más de una década de registros históricos (2011-2023), que incluyen descripciones textuales de accidentes, datos administrativos y diagnósticos clínicos. Se comienza con la recolección, limpieza y estructuración de los datos, así como en el ajuste preliminar de modelos de lenguaje adaptados al contexto chileno. El análisis exploratorio ha permitido visibilizar patrones iniciales de violencia y establecer relaciones entre variables clave. Este enfoque no solo permitió una caracterización más precisa y contextualizada de los hechos de violencia, sino que también proporcionó herramientas predictivas para anticipar denuncias, fortaleciendo la prevención y mejorando la gestión del riesgo en los entornos laborales. En última instancia, los hallazgos del proyecto buscan contribuir a la construcción de lugares de trabajo más seguros, saludables y equitativos, en línea con los desafíos actuales de la seguridad y salud ocupacional en Chile.