Metodología

Trabajos relacionados

La afirmación del paper de que no existen trabajos previos que aborden este problema es factualmente incorrecta y representa la debilidad más significativa de la entrega. Existe una literatura sustancial sobre detección de grooming infantil y comportamiento depredador en entornos de chat mediante NLP, incluyendo sistemas con arquitecturas casi idénticas, clasificación en tiempo real basada en transformers, alertas a padres, y entrenamiento sobre el dataset PAN12, que los propios autores citan. Ignorar esta literatura no fortalece la contribución; socava la credibilidad del paper. Los autores deberían reformular su sección de trabajos relacionados para posicionar su sistema dentro del estado del arte existente, destacando lo que es genuinamente novedoso, como el contexto latinoamericano regional, los diccionarios de argot criminal específicos de México y la integración específica con Roblox.

Afirmaciones de robustez

El paper hace afirmaciones fuertes sobre la robustez del sistema y su superioridad frente a enfoques alternativos, pero estas no están respaldadas por una evaluación empírica rigurosa. Los únicos resultados presentados consisten en una única conversación simulada con un puñado de mensajes, y notablemente, varios mensajes claramente peligrosos reciben puntuaciones de riesgo muy por debajo del umbral de alerta de 0.75, lo cual es en sí mismo un indicador preocupante de falsos negativos, no una evidencia de robustez. Los argumentos arquitectónicos sobre la tokenización WordPiece manejando ofuscación, o LoRA previniendo el sobreajuste, son teóricamente razonables pero insuficientes para sostener las afirmaciones realizadas sin estudios de ablación o evaluación sobre un conjunto de prueba de tamaño adecuado. Los autores deberían reemplazar estas aserciones con métricas concretas, precisión, recall y F1, calculadas sobre un dataset de al menos varios cientos de ejemplos, idealmente incluyendo casos adversariales con ofuscación deliberada de texto.

This is one of the most important problems in the batch, and it's worth saying why out loud. In Mexico, organized crime recruits kids directly, and the chat in an open game is now one of the doors they walk through: an adult builds trust fast, dangles money or Robux, and starts steering a child toward a meeting or a "job." It isn't only Mexico either. Grooming and recruitment over Roblox and Free Fire is a global pattern wherever kids play unsupervised, which is everywhere. A cheap parental-alert layer aimed at exactly that door could genuinely help a family, and you picked the right door. The architecture is the strongest part. The serverless alert plumbing (API Gateway, Lambda, S3, alerts out through SES and SNS) is concrete and sensible, it runs in the free tier, and the BPMN actually shows how a message travels from chat to alert. You know how to build the pipe. And the simulated Mario/Juan chat nails the grooming arc: fast intimacy, the Robux hook, then the probe for personal info. That's the exact sequence worth catching, and you saw it.

The biggest opportunity now is the evidence, because the paper describes a different system than the one in your repo. The write-up talks about a Transformer (DistilBERT) adapted with PEFT/LoRA and transfer learning, but the code that's actually shared is a keyword dictionary with a substring match, the simple kind of filter the paper positions itself above. That gap is the first thing to close, and it cuts both ways: either build the model you describe, or rewrite the paper around the keyword baseline you actually have and own it, because a transparent rule-based first pass is a legitimate starting point. The numbers have the same problem. Section 4C mentions a statistically significant recall gain over Naive Bayes with cross-validation, but the backing isn't there, no dataset size, no split, no precision/recall/F1, no table. And the thresholds don't agree: the paper says alerts fire at 0.75, the code says 0.05 with a clause that flags on a single keyword hit regardless of score, which is why messages scoring 0.028 still trip an alert. I'm flagging this plainly because for child safety it's the thing that matters most: a missed message is the entire cost, so the model, the scores, and the threshold all have to agree before anything else can be trusted. The good news is you're close to proving it. You already cite PAN12, which is a grooming-detection corpus, so run the model against it, report precision and recall and especially false negatives on a held-out split, and show the threshold actually firing on the messages you call risky. That one step turns "it works" into something a parent can rely on.