SinOdio - Detector de Discurso de Odio con IA

Versión 3.0 | Especializado en Español Latinoamericano

Detector de lenguaje de odio con inteligencia artificial, especializado en identificar tanto discurso de odio explícito como sutil/normalizado en español de América Latina.

🚀 Descripción

SinOdio es una aplicación web moderna que utiliza inteligencia artificial de última generación para detectar lenguaje de odio en textos en español latinoamericano. Construida con Next.js 15, TypeScript, y respaldada por un modelo BETO (BERT en Español) fine-tuned con ~35,000 ejemplos especializados.

El modelo v3 representa una mejora significativa de +21% en F1 score comparado con versiones anteriores, con énfasis en detectar lenguaje discriminatorio normalizado que muchas veces pasa desapercibido.

Tecnología para comunicar sin odio. Espacios digitales más seguros e inclusivos.

🎯 Problema Social que Resuelve

El discurso de odio en español latinoamericano frecuentemente se presenta de forma normalizada y sutil, haciendo difícil su detección. Frases discriminatorias disfrazadas de "opiniones" o "humor" perpetúan violencia hacia grupos vulnerables (mujeres, LGBTQ+, migrantes, indígenas, personas con discapacidad).

SinOdio combate esto identificando tanto lenguaje explícitamente violento como discriminación encubierta, ayudando a crear espacios digitales más seguros para comunidades hispanohablantes en América Latina.

📊 Métricas Impactantes

Modelo de IA (v3)

• Accuracy: 91.85% (+14% vs v1)
• F1 Score: 87.00% (+21% vs v1)
• Precision: 83.30% (+22% vs v1)
• Recall: 91.03% (detecta 91 de cada 100 casos reales)
• Dataset: ~35,000 ejemplos de LATAM (Chile, México, Argentina, Colombia, Perú)

Categorías de Discriminación Detectadas

✓ Xenofobia e inmigración | ✓ Género y sexismo | ✓ Orientación sexual (LGBTQ+) ✓ Raza y etnicidad | ✓ Clase social (aporofobia) | ✓ Discapacidad (capacitismo) | ✓ Pueblos indígenas

✨ Características

• 🤖 Modelo BETO v3 - 110M parámetros, fine-tuned para español LATAM
• ⚡ Análisis en tiempo real - Respuesta < 2 segundos
• 🎯 Detección avanzada - Identifica hate speech explícito y normalizado
• 📊 Métricas transparentes - Visualización de confianza y probabilidades
• 🎨 UI moderna - Diseñada con shadcn/ui y Tailwind CSS
• 🌐 100% en español - Optimizado para variantes latinoamericanas
• 🔒 Open Source - Apache 2.0 License

🛠️ Stack Técnico Destacado

Machine Learning & AI

• BETO (BERT en Español) - 110M parámetros
• Transformers - Fine-tuning con PyTorch
• HuggingFace Spaces - Deployment del modelo
• Gradio Client API - Integración serverless

Full-Stack Development

• Next.js 15.5 - App Router, Server Components, API Routes
• TypeScript 5 - Type-safe development
• React 19 - UI framework con hooks modernos
• Tailwind CSS 3.4 - Utility-first styling

UI/UX

• shadcn/ui - Sistema de componentes (New York style)
• Radix UI - Primitivos accesibles
• Lucide React - Iconografía moderna

Production & DevOps

• Vercel - Deployment optimizado con edge functions
• GitHub Actions - CI/CD ready
• ESLint + Prettier - Code quality

🚀 Inicio Rápido

Requisitos Previos

• Node.js 18+ (v22.18.0 recomendado)
• npm 9+ o pnpm

Instalación Local

# Clonar el repositorio
git clone https://github.com/antuansabe/InclusioCheck.git
cd inclusiocheck

# Instalar dependencias
npm install

# Ejecutar en modo desarrollo
npm run dev

Abre http://localhost:3000 en tu navegador.

Nota: La primera petición puede tardar 60-90 segundos (cold start del modelo en HuggingFace). Peticiones subsecuentes: < 2 segundos.

Deployment a Producción

El proyecto está optimizado para deployment en Vercel con configuración zero-config:

# Build de producción
npm run build

# Iniciar servidor de producción
npm start

Ver DEPLOYMENT.md para guía completa de deployment en Vercel.

📝 Scripts Disponibles

npm run dev      # Inicia el servidor de desarrollo
npm run build    # Construye la aplicación para producción
npm run start    # Inicia el servidor de producción
npm run lint     # Ejecuta el linter

🏗️ Estructura del Proyecto

src/
├── app/              # App Router de Next.js
│   ├── api/         # API routes
│   ├── layout.tsx   # Layout principal
│   └── page.tsx     # Página principal
├── components/      # Componentes React
│   ├── ui/         # Componentes de shadcn/ui
│   ├── layout/     # Header, Footer, Container
│   ├── features/   # Componentes de características
│   └── shared/     # Componentes compartidos
└── lib/            # Utilidades y configuración
    ├── constants.ts # Constantes de la app
    ├── types.ts     # Tipos TypeScript
    └── utils.ts     # Funciones auxiliares

🔗 Enlaces del Proyecto

Recursos de IA

• 🤗 Modelo v3 - HuggingFace Model Hub
• 🚀 Gradio Space - Demo interactiva del modelo
• 📊 Dataset LATAM - Dataset de entrenamiento

Repositorio

• 🐙 GitHub - Código fuente
• 📖 Documentación - Guía técnica completa
• 🚀 Deployment Guide - Guía de despliegue

👨‍💻 Autor

Antonio Dromundo

• Email: antuansabe@gmail.com
• GitHub: @antuansabe
• LinkedIn: antonndromundo

📄 Licencia

Este proyecto está bajo la Licencia Apache 2.0 - ver el archivo LICENSE para más detalles.

🏗️ Arquitectura del Sistema

┌─────────────────────────────────────────────────────────┐
│                    Next.js 15 App                        │
│  ┌─────────────┐  ┌──────────────┐  ┌───────────────┐   │
│  │   Frontend  │  │  API Routes  │  │  Components   │   │
│  │  (React 19) │──│  (Node.js)   │──│  (shadcn/ui)  │   │
│  └─────────────┘  └──────────────┘  └───────────────┘   │
└──────────────────────┬──────────────────────────────────┘
                       │
                       │ Gradio Client API
                       │ (HTTP/SSE)
                       ▼
┌─────────────────────────────────────────────────────────┐
│            HuggingFace Space (Gradio)                    │
│  ┌──────────────────────────────────────────────────┐   │
│  │  BETO Model (110M params)                        │   │
│  │  ├─ Tokenizer (Spanish BERT)                     │   │
│  │  ├─ Transformer Layers (12)                      │   │
│  │  └─ Classification Head (binary)                 │   │
│  └──────────────────────────────────────────────────┘   │
└─────────────────────────────────────────────────────────┘
                       │
                       ▼
              Response: [label, score, message]

🤝 Contribuciones

Las contribuciones son bienvenidas. Por favor:

1. Fork el proyecto
2. Crea una rama para tu feature (git checkout -b feature/AmazingFeature)
3. Commit tus cambios (git commit -m 'Add: AmazingFeature')
4. Push a la rama (git push origin feature/AmazingFeature)
5. Abre un Pull Request

Ver CONTRIBUTING.md para más detalles.

🙏 Agradecimientos

• dccuchile - Modelo BETO base
• HuggingFace - Platform y hosting del modelo
• shadcn - Sistema de componentes UI
• Vercel - Hosting y deployment
• Comunidad de desarrolladores open source

📜 Versiones

• v3.0 (Nov 2025) - Modelo mejorado (+21% F1), dataset LATAM, retry mechanism
• v2.0 (Nov 2025) - Integración dataset regional, detección mejorada
• v1.0 (Oct 2025) - Release inicial, modelo base

---

⭐ Si este proyecto te ayuda, considera darle una estrella en GitHub ⭐

Demo Live • Reportar Bug • Request Feature

Hecho con ❤️ para comunidades hispanohablantes en América Latina