Este Trabajo Fin de Máster, desarrollado en el marco del Máster en Inteligencia Artificial de la Universidad Internacional de La Rioja (UNIR), comprende el diseño y desarrollo de una solución de software orientada a la detección temprana de conductas de acoso escolar mediante el uso de sistemas de videovigilancia. El propósito principal es proporcionar a los docentes una herramienta tecnológica que permita identificar de manera oportuna posibles focos de acoso escolar, facilitando la ejecución de intervenciones pedagógicas preventivas y oportunas dentro del entorno educativo. El desarrollo del sistema se llevó a cabo bajo la metodología ágil Scrum, lo que permitió una evolución iterativa del producto basada en la validación continua con expertos del dominio. A nivel técnico, se implementó una arquitectura híbrida que integra redes neuronales convolucionales (CNN) para el análisis espacial de imágenes y técnicas de análisis de patrones temporales para el procesamiento de secuencias de video, permitiendo así una evaluación más completa del comportamiento observado. Como resultado, se obtuvo un sistema que, bajo la supervisión y validación de expertos, cumple con las expectativas técnicas y funcionales definidas inicialmente. Esta solución contribuye al fortalecimiento de los procesos de prevención del acoso escolar, permitiendo abordar situaciones de hostigamiento de manera proactiva y favoreciendo la construcción de entornos educativos más seguros y adecuados para el desarrollo integral de los estudiantes.