Hoy en día, la tecnología permite a las personas conectarse y comunicarse entre sí incluso desde millas de distancia, sin importar la distancia. Con el aumento del uso de redes sociales que fueron adoptadas rápidamente en la vida de los seres humanos, pueden chatear y compartir diferentes archivos multimedia. Si bien la intención para la que han sido creadas puede ser positiva, pueden ser mal utilizadas y empleadas de manera negativa. Una forma en la que pueden ser utilizadas de manera maliciosa es el ciberacoso. Esta es una forma de acoso donde un agresor comparte, publica o envía contenido falso, dañino o negativo sobre otra persona por medios electrónicos. En este documento, proponemos una solución para la detección de acoso en GIFs. Empleamos una arquitectura híbrida que comprende una Red Neuronal Convolucional (CNN) y tres Redes Neuronales Recurrentes (RNNs). Para el extractor de características, utilizamos el modelo DenseNet-121 que fue preentrenado en el conjunto de datos ImageNet-1k. Los resultados obtenidos dan una precisión del 99%.