Computadores podem solucionar crimes? Crédito da imagem: CC BY-SA 4.0 Tony Webster
Na ciência forense, o perito desempenha um papel vital. Os advogados os procuram para sua análise e opinião sobre evidências especializadas. Mas os especialistas são humanos, com todas as suas falhas, tendem a ter frequentemente erros.
Temos investigado o potencial da IA para estudar evidências na ciência forense. Em dois artigos recentes, descobrimos que a IA era melhor para avaliar pegadas do que os cientistas forenses em geral, mas não melhor do que especialistas específicos em pegadas.
O que há em uma pegada?
Ao andar descalço pela casa, você deixa pegadas, como marcas em seu carpete ou resíduos de seus pés. Pegadas de sangue são comuns em cenas de crimes violentos. Eles permitem que os investigadores reconstruam os eventos e talvez criem o perfil de um suspeito desconhecido.
Impressões de sapatos são um dos tipos de evidência mais comuns, especialmente em roubos domésticos. Esses vestígios são recuperados de peitoris de janelas, portas, assentos de vasos sanitários e pisos e podem ser visíveis ou ocultos a olho nu. No Reino Unido, as marcas recuperadas são analisadas pelas forças policiais e usadas para pesquisar um banco de dados de padrões de calçados.
O tamanho das impressões descalças pode informar sobre a altura, o peso e até o sexo de um suspeito. Em um estudo recente, pedimos a um podólogo especialista para determinar o sexo de um monte de pegadas e eles acertaram em 50% das vezes. Em seguida, criamos uma rede neural, uma forma de IA, e pedimos que fizesse a mesma coisa. Acertou cerca de 90% das vezes. Além do mais, para nossa surpresa, também poderia atribuir uma idade ao fabricante das pistas pelo menos até a década mais próxima.
Quando se trata de impressões de calçados, os especialistas em calçados podem identificar a marca e o modelo de um calçado simplesmente por experiência - é uma segunda natureza para esses especialistas e os erros são raros. Curiosamente, fomos informados de que hoje existem menos de 30 especialistas em calçados no Reino Unido. No entanto, existem milhares de pessoal forense e policial no Reino Unido que são usuários ocasionais do banco de dados de calçados. Para esses usuários casuais, analisar calçados pode ser desafiador e seu trabalho geralmente precisa ser verificado por um especialista. Por esse motivo, pensamos que a IA pode ajudar.
Temos investigado o potencial da IA para estudar evidências na ciência forense. Em dois artigos recentes, descobrimos que a IA era melhor para avaliar pegadas do que os cientistas forenses em geral, mas não melhor do que especialistas específicos em pegadas.
O que há em uma pegada?
Ao andar descalço pela casa, você deixa pegadas, como marcas em seu carpete ou resíduos de seus pés. Pegadas de sangue são comuns em cenas de crimes violentos. Eles permitem que os investigadores reconstruam os eventos e talvez criem o perfil de um suspeito desconhecido.
Impressões de sapatos são um dos tipos de evidência mais comuns, especialmente em roubos domésticos. Esses vestígios são recuperados de peitoris de janelas, portas, assentos de vasos sanitários e pisos e podem ser visíveis ou ocultos a olho nu. No Reino Unido, as marcas recuperadas são analisadas pelas forças policiais e usadas para pesquisar um banco de dados de padrões de calçados.
O tamanho das impressões descalças pode informar sobre a altura, o peso e até o sexo de um suspeito. Em um estudo recente, pedimos a um podólogo especialista para determinar o sexo de um monte de pegadas e eles acertaram em 50% das vezes. Em seguida, criamos uma rede neural, uma forma de IA, e pedimos que fizesse a mesma coisa. Acertou cerca de 90% das vezes. Além do mais, para nossa surpresa, também poderia atribuir uma idade ao fabricante das pistas pelo menos até a década mais próxima.
Quando se trata de impressões de calçados, os especialistas em calçados podem identificar a marca e o modelo de um calçado simplesmente por experiência - é uma segunda natureza para esses especialistas e os erros são raros. Curiosamente, fomos informados de que hoje existem menos de 30 especialistas em calçados no Reino Unido. No entanto, existem milhares de pessoal forense e policial no Reino Unido que são usuários ocasionais do banco de dados de calçados. Para esses usuários casuais, analisar calçados pode ser desafiador e seu trabalho geralmente precisa ser verificado por um especialista. Por esse motivo, pensamos que a IA pode ajudar.
Atribuímos uma segunda rede neural, desenvolvida como parte de uma parceria contínua com a Bluestar Software, do Reino Unido, com a identificação da marca e do modelo das moldagens de calçados. Este AI faz uma impressão em calçado preto e branco e reconhece automaticamente a forma dos degraus dos componentes. Os degraus dos componentes são quadrados, triangulares ou circulares? Existe um logotipo ou escrita na impressão do sapato? Cada uma dessas formas corresponde a um código em uma classificação simples. São esses códigos que são usados para pesquisar o banco de dados. Na verdade, a IA fornece uma série de códigos sugeridos para o usuário verificar e identifica áreas de ambiguidade que precisam ser verificadas.
Em um de nossos experimentos, um usuário ocasional recebeu 100 impressões de sapatos selecionados aleatoriamente para analisar. Durante o teste, que executamos várias vezes, o usuário casual acertou entre 22% e 83% das vezes. Em comparação, o IA teve entre 60% e 91% de sucesso. Especialistas em calçados, no entanto, estão certos quase 100% das vezes.
Uma razão pela qual nossa segunda rede neural não era perfeita e não superou os especialistas reais é que os sapatos variam com o uso, tornando a tarefa mais complexa. Embora a IA não pudesse substituir o especialista treinado para detectar essas coisas, ele superou os usuários ocasionais, sugerindo que poderia ajudar a liberar tempo para o especialista se concentrar em casos mais difíceis.
A IA substituirá os especialistas?
Sistemas como esse aumentam a precisão das evidências de calçados e provavelmente veremos que são usados com mais frequência do que atualmente - especialmente no policiamento baseado em inteligência que visa vincular crimes e reduzir o custo de roubos domésticos. Só no Reino Unido, eles custaram em média £ 5.930 por incidente em 2018, o que equivale a um custo econômico total de £ 4,1 bilhões.
A IA nunca substituirá o julgamento habilidoso e experiente de um examinador de calçados bem treinado. Mas pode ajudar a reduzir a carga sobre esses especialistas e permitir que eles se concentrem nos casos difíceis, ajudando os usuários casuais a identificar a marca e o modelo de uma pegada de forma mais confiável por conta própria. Ao mesmo tempo, os especialistas que usam essa IA substituirão os que não usam.
[The Conversation]
Em um de nossos experimentos, um usuário ocasional recebeu 100 impressões de sapatos selecionados aleatoriamente para analisar. Durante o teste, que executamos várias vezes, o usuário casual acertou entre 22% e 83% das vezes. Em comparação, o IA teve entre 60% e 91% de sucesso. Especialistas em calçados, no entanto, estão certos quase 100% das vezes.
Uma razão pela qual nossa segunda rede neural não era perfeita e não superou os especialistas reais é que os sapatos variam com o uso, tornando a tarefa mais complexa. Embora a IA não pudesse substituir o especialista treinado para detectar essas coisas, ele superou os usuários ocasionais, sugerindo que poderia ajudar a liberar tempo para o especialista se concentrar em casos mais difíceis.
A IA substituirá os especialistas?
Sistemas como esse aumentam a precisão das evidências de calçados e provavelmente veremos que são usados com mais frequência do que atualmente - especialmente no policiamento baseado em inteligência que visa vincular crimes e reduzir o custo de roubos domésticos. Só no Reino Unido, eles custaram em média £ 5.930 por incidente em 2018, o que equivale a um custo econômico total de £ 4,1 bilhões.
A IA nunca substituirá o julgamento habilidoso e experiente de um examinador de calçados bem treinado. Mas pode ajudar a reduzir a carga sobre esses especialistas e permitir que eles se concentrem nos casos difíceis, ajudando os usuários casuais a identificar a marca e o modelo de uma pegada de forma mais confiável por conta própria. Ao mesmo tempo, os especialistas que usam essa IA substituirão os que não usam.
[The Conversation]