Ripensare le prove delle impronte digitali nella criminologia
Nuove ricerche mettono in dubbio l'unicità delle impronte digitali nelle indagini criminali.
― 6 leggere min
Indice
- Le Basi delle Impronte Digitali
- Un'Assunzione Comune
- Cosa Dicono le Ricerche
- Il Paradosso del Compleanno: Un Colpo di Scena Sorprendente
- L'Esperimento di Francis Galton
- Implicazioni dei Tempi Moderni
- Introduzione della Probabilità di Sovrapposizione Casuale
- Un Nuovo Approccio alla Scienza Forense
- Le Ramificazioni Legali
- Un Esempio Reale
- Andando Avanti
- Conclusione
- Fonte originale
- Link di riferimento
Quando pensi alla risoluzione dei crimini, probabilmente ti viene in mente l'immagine di un detective con una lente di ingrandimento sopra un'Impronta digitale. Le impronte digitali sono da sempre considerate come Prove inconfutabili dell'identità di una persona. Dopotutto, l'idea che ogni individuo abbia un'impronta unica è profondamente radicata nella scienza forense. Ma e se questa assunzione non fosse così solida come pensavamo? Diamo un'occhiata più da vicino al mondo delle impronte digitali e esploriamo quanto spesso potrebbero effettivamente ripetersi nella Popolazione.
Le Basi delle Impronte Digitali
Le impronte digitali sono i modelli unici lasciati dalle nostre dita sulle superfici quando le tocchiamo. Questi modelli si formano durante lo sviluppo fetale e rimangono relativamente invariati per tutta la vita di una persona. Per decenni, le forze dell'ordine hanno fatto affidamento sull'idea che le impronte siano uniche per ogni persona, rendendole uno strumento affidabile per l'identificazione nei casi criminali. Tuttavia, la base scientifica di questa unicità è stata recentemente messa in discussione.
Un'Assunzione Comune
L'idea che nessuna due impronte siano identiche è stata data per scontata in molti ambiti. Questa convinzione ha portato a innumerevoli arresti e condanne basate solo su prove di impronte digitali. Ma c'è un problema: le prove a sostegno di quest'assunzione non sono così robuste come molti potrebbero pensare. Infatti, alcuni studi recenti suggeriscono che le impronte di dita diverse—sì, anche quelle appartenenti alla stessa persona—possono presentare notevoli somiglianze.
Cosa Dicono le Ricerche
Recenti sviluppi nell'intelligenza artificiale (IA) hanno rivelato che le impronte di dita diverse della stessa persona possono essere sorprendentemente simili. In una scoperta incredibile, i ricercatori hanno concluso che c'è un tasso di somiglianza del 99,99% tra le impronte di dita diverse sulla stessa mano. Questo solleva interrogativi seri sulla convinzione da tempo sostenuta dell'unicità delle impronte. Se le impronte della stessa persona possono essere così simili, come possiamo essere certi che le impronte di individui diversi siano distinte?
Il Paradosso del Compleanno: Un Colpo di Scena Sorprendente
Per approfondire questo dilemma, possiamo guardare a qualcosa chiamato "paradosso del compleanno." Questo fenomeno illustra come la nostra intuizione possa ingannarci quando si tratta di probabilità. Il paradosso del compleanno afferma che in un gruppo di sole 23 persone, c'è già una probabilità del 50% che almeno due individui condividano un compleanno. Sembra difficile da credere, ma è vero. Man mano che la dimensione della popolazione aumenta, la probabilità di compleanni condivisi schizza alle stelle a causa del numero di possibili accoppiamenti.
Quindi, come si collega questo alle impronte digitali? Se consideriamo che le impronte potrebbero non essere così uniche come pensiamo, potremmo scoprire che modelli simili potrebbero emergere prima di quanto ci aspettiamo in grandi gruppi di persone. Questo fornisce una lente affascinante attraverso cui possiamo esaminare l'unicità delle impronte digitali.
L'Esperimento di Francis Galton
Alla fine del 19° secolo, una figura importante nello studio delle impronte digitali, Francis Galton, si propose di testare lui stesso l'unicità delle impronte digitali. Condusse un esperimento in cui determinò quanto spesso un'impronta potesse essere condivisa tra individui. Rompendo un'impronta in sezioni più piccole e valutando la probabilità di indovinare correttamente i loro modelli, Galton concluse che le possibilità che due persone condividessero la stessa impronta erano astronomicamente basse.
Galton, tuttavia, non considerò la popolazione umana totale che vedremmo oggi. Data l'enorme quantità di persone in vita ora rispetto al suo tempo, la possibilità di ripetizione delle impronte diventa molto più plausibile.
Implicazioni dei Tempi Moderni
Tornando al presente, se le conclusioni di Galton erano valide per il 19° secolo, ora abbiamo una popolazione molto più grande da considerare. Man mano che le dimensioni della popolazione crescono, aumentano anche le possibilità di somiglianze casuali tra le impronte. La ricerca suggerisce che in una popolazione di circa 14 milioni, c'è già una probabilità del 50% di corrispondenze casuali di impronte. Man mano che la popolazione sale a circa 40 milioni, questa probabilità si avvicina alla certezza.
Introduzione della Probabilità di Sovrapposizione Casuale
Per quantificare queste possibilità, i ricercatori hanno introdotto il concetto di Probabilità di Sovrapposizione Casuale (ROP). La ROP misura la probabilità che due individui abbiano la stessa impronta all'interno di una dimensione di gruppo specifica. Per città con grandi popolazioni, come New York o Los Angeles, la ROP può raggiungere livelli sconcertanti, dimostrando che è molto possibile che individui condividano impronte in queste aree.
Questo è cruciale per considerare il peso probatorio dell'analisi delle impronte digitali nel sistema di giustizia penale. Se la probabilità di ripetizione delle impronte è alta, allora fare affidamento solo su questa prova diventa più problematico.
Un Nuovo Approccio alla Scienza Forense
Date queste scoperte, sarebbe saggio per la scienza forense riconsiderare il proprio approccio ai confronti delle impronte digitali. Invece di basarsi su conclusioni rigide di unicità, abbracciare un modello probabilistico potrebbe fornire una valutazione più accurata e giusta delle corrispondenze delle impronte. Ad esempio, invece di affermare semplicemente che un'impronta corrisponde a quella di un sospetto, gli esperti forensi potrebbero riportare la probabilità che un'altra persona condivida la stessa impronta in una popolazione particolare.
Le Ramificazioni Legali
Le implicazioni di queste scoperte si estendono anche all'ambito legale. Se le impronte non sono così uniche come si pensava, l'affidabilità delle prove di impronte in tribunale può diventare discutibile. Ci sono stati casi in cui le condanne si sono basate pesantemente su prove di impronte, ma se queste prove possono essere dimostrate essere probabilisticamente difettose, il processo giudiziario deve adattarsi.
Un Esempio Reale
Un esempio notevole è il caso di Brandon Mayfield, che è stato arrestato ingiustamente sulla base di una corrispondenza di impronte che si è poi rivelata inaffidabile. Se gli investigatori avessero considerato la ROP e la popolazione della loro area di ricerca, avrebbero potuto concludere che la probabilità che una corrispondenza fosse casuale era troppo alta per agire solo sulle prove di impronte.
Andando Avanti
Man mano che il campo della scienza forense si evolve, è essenziale fare affidamento su prove empiriche e adattare i metodi di conseguenza. Gli esperti forensi dovrebbero informare i tribunali e le giurie sui limiti delle prove di impronte e sulla probabilità di sovrapposizione tra impronte all'interno di grandi popolazioni. I rapporti dovrebbero spostarsi da affermazioni categoriali di identità a valutazioni probabilistiche, consentendo ai tribunali di comprendere meglio i punti di forza e di debolezza dell'analisi delle impronte digitali.
Conclusione
Le impronte digitali sono state a lungo celebrate come identificatori unici nella scienza forense, ma recenti ricerche stanno sfidando questa visione. Utilizzando concetti come il paradosso del compleanno e introducendo la ROP, riconosciamo che in grandi popolazioni, la probabilità di sovrapposizione delle impronte è più alta di quanto accettato in precedenza. Andando avanti, è fondamentale per la scienza forense adottare approcci più sfumati e probabilistici all'analisi delle impronte, garantendo che la giustizia venga servita in modo equo e accurato.
Alla fine, mentre le impronte digitali possono essere la forma di prova più comune a cui pensiamo nei casi criminali, la loro affidabilità è una questione che merita un'ulteriore attenzione: pensavamo fossero uniche come fiocchi di neve, ma, a quanto pare, alcuni di quei fiocchi di neve potrebbero assomigliarsi un po'!
Fonte originale
Titolo: How Often are Fingerprints Repeated in the Population? Expanding on Evidence from AI With the Birthday Paradox
Estratto: The assumption of fingerprint uniqueness is foundational in forensic science and central to criminal identification practices. However, empirical evidence supporting this assumption is limited, and recent findings from artificial intelligence challenge its validity. This paper uses a probabilistic approach to examine whether fingerprint patterns remain unique across large populations. We do this by drawing on Francis Galton's 1892 argument and applying the birthday paradox to estimate the probability of fingerprint repetition. Our findings indicate that there is a 50\% probability of coincidental fingerprint matches in populations of 14 million, rising to near certainty at 40 million, which contradicts the traditional view of fingerprints as unique identifiers. We introduce the concept of a Random Overlap Probability (ROP) to assess the likelihood of fingerprint repetition within specific population sizes. We recommend a shift toward probabilistic models for fingerprint comparisons that account for the likelihood of pattern repetition. This approach could strengthen the reliability and fairness of fingerprint comparisons in the criminal justice system.
Autori: Jackson Gold, Maria Cuellar
Ultimo aggiornamento: 2024-12-17 00:00:00
Lingua: English
URL di origine: https://arxiv.org/abs/2412.13135
Fonte PDF: https://arxiv.org/pdf/2412.13135
Licenza: https://creativecommons.org/licenses/by/4.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia arxiv per l'utilizzo della sua interoperabilità ad accesso aperto.