法医学における指紋証拠の再考
新しい研究が、犯罪捜査における指紋のユニークさに疑問を投げかけてる。
― 1 分で読む
目次
犯罪解決を考えると、指紋の上に虫眼鏡を持った探偵のイメージが思い浮かぶよね。指紋は長い間、個人のアイデンティティの否定できない証拠として見なされてきた。結局、すべての人がユニークな指紋を持っているという前提は法医学に深く根付いているんだ。でも、この前提がそんなに固いものじゃないとしたら?指紋の世界を詳しく見て、実際にどれだけ同じパターンが存在するのか探ってみよう。
指紋の基本
指紋は、私たちの指が触れたときに表面に残るユニークなパターンなんだ。このパターンは胎児が成長する時に形成されて、一生ほとんど変わらない。何十年も警察は指紋が各人にユニークだという考えに頼って、犯罪捜査での識別に役立ててきた。でも、このユニークさの科学的根拠が最近疑問視されているんだ。
一般的な仮定
「二つの指紋は同じではない」という考えは多くの場面で当然のこととして受け取られてきた。この信念は指紋の証拠だけで数えきれない逮捕や有罪判決を生んできた。でも、問題があるんだ。この仮定を支持する証拠は、思ったほど強固じゃないことがあるんだ。実際、最近の研究では、同じ人の別の指からの指紋がかなり似ていることがあることが示唆されている。
研究の結果
最近のAIの進歩により、同じ人の別の指からの指紋が驚くほど似ていることが明らかになった。ある驚くべき発見では、研究者たちは同じ手の異なる指からの指紋の間に99.99%の類似率があると結論付けた。これは指紋のユニークさに対する長年の信念に深刻な疑問を投げかける。もし同じ人の指紋がそんなに似ているなら、どうやって異なる個人の指紋が異なると確信できる?
誕生日の逆説:驚くべきひねり
この問題を深く掘り下げるために、「誕生日の逆説」というものを見てみよう。この現象は、確率に関して私たちの直感が信用できないことを示している。誕生日の逆説は、たった23人のグループで、すでに少なくとも二人が誕生日を共有する確率が50%になることを示している。これは信じがたいけど、本当なんだ。人口が増えるにつれて、誕生日を共有する可能性が急増する。
では、これが指紋とどう関係するの?指紋が私たちが考えているほどユニークでないと考えると、似たようなパターンが大きな集団の中で予想より早く現れるかもしれない。これは指紋のユニークさを検証するための興味深い視点を提供する。
フランシス・ゴルトンの実験
19世紀後半、指紋研究の重要な人物フランシス・ゴルトンが指紋のユニークさをテストしようとした。彼は、指紋が個人の間でどれほど共有される可能性があるかを調べる実験を行った。指紋を小さな部分に分けて、そのパターンについての正確な推測の可能性を評価することで、ゴルトンは二人が同じ指紋を持つ可能性は非常に低いと結論付けた。
でも、ゴルトンは今の人間の総人口を考慮していなかった。今の時代の人々の数を考えると、指紋の繰り返しの可能性ははるかに現実味を帯びてくる。
現代の影響
現在に戻ると、もしゴルトンの結論が19世紀に有効だったとしても、今でははるかに大きな人口を考慮しなければならない。人口が増えると、指紋の偶然の類似の可能性も高まる。研究によると、約1400万人の人口の中では、すでに指紋の偶然の一致が50%の確率で起こる可能性がある。人口が約4000万人に達すると、この確率はほぼ確実に近づく。
ランダムオーバーラップ確率の導入
これらの可能性を定量化するために、研究者たちは「ランダムオーバーラップ確率(ROP)」という概念を導入した。ROPは特定の集団の中で二人が同じ指紋を持つ可能性を測定する。ニューヨークやロサンゼルスのような大都市では、ROPは驚異的なレベルに達し、これらの地域で個人が指紋を共有することが非常に可能であることを示している。
これは、刑事司法制度における指紋分析の証拠の重みを考える上で重要なんだ。指紋の繰り返しの可能性が高いなら、その証拠だけに頼るのはもっと問題になる。
法医学への新たなアプローチ
これらの発見を踏まえて、法医学は指紋の比較方法を再考することが賢明だ。ユニークさの頑なな結論に頼るのではなく、確率的なモデルを取り入れることで、指紋の一致をより正確で公正に評価できるかもしれない。たとえば、指紋が容疑者のものと一致していると言う代わりに、法医学の専門家は特定の集団で他の人が同じ指紋を共有する可能性を報告できる。
法的な影響
これらの発見の影響は法的な領域にも及ぶ。指紋がかつて信じられていたほどユニークでないなら、法廷での指紋証拠の信頼性が疑問視されることになる。指紋の証拠に基づいて重く有罪判決が下された例もあるが、その証拠が確率的に欠陥があることが示されれば、司法プロセスも適応しなければならない。
現実の例
注目すべき例はブランドン・メイフィールドのケースで、彼は指紋の一致に基づいて誤って逮捕されたが、後にその指紋は信頼できないことが判明した。もし捜査官がROPや検索エリアの人口を考慮していれば、一致が偶然である可能性が高すぎると結論づけて、指紋証拠だけで行動することはしなかったかもしれない。
前進するために
法医学の分野が進化するにつれて、経験的証拠に依存し、方法を適応させることが重要だ。法医学の専門家は、指紋証拠の限界や、大きな集団内での印刷物の重複の可能性について裁判所や陪審員に知らせるべきだ。報告は、アイデンティティの明確な主張から確率的評価に移行し、裁判所が指紋分析の強みと弱みをよりよく理解できるようにするべきだ。
結論
指紋は法医学では長い間ユニークな識別子として称賛されてきたけど、最近の研究がその見方に挑戦している。誕生日の逆説やROPの概念を使うことで、大きな集団の中では指紋の重複の可能性が以前より高いことがわかる。これからは、法医学が指紋分析においてより微妙で確率的なアプローチを採用することが重要で、公正で正確な司法が行われるようにする必要がある。
最終的に、指紋は犯罪事件で考える最も一般的な証拠の形かもしれないけど、その信頼性は引き続き吟味されるべき問題だ。私たちは雪の結晶のようにユニークだと思っていたが、実際にはその雪の結晶の中にも少し似たようなものがあるかもしれない!
オリジナルソース
タイトル: How Often are Fingerprints Repeated in the Population? Expanding on Evidence from AI With the Birthday Paradox
概要: 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.
著者: Jackson Gold, Maria Cuellar
最終更新: 2024-12-17 00:00:00
言語: English
ソースURL: https://arxiv.org/abs/2412.13135
ソースPDF: https://arxiv.org/pdf/2412.13135
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。