L’impatto delle nuove tecnologie nelle scienze forensi: nuove frontiere e vecchi problemi

Christian Pallante - 26/11/2021

Analizzando a fondo il contesto attuale, non si può non parlare di alcuni importanti cambiamenti nelle metodologie d’indagine. Si nota, specialmente negli ultimi anni, un ampio utilizzo dell’intelligenza artificiale. Essa viene considerata come “lo studio di come far fare ai computer cose in cui, al momento, le persone sono migliori[1], sebbene gli elaboratori abbiano la velocità di calcolo come punto di forza. Tutto ciò è possibile mediante gli algoritmi, comunque scritti dall’uomo.

Nel settore penalistico, essa viene utilizzata in molteplici modalità. Da un primo punto di vista è usata nella cd. “giustizia predittiva”, ossia in riferimento al possibile esito di una controversia giudiziaria. Ma, al contempo, ciò abbraccia anche la fase investigativa. Basti pensare al Sistema Automatico di Riconoscimento Immagini (S.A.R.I.), in dotazione alla Polizia di Stato. Esso si presenta come un sistema, basato su algoritmi, in grado di confrontare volti ignoti con quelli di soggetti foto segnalati. Scendendo in profondità, però, si possono trovare due modalità di suddetto programma, ossia la modalità Enterprise e la Real-time[2]. Detta piattaforma, però, non è stata esente da critiche. La scelta di non inserire degli standard minimi per la qualità delle immagini da utilizzare, amplifica il rischio di un riconoscimento non attendibile. A ciò si è aggiunto il parere non favorevole del Garante per la protezione dei dati personali, in riferimento all’uso in tempo reale, per via del rischio di sorveglianza massiva[3], vista con sospetto per via del largo utilizzo fatto in alcune nazioni, con fini persecutori[4]. Eventuali distorsioni, però, vengono alimentate anche da prassi investigative poco chiare, le quali finiscono per rendere ancor più dubbioso l’uso di detti strumenti[5].

Sulla scena criminis, invece, essa viene in rilievo sia con riferimento alla Bloodstain Pattern Analysis, sia per quanto attiene la ricostruzione dell’intero scenario. Proprio in BPA, detta tecnologia può aiutare l’analista nella classificazione dei pattern e nell’individuazione dell’area di origine[6].

Al contempo, però, detto sistema pone dei dubbi. Esso può, in quanto creato dall’uomo, generare errori nella valutazione degli schizzi presi in esame. A ciò si aggiunge anche la possibilità di sbagliare l’intera interpretazione delle risultanze sulle macchie stesse, incrementando abbondantemente il tasso di errore.

Dal punto di vista dell’intera scena del crimine, invece, si registra l’ampio utilizzo dei programmi di ricostruzione dello scenario. Mediante l’ausilio di laser scanner, questi strumenti aiutano l’investigatore anche a cristallizzare lo scenario, al fine di poter rivedere virtualmente la scena nella sua interezza e di poterla mostrare nel contesto processuale. Ne è un esempio la piattaforma Crim 3.0, creata dagli esperti francesi Philippe Esperança e Romain Senatore. Quest’ultima permette di ricostruire gli ambienti e di inserire le tracce individuate nello scenario, contrassegnate da un riferimento numerico, permettendo di inserire anche le foto scattate sulla scena medesima. Questo sistema permette, quindi, di mettere in relazione il fascicolo fotografico con la ricostruzione in 3D, così da rendere completa la valutazione degli elementi probatori.

Ciò dimostra come l’impatto delle nuove tecnologie possa far progredire le tecniche d’indagine, considerato il loro apporto nelle attività in situ e in laboratorio. Ma, al contempo, deve essere assicurato un pieno rispetto delle linee guida internazionali ed una trasparenza delle attività svolte. 

 

 

Bibliografia essenziale

  1. ANNICCHINO, La nuova frontiera tech della discriminazione razziale e religiosa in Cina, in www.ilfoglio.it, 23 settembre 2019; P. ANNICCHINO, Sicurezza nazionale e diritto di libertà religiosa. Alcune considerazioni alla luce della recente esperienza statunitense, in Stato, Chiese e pluralismo confessionale, 2017, n. 5, p. 1 ss.; E. V. BAMPASIKA, Artificial Intelligence asEvidence in Criminal Trial, in CEUR Workshop Proceedings, 2021, vol. 2844, p. 135 ss.;A. BERTI-F. BARNI-A. PACE, Analisi delle macchie di sangue sulla scena del crimine, Milano, 2011, p. 275 ss.;R. CHAUVEL, Quand la 3D permet la reconstitution de scènes de crimes en réalitévirtuelle, in www.perspective-s.org, 21 settembre 2020;D. CURTOTTI, Attività di acquisizione della digitalevidence: ispezioni, perquisizioni e accertamenti tecnici, in S. ATERNO –F. CAJANI –G. COSTABILE –D. CURTOTTI, Cyber Forensics e Indagini Digitali. Manuale tecnico-giuridico e casi pratici, Torino, 2021, p. 440 ss.;M. MANGIONE –S. MARASCIO, Bloodstain Pattern Analysis e Intelligenza Artificiale: le nuove frontiere delle investigazioni forensi, su www.agendadigitale.eu, 27 aprile 2021;W.ERTEL, Introduction to Artificial Intelligence, II ed., Cham, 2017, p. 2;P.ESPERANÇA, Modélisation3D et réalitévirtuelle, in www.l-a-c.expert, 2020; B. FAKIHA, Technology in Forensic Science, in Open Access Journal of Science and Technology, 2019, vol. 7, p. 1 ss.; R. FLOR, Virtual Crime Scene Reconstruction: The basics of 3D modeling, in Journal of Digital Forensics, Security and Law, 2011, vol. 6, n. 4, p. 67 ss.; A. GALASSI-D. GAUDIO-P. MARTINI-L. SARAVO-M. SGRENZAROLI-G. VASSENA, La rappresentazione della scena del crimine: dalla descrizione narrativa ai rilievi tridimensionali, in AA.VV., Manuale delle investigazioni sulla scena del crimine, a cura di Curtotti – Saravo, II ed., Torino, 2019, p. 605 ss.; GARANTE PER LA PROTEZIONE DEI DATI PERSONALI, Parere sul sistema Sari Real Time – 25 marzo 2021, n. 127, in www.garanteprivacy.it, 25 marzo 2021; C.GARVIE, Garbage in, Garbage out. Face recognition on flawed data, in www.flawedfacedata.com, 16 maggio 2019;L.HAMADEH –S. IMRAN –M. BENCSIK –G. A. SHARPE –M. A. JOHNSON –D. J. FAIRHURST, Machine Learning Analysis for Quantitative Discrimination of Dried Blood Droplets, in Scientific Reports, 2020, n. 10, p. 2 ss.; E. B.JADHAV –M. S. SANKHALA –R. KUMAR, Artificial Intelligence: Advancing Automation in Forensic Science &CriminalInvestigation, in Journal of Seybold Report, 2020, vol. 15, n. 8, p. 2071 ss.; S. H. JAMES –P. E. KISH –T. P. SUTTON, Principles of Bloodstain Pattern Analysis. Theory and Practice, Boca Raton, 2005, p. 225 ss.; R. LOPEZ, La rappresentazione facciale tramite software, in AA.VV., Le indagini atipiche, a cura di Scalfati, p. 244 ss.; V. MACH – J. VALOUCH – M. ADÁMEK – J. ŠEVČIK, Virtual reality – level of immersion within the crime investigation, in MATEC Web of Conferences, 2019, n. 292, p. 1 ss.; MINISTERO DELL’INTERNO, Capitolato tecnico. Procedura volta alla fornitura della soluzione integrata per il Sistema Automatico di Riconoscimento Immagini (S.A.R.I.), in www.poliziadistato.it, 27 giugno 2016, p. 14 ss.; F. MITCHELL, The use of artifical intelligence in digital forensics: an introduction, in Digital Evidence and Electronic Signature Law Review, 2010, vol. 7, p. 35 ss.; W. NOCERINO, Le intercettazioni e i controlli preventivi. Riflessi sul procedimento probatorio, Torino, 2019, p. 246 ss.;V. V. POLYAKOV – O. V. BESPECHNIY – M. A. NEYMARK, Artificial Intelligence as an object of forensicstudy: perspectives from a borderregion, in Advances in Social Science, Education and HumanitiesResearch, 2019, vol. 364, p. 637 ss.; S. J. RUSSELL –P. NORVIG, Artificial Intelligence: A new approach, III ed., UpperSaddle River, 2010, p. 1 ss.; T. SUSHINA – A. SOBENIN, Artificial Intelligence in the CriminalJustice System: Leading Trends and Possibilities, in Advances in Social Science, Education and HumanitiesResearch, 2019, vol. 441, p. 435 ss.

[1]Definizione evidenziata da W. ERTEL, Introduction to Artificial Intelligence, II ed., Cham, 2017, p. 2.

[2] Su suddette modalità il ministero, nel capitolato tecnico, ha spiegato che la modalità Enterprise[…] dovrà garantire agli operatori di polizia un sistema automatico di ricerca dell’identità di un volto presente in un’immagine, all’interno di una banca dati selezionabile di volta in volta dall’utente. Dovranno inoltre essere previste funzionalità di ricerca sulla base delle ulteriori informazioni associate alle immagini. […] la ricerca potrà avvenire secondo le seguenti tre modalità: 1. sulla base dell’immagine del volto (ricerca su base volto); 2. sulla base di informazioni anagrafiche o descrittive associate alle immagini nella banca dati fotosegnalati (ricerca su base anagrafica/descrittiva); 3. su base combinata dei metodi 1 e 2 (ricerca combinata).”, con l’impiego dell’AFIS, mentre la modalità Real-time “[…] dovrà esser prevista la fornitura di una soluzione di riconoscimento facciale “chiavi in mano” in grado di poter garantire dei risultati in tempo reale su più flussi video live provenienti da telecamere. I volti presenti nei fotogrammi dei diversi stream video saranno analizzati e confrontati mediante un algoritmo di riconoscimento con quelli presenti in una watchlist (della grandezza dell’ordine delle migliaia di immagini). Nel caso di confronto positivo (match) il sistema dovrà generare un alert.”.

[3]Mediante ilparere sul sistema Sari Real Time, n. 127 del 25 marzo 2021.

[4]Basti pensare alla persecuzione religiosa degli Uiguri, ad opera della Repubblica Popolare Cinese, e alle violazioni compiute dagli Stati Uniti verso le minoranze, mediante l’utilizzo di suddetti sistemi.

[5] Si può ricordare, infatti, un caso della polizia di New York, riguardante un furto in un supermercato. In particolare, il sospettato fu ripreso da una videocamera, ma i fotogrammi erano poco nitidi e il database non riuscì a dare risultati. Gli agenti, però, sostituirono, a loro piacimento, suddetta immagine con una foto dell’attore Woody Harrelson, in quanto dotata, a loro dire, di caratteristiche simili, riuscendo a trovare un possibile risultato nella banca dati. Ciò renderebbe dubbio il riconoscimento effettuato.

[6] Potendo limitare due possibili fattori di errore, quali il calcolo delle traiettorie e la rappresentazione delle stesse, considerati i problemi dello Stringing.