AI łamie mit o liniach papilarnych. To zmienia zasady gry w kryminalistyce

<strong>Nowe badania z użyciem AI pokazują, że nasze linie papilarne wcale nie są tak niezależne od siebie, jak przez lata sądzili śledczy.

Naukowcy z USA wykorzystali algorytmy sztucznej inteligencji do przeanalizowania dziesiątek tysięcy odcisków palców. Zamiast potwierdzić dotychczasowe przekonania, system wykazał ukryte podobieństwa między palcami tej samej osoby. To może przewrócić do góry nogami sposób, w jaki działają laboratoria kryminalistyczne na całym świecie.

Mit o absolutnej unikalności pod lupą AI

Przez ponad sto lat policja, prokuratorzy i sądy opierały się na prostym założeniu: każdy palec ma inny wzór linii papilarnych, niepodobny do żadnego innego. Ten schemat trafiał do podręczników, seriali kryminalnych i programów true crime. Teraz okazuje się, że rzeczywistość jest bardziej złożona.

Zespół z Uniwersytetu Columbia i Uniwersytetu w Buffalo przeanalizował około 60 tysięcy odcisków, korzystając z modelu AI zaprojektowanego specjalnie do wyszukiwania wzorców strukturalnych. Naukowcy nie kazali maszynie „naśladować” ludzkich ekspertów. Dali jej swobodę, by sama zdecydowała, na co zwracać uwagę.

AI nie skupia się na drobnych szczegółach, które śledczy oglądają pod lupą. Szuka ogólnej „podpisowej” struktury dłoni zapisanej na każdym palcu.

System zaczął porównywać nie losowe punkty przerwania linii, lecz ogólny układ grzbietów: kąt, pod jakim biegną, oraz ich orientację w centralnej części opuszka. W tych szerszych wzorach znalazł powtarzalny „motyw przewodni” charakterystyczny dla jednej osoby.

Jak działa algorytm i skąd ta cała rewolucja

Tradycyjnie biegli od odcisków skupiają się na tak zwanych drobnych cechach: gdzie linia się kończy, gdzie się rozdwaja, jak układają się krótkie odgałęzienia. Uznawano, że ich rozmieszczenie jest czysto losowe, więc każdy palec trzeba traktować jak osobny byt.

AI przyjęła odwrotną strategię. Zamiast zagapiać się w mikroskopijne fragmenty, „odsunęła się” o krok i spojrzała na wzór całościowo. Dzięki temu zaczęła wyłapywać podobieństwa, które dla człowieka są zbyt subtelne lub rozmyte, by je dostrzec gołym okiem, a nawet z lupą.

Efekty zaskoczyły nawet badaczy:

• Poziom pewności 99,99% – gdy AI stwierdza, że dwa różne palce należą do tej samej osoby, jej obliczenia dają ekstremalnie wysoki poziom matematycznej pewności.
• Skuteczność 77% – w praktyce, spośród 100 par odcisków pochodzących z różnych palców tej samej osoby, algorytm poprawnie łączy około 77.

Na pierwszy rzut oka 77% nie brzmi jak nieomylny system. Dla kryminalistyki to jednak ogromny skok – ludzcy eksperci do tej pory mieli w takim zadaniu skuteczność praktycznie równą zeru. Nie potrafili w żaden wiarygodny sposób połączyć odcisków z różnych palców jednej osoby, jeśli nie mieli pełnej kartoteki tej konkretnej osoby.

Nowe narzędzie dla policji i prokuratorów

Najbardziej spektakularne konsekwencje widać w pracy śledczych. Obecnie, jeśli na miejscu przestępstwa A znaleziono odcisk palca wskazującego, a na miejscu B – kciuka, eksperci praktycznie nie mają szans powiązać tych scen, jeśli brakuje pełnego zestawu odcisków tej samej osoby w bazie.

AI zmienia reguły gry. System potrafi powiedzieć: „te dwie linie papilarne pochodzą z różnych palców, ale ręka najpewniej jest ta sama”. To może połączyć dwie sprawy, które wcześniej wyglądały na kompletnie niepowiązane.

Nowe algorytmy potrafią zbudować most między miejscami zdarzeń, nawet gdy sprawca za każdym razem używa innego palca.

Jak śledczy mogą wykorzystać nowe możliwości

Praktyczne zastosowania w pracy organów ścigania mogą być szerokie:

• łączenie serii włamań lub napadów, gdzie za każdym razem zostaje inny odcisk,
• wskazywanie, że kilka pozornie drobnych incydentów należy do jednego sprawcy,
• weryfikowanie, czy osoba już figurująca w bazie mogła być obecna na innych miejscach przestępstw, mimo braku identycznego odcisku,
• podpowiadanie śledczym, które sprawy warto połączyć w jedno postępowanie.

Dla policjantów oznacza to łatwiejsze wyłapywanie serii przestępstw i sprawców „turystów”, którzy działają w różnych miastach lub krajach, licząc na to, że nikt nie złoży wszystkiego w jedną całość.

Granice zaufania: co AI może, a czego nie powinna rozstrzygać

Wysokie liczby robią wrażenie, ale prawnicy od razu zadają pytanie: czy taki system może stać się bezpośrednim dowodem przed sądem? Tu zaczynają się schody. 77% skuteczności to za mało, by na tej podstawie skazać człowieka. Pomyłka w co czwartej parze odcisków to dużo w realiach procesu karnego.

Dlatego wielu specjalistów widzi w AI raczej narzędzie operacyjne niż dowodowe. Ma podpowiadać tropy, wskazywać związki i zawężać krąg podejrzanych. Ostateczne wnioski nadal muszą należeć do ludzi i być poparte dodatkowymi materiałami: DNA, monitoringiem, zeznaniami, bilingami.

Istotne staje się także pytanie o przejrzystość działania takich algorytmów. Jeśli system ma wpływać na decyzje o czyjejś wolności, obrona powinna wiedzieć, jaką metodą AI doszła do wskazanego wyniku, jakie dane trenowały model i gdzie leżą jego słabe punkty.

Co z naszą prywatnością i bezpieczeństwem danych

Nowa technologia otwiera też mniej przyjemny wątek: prywatność. Linie papilarne zaczęły już dawno wychodzić poza komisariat. Odblokowujemy nimi smartfony, logujemy się do aplikacji bankowych, potwierdzamy tożsamość w firmach.

Jeśli AI potrafi łączyć różne odciski tej samej osoby, rośnie ryzyko nadużyć w przypadku wycieku takich danych. Kradzież pojedynczego odcisku z telefonu czy skanera biometrycznego może w praktyce dać cyberprzestępcom dostęp do znacznie szerszego profilu danej osoby.

Raz ujawnione linie papilarne są jak hasło, którego nie da się zmienić. AI sprawia, że to hasło staje się jeszcze bardziej wielofunkcyjne.

To sygnał dla firm i instytucji, by równie poważnie traktowały ochronę danych biometrycznych, jak chronią hasła czy numery kart płatniczych. Szyfrowanie, ograniczony dostęp i jasne procedury kasowania takich informacji nabierają nowego znaczenia.

Szerszy trend: AI widzi wzorce, których człowiek nie dostrzega

Historia linii papilarnych to tylko jeden przykład tego, co AI robi dziś z naszymi starymi pewnikami. Podobne systemy potrafią już wykrywać choroby serca na podstawie nagrań głosu, szacować ryzyko cukrzycy z fotografii twarzy czy łączyć pozornie niepowiązane zdarzenia po subtelnych śladach w danych.

W kryminalistyce można się spodziewać kolejnych zaskoczeń. Skoro w odciskach palców ukryta jest wspólna „podpisowa” struktura dłoni, nietrudno wyobrazić sobie podobne badania dotyczące innych cech biometrycznych: układu żył w dłoni, sposobu chodzenia, mimiki. Każda z tych dziedzin może przejść podobną weryfikację dzięki AI.

Dla zwykłych użytkowników technologii praktyczny wniosek jest prosty: im więcej w naszym życiu biometrii, tym większy sens ma łączenie jej z dodatkowymi zabezpieczeniami. Warto korzystać z uwierzytelniania dwuskładnikowego, nie polegać wyłącznie na jednym odcisku do logowania i świadomie zarządzać zgodami na przetwarzanie takich danych w aplikacjach i usługach.

W perspektywie kilku lat można oczekiwać, że dyskusja o liniach papilarnych przestanie się kręcić wyłącznie wokół pytania „czy są unikalne?”, a bardziej wokół tego, jak odpowiedzialnie korzystać z ich nowej, rozszerzonej mocy dzięki AI – zarówno w kryminalistyce, jak i w codziennej technologii, z której korzystamy od rana do wieczora.