De kansen van AI voor schotrestenonderzoek: een vooruitblik op IAFS 2023 - deel 6
De nieuwste snufjes en trends in de forensische opsporing uitwisselen, een relevant netwerk ontmoeten en ervaringen en kennis delen. Dat is waarvoor forensisch onderzoekers van over de hele wereld bijeenkomen op de driejaarlijkse bijeenkomt van de International Association of Forensic Sciences (IAFS) in Sydney. De bijeenkomst is deze week, van 20 tot en met 24 november. Ook forensisch onderzoekers van het Nederlands Forensisch Instituut (NFI) zijn in Australië om over hun werk te vertellen. Eén van hen is Koen van der Ham, schotrestendeskundige van het NFI. Hij geeft een presentatie over de kansen van kunstmatige intelligentie (AI) bij schotrestenvergelijkingen. Die lijken veelbelovend.
Heeft een persoon schotresten op de handen of kleding en zijn die te linken aan een schietpartij? Was de verdachte de vermoedelijke schutter? Hoe ver weg stond die? Het zijn voorbeelden van vragen die Van de Ham en zijn collega’s van het onderzoeksgebied Schotresten beantwoorden. Het team houdt zich ook bezig met wetenschappelijke innovaties en onderzoekt of AI het oordeel van deskundigen in strafzaken kan ondersteunen.
Sherlock Holmes
Op het prikbord in de kamer van Van der Ham hangt een bladzijde uit een boek over Sherlock Holmes: een scherpzinnige speurder die complexe misdaden kon oplossen uit het begin van de twintigste eeuw. Holmes bekijkt een wond van een slachtoffer en weet meteen dat er vanaf 3,5 meter afstand geschoten moet zijn. Ook weet hij het soort wapen: een revolver. Hij weet dat omdat er geen roet op de kleding van het slachtoffer zit. Van der Ham lacht: “In werkelijkheid is dit niet zo makkelijk. Schotresten zijn deeltjes die vrijkomen na het afvuren van een vuurwapen. Een deel van deze deeltjes is nog net met het blote oog zichtbaar, voor de andere deeltjes hebben we een elektronenmicroscoop nodig. Daarmee zoeken we in bemonsteringen van verdachten naar deeltjes.”
Vervolgens bepalen de deskundigen de samenstelling van de elementen van de deeltjes. “Die zijn specifiek of minder specifiek voor schotresten”, laat hij weten. Het zoeken met de elektronenmicroscoop en het analyseren van de deeltjes is een tijdrovend proces, van circa vier tot tien uur per bemonstering. Aan de schotresten kan je niet zien met welk wapen geschoten is. “We doen uitspraken over of er schotresten aanwezig zijn of niet en wat je er mogelijk uit kunt afleiden. Bijvoorbeeld hoe waarschijnlijk het is dat een verdachte heeft geschoten of niet.”
IAFS
Op de conferentie in Sydney presenteert Van der Ham een poster met bevindingen van een onderzoek naar welk percentage van schotresten wordt overgedragen aan een ‘stub’, een bemonsteringstafeltje. Dat percentage draagt uiteindelijk bij aan het beantwoorden van de vraag hoe waarschijnlijk het is dat iemand heeft geschoten of niet. Bij een schutter vindt Van der Ham doorgaans bijvoorbeeld meer deeltjes dan bij iemand die wat verder weg stond. “Om hier een goede inschatting van te kunnen maken, is het belangrijk om te weten welk percentage deeltjes dat bijvoorbeeld op kleding aanwezig is door een stub wordt opgepikt”. Daarnaast spelen factoren als het soort vuurwapen waarmee geschoten is en hoe lang geleden het is dat er geschoten is, een rol. “Wanneer de tijd verstrijkt verdwijnen er vaak ook weer deeltjes. Al die factoren worden gewogen om tot een antwoord te komen”, legt hij uit.
AI
De teams Forensische Big Data Analyse (FBDA) en Schotresten trainden een AI-model om te onderzoeken of AI kan herkennen of schotresten van een zelfde schietincident afkomstig zijn, of van verschillende schietincidenten. Hiervoor vergeleken ze bemonsteringen van dezelfde locatie (bijvoorbeeld twee stubs waarmee de handen van dezelfde verdachte zijn bemonsterd) en hetzelfde schietincident. Daarnaast werden stubs van verschillende schietincidenten uit de periode 2015-2019 met elkaar vergeleken. AI blijkt hier goed onderscheid in te kunnen maken. Ze publiceerden de wetenschappelijke bevindingen in een wetenschappelijk artikel. Dit systeem is veelbelovend, maar staat nog te ver van de praktijk om direct in zaakonderzoeken toe te passen.
In een vervolgonderzoek keek Van der Ham met zijn collega’s of AI ook kan ondersteunen bij oordelen in een zaakonderzoek. Hiervoor vergeleken zij niet alleen monsters van schotresten van dezelfde locatie, maar ook monsters van verschillende locaties, zoals van een huls en de hand van de verdachte. Ook toen is gekeken of het AI-model kon herkennen of het om hetzelfde schietincident ging of een ander incident. “Dit model bleek nog niet in staat om betrouwbare uitspraken te doen over vergelijkingen van schotresten, genomen op verschillende locaties.” Een AI-model om waarnemingen zoals die van Sherlock Holmes te doen, is dus nog ver weg. “Hiervoor moeten we nog verder onderzoek doen. We trainen nu een ander model. We geloven dat AI het kan, het kost alleen nog meer onderzoek en tijd.” Van der Ham hoopt op de IAFS zijn ervaringen te delen en nieuwe inzichten op te doen.