Dos expertos del Instituto Nacional de Estándares y Tecnología (NIST) están cuestionando un método para presentar pruebas en los tribunales, argumentando que se corre el riesgo de permitir que la preferencia personal se filtre en el testimonio de expertos y potencialmente distorsione la evidencia para un jurado.

El método implica el uso de la razón de verosimilitud (LR), una herramienta estadística que brinda a los expertos una forma abreviada de comunicar su evaluación de la fuerza de la evidencia forense, como una huella dactilar o una muestra de ADN, se puede vincular a un sospechoso. En esencia, LR permite a un experto forense resumir un conjunto de circunstancias potencialmente complicadas en un número, proporcionando un camino para que los expertos expresen sus conclusiones de manera concisa sobre la base de un marco lógico y coherente. Los defensores de LR dicen que es apropiado para uso en la sala de audiencias; algunos incluso argumentan que es el único método apropiado por el cual un experto debe explicar la evidencia a los jurados o abogados.

Sin embargo, en un nuevo artículo publicado en el Revista de investigación del Instituto Nacional de Estándares y Tecnología , Los estadísticos Steve Lund y Hari Iyer advierten que la justificación del uso de LR en los tribunales es errónea. La justificación se basa en un enfoque de razonamiento llamado teoría de la decisión bayesiana, que ha sido utilizado durante mucho tiempo por la comunidad científica para crear enunciados de probabilidad basados ​​en la lógica. Pero Lund e Iyer argumentan que si bien el razonamiento bayesiano funciona bien en la toma de decisiones personales, se rompe en situaciones en las que la información debe transmitirse de una persona a otra, como en los testimonios en los tribunales.

Estos hallazgos podrían contribuir a la discusión entre los científicos forenses sobre LR, que se utiliza cada vez más en los tribunales penales de EE. UU. y Europa.

Si bien los autores del NIST no llegan a afirmar que LR no debería emplearse en absoluto, advierten que usarlo como un método único para todos para describir el peso de la evidencia corre el riesgo de que las conclusiones sean impulsadas más por suposiciones sin fundamento que por datos reales. Recomiendan usar LR solo en los casos en que se justifique un modelo basado en la probabilidad. El informe del año pasado del Consejo de Asesores de Ciencia y Tecnología del Presidente (PCAST) menciona algunas de estas situaciones, como la evaluación de muestras de ADN de alta calidad de una sola fuente.

"No estamos sugiriendo que LR nunca debería usarse en los tribunales, pero su función prevista como la forma predeterminada o exclusiva de transferir información no está justificada, ", Dijo Lund." La teoría bayesiana no apoya el uso de la opinión de un experto, incluso cuando se expresa numéricamente, como un peso universal de evidencia. Entre las diferentes formas de presentar la información, no se ha demostrado que LR sea el más apropiado ".

El razonamiento bayesiano es una forma estructurada de evaluar y reevaluar una situación a medida que surgen nuevas pruebas. Si un niño que rara vez come dulces dice que no se comió el último trozo de tarta de arándanos, su hermana mayor inicialmente podría pensar que era poco probable que lo hiciera, pero si ella ve una mancha azul en su camisa, ella podría ajustar esa probabilidad al alza. La aplicación de una versión rigurosa de este enfoque a la evidencia forense compleja permite que un experto obtenga una LR numérica basada en la lógica que tenga sentido para el experto como individuo.

El problema surge cuando se instruye a otras personas, como los miembros del jurado, a incorporar el LR del experto en su propia toma de decisiones. El juicio de un experto a menudo implica técnicas estadísticas complicadas que pueden dar diferentes LR dependiendo de qué experto está emitiendo el juicio. Como resultado, El número de LR específico de un experto puede diferir sustancialmente del de otro.

"Dos personas pueden emplear el razonamiento bayesiano correctamente y obtener dos respuestas sustancialmente diferentes, "Dijo Lund." ¿Qué respuesta debería creer? si eres un jurado? "

En el ejemplo de la tarta de arándanos, Imagine que un jurado tuvo que confiar en el testimonio de un experto para determinar la probabilidad de que la mancha provenga de un pastel específico. Dos expertos diferentes podrían ser completamente consistentes con la teoría bayesiana, pero uno podría testificar decir, un LR de 50 y otro a un LR de 500, la diferencia derivada de sus propios enfoques estadísticos y bases de conocimiento. Pero si los miembros del jurado escucharan 50 en lugar de 500, podría llevarlos a tomar una decisión final diferente.

Los puntos de vista difieren sobre la conveniencia de usar LR en la corte. Algunas de estas diferencias se derivan de la opinión de que los jurados principalmente necesitan una herramienta que les ayude a determinar dudas razonables, no grados particulares de certeza. A Christophe Champod, profesor de ciencias forenses en la Universidad de Lausana, Suiza, un argumento sobre la pureza estadística de LR pasa por alto lo que es más importante para un jurado.

"Somos un poco presuntuosos como testigos expertos de que nuestro testimonio importa tanto, ", Dijo Champod." LR podría ser estadísticamente más puro en el gran esquema, pero no es el factor más importante. La transparencia es. Lo que importa es decirle al jurado cuál es la base de nuestro testimonio, de donde provienen nuestros datos, y por qué lo juzgamos de la forma en que lo hacemos ".

Los autores del NIST, sin embargo, mantener que para que una técnica sea ampliamente aplicable, debe basarse en mediciones que puedan replicarse. A este respecto, LR a menudo se queda corto, según los autores.

"Nuestro éxito en la ciencia forense depende de nuestra capacidad para medir bien. El uso anticipado de LR en la sala del tribunal lo trata como si fuera una cantidad universalmente observable, no importa quien lo mida, "Dijo Lund." Pero no es una medida estandarizada. Por su propia definición, no hay un verdadero LR que se pueda compartir, y las diferencias entre dos LR individuales pueden ser sustanciales ".

Los autores del NIST no afirman que LR sea siempre problemático; puede ser adecuado en situaciones en las que las evaluaciones de LR de dos personas cualesquiera difieran de manera inconsecuente. Su artículo ofrece un marco para realizar tales evaluaciones, incluyendo ejemplos para aplicarlos.

Por último, los autores sostienen que es importante que los expertos estén abiertos a otras enfoques basados ​​en la ciencia más adecuados en lugar de utilizar LR indiscriminadamente. Debido a que estos otros métodos aún están en desarrollo, el peligro es que el sistema de justicia penal pueda tratar el asunto como resuelto.

"Solo porque tenemos una herramienta, no debemos asumir que es lo suficientemente bueno, ", Dijo Lund." Deberíamos seguir buscando la forma más eficaz de comunicar el peso de la evidencia a una audiencia no experta ".