Algunos de los crímenes de asesinato sin resolver más notorios de la historia podrían quedar al descubierto gracias a una nueva investigación forense realizada en la Universidad de Northumbria. en Newcastle.
Dr. Matteo Gallidabino, Profesor Titular de Ciencias Forenses en la Universidad de Northumbria, trabajando con colegas del King's College London y las Universidades de Lausana, Santiago de Compostela y Roma (La Sapienza), han revelado que el aprendizaje automático, un campo de la inteligencia artificial, podría usarse para determinar qué municiones, y, en última instancia, qué arma de fuego, fue responsable de un disparo en particular del residuo que dejó.
Sus hallazgos han sido publicados en la Royal Society of Chemistry's Analista diario - el hogar de los descubrimientos fundamentales, invenciones y aplicaciones en ciencias analíticas y bioanalíticas.
"El aprendizaje automático utiliza una serie de algoritmos para modelar relaciones de datos complejas", explica el Dr. Gallidabino. "A través de un cuidadoso ajuste, Estos se pueden aplicar para predecir características importantes de la munición utilizada en un evento de disparo en particular a partir de las del respectivo residuo de disparo (GSR) depositado en las superficies o artículos circundantes, como casos gastados, heridas y, potencialmente, también las manos del tirador ".
Esta es una progresión revolucionaria en comparación con las técnicas actualmente disponibles en el análisis de GSR. En efecto, las complejas estadísticas informáticas implementadas por el equipo de investigación permiten identificar las municiones responsables de los diferentes rastros de disparos que quedan en la escena del crimen y, eventualmente, asociarlos, con una precisión sin precedentes. Actualmente, ambas capacidades son un desafío al utilizar métodos forenses tradicionales.
Con nuevos desarrollos del enfoque sugerido, Se podrían buscar rápidamente nuevas pistas de investigación para evitar asesinatos similares sin resolver del pasado, como Jill Dando en 1999 y los notorios asesinatos del Domingo Sangriento de 1972.
"Después del Domingo Sangriento, el problema era determinar si los civiles o el personal militar disparaban con armas de fuego ", afirma el Dr. Gallidabino." Los investigadores encontraron grandes cantidades de GSR en todas las víctimas y concluyeron que eran el resultado de actividades de disparos. Más tarde se estableció, sin embargo, que estos probablemente se debieron a la secundaria, transferencia posterior al evento de contaminaciones del personal militar, cuyas manos estaban ricas en RSG, a los cadáveres. Pequeñas cantidades de GSR, Por supuesto, puede ser transferido por contactos prolongados con superficies contaminadas, como las que ocurrieron cuando los soldados ayudaron a transportar a las víctimas al hospital después del evento.
"Si técnicas como las que estamos desarrollando ahora estuvieran disponibles en ese momento, podrían haberse utilizado para determinar si los GSR procedían de munición civil o fuego militar, lo que habría sido una prueba fundamental ".
El Dr. Gallidabino se especializa en modelado estadístico y técnicas de aprendizaje automático para aplicaciones forenses. Él personalmente desarrolló y probó tanto la técnica química innovadora como los modelos matemáticos utilizados en el enfoque, después de disparar una variedad de municiones. Después de recoger los cartuchos de pistola, los analizó, y particularmente la parte volátil del GSR, antes de centrar su atención en los polvos sin humo originales. De aquí, pudo establecer una relación entre la munición y el residuo, con los mismos métodos estadísticos utilizados por los informáticos para entrenar robots.
Siguiendo con esto, el equipo de investigación ha pedido que este método único se aplique mucho más ampliamente en el campo de la ciencia forense y, más generalmente, Química analítica. "Los beneficios son innumerables", dijo el Dr. Gallidabino. "Incluso pueden extenderse a otros campos de las ciencias analíticas que habitualmente encuentran trazas químicas cambiantes, como el análisis de artefactos explosivos improvisados, aceleradores de incendios provocados y contaminantes ambientales ".
Dr. Leon Barron, Profesor Titular de Ciencias Forenses del King's College London, agregó:"La fusión del análisis de laboratorio de última generación con el aprendizaje automático basado en computadora nos permitirá capitalizar la gran cantidad de datos que ahora generamos para lograr avances innovadores como este con mayor frecuencia. En ciencia forense, y a menudo dados los variados escenarios y secuencias de eventos involucrados, el aprendizaje automático representa una de las formas más prometedoras de dar sentido a las pruebas más rápidamente para respaldar el sistema de justicia penal ".
Jill Dando
El 26 de abril 1999, la estrella de la BBC de 38 años fue asesinada a tiros en la puerta de su casa en Fulham, West London en lo que sigue siendo uno de los asesinatos sin resolver más destacados del Reino Unido. Barry George, que vivía a pocos minutos de la casa de Jill, fue encarcelada durante ocho años por su asesinato, pero fue absuelta después de un nuevo juicio en 2008 tras las preocupaciones planteadas por las pruebas forenses. El caso permanece abierto.
Tener más conocimiento sobre la fuente de RSG en el momento del asesinato podría haber sido útil, según el Dr. Gallidabino y el resto del equipo de investigación.
"Se encontró una sola partícula de GSR en el bolsillo del abrigo de Barry George (el sospechoso)", dice. "Se demostró que esta partícula tiene una composición muy similar a las encontradas en la víctima, Jill Dando, según las técnicas disponibles en el momento. Como no existía ningún método aprobado para comparar las composiciones de GSR en diferentes superficies, sin embargo, esta evidencia fue fuertemente refutada. Con nuestro enfoque, Esperamos que en el futuro proporcionemos herramientas sólidas a los organismos encargados de hacer cumplir la ley para abordar de manera más eficiente este tipo de situación ".
