Un estudio innovador realizado por un equipo dirigido por Gabe Guo, estudiante de último año del departamento de informática de la Universidad de Columbia, ha planteado dudas sobre la creencia arraigada de que cada huella digital es única. Publicado en la revista Science Advances, el estudio desafía la sabiduría convencional y ha llamado la atención por sus posibles implicaciones en la ciencia forense.
Guo y sus colegas, incluido el profesor Wenyao Xu de la Universidad de Buffalo, utilizaron un modelo de inteligencia artificial llamado red contrastiva profunda para analizar una base de datos del gobierno estadounidense de 60.000 huellas dactilares. El sistema basado en inteligencia artificial identificó fuertes similitudes entre huellas dactilares de diferentes dedos de la misma persona. Sorprendentemente, la precisión del sistema alcanzó un máximo del 77% para identificar correctamente si dos huellas pertenecían al mismo individuo, lo que sugiere que las huellas dactilares no son completamente únicas.
Los enfoques anteriores para el análisis de huellas dactilares se centraban en ciertas características conocidas como "minucias", que son marcadores específicos utilizados para la identificación. Sin embargo, el equipo descubrió que estas minucias eran efectivas para hacer coincidir huellas dactilares, pero no confiables para identificar correlaciones entre huellas dactilares de la misma persona. En cambio, el estudio identificó los ángulos y curvaturas en el centro de la huella digital como factores clave para determinar la similitud.
Si bien el estudio enfrentó un considerable rechazo inicialmente, persistió, refinando continuamente su metodología e incorporando más datos hasta que la evidencia se volvió irrefutable. El equipo reconoce posibles sesgos en los datos y pide una mayor validación mediante el análisis de una base de datos más grande y diversa para la aplicación práctica del sistema de IA en ciencia forense.
Aunque algunos expertos han argumentado que el estudio simplemente reitera lo que se sabe desde hace mucho tiempo sobre las similitudes de las huellas dactilares, Guo respalda la naturaleza innovadora de su investigación. Si bien la correlación entre las formas de las huellas dactilares se reconoció en métodos manuales anteriores de toma de huellas dactilares, ningún estudio previo había cuantificado o explotado estas similitudes en la medida alcanzada por el equipo de Guo.
Christophe Champod, profesor de ciencias forenses en la Universidad de Lausana, Suiza, reconoce la importancia de las técnicas de aprendizaje profundo empleadas, pero sugiere que el estudio puede haber exagerado sus hallazgos. Champod sostiene que la correlación entre las formas de las huellas dactilares se reconoce desde hace años. Sin embargo, Guo responde que este estudio es el primero en identificar explícitamente el papel de la orientación de las crestas e intentar comparar de forma automática las huellas dactilares de diferentes dedos del mismo individuo.
Simon Cole, profesor de criminología, derecho y sociedad en la Universidad de California, Irvine, apoya la interesante contribución del estudio, pero advierte contra exagerar su aplicación práctica. Cole señala que las fuerzas del orden normalmente registran los diez dedos y, a menudo, las palmas, minimizando la probabilidad de encontrar discrepancias entre las huellas de la escena del crimen y los registros existentes.
A pesar de las diferentes opiniones sobre la importancia de los hallazgos del estudio, el equipo sigue confiando en sus resultados y ha hecho que el código de IA sea de código abierto para un examen más detallado. Guo enfatiza que esta investigación trasciende el ámbito de la ciencia forense y destaca el poder de la IA para descubrir patrones ocultos que han eludido la observación humana durante siglos.
A medida que la IA continúa evolucionando, Guo cree que estamos al borde de una nueva era en la que la IA revelará conocimientos que antes pasaban desapercibidos. El impacto del estudio se extiende más allá del ámbito de las huellas dactilares y subraya el potencial transformador de la IA en diversos campos del conocimiento.