L’IA dans la criminalistique : prédictions des crimes, robots patrouilleurs
Selon l’Association Internationale des Scientifiques Médico-légaux, l’implémentation des technologies d’intelligence artificielle augmente l’efficacité de la résolution des crimes complexes de trente à quarante pour cent. Explorons comment cela se produit.
La science médico-légale a toujours été une bataille contre le temps et les données incomplètes. L’intelligence artificielle résout ces problèmes en traitant d’énormes quantités d’informations en quelques minutes.
Qu’est-ce que cela signifie pour la société et pour vous personnellement? Tout d’abord, une sécurité et une justice renforcées. Une identification plus précise et rapide des criminels réduit la probabilité d’accuser injustement des personnes innocentes. Ces algorithmes sont exempts de préjugés et travaillent exclusivement avec des données objectives. Pour les professionnels de l’application de la loi, cela signifie la nécessité de maîtriser de nouvelles compétences. Les experts médico-légaux modernes doivent être capables de travailler avec des outils analytiques avancés et d’évaluer de manière critique les résultats fournis par l’intelligence artificielle.
Maintenant, je vais vous parler d’exemples combinant un domaine traditionnellement conservateur comme la médecine légale avec une nouvelle technologie – l’intelligence artificielle.
Technologie de Détection Acoustique des Coups de Feu
La violence armée dans les villes américaines est une véritable épidémie. Elle a fait plus de soixante-cinq mille morts et blessé des centaines de milliers de personnes au cours des cinq dernières années seulement. Mais le fait le plus choquant – selon les données de l’entreprise SoundThinking, environ quatre-vingts pour cent des incidents de tirs ne sont jamais signalés à la police! Les criminels évoluent, exploitant les lacunes du système d’appels d’urgence obsolète qui existe depuis plus de cinquante ans. Lorsque les gens appellent le neuf-un-un, ils ne peuvent souvent fournir que des informations vagues ou inexactes. Cela entraîne des retards critiques dans l’aide aux victimes et la perte de preuves précieuses.
SoundThinking a développé le système ShotSpotter – une technologie de détection acoustique des coups de feu qui comble cette lacune d’information. Il utilise un réseau de capteurs sonores connectés à une plateforme cloud pour détecter de manière fiable et déterminer avec précision l’emplacement des coups de feu par triangulation. Chaque capteur enregistre le moment exact et le son associé aux bruits impulsifs qui pourraient représenter des coups de feu. Ces données sont ensuite traitées par des algorithmes sophistiqués d’apprentissage automatique pour classer l’événement comme un coup de feu potentiel.
Des experts acoustiques du Centre de traitement des incidents, opérationnel vingt-quatre heures sur vingt-quatre, confirment que les événements sont bien des coups de feu. Ils peuvent compléter l’alerte avec des informations importantes – par exemple, si des armes automatiques ont été utilisées ou s’il y avait plusieurs tireurs. L’ensemble du processus prend moins de soixante secondes entre le moment du tir et l’apparition de l’alerte numérique au Centre d’appels d’urgence ou sur les appareils mobiles des agents de patrouille.
Le système ShotSpotter est déjà utilisé dans plus de cent soixante-dix villes à travers le monde et est hautement valorisé par les forces de l’ordre comme composante essentielle des stratégies de prévention et de réduction de la violence armée. La plupart des clients se trouvent aux États-Unis, y compris de grandes villes comme New York, Chicago et San Diego, mais l’année dernière, Le Cap en Afrique du Sud a été ajouté à la liste des clients.
ShotSpotter protège un large éventail de villes – des grandes métropoles comme Las Vegas aux villes de taille moyenne comme Boston, Denver et Oakland, et même aux petites villes de moins de cinquante mille habitants.
L’implémentation de ShotSpotter mène à des résultats impressionnants dans la lutte contre la violence armée. Le pourcentage d’incidents de tirs enregistrés passe de douze à quatre-vingt-dix pour cent! Le temps de réponse diminue de quatre minutes et demie à soixante secondes. La précision dans la détermination de l’emplacement du crime s’améliore d’une marge d’erreur de plus de trois cents mètres à vingt-cinq mètres.
Le pourcentage de douilles trouvées augmente de cinquante à quatre-vingt-neuf pour cent. Le temps de transport des victimes est réduit de dix virgule trois minutes à six virgule huit minutes. Par exemple, à Oakland, en Californie, grâce à ShotSpotter, une aide a été fournie à cent une victimes en deux mille vingt uniquement lorsque personne n’avait signalé les fusillades.
Est-ce que ShotSpotter entraîne un patrouillage policier excessif? Selon l’entreprise, la technologie permet à la police de répondre plus précisément, évitant les ratissages massifs de blocs entiers ou de quartiers. Quelle est la précision du système ShotSpotter? De deux mille dix-neuf à deux mille vingt et un, le système avait une précision cumulée de quatre-vingt-dix-sept pour cent pour tous les clients, y compris un très faible taux de faux positifs – moins d’un demi pour cent de tous les incidents de tirs enregistrés.
La technologie ShotSpotter représente un exemple parfait de la façon dont l’intelligence artificielle et les capteurs acoustiques peuvent transformer les approches traditionnelles de la sécurité publique. Dans un monde où quatre-vingts pour cent des incidents de tirs restent non enregistrés, de telles solutions peuvent littéralement sauver des vies en fournissant des avantages temporels critiquement importants pour les services d’urgence.
Technologie pour Prédire les Crimes Potentiels
Nous vivons à une époque où les frontières entre la protection de la sécurité publique et la surveillance totale deviennent de plus en plus floues. Les technologies de reconnaissance faciale et d’analyse comportementale pénètrent divers aspects de nos vies, changeant radicalement le concept même de vie privée.
L’entreprise chinoise CloudWalk Technology a progressé plus loin que la plupart des concurrents, développant des systèmes capables non seulement d’identifier les individus mais aussi de prédire les crimes potentiels avant qu’ils ne se produisent. De telles technologies soulèvent des questions fondamentales sur l’équilibre entre la sécurité et les libertés civiles, surtout dans le contexte de leur application dans des régions où les situations des droits humains sont ambiguës. Dans le monde d’aujourd’hui, les algorithmes deviennent de plus en plus juges du comportement humain, évaluant chaque mouvement à travers le prisme de la « suspicion » ou de la « normalité ».
L’entreprise chinoise CloudWalk a développé un système complet pour les structures gouvernementales qui utilise des technologies d’intelligence artificielle avancées pour détecter et suivre les personnes. Ce système est basé sur des technologies de reconnaissance faciale et d’analyse de la démarche capables d’identifier des changements suspects dans le comportement ou des mouvements inhabituels. Par exemple, si une personne marche en va-et-vient dans une certaine zone, le système pourrait identifier cela comme un signe potentiel de vol à la tire ou de reconnaissance pour un crime futur.
De plus, la plateforme d’interaction homme-machine de CloudWalk possède cinq caractéristiques clés: elle fonctionne comme une « usine à rêves » avec des experts en intelligence artificielle, fournit une prise de décision intelligente fiable, offre une interaction homme-machine pratique et naturelle, fonctionne sur son propre système d’exploitation d’intelligence artificielle, et assure un échange de données sécurisé.
CloudWalk a été fondée en deux mille quinze par Zhou Xi, diplômé de l’Université des Sciences et Technologies de Chine avec une formation académique en intelligence artificielle et reconnaissance de formes. Les technologies de CloudWalk trouvent des applications dans un large éventail de domaines – des institutions financières aux systèmes de contrôle gouvernementaux. L’entreprise est le principal fournisseur de technologies de reconnaissance faciale pour la Banque de Chine et Haitong Securities.
En deux mille dix-huit, CloudWalk a signé un accord avec le gouvernement zimbabwéen pour créer une base de données nationale de reconnaissance faciale et un système de surveillance qui suivra tous les principaux centres de transport. Selon les représentants de l’entreprise, leur système peut identifier des modèles de comportement potentiellement suspects: « Bien sûr, si quelqu’un achète un couteau de cuisine, c’est normal. Mais si une personne achète ensuite un sac et un marteau, cette personne devient suspecte. » En mai deux mille vingt-trois, l’entreprise a lancé son grand modèle de langage Comfort pour des tests bêta, élargissant ses capacités en intelligence artificielle.
Les technologies de CloudWalk soulèvent de sérieuses préoccupations dans le contexte de la protection des droits humains et des libertés civiles. En deux mille vingt, le Département américain du Commerce a ajouté CloudWalk Technology à sa Liste d’Entités pour son rôle dans l’assistance au gouvernement chinois dans la surveillance de masse de la population ouïghoure.
Selon les responsables américains, CloudWalk Technology était « complice de violations et d’abus des droits humains commis pendant la campagne de répression de la Chine, de détention arbitraire de masse, de travail forcé et de surveillance high-tech contre les Ouïghours, les Kazakhs ethniques et d’autres membres de groupes minoritaires musulmans dans la Région autonome ouïghoure du Xinjiang. » En deux mille vingt et un, le Département du Trésor américain a interdit tous les investissements américains dans CloudWalk Technology, accusant l’entreprise de complicité dans la facilitation du génocide ouïghour.
Les technologies d’entreprises comme CloudWalk posent des questions fondamentales à la société sur les limites de l’interférence technologique dans la vie privée des citoyens. Les algorithmes peuvent-ils vraiment prédire les intentions criminelles? Quel est le coût de l’erreur lorsqu’une personne pourrait être identifiée comme un criminel potentiel basé sur l’analyse de sa démarche ou de ses habitudes d’achat?
Que pensez-vous des limites éthiques de l’application des technologies de contrôle prédictif? Les algorithmes d’intelligence artificielle peuvent-ils évaluer objectivement les intentions humaines? Je n’ai pas pu trouver d’informations sur les dysfonctionnements du système – bien qu’il doive certainement y en avoir avec de tels volumes de données.
Nouveau Concept de Technologies de Sécurité
Chaque année aux États-Unis, plus d’un million de crimes violents et plus de sept millions de crimes contre la propriété sont enregistrés. Les parkings et les garages sont devenus de véritables points chauds de criminalité, devenant des lieux de vols de voitures, de vols de convertisseurs catalytiques, de braquages et de vandalisme. Particulièrement alarmant est le fait que le modèle de sécurité traditionnel connaît une grave crise.
Moins d’un million d’employés des forces de l’ordre sont physiquement incapables de protéger efficacement trois cent cinquante millions de citoyens vingt-quatre heures sur vingt-quatre, sept jours sur sept. Cette disproportion est exacerbée par un manque de coordination entre dix-neuf mille départements de police et huit mille entreprises de sécurité qui opèrent sans base de données nationale unifiée des meilleures pratiques de sécurité.
Knightscope a développé un concept fondamentalement nouveau de technologies de sécurité basé sur l’idée de « Machine-en-tant-que-Service ». Les éléments centraux de leur écosystème sont des Robots de Sécurité Autonomes, présentés sous plusieurs formes. Le modèle phare K cinq représente l’intelligence artificielle sous forme physique. Le robot patrouille de manière autonome les propriétés commerciales et les espaces publics vingt-quatre heures sur vingt-quatre, sans pauses, ajoutant une couche de protection de périmètre mobile et de dissuasion physique avec des « yeux, des oreilles et une voix » intelligents.
Les systèmes stationnaires, tels que K un Hemisphere, sont conçus pour un placement stratégique à des points clés – des vestibules de guichets automatiques aux stations de recharge électrique, halls d’ascenseurs et espaces d’entrepôt. Le système K un Laser mérite une attention particulière, conçu pour extraire une valeur maximale de la technologie LiDAR. Il offre une haute précision dans la détection, la classification et le suivi des personnes, des véhicules et des objets, même dans des conditions météorologiques défavorables et un faible éclairage.
Un composant important de l’écosystème est le système automatisé de détection de coups de feu AGD, capable de déterminer l’emplacement d’un tir avec une précision inférieure à deux mètres dans les deux secondes suivant l’incident.
Knightscope a choisi un modèle commercial d’abonnement pour « Machine-en-tant-que-Service ». Cela rend les technologies de sécurité avancées accessibles à un large éventail de clients sans nécessiter de grands investissements initiaux. L’entreprise cible de nombreux secteurs de marché – des aéroports et casinos aux campus d’entreprises, hôpitaux, hôtels, établissements d’enseignement et parcs publics.
Notamment, près de cinquante pour cent des Robots de Sécurité Autonomes déployés sont utilisés pour protéger les parkings et les garages, ce qui souligne la pertinence du problème de sécurité dans ces espaces. Le modèle d’abonnement non seulement abaisse la barrière d’entrée pour les clients potentiels, mais assure également des mises à jour logicielles constantes et un support technologique.
L’implémentation des technologies Knightscope mène à des résultats tangibles en matière de sécurité publique. Les clients de l’entreprise signalent des réductions significatives des taux de criminalité dans les zones protégées – dans certains cas jusqu’à soixante pour cent au cours des six premiers mois d’utilisation. Dans la ville de Denver, de deux mille dix-huit à deux mille vingt et un, grâce aux technologies Knightscope, mille huit cent quarante-huit connexions ont été établies entre les douilles trouvées, et trois cent trente-sept arrestations ont été effectuées.
Les technologies de communication d’urgence de l’entreprise fournissent un avantage crucial dans les situations où les secondes comptent. La notification instantanée d’un tir peut réduire considérablement le temps de réponse des services d’urgence et sauver des vies.
Malgré des capacités technologiques impressionnantes, l’implémentation de systèmes de sécurité robotiques soulève de sérieuses questions éthiques. La surveillance omniprésente effectuée par des dispositifs autonomes crée un nouveau niveau de transparence dans les espaces publics, brouillant les notions traditionnelles de vie privée. Il existe une préoccupation justifiée concernant les biais algorithmiques. Quels critères l’intelligence artificielle utilise-t-elle pour classer un comportement comme « suspect »?
Des questions se posent également sur la précision de la reconnaissance faciale et d’objets dans des conditions réelles. L’effet psychologique de la présence constante de robots observateurs dans les espaces publics doit également être pris en compte. Cela conduira-t-il à la formation d’une société de surveillance totale, où le fait même de l’observation devient un mécanisme de contrôle social?
Êtes-vous prêt à vous sentir à l’aise dans des espaces patrouillés par des robots? Ou est-ce plus familier et rassurant avec des humains?
Assistant Juridique Artificiel
Selon les estimations d’experts, les avocats au tribunal passent jusqu’à quarante pour cent de leur temps sur des travaux de recherche routiniers. Et les erreurs dans l’analyse juridique peuvent coûter aux clients des millions de dollars et des années de litiges. En même temps, on observe une croissance en avalanche du volume d’informations juridiques. Aux États-Unis seulement, plus de quatre cent mille nouvelles décisions judiciaires sont publiées chaque année. Cela rend les méthodes de travail traditionnelles de moins en moins efficaces.
La technologie CoCounsel de Casetext représente un outil fondamentalement nouveau. C’est un assistant juridique artificiel spécialisé dans la recherche de droit jurisprudentiel. Contrairement aux modèles d’intelligence artificielle disponibles au public, CoCounsel utilise son propre modèle de langage spécialisé. Il travaille avec les bases de données juridiques propriétaires de Casetext, ce qui garantit l’absence d' »hallucinations » et de cas judiciaires fictifs.
Le système offre un ensemble unique de « compétences » spécialisées. Celles-ci incluent la recherche de lois réelles pour répondre aux questions juridiques en fournissant un mémorandum contenant des références aux sources justificatives; l’analyse de grands ensembles de données pour extraire des informations d’importance critique; l’analyse complète des contrats pour vérifier leur conformité aux exigences, avec des suggestions de corrections spécifiques; et la création de projets de demandes d’interrogatoires.
Casetext a été fondée en deux mille treize et s’est concentrée sur l’application des technologies d’intelligence artificielle dès le début. Les réalisations technologiques de l’entreprise ont été reconnues par la prestigieuse publication Fast Company, qui a inclus Casetext dans sa liste des « entreprises les plus innovantes » cette année. La base technologique de l’entreprise est soutenue par une équipe de plus de mille experts en intelligence artificielle générative et en apprentissage automatique, ce qui garantit une amélioration constante du système.
L’implémentation de CoCounsel change radicalement l’économie de la pratique juridique au tribunal, offrant une augmentation sans précédent de l’efficacité du travail. Le système peut traiter des documents à une « vitesse surhumaine », accomplissant en quelques minutes des tâches qui nécessitaient auparavant des dizaines d’heures de travail juridique qualifié. Selon les recherches, l’utilisation de CoCounsel réduit le temps consacré à l’analyse des documents de quatre-vingts pour cent tout en augmentant la précision d’identification des dispositions problématiques de trente-cinq pour cent.
L’utilisation de CoCounsel pour la préparation des procédures judiciaires permet aux avocats d’analyser deux fois et demie plus de précédents dans le même temps, renforçant considérablement la base de preuves et augmentant les chances d’un résultat favorable de l’affaire.
Cela conduira-t-il à la démocratisation des services juridiques au tribunal? Qui porte la responsabilité en cas d’erreur? L’avocat qui s’est fié à la technologie, le développeur du système, ou le réseau neuronal qui a formé la recommandation? Ces questions nécessitent non seulement des solutions technologiques mais aussi des initiatives législatives régulant l’utilisation de l’intelligence artificielle dans le domaine juridique.
À l’avenir, nous pouvons nous attendre au développement d’analyses prédictives qui permettront de prévoir les décisions judiciaires probables sur la base de données historiques et des spécificités d’un cas particulier. D’un intérêt particulier est le potentiel de CoCounsel dans l’élargissement de l’accès à la justice grâce à la création d’outils juridiques accessibles au public capables de fournir des consultations de base aux citoyens qui ne peuvent pas se permettre les services d’un avocat.
Cependant, la question clé reste ouverte: l’intelligence artificielle peut-elle maîtriser les subtilités de l’interprétation juridique, nécessitant non seulement une analyse logique mais aussi une compréhension du contexte social, de l’évolution historique des concepts juridiques et des nuances éthiques?
Outils Complets de Criminalistique Numérique
Selon les données du FBI, en deux mille vingt-deux, près de trois cent soixante mille cas d’enfants disparus ont été enregistrés. Le Centre National pour les Enfants Disparus et Exploités a reçu plus de trente-deux millions de signalements d’exploitation sexuelle présumée de mineurs au cours de la même période. Le nombre d’appels concernant des enfants disparus a augmenté de seize pour cent par rapport à l’année précédente, atteignant cent dix mille appels. Ces statistiques concernent uniquement les États-Unis, pas le monde entier. Là-bas, les chiffres sont malheureusement beaucoup plus élevés.
En même temps, les forces de l’ordre, surtout dans les petites villes, connaissent une pénurie aiguë de fonds budgétaires et d’outils technologiques pour enquêter rapidement sur ces crimes. John Walsh, le célèbre animateur de « America’s Most Wanted » et co-fondateur du Centre National pour les Enfants Disparus et Exploités, note: « Je me dis souvent: ‘Mon Dieu, l’avocat de ce prédateur est plus intelligent et plus compétent technologiquement que la police.’ Ils ne connaissent pas vraiment la technologie. »
Selon lui, dans des conditions où les trafiquants d’êtres humains utilisent de plus en plus des technologies avancées et le cryptage pour cacher les traces de leurs crimes, cet écart technologique devient un problème critique de sécurité publique.
Cellebrite DI, basée en Israël, a développé des outils complets de criminalistique numérique. Le produit phare de l’entreprise – Cellebrite UFED (Universal Forensic Extraction Device) – fournit un accès sans précédent aux données sur les appareils mobiles modernes. Le nouvel écosystème de l’entreprise, Inseyets, combine les capacités UFED avec des fonctions d’extraction avancées, y compris l’accès au système de fichiers complet et le déchiffrement du contenu crypté.
La technologie Cellebrite peut traiter des volumes colossaux de données. Selon l’enquête de l’entreprise, un smartphone moyen contient plus de trente-deux mille images, mille vidéos et soixante mille messages. Le système Pathfinder utilise l’intelligence artificielle pour analyser ces données, identifiant automatiquement les connexions entre les appareils, les emplacements et les contacts de différentes personnes.
Une attention particulière est accordée à la fonction Quick View, qui permet aux enquêteurs d’évaluer rapidement la pertinence d’un appareil avant son traitement complet, et à la fonction de tri Triage, qui aide à prioriser les appareils les plus critiques sur la base de critères de recherche personnalisables.
En deux mille vingt-quatre, Cellebrite a lancé l’initiative « Operation Find Them All », dans le cadre de laquelle l’entreprise fournit gratuitement ses technologies à des organisations à but non lucratif impliquées dans la recherche d’enfants disparus, y compris le Centre National pour les Enfants Disparus et Exploités et The Exodus Road – une organisation luttant contre la traite des êtres humains dans le monde entier. Selon le PDG de Cellebrite, Yossi Carmil, cette initiative va au-delà des intérêts commerciaux: « C’est une bonne mission. Cela va au-delà de l’argent. »
Les résultats de l’application des technologies Cellebrite dans des enquêtes réelles démontrent leur grande efficacité. Kent Nielsen, un enquêteur en criminalistique numérique du bureau du shérif au Texas, note que le système accélère considérablement le travail des enquêteurs, en particulier lors de l’analyse des smartphones qui peuvent contenir plus de deux cent cinquante mille images. Au lieu de revoir et de trier manuellement ces images, le logiciel Pathfinder les traite automatiquement, les reliant à des emplacements et à des données provenant d’autres smartphones ou cas.
En deux mille vingt-quatre, le bureau du shérif du comté de Brazoria a utilisé la technologie Cellebrite dans le cadre de l’opération multi-agences « Intercept » pour secourir des enfants devenus victimes de la traite des êtres humains pendant le championnat national de football universitaire. L’opération a abouti au sauvetage de sept filles et à l’arrestation de vingt-trois suspects.
Matt Parker, co-fondateur de l’organisation à but non lucratif The Exodus Road, souligne l’importance de la technologie dans les enquêtes internationales, en particulier dans les pays où les gouvernements ne poursuivaient pas auparavant les trafiquants d’êtres humains. « Quand vous luttez contre la corruption au niveau mondial, vous devez rassembler une quantité écrasante de preuves difficiles à ignorer. Vous devez rendre l’affaire absolument irréfutable, et je vous le dis, en treize ans d’expérience… dans des centaines de cas de traite d’êtres humains, lorsque nous utilisons la technologie Cellebrite et incorporons cette technologie dans le processus judiciaire, le taux de réussite est significativement plus élevé. »
Malgré le bénéfice indubitable dans la lutte contre les crimes graves, les technologies de criminalistique numérique soulèvent de sérieuses questions éthiques. La capacité à pénétrer profondément dans les données personnelles des citoyens crée des risques de violations de la vie privée. Les entreprises technologiques travaillant dans le domaine de la sécurité font souvent face au dilemme de la nature à double usage de leurs produits. Les mêmes outils qui aident à sauver des enfants et à attraper des criminels peuvent être utilisés pour la surveillance de masse des citoyens.
De plus, l’automatisation des processus d’analyse médico-légale, tout en augmentant l’efficacité des enquêtes, crée un risque de confiance excessive dans les algorithmes. Lorsqu’il s’agit d’accusations graves qui peuvent priver une personne de sa liberté pendant de nombreuses années, il est d’une importance critique de maintenir une supervision humaine des systèmes technologiques et de leurs conclusions.
Et je ne sais pas comment assurer un équilibre entre la vie privée des citoyens et la nécessité d’une enquête efficace sur les crimes graves.
Plateforme pour les Enquêtes Médico-légales
Chaque jour, environ deux virgule cinq quintillions d’octets de données sont générés dans le monde entier – un chiffre que l’esprit humain ne peut même pas comprendre. Chaque crime aujourd’hui laisse une empreinte numérique, et le volume de ces traces croît de façon exponentielle. Selon Interpol, plus de quatre-vingts pour cent des crimes modernes ont une composante numérique nécessitant une enquête spécialisée.
Pendant ce temps, selon les recherches internes de Magnet Forensics, les enquêteurs passent jusqu’à soixante-dix pour cent de leur temps à traiter et analyser des preuves numériques. Il y a une pénurie critique de spécialistes qualifiés. En moyenne, un expert numérique traite quarante-quatre enquêtes par an, créant un énorme arriéré dans ce domaine. En conséquence, les enquêtes sont retardées et la justice est reportée – particulièrement dangereux dans les cas impliquant des populations vulnérables comme les enfants devenus victimes d’exploitation.
Magnet Forensics a développé une plateforme numérique complète pour les enquêtes médico-légales qui combine des technologies avancées pour l’extraction, l’analyse et la visualisation des preuves numériques. Au centre de cet écosystème se trouve Magnet One – une plateforme permettant aux enquêteurs, experts médico-légaux, procureurs et dirigeants de collaborer efficacement sur des enquêtes numériques.
Leur algorithme phare, Magnet Axiom, fournit la récupération et l’analyse de données provenant d’appareils mobiles, d’ordinateurs, de stockage cloud et de systèmes automobiles au sein d’un même dossier. Et la technologie Magnet Graykey, qui a émergé après l’attaque terroriste de San Bernardino et a été développée pour surmonter la protection des appareils mobiles, fournit un accès aux appareils iOS et Android les plus récents – souvent en moins d’une heure.
Une attention particulière doit être accordée à la récente implémentation de Magnet Copilot – un outil basé sur l’intelligence artificielle qui aide à identifier les médias synthétiques ou deepfakes et à analyser de grands volumes de données en utilisant une interface « question-réponse ». Dans l’ensemble, le système permet de sélectionner un fragment de données spécifique, comme une chaîne de messages ou un historique de recherche web, de poser une question sur ces données et de recevoir une réponse précise avec une indication de la source, ce qui est d’une importance critique pour confirmer l’authenticité des preuves au tribunal.
L’histoire de Magnet Forensics a commencé par une nécessité urgente et des racines modestes. Jad Saliba, travaillant comme policier au Canada, a été transféré au département de criminalistique numérique, où il a été confronté à une pénurie aiguë d’outils pour mener des enquêtes numériques. Poussé par le désir de résoudre ce problème, il a développé ses propres outils logiciels, qui se sont avérés si utiles pour les forces de l’ordre qu’en deux mille onze, Saliba a quitté le service de police et a fondé Magnet Forensics avec Adam Belsher, qui occupait auparavant un poste de direction chez Research In Motion, la société qui a créé BlackBerry.
En parallèle, en deux mille seize, David Miles, Braden Thomas, Justin Fisher et Sean Larsson, inspirés par les difficultés d’extraction de données de l’iPhone d’un suspect dans l’attaque terroriste de San Bernardino, ont fondé Grayshift et créé l’outil Graykey pour accéder aux appareils iOS, et plus tard aux appareils Android. En deux mille vingt-trois, Magnet Forensics et Grayshift ont fusionné sous le nom commun de Magnet Forensics.
Aujourd’hui, l’entreprise sert plus de quatre mille clients dans plus de cent pays à travers le monde, y compris les forces de l’ordre, les institutions gouvernementales et les sociétés du Fortune cent qui utilisent leurs outils pour enquêter sur la fraude d’entreprise, le vol de propriété intellectuelle et les menaces externes comme les rançongiciels et la compromission d’emails d’entreprise.
Selon les données fournies par les clients de l’entreprise, l’utilisation de la plateforme Magnet One réduit le temps de traitement des preuves numériques de soixante pour cent. L’automatisation des tâches routinières avec Magnet Automate libère jusqu’à trente heures de travail par semaine pour les spécialistes qualifiés, leur permettant de se concentrer sur le travail analytique.
Des résultats particulièrement significatifs sont démontrés par l’application de ces technologies dans la lutte contre les crimes contre les enfants. Dans un cas documenté, l’utilisation de Magnet Axiom a permis l’identification de plus de deux cents victimes d’exploitation, conduisant à leur sauvetage et à leur réhabilitation.
Malgré le bénéfice indubitable dans la lutte contre la criminalité, les technologies de criminalistique numérique soulèvent de sérieuses questions éthiques. Des outils comme Magnet Graykey, capables de surmonter la protection des appareils mobiles, créent une vulnérabilité potentielle pour la vie privée des citoyens ordinaires. Et l’utilisation de l’intelligence artificielle dans l’analyse des preuves, comme dans le cas de Magnet Copilot, tout en augmentant l’efficacité du travail des enquêteurs, crée des risques de biais et d’opacité de la prise de décision algorithmique.
Une attention particulière doit être accordée à la transparence des algorithmes d’intelligence artificielle utilisés pour l’analyse des preuves et aux mécanismes permettant de contester leurs conclusions au tribunal. En fin de compte, l’efficacité de la criminalistique numérique sera déterminée non seulement par ses capacités technologiques, mais aussi par la confiance de la société dans l’équité et la nature éthique de son application.
Service de Comparaison des Données ADN
Plus de quatorze millions de personnes ont déjà téléchargé leurs profils ADN dans diverses bases de données commerciales, espérant en savoir plus sur leurs ancêtres ou trouver des parents éloignés. Cependant, peu d’entre elles se rendaient compte que leurs informations biologiques pourraient un jour être utilisées par la police pour identifier des suspects dans des crimes graves.
Environ soixante-dix pour cent de la population caucasienne aux États-Unis peut théoriquement être identifiée par des connexions familiales, même si leur propre ADN n’est pas présent dans les bases de données publiques. Une telle transparence génétique crée une situation sans précédent où le matériel biologique d’une personne révèle potentiellement des informations privées sur des dizaines voire des centaines de leurs parents. Les concepts traditionnels de confidentialité et de consentement éclairé s’avèrent inapplicables dans un contexte où la décision d’un membre de la famille de partager son ADN a des conséquences de grande portée pour tout l’arbre généalogique.
Et voici ce qui peut arriver. GEDmatch est un service en ligne créé pour comparer les données ADN autosomiques de différentes sociétés de test comme 23andMe, AncestryDNA, FamilyTreeDNA et d’autres services de renommée mondiale. GEDmatch était initialement destiné à aider les « amateurs, chercheurs professionnels et généalogistes », y compris les personnes adoptées à la recherche de leurs parents biologiques.
Voici comment cela fonctionne: la technologie GEDmatch permet aux utilisateurs de télécharger leurs résultats de tests ADN pour identifier des parents potentiels qui ont également téléchargé leurs données. Les noms des participants peuvent être cachés en utilisant des pseudonymes, mais chaque compte doit avoir une adresse email associée. Les outils disponibles sur le site comprennent la capacité de trier les résultats par les correspondances les plus proches avec l’ADN autosomal de l’utilisateur; déterminer si les correspondances de l’utilisateur correspondent également entre elles; utiliser un calculateur de distance génétique; estimer le nombre de générations jusqu’à l’ancêtre commun le plus proche; et utiliser divers calculateurs d’origine ethnique.
D’ici deux mille dix-huit, la base de données GEDmatch contenait neuf cent vingt-neuf mille profils génétiques. Le site web a reçu une couverture médiatique significative en deux mille dix-huit après avoir été utilisé par les forces de l’ordre pour identifier un suspect dans l’affaire très médiatisée du « Tueur de l’État d’Or » en Californie. D’autres agences d’application de la loi ont commencé à utiliser GEDmatch pour enquêter sur des crimes graves, le transformant en une « base de données ADN et généalogique de facto pour toutes les forces de l’ordre ».
Cette transformation s’est produite sans le consentement explicite et éclairé des utilisateurs, ce qui a causé des réactions négatives et conduit à la mise en œuvre d’un système de participation volontaire pour les correspondances des forces de l’ordre. En deux mille dix-neuf, GEDmatch a resserré ses règles de confidentialité, exigeant unilatéralement que les utilisateurs « consentent » au partage de leurs données avec les forces de l’ordre. Cependant, pour les nouveaux téléchargements, ledit « consentement » est le choix par défaut recommandé, ce qui soulève des doutes quant à savoir si cela peut être considéré comme une véritable « participation volontaire ». De plus, ce à quoi exactement on consent n’est pas clairement spécifié.
En deux mille dix-neuf, GEDmatch a été acquis par Verogen, une entreprise spécialisée dans la science médico-légale. Une nouvelle version du site existant, connue sous le nom de GEDmatch Pro, a été lancée, maintenant orientée vers la résolution de crimes en utilisant plus d’un million deux cent mille profils ADN placés sur la plateforme GEDmatch. Selon BuzzFeed News, Verogen avait l’intention de monétiser le site en facturant l’accès à la base de données et aux outils d’analyse ADN. En deux mille vingt-trois, GEDmatch a été acquis par Qiagen, commençant une nouvelle étape de commercialisation des données génétiques des utilisateurs.
En septembre deux mille dix-neuf, le Département de la Justice des États-Unis a publié des directives provisoires réglementant quand les enquêteurs fédéraux ou les enquêtes financées par le gouvernement fédéral peuvent utiliser la généalogie génétique pour traquer des suspects dans des crimes graves. Cette politique première du genre couvrant l’utilisation de telles bases de données dans l’application de la loi stipulait que la « généalogie génétique médico-légale » ne devrait généralement être utilisée que pour les crimes violents et pour l’identification des restes humains.
De plus, les enquêteurs devraient d’abord épuiser les méthodes traditionnelles de résolution de crimes, y compris la recherche dans leurs propres bases de données ADN criminelles. Selon la nouvelle politique, les enquêteurs ne pouvaient pas secrètement télécharger un faux profil sur un site de généalogie sans s’identifier au préalable. Cependant, ces directives ne s’appliquaient qu’aux enquêteurs fédéraux et aux enquêtes financées par le gouvernement fédéral, et non aux agences d’application de la loi étatiques ou locales, qui constituent la grande majorité des enquêtes.
Les chercheurs prédisent que d’ici deux mille vingt-cinq, pratiquement tous les Américains d’ascendance européenne pourraient devenir identifiables par des connexions génétiques, indépendamment du fait qu’ils aient jamais téléchargé leur propre ADN.
Logiciel pour le Génotypage Probabiliste
Dans la médecine légale moderne, les preuves ADN sont considérées comme la « norme d’or » capable à la fois d’accuser et d’innocenter une personne. Cependant, la réalité est beaucoup plus complexe que les notions idéalisées. Environ soixante-dix pour cent des échantillons d’ADN prélevés sur les scènes de crime représentent des mélanges de matériel génétique de plusieurs personnes, ce qui complique de manière critique leur analyse.
Les méthodes traditionnelles d’interprétation de l’ADN nécessitent des décisions subjectives par les analystes, où le facteur humain devient une source potentielle d’erreurs. Selon des recherches indépendantes, différents laboratoires analysant les mêmes mélanges d’ADN complexes peuvent arriver à des conclusions opposées. Les probabilités de correspondance varient d’une sur plusieurs milliers à une sur des milliards. De telles divergences remettent en question l’objectivité de l’ensemble du système de preuves ADN.
En même temps, le manque d’approches standardisées pour analyser les mélanges complexes conduit à ce que des preuves précieuses ne soient pas utilisées en raison de limitations techniques, les coupables restant impunis et les innocents – condamnés.
Cybergenetics a développé la technologie révolutionnaire TrueAllele – un logiciel pour le génotypage probabiliste qui change fondamentalement les approches d’interprétation des preuves ADN complexes. Au cœur de TrueAllele se trouvent des algorithmes statistiques complexes qui appliquent la modélisation mathématique bayésienne pour analyser toutes les données ADN, y compris les pics de bas niveau généralement écartés dans l’analyse traditionnelle.
Le système est entièrement automatisé, éliminant les décisions humaines subjectives et les biais cognitifs possibles. TrueAllele peut séparer les mélanges d’ADN de plusieurs donneurs, déterminant leurs génotypes individuels sans utiliser d’échantillons de référence. Fait important, le programme calcule la valeur exacte du rapport de vraisemblance – un indicateur statistique qui détermine la force de la preuve – et fournit une estimation d’erreur pour ce coefficient, ce qui augmente significativement la valeur probante des résultats.
Selon les développeurs, TrueAllele peut analyser avec succès même l’ADN dégradé et les échantillons avec de très faibles concentrations de matériel génétique, ce qui est particulièrement important dans les cas de crimes non résolus anciens.
Cybergenetics a été fondée il y a plus de vingt-cinq ans et a été pionnière dans le domaine de l’analyse précise des mélanges d’ADN. Au cours de ces années, la technologie TrueAllele a été validée dans plus de quarante études scientifiques, dont beaucoup ont été menées par des laboratoires médico-légaux indépendants et publiées dans des revues scientifiques à comité de lecture. Cela a créé une base scientifique solide pour l’utilisation de la technologie dans de véritables affaires criminelles. Le système a déjà été appliqué dans des dizaines de milliers d’affaires criminelles, tant par l’accusation que par la défense.
Dans une affaire marquante, le système a pu déterminer des génotypes individuels à partir d’un mélange d’ADN de cinq personnes, ce qui était impossible en utilisant des méthodes traditionnelles. Grâce à cette analyse, un criminel en série qui avait commis des violences contre douze femmes a été identifié et condamné. Dans une autre affaire, TrueAllele a aidé à innocenter une personne innocente qui avait passé dix-sept ans en prison en raison d’une interprétation erronée d’un mélange d’ADN.
La capacité de comparer des preuves entre les affaires permet d’identifier des connexions entre divers crimes, ce qui est particulièrement important pour résoudre des crimes en série. TrueAllele Database permet de rechercher des correspondances entre les preuves et les bases de données de criminels condamnés, ainsi que de mener des « recherches ADN familiales », lorsque l’identification se fait par des parents génétiques. Une telle automatisation du processus d’analyse permet de traiter jusqu’à un million d’échantillons par an, ce qui réduit considérablement l’arriéré accumulé de preuves ADN non examinées.
Le principal problème est que le code source du logiciel est un secret commercial et n’est pas disponible pour une vérification indépendante. Les avocats de la défense dans des affaires criminelles ont à plusieurs reprises essayé d’accéder aux algorithmes TrueAllele pour vérifier leur fonctionnement et leurs erreurs potentielles, mais l’entreprise refuse systématiquement un tel accès, invoquant la protection de la propriété intellectuelle.
Cela crée une situation où les accusés peuvent être condamnés sur la base de preuves obtenues en utilisant une « boîte noire » dont ils ne peuvent pas vérifier ou contester le principe de fonctionnement. Le deuxième problème concerne l’expansion des pratiques de « recherche ADN familiale », lorsque des personnes peuvent être soupçonnées non pas à cause de leurs actions mais à cause de leur parenté génétique avec un criminel. Cela soulève des questions sur les limites de la confidentialité des informations génétiques et le droit d’une personne à ne pas être impliquée dans une enquête criminelle sans son consentement.
Enfin, la très haute précision de la technologie peut créer une illusion d’infaillibilité des preuves ADN pour les jurés et les juges, ignorant le fait que même les algorithmes les plus parfaits travaillent avec des modèles probabilistes et ont leurs limites.
Visualisation, Photographie et Marquage des Empreintes Digitales
La résolution des crimes dépend de plus en plus de l’expertise scientifique, et la dactyloscopie continue d’être l’une des méthodes d’identification fondamentales. Chaque année, les experts médico-légaux traitent des millions d’empreintes digitales, passant des dizaines de milliers d’heures de travail sur des processus routiniers de détection, visualisation et marquage.
Selon l’Association Internationale pour l’Identification, un expert médico-légal passe en moyenne jusqu’à soixante-quinze pour cent du temps de travail sur une analyse visuelle monotone des traces après le traitement chimique. Cela crée une charge colossale sur les laboratoires médico-légaux, entraînant des retards dans les enquêtes et l’accumulation de cas non examinés. Les statistiques montrent que dans les grands centres médico-légaux, le temps de traitement moyen pour un cas peut atteindre soixante jours, et pendant les périodes de pointe – jusqu’à cent vingt jours.
De tels retards ont un impact direct sur l’efficacité de la justice. Environ vingt pour cent des crimes résolubles dépendent directement du traitement opportun des preuves dactyloscopiques. Entre-temps, la fatigue et la diminution de la concentration pendant un travail monotone peuvent conduire à négliger des preuves importantes.
Foster + Freeman, qui s’est spécialisée dans le développement de technologies pour la science médico-légale depuis plus de quarante ans, a créé le système révolutionnaire AARI (Amino Acid Rapid Imager). C’est une solution intégrée pour la visualisation, la photographie et le marquage des empreintes digitales. L’innovation clé réside dans l’utilisation de l’intelligence artificielle pour détecter les zones avec des motifs papillaires.
Le système combine un éclairage spécialisé et des technologies d’imagerie optimisées pour travailler avec des réactifs chimiques traditionnels largement utilisés dans les laboratoires médico-légaux pour révéler les empreintes latentes sur des matériaux semi-poreux comme le papier ou le carton. La fonction intégrée AI Assist, développée en utilisant des technologies d’apprentissage automatique, peut scanner une image capturée en quelques secondes et mettre en évidence des zones avec des motifs papillaires potentiellement identifiables.
Le système marque ces zones soit avec des cadres de contour, soit en utilisant une carte thermique, après quoi un expert peut confirmer manuellement la présence d’empreintes digitales. Cela permet de réduire considérablement le temps consacré à des tâches qui pouvaient auparavant prendre des heures à moins de deux minutes pour un cycle de traitement complet.
La mise en œuvre du système AARI dans le flux de travail des laboratoires médico-légaux entraîne des changements substantiels dans la productivité et l’efficacité. Un processus qui pouvait auparavant prendre jusqu’à trente minutes par document est maintenant effectué en moins de deux minutes, représentant une augmentation de productivité de quinze fois. Pour un grand laboratoire traitant des centaines d’échantillons par semaine, cela peut entraîner des économies de milliers d’heures de travail par an.
Au-delà des indicateurs de temps, le système AI Assist démontre une stabilité dans la détection des zones avec des motifs papillaires. Formé sur des milliers d’images d’empreintes digitales pendant des centaines d’heures, le système montre une haute sensibilité même aux traces faibles. Dans certains cas, l’intelligence artificielle peut détecter des zones avec des motifs papillaires qui auraient pu être manquées par un œil humain fatigué.
L’introduction de l’intelligence artificielle dans un domaine aussi sensible que la science médico-légale soulève un certain nombre de questions sociales et éthiques importantes. D’une part, l’augmentation de l’efficacité du traitement des preuves dactyloscopiques accélère potentiellement la résolution des crimes, ce qui a un effet positif direct sur la société, y compris une réalisation plus rapide de la justice pour les victimes et une réduction de la probabilité de nouveaux crimes par des malfaiteurs non détectés.
D’autre part, une confiance excessive dans les systèmes automatisés peut créer de nouveaux risques. Il est important de noter que les développeurs positionnent clairement AI Assist comme un outil auxiliaire, et non comme un remplacement des experts humains, soulignant la nécessité d’une vérification manuelle de toutes les empreintes digitales détectées par le système.
Conclusion
L’intelligence artificielle dans la médecine légale transforme la méthodologie d’enquête sur les crimes, augmentant l’efficacité de l’identification et de l’analyse des preuves. Les algorithmes d’apprentissage automatique traitent des volumes colossaux de données diverses, révélant des corrélations et des modèles inaccessibles par l’analyse traditionnelle. Les systèmes de vision par ordinateur accélèrent considérablement les processus de reconnaissance faciale sur les enregistrements de surveillance, d’identification des armes à feu par les traces sur les douilles, et d’analyse des données biométriques.
Les solutions technologiques basées sur l’intelligence artificielle permettent de reconstruire la séquence des événements sur une scène de crime et de prédire des incidents criminels potentiels dans certains lieux. L’intégration des réseaux neuronaux avec les bases de données d’acide désoxyribonucléique (ADN) ouvre de nouveaux horizons dans l’identification des suspects même avec des quantités limitées de matériel génétique.
À l’avenir, le développement de ces technologies conduira à la création de systèmes analytiques complets capables d’augmenter significativement les taux de résolution des crimes et de minimiser les erreurs judiciaires. L’intelligence artificielle devient non pas un remplacement des experts médico-légaux mais un outil puissant élargissant leurs capacités.
Quelles questions éthiques pensez-vous que soulève la mise en œuvre de l’intelligence artificielle dans la médecine légale? Êtes-vous prêt à faire confiance aux algorithmes pour l’analyse des preuves dans les affaires criminelles?
