Een recent onderzoek met kunstmatige intelligentie (AI) stelt één van de meest diepgewortelde overtuigingen in de forensische wetenschap ter discussie: de gedachte dat elke vingerafdruk uniek is, niet alleen per persoon maar ook per vinger. Meer dan een eeuw lang hebben politie, rechtbanken en biometrische systemen deze veronderstelling als onbetwistbaar uitgangspunt gebruikt — nu blijkt dat dat misschien niet zo vanzelfsprekend was als gedacht. $
AI proves that fingerprints are not unique, upending the legal systemFingerprints have long been the cornerstone of law enforcement, linking suspects to crimes. Now, AI has disrupted this 100-year-old system. |
AI ziet overeenkomsten die mensen missen
Traditionele vingerafdrukanalyse zoomt in op minutiae — de fijne aftakkingen, eindpunten en bifurcaties van de ribbels — omdat deze kenmerken per vinger uniek zijn. Maar een team van informatici uit de Verenigde Staten zette een AI-model in dat structuurkenmerken als ribbelrichting en -kromming analyseert. Tot ieders verbazing vond de AI consistente overeenkomsten tussen vingerafdrukken van verschillende vingers van één persoon — iets wat menselijke onderzoekers lang konden negeren.
Artificial Intelligence Proves That Fingerprints Are Not Unique: A 100-Year-Old Forensic Rule Just CollapsedA groundbreaking AI study has uncovered hidden patterns in fingerprints that could upend over a century of forensic science. Long-held beliefs about identity and evidence are suddenly in doubt. |
Het model, getraind op meer dan 60.000 vingerafdrukken uit grote databases zoals NIST SD300 en SD302, kon met meer dan 99,99% zekerheid bepalen of twee prints van dezelfde persoon waren — zelfs als ze van verschillende vingers kwamen. Alleen al dat het systeem tot 77 % accuraat was bij het herkennen van deze ‘intra-persoon overeenkomsten’, is opmerkelijk.
Sneller sporen terugvinden — maar niet geschikt voor rechtspraak … nog niet
In gesimuleerde scenario’s reduceerde de AI een verdachte lijst van 1.000 personen tot minder dan 40 mogelijke matches, simpelweg door vingerafdrukken uit verschillende misdaadsituaties beter te koppelen. Dit kan in de toekomst cold cases helpen oplossen of sneller verbanden leggen tussen sporen.
Toch waarschuwen de onderzoekers dat hun methode nog niet voldoende betrouwbaar is voor gebruik in de rechtszaal. De accuraatheid is nog onder de maat vergeleken met traditionele systemen die prints van dezelfde vinger vergelijken — maar de technologie is bedoeld als onderzoeksinstrument, niet als definitieve identiteitsvaststelling.
Een nieuw perspectief op biometrie en beveiliging
De implicaties van deze ontdekking reiken verder dan forensisch werk alleen. Veel biometrische beveiligingssystemen — van smartphones tot grenscontrole — zijn gebouwd op het idee dat elke vingerafdruk een unieke digitale sleutel is. Als AI subtiele, herhaalbare patronen kan herkennen tussen verschillende vingers, opent dat zowel mogelijkheden als risico’s:
- ✨ Betere toegankelijkheid: systemen zouden flexibeler kunnen worden — bv. een andere vinger accepteren als de primaire print slecht leesbaar is.
- ⚠️ Nieuwe aanvallen: kwaadwillenden zouden potentieel structural patterns kunnen misbruiken om zich via een andere vinger toegang te verschaffen.
Bovendien benadrukt het onderzoek het belang van diverse trainingsdata: hoewel de AI over demografische groepen heen redelijk consistent presteerde, suggereren de bevindingen dat representativiteit in datasets cruciaal is om biases te voorkomen.
