برای آنکه بررسی‌های مقایسه و شناسایی جنایی از نظر علمی قابل اعتماد، پذیرفتنی و مقبول شناخته شوند، باید با روش‌های علمی انجام گیرند که همواره نتایج یکسانی به دست دهند.

روش‌های مورد استفاده امروز و مبنای علمی آنها برای نقش ادله مادی در شکل‌گیری استدلال قضایی و تأثیر مهم این ادله بر تصمیم دادگاه اهمیت بسیار زیادی دارند.

کارشناسان در سراسر جهان تحت فشارند تا شناسایی‌های عینی‌تری انجام دهند.

حقوق و علم برای نخستین بار در سال ۱۹۹۷ در موضوع شهادت کارشناسان به یکدیگر نزدیک شدند. بنا بر گزارش یک گروه کاری ENFSI (شبکه اروپایی مؤسسات علوم قانونی)، در ۳۱ اوت ۲۰۰۴ معیارهای علمی شناسایی در حوزه علوم قانونی تعیین شد.

در ۲۰ سپتامبر ۲۰۱۶، شورای مشاوران رئیس‌جمهور آمریکا در امور علم و فناوری [President’s Council of Advisors on Science and Technology (PCAST)]، که گروهی مشورتی از دانشمندان برجسته است، گزارش Forensic Science in Criminal Courts: Ensuring Scientific Validity of Feature-Comparison Methods («علوم قانونی در دادگاه‌های کیفری: تضمین اعتبار علمی روش‌های مقایسه ویژگی‌ها») را منتشر کرد و اتخاذ تدابیری برای گسترش کاربرد معتبر و مبتنی بر شواهد علوم قانونی در دادگاه‌ها را توصیه نمود.

در حالت ایده‌آل، هر آزمایش آزمایشگاهی باید واقعیت را نشان دهد: اگر مشکلی وجود دارد آن را تشخیص دهد و نتیجه مثبت بدهد، و اگر همه چیز درست است نتیجه منفی بدهد. با این حال، در عمل چنین آزمایش کاملی وجود ندارد.

هر روش آزمایشگاهی دارای درصدی خطاست. خطای روش تصادفی است اگر از نوسان آماری ناشی شود، و سیستماتیک است اگر خود روش به دلایل مختلف نتواند مقدار اندازه‌گیری‌شده را دقیقاً تعیین کند.

بنابراین هنگام تفسیر نتایج، دو نوع نتیجه نادرست ممکن است به وجود آید:

• الف) نتیجه ممکن است مثبت کاذب باشد؛ و
• ب) نتیجه ممکن است منفی کاذب باشد.

برای مقایسه تحلیل‌های آزمایشگاهی و تعیین اینکه کدام یک نتایج قابل اعتماد‌تری می‌دهد، اصطلاحات حساسیت (sensitivity) و اختصاصیت (specificity) به کار می‌روند.

حساسیت یک آزمایش به توانایی آن در تشخیص درست نتایج مثبت واقعی مربوط است. بنابراین آزمایش با حساسیت بالا تا حد امکان نتایج منفی کاذب کمتری ایجاد می‌کند. در مقابل، اختصاصیت به توانایی تشخیص درست نتایج منفی واقعی مربوط است. ازاین‌رو آزمایش با اختصاصیت بالا تا حد امکان نتایج مثبت کاذب کمتری ایجاد می‌کند.

دقت (accuracy) یک آزمایش آزمایشگاهی به برخورداری هم‌زمان آن از حساسیت و اختصاصیت بالا مربوط است. با این حال، در عمل این دو مقدار غالباً به صورت معکوس تغییر می‌کنند.

آزمایش‌های با حساسیت بالا ممکن است اختصاصیت پایین‌تری داشته باشند و برعکس. کارشناس باید با توجه به مورد، توازن مناسب میان حساسیت و اختصاصیت را انتخاب کند.

برای مثال فرض کنید آثار یک پرونده با بانک پرونده‌های حل‌نشده مقایسه می‌شوند. روشن است که باید از آزمونی با حساسیت بالا استفاده شود تا همه تطابق‌های احتمالی شناسایی شوند.

بدیهی است که بعضی آثار به اشتباه منطبق تشخیص داده می‌شوند، اما این موضوع تعیین‌کننده نیست، زیرا هدف اصلی آن است که هیچ پرونده حل‌نشده‌ای از نظر دور نماند.

هنگامی که بعداً تصمیم گرفته می‌شود نتیجه مثبت به مراجع درخواست‌کننده اعلام شود، بررسی باید با آزمایش دومی که اختصاصیت بالایی دارد تکرار شود تا احتمال نتیجه مثبت کاذب به حداقل برسد. جلوگیری از آسیب به یک فرد بی‌گناه به همان اندازه اجرای عدالت اهمیت دارد.

برآورد کمی حساسیت و اختصاصیت با استفاده از جدول چهارخانه زیر انجام می‌شود:

بنابراین:

• α، شناسایی‌های مثبت واقعی.
• β، شناسایی‌های مثبت کاذب.
• γ، شناسایی‌های منفی کاذب.
• δ، شناسایی‌های منفی واقعی.
• α+γ، مجموع شناسایی‌های مثبت.
• β+δ، مجموع شناسایی‌های منفی.

حساسیت از نسبت α / (α+γ) محاسبه می‌شود و معمولاً به صورت درصد بیان می‌گردد.

اختصاصیت از نسبت δ / (β+δ) محاسبه می‌شود و معمولاً به صورت درصد بیان می‌گردد.

برای رسیدگی به این مسائل، افزون بر شناسایی‌های میکروسکوپی سنتی، روش‌هایی بر پایه معیارهای تخصصی ریاضی و تشخیص الگو توسعه یافته‌اند. این روش‌ها در کنار بررسی مقایسه‌ای سنتی، روش‌شناسی علمی دارای فرایندی قابل اندازه‌گیری را در بر می‌گیرند — Quantitative Consecutive Matching Striae (QCMS)، یعنی ارزیابی کمی شیارهای خطی متوالیِ منطبق (CMS). این فرایند قابل اندازه‌گیری سطح بالاتری از اطمینان فراهم می‌کند و قابلیت اعتماد کارشناس و نتیجه‌گیری‌های او را در برابر دادگاه مستند می‌سازد.

معیارهای کمی شناسایی که Biasotti و Murdock در سال ۱۹۹۷ به AFTE ارائه کردند به شرح زیر است:

برای آثار سه‌بعدی ابزار، هنگامی که دست‌کم موارد زیر وجود داشته باشد:

• دو (۲) گروه متفاوت که هر یک شامل حداقل سه (۳) شیار متوالی منطبق باشند و در یک موقعیت نسبی یکسان ظاهر شوند؛ یا
• یک گروه شامل شش (۶) شیار متوالی منطبق با ویژگی‌های متناظر در اثر ابزار مورد بررسی، در مقایسه با اثر آزمایشی، تطابق داشته باشد. (یعنی آثار موجود بر روی مدرک و آثار آزمایشی ایجادشده با ابزار مظنون)؛ و

برای آثار دوبعدی ابزار، هنگامی که دست‌کم موارد زیر وجود داشته باشد:

• دو (۲) گروه متفاوت که هر یک شامل حداقل پنج (۵) شیار متوالی منطبق باشند و در یک موقعیت نسبی یکسان ظاهر شوند؛ یا
• یک گروه شامل هشت (۸) شیار متوالی منطبق با ویژگی‌های متناظر در اثر ابزار مورد بررسی، در مقایسه با اثر آزمایشی، تطابق داشته باشد. (یعنی آثار موجود بر روی مدرک و آثار آزمایشی ایجادشده با ابزار مظنون).

در نتیجه، چون حتی اجرای این معیارها نیز در شمارش دارای جنبه ذهنی است، پژوهش‌های بیشتری درباره تطبیق خودکار ریاضی انجام شده است.