Aby kryminalistyczne badania porównawcze i identyfikacyjne mogły zostać uznane za naukowo wiarygodne, dopuszczalne i akceptowalne, muszą być prowadzone metodami naukowymi, które zawsze dają te same wyniki.

Stosowane obecnie procedury i ich naukowe podstawy mają ogromne znaczenie dla udziału dowodów rzeczowych w kształtowaniu oceny sądu oraz dla ich istotnej roli w rozstrzygnięciu sądowym.

Na całym świecie eksperci pozostają pod presją, aby dokonywać bardziej obiektywnych identyfikacji.

Prawo i nauka po raz pierwszy zbliżyły się w kwestii zeznań biegłych w 1997 r. Według grupy roboczej ENFSI (Europejskiej Sieci Instytutów Nauk Sądowych) 31 sierpnia 2004 r. ustanowiono naukowe kryteria identyfikacji w dziedzinie nauk sądowych.

20 września 2016 r. Prezydencka Rada Doradców ds. Nauki i Technologii [President’s Council of Advisors on Science and Technology (PCAST)], grupa doradcza złożona z wybitnych naukowców, opublikowała raport Forensic Science in Criminal Courts: Ensuring Scientific Validity of Feature-Comparison Methods („Nauki sądowe w sądach karnych: zapewnienie naukowej trafności metod porównywania cech”), zalecając działania wspierające prawidłowe i oparte na dowodach wykorzystywanie nauk sądowych na salach sądowych.

W idealnym przypadku każde badanie laboratoryjne powinno odzwierciedlać rzeczywistość: gdy istnieje problem, powinno go wykryć i dać wynik dodatni, a gdy wszystko jest w porządku, powinno dać wynik ujemny. W praktyce jednak nie istnieje badanie laboratoryjne doskonałe pod tym względem.

Każda metoda laboratoryjna zawiera pewien poziom błędu. Błąd metody określa się jako losowy, gdy wynika ze zmienności statystycznej, oraz jako systematyczny, gdy sama metoda z różnych przyczyn nie może dokładnie oznaczyć mierzonej wielkości.

Przy interpretacji wyników mogą zatem wystąpić dwa rodzaje błędnych rezultatów:

• a) wynik może być fałszywie dodatni; oraz
• b) wynik może być fałszywie ujemny.

Aby porównywać analizy laboratoryjne i ustalić, która daje najbardziej wiarygodne wyniki, stosuje się pojęcia czułości (sensitivity) i swoistości (specificity).

Czułość badania laboratoryjnego oznacza zdolność do prawidłowego wykrywania wyników prawdziwie dodatnich. Badanie o wysokiej czułości daje więc możliwie najmniej wyników fałszywie ujemnych. Swoistość oznacza natomiast zdolność do prawidłowego rozpoznawania wyników prawdziwie ujemnych. Badanie o wysokiej swoistości daje zatem możliwie najmniej wyników fałszywie dodatnich.

Dokładność (accuracy) badania laboratoryjnego wiąże się z tym, czy łączy ono wysoką czułość z wysoką swoistością. W praktyce jednak te dwie wielkości często zmieniają się odwrotnie proporcjonalnie.

Badania o wysokiej czułości mogą mieć niższą swoistość i odwrotnie. W zależności od sprawy biegły musi wybrać właściwą równowagę między czułością a swoistością.

Załóżmy na przykład, że ślady z danej sprawy są porównywane z bazą spraw niewyjaśnionych. Oczywiste jest, że należy zastosować test o wysokiej czułości, aby wykryć wszystkie możliwe zgodności.

Niektóre ślady zostaną nieuchronnie błędnie uznane za zgodne, lecz na tym etapie nie jest to istotne, ponieważ podstawowym celem jest nieprzeoczenie żadnej niewyjaśnionej sprawy.

Gdy później zostanie podjęta decyzja o przekazaniu dodatniego wyniku organom zlecającym, kontrolę należy powtórzyć drugim badaniem o wysokiej swoistości, aby zminimalizować możliwość wyniku fałszywie dodatniego. Ochrona niewinnej osoby przed nieuzasadnioną krzywdą jest równie ważna jak wymierzenie sprawiedliwości.

Ilościowej oceny czułości i swoistości dokonuje się za pomocą poniższej tabeli czteropolowej:

Zatem:

• α, identyfikacje prawdziwie dodatnie.
• β, identyfikacje fałszywie dodatnie.
• γ, identyfikacje fałszywie ujemne.
• δ, identyfikacje prawdziwie ujemne.
• α+γ, łączna liczba identyfikacji dodatnich.
• β+δ, łączna liczba identyfikacji ujemnych.

Czułość oblicza się ze stosunku α / (α+γ) i zazwyczaj wyraża w procentach.

Swoistość oblicza się ze stosunku δ / (β+δ) i zazwyczaj wyraża w procentach.

W celu rozwiązania tych problemów, obok tradycyjnych identyfikacji mikroskopowych, opracowano metody oparte na wyspecjalizowanych kryteriach matematycznych i rozpoznawaniu wzorców. Wraz z tradycyjnym badaniem porównawczym obejmują one naukową metodykę z mierzalną procedurą — Quantitative Consecutive Matching Striae (QCMS), czyli ilościową ocenę kolejnych zgodnych rys (CMS). Taka mierzalna procedura zapewnia wyższy poziom pewności i wykazuje przed sądem wiarygodność eksperta oraz jego wniosków.

Jak wskazano wyżej, kryteria ilościowe identyfikacji przedstawione AFTE przez Biasottiego i Murdocka w 1997 r. są następujące:

Dla trójwymiarowych śladów narzędzi, gdy co najmniej:

• Dwie (2) różne grupy, z których każda składa się z co najmniej trzech (3) kolejnych zgodnych rys, występują w tej samej względnej pozycji; lub
• Jedna grupa sześciu (6) kolejnych zgodnych rys wykazuje zgodność w kwestionowanym śladzie narzędzia porównywanym ze śladem próbnym. (To znaczy ślady dowodowe i ślady próbne wytworzone przez podejrzane narzędzie); oraz

Dla dwuwymiarowych śladów narzędzi, gdy co najmniej:

• Dwie (2) różne grupy, z których każda składa się z co najmniej pięciu (5) kolejnych zgodnych rys, występują w tej samej względnej pozycji; lub
• Jedna grupa ośmiu (8) kolejnych zgodnych rys wykazuje zgodność w kwestionowanym śladzie narzędzia porównywanym ze śladem próbnym. (To znaczy ślady dowodowe i ślady próbne wytworzone przez podejrzane narzędzie).

Podsumowując, ponieważ nawet stosowanie tych kryteriów wiąże się z subiektywizmem liczenia, przeprowadzono dalsze badania nad zautomatyzowanym dopasowaniem matematycznym.