Suç dizilerinden aşina olduğumuz bazı sahneler vardır: Parmak izlerini inceleyen uzmanlar, mikroskop altında mermi çekirdeklerini karşılaştıran laboratuvar ekipleri ve olay yerindeki en küçük ayrıntıyı bile değerlendiren adli bilimcile
Bu çalışmaların merkezinde hâlâ eğitimli uzmanlar, bilimsel yöntemler ve laboratuvar incelemeleri bulunuyor. Ancak son yıllarda uzmanların kullandığı araçlara yenisi ekleniyor: yapay zekâ.
Yapay zekâ, adli bilimlerde uzmanların yerini alan ve kanıtlar hakkında tek başına karar veren bir sistem olarak değil; büyük miktardaki veriyi kısa sürede tarayan, belirli örüntüleri fark eden ve değerlendirme sürecini destekleyen bir teknoloji olarak öne çıkıyor. Bu sistemler uzmanlara olası bulguları gösterebilir, incelemelerin önceliklendirilmesine yardımcı olabilir ve gözden kaçabilecek ayrıntılara dikkat çekebilir. Bununla birlikte elde edilen sonuçların anlamlandırılması, doğrulanması ve hukuki açıdan değerlendirilmesi yine insan uzmanların sorumluluğunda.
Günümüzde yapay zekâ destekli sistemlerden; kemik ve diş görüntülerinden yaş tahmini yapılması, ölüm zamanının değerlendirilmesi, mermi çekirdeği giriş deliklerinin sınıflandırılması, biyolojik lekelerin ön incelemesi ve parmak izlerinin analiz edilmesi gibi birçok alanda yararlanılıyor. Ancak bu uygulamaların hiçbiri uzman incelemesinden, doğrulayıcı laboratuvar testlerinden ve olayın bütününe ilişkin değerlendirmeden bağımsız düşünülmemeli.
Peki yapay zekâ suç mahallindeki kanıtların incelenmesini nasıl destekliyor? Bu sistemlerin ürettiği sonuçlara ne ölçüde güvenilebilir? İnsan uzmanlığı ile teknoloji arasındaki sınır nerede çizilmeli? Yapay zekâ destekli bulguların mahkemelerde kullanılması hangi bilimsel, etik ve hukuki sorunları beraberinde getiriyor?
Gelin, yapay zekânın adli bilimlerdeki kullanım alanlarına, uzmanlara sunduğu katkılara ve beraberinde getirdiği tartışmalara birlikte bakalım.
Kemikler ve Dişler Yaşımızı Ele Veriyor
Bir kişinin yaşını belirlemek yalnızca bilimsel bir merak konusu değil. Göçmenlik işlemlerinde, sığınma başvurularında, çocuk koruma süreçlerinde ve cezai sorumluluğun değerlendirilmesinde yaş tayini kritik önem taşıyabiliyor.
Geleneksel yöntemde uzmanlar; dişlerin gelişimini, el ve bilek kemiklerini ya da köprücük kemiğinin olgunlaşmasını radyolojik görüntüler üzerinden inceliyor. Ancak bu değerlendirmeler uzmandan uzmana değişebiliyor. Ayrıca farklı toplumlarda büyüme ve gelişme hızlarının aynı olmaması da işi biraz daha karmaşık hâle getiriyor.
İşte yapay zekâ tam bu noktada devreye giriyor.
Binlerce röntgen ve MR görüntüsüyle eğitilen yapay zekâ modelleri, kemiklerdeki ve dişlerdeki gelişim özelliklerini otomatik olarak tespit edebiliyor. Panoramik diş röntgenleri üzerinden yaş tahmini yapan bazı modellerde hata payı yaklaşık 0,5 ile 1,5 yıl arasında değişiyor. Diz eklemini inceleyen üç boyutlu MR modellerinde ise yaklaşık bir yıllık hata payına ulaşılabiliyor.
Görüntüleme yöntemlerinin kullanılamadığı durumlarda DNA’daki bazı biyolojik değişimlerden de yararlanılıyor. “Epigenetik saat” olarak bilinen bu yöntemde yapay zekâ, biyolojik örnekleri inceleyerek kişinin yaşını tahmin etmeye çalışıyor. Buradaki hata payı ise genellikle 3 ile 5 yıl arasında değişiyor.
Asıl mesele: 18 yaş sınırı
Adli süreçlerde çoğu zaman kişinin tam olarak kaç yaşında olduğundan çok, 18 yaşını doldurup doldurmadığı önem taşıyor.
Yapay zekâ modelleri bu ayrımı yaparken yüzde 85 ile yüzde 96 arasında değişen doğruluk oranlarına ulaşabiliyor. Bu sonuçlar umut verici olsa da sistemlerin kusursuz olmadığını unutmamak gerekiyor.
Bir insanın hukuki statüsünü ve yaşamını doğrudan etkileyebilecek böylesine önemli bir kararın yalnızca algoritmaya bırakılması mümkün değil. Yapay zekânın sunduğu tahminler, hata payları ve belirsizliklerle birlikte değerlendirilmeli.
Ölüm Zamanını Bakteriler Söyleyebilir mi?
Bir ölüm vakasında yanıtlanması gereken en önemli sorulardan biri şudur:
Ölüm ne zaman gerçekleşti?
Bu sorunun yanıtı; kişilerin ifadelerini doğrulamak, olayın zaman çizelgesini oluşturmak ve ölümün gerçekleştiği koşulları anlamak açısından büyük önem taşır.
Adli tıp uzmanları geleneksel olarak vücut sıcaklığının düşmesi, ölüm katılığı ve ölüm lekeleri gibi fiziksel değişimleri inceler. Fakat ortam sıcaklığı, nem, kıyafetler ve bedenin bulunduğu yer gibi birçok unsur bu belirtileri etkileyebilir.
Yapay zekâ ise çok daha küçük bir dünyaya, yani vücudumuzdaki mikroorganizmalara bakıyor.
Ölümden sonra insan vücudundaki bakteriyel ekosistem belirli bir düzen içinde değişmeye başlıyor. Bağırsak, deri, göz, kulak ve burun gibi bölgelerde bulunan mikroorganizma toplulukları zamanla farklılaşıyor. Yapay zekâ bu değişim sırasını inceleyerek ölümün üzerinden ne kadar süre geçtiğini tahmin etmeye çalışıyor.
Özellikle ölümden sonraki ilk günlerde yapılan bazı çalışmalarda yaklaşık iki günlük bir hata payına ulaşılabiliyor.
Bir başka ilginç yöntem ise gözde meydana gelen bulanıklaşmanın incelenmesi. Ölümden sonra kornea giderek daha mat ve opak hâle geliyor. Görüntü işleme sistemleri bu değişimi analiz ederek özellikle ilk saatlerde ölüm zamanı hakkında önemli ipuçları sunabiliyor.
Kısacası vücudumuzdaki bakteriler ve gözümüzde meydana gelen küçük değişimler, ölüm zamanının belirlenmesine yardımcı olan biyolojik göstergelere dönüşebiliyor.
Mermi Çekirdeği Delikleri ve Biyolojik Lekeler Yapay Zekânın Radarında
Yapay zekânın en güçlü olduğu alanlardan biri görüntü analizi. Olay yerindeki bir fotoğrafı piksel piksel inceleyen sistemler, insan gözünün fark etmekte zorlanabileceği küçük ayrıntıları yakalayabiliyor.
Bir tişörtteki delik kullanılan silah hakkında bilgi verebilir mi?
Pamuklu bir tişört üzerindeki mermi çekirdeği giriş deliğini düşünün. İlk bakışta yalnızca küçük ve yırtılmış bir alan gibi görünebilir. Ancak deliğin şekli, kumaştaki deformasyon ve çevresindeki izler kullanılan silah hakkında önemli bilgiler taşıyabilir.
Derin öğrenme modelleri, farklı silahların oluşturduğu mermi çekirdeği giriş deliklerini karşılaştırarak kullanılan kalibreyi tahmin edebiliyor. Yapılan deneysel çalışmalarda .38, 9 mm ve .357 kalibre silahların bıraktığı izler yüzde 90’ın üzerinde doğrulukla birbirinden ayrılabildi.
Bu teknoloji, gelecekte olay yeri ekiplerinin bir kumaş parçası üzerindeki izlerden bile incelemeye yön verebilecek hızlı bilgiler elde etmesini sağlayabilir.
Elbette yapay zekânın verdiği sonuçlar tek başına kesin kanıt olarak kabul edilemez. Ancak laboratuvar incelemelerini destekleyen bir ön değerlendirme aracı olarak önemli katkılar sunabilir.
Her parlayan leke aynı değil
Cinsel saldırı vakalarında olay yerindeki biyolojik lekelerin bulunması için özel ışık kaynakları kullanılıyor. Ancak burada önemli bir sorun var: Semen, idrar, ter, tükürük ve hatta süt gibi farklı sıvılar benzer biçimde parlayabiliyor.
Bu benzerlik, olay yerindeki lekelerin yalnızca gözle değerlendirilmesini zorlaştırıyor ve zaman alan laboratuvar testlerine ihtiyaç duyulmasına neden oluyor.
Yapay zekâ destekli görüntü analiz sistemleri, lekelerin renk ve doku özelliklerini inceleyerek onları birbirinden ayırmaya çalışıyor. Bazı deneylerde yapay zekânın başarı oranı, aynı görüntüleri değerlendiren deneyimli uzmanların ortalama başarısının üzerine çıktı.
Elbette bu sistemler laboratuvar testlerinin yerini almıyor. Fakat hangi lekelerin öncelikli olarak incelenmesi gerektiğini belirleyerek hem zaman kazandırabilir hem de uzmanların iş yükünü azaltabilir.
Yapay Zekâ Parmak İzi “Uydurabilir” mi?
Parmak izleri, yüz yılı aşkın süredir kimlik tespitinin en önemli araçlarından biri. Ancak olay yerinde bulunan izler çoğu zaman filmlerdeki kadar temiz ve net olmuyor. Uzmanlar sıklıkla silik, bozulmuş, eksik ya da yalnızca küçük bir bölümü kalmış parmak izleriyle karşılaşıyor.
Üretici yapay zekâ modelleri, bu eksik alanları tamamlamak ve görüntüyü daha net hâle getirmek için kullanılabiliyor. İlk bakışta bu oldukça faydalı görünüyor. Fakat burada ciddi bir tehlike var:
Yapay zekâ, görüntüyü iyileştirmeye çalışırken gerçekte var olmayan ayrıntılar üretebilir.
Başka bir deyişle sistem, eksik parmak izi çizgilerini tahmin ederken göze son derece gerçekçi gelen fakat orijinal izde bulunmayan yeni yapılar oluşturabilir. Yapay zekâ dünyasında bu duruma “halüsinasyon” deniliyor.
Bir fotoğraftaki küçük bir ayrıntının yanlış tamamlanması rahatsız edici olabilir. Fakat söz konusu olan bir parmak izi olduğunda sonuç çok daha ağırdır. Gerçekte var olmayan bir çizgi veya bağlantı, yanlış bir eşleşmeye ve masum bir insanın şüpheli hâline gelmesine yol açabilir.
Bu nedenle yapay zekâyla netleştirilen parmak izlerinin doğrudan kanıt olarak kabul edilmesi oldukça riskli. Sistemin hangi alanlardan emin olduğu, hangi bölümleri ise tahmin ederek tamamladığı açıkça gösterilmeli.
Yapay zekâ tarafından oluşturulan veya değiştirilen görüntüyle orijinal parmak izi de mutlaka birlikte korunmalı ve uzmanlar tarafından karşılaştırılmalı.
“Kara Kutu” Mahkeme Salonuna Girerse
Yapay zekâ hızlı olabilir. Binlerce veriyi kısa sürede inceleyebilir ve yüksek doğruluk oranlarına ulaşabilir. Fakat hukuk sistemi için yalnızca doğru sonuca ulaşmak yeterli değildir.
O sonuca nasıl ulaşıldığının da açıklanabilmesi gerekir.
Birçok gelişmiş yapay zekâ modeli, kendisine verilen veriyi işleyerek bir sonuç üretir; fakat bu kararı hangi mantıkla verdiğini açık biçimde anlatamaz. Bu nedenle söz konusu sistemler sıklıkla “kara kutu” olarak tanımlanır.
Örneğin bir yapay zekâ sistemi iki parmak izinin eşleştiğini söylüyorsa şu soruların yanıtlanabilmesi gerekir:
- Sistem hangi özellikleri karşılaştırdı?
- Görüntünün hangi bölgelerini önemli buldu?
- Modelin bilinen hata payı neydi?
- Benzer koşullarda kaç kez yanlış sonuç verdi?
- Kullanılan eğitim verileri belirli gruplara karşı önyargılı olabilir mi?
Bu sorular yanıtlanamıyorsa savunma makamının bilimsel delili sorgulama hakkı zarar görebilir.
Bilimsel kanıtların mahkemede kabul edilebilmesi için kullanılan yöntemin test edilebilir olması, hata oranlarının bilinmesi ve bilim dünyasında belirli ölçüde kabul görmesi beklenir. Günümüzdeki birçok adli yapay zekâ sistemi kontrollü deneylerde başarılı olsa bile gerçek hayattaki karmaşık koşullarda henüz yeterince sınanmış değil.
Bu sorunu çözmek için “açıklanabilir yapay zekâ” yöntemleri geliştiriliyor. Bu yöntemler, modelin karar verirken görüntünün hangi bölümüne odaklandığını veya hangi verileri daha önemli bulduğunu göstermeye çalışıyor.
Yani yapay zekânın yalnızca bir sonuç vermesi değil, bu sonucun nasıl ortaya çıktığını açıklayabilmesi de bekleniyor.
Yapay Zekâ Ne Kadar Güvenilir?
Yapay zekâ sistemlerinin başarısı büyük ölçüde eğitildikleri verilere bağlı. Eğer eğitim verileri yetersizse, belirli toplum gruplarını temsil etmiyorsa veya hatalı biçimde etiketlenmişse modelin verdiği sonuçlar da güvenilir olmayabilir.
Örneğin yalnızca belirli bir yaş grubuna veya topluma ait görüntülerle eğitilen bir sistem, başka bir gruptaki kişiler üzerinde aynı başarıyı gösteremeyebilir. Laboratuvar ortamında çekilen temiz ve yüksek kaliteli görüntülerle eğitilen bir model de gerçek bir olay yerindeki karanlık, bulanık veya zarar görmüş görüntüler karşısında başarısız olabilir.
Bir diğer risk ise yapay zekâ sistemlerinin kasıtlı olarak yanıltılabilmesi. Görüntü üzerinde insan gözünün fark edemeyeceği kadar küçük değişiklikler yapılması bile bazı modellerin tamamen farklı sonuçlar vermesine yol açabiliyor.
Bu yüzden bir yapay zekâ modelinin yalnızca genel başarı oranına bakmak yeterli değil. Modelin hangi koşullarda test edildiği, hangi verilerle eğitildiği ve hangi durumlarda hata yaptığı da bilinmeli.
Geleceğin Formülü: İnsan ve Yapay Zekâ Birlikte
Yapay zekâ adli bilimlerde büyük bir dönüşüm yaratıyor. Ancak bu, yakın gelecekte uzmanların yerini tamamen algoritmaların alacağı anlamına gelmiyor.
Çünkü yapay zekâ sistemleri eğitim verilerindeki önyargıları öğrenebilir, beklenmedik durumlarda hata verebilir ve kasıtlı olarak yanıltılabilir. Üstelik yüksek doğruluk oranına sahip bir sistem bile gerçek bir insanın özgürlüğünü etkileyen kararlarda kabul edilemeyecek sonuçlara yol açabilir.
Bu nedenle geleceğin en güvenilir modeli, insan ile yapay zekânın birlikte çalıştığı hibrit sistemler olacak gibi görünüyor.
Yapay zekâ; binlerce görüntüyü kısa sürede tarayan, dikkat çeken ayrıntıları işaretleyen ve uzmanların değerlendirme sürecini destekleyen güçlü bir araç olabilir. Ancak nihai yorumun, etik değerlendirmenin ve hukuki sorumluluğun insan uzmanlarda kalması gerekir.
Teknoloji geliştikçe yapay zekânın adli bilimlerdeki kullanım alanları da genişleyecek. Burada önemli olan, sistemlerin ne kadar etkileyici sonuçlar verdiğinden çok, bu sonuçların ne kadar güvenilir, açıklanabilir ve denetlenebilir olduğudur.
Çünkü adaletin terazisi yalnızca verilerden, piksellerden ve algoritmalardan oluşamaz.
O teraziyi dengede tutan şey, her zaman insan vicdanı ve uzmanlığı olmalıdır.