Dois especialistas do Instituto Nacional de Padrões e Tecnologia (NIST) estão questionando um método de apresentação de provas em tribunais, argumentar que corre o risco de permitir que a preferência pessoal se insinue no testemunho de especialistas e potencialmente distorce as evidências para um júri.

O método envolve o uso de Razão de Verossimilhança (LR), uma ferramenta estatística que fornece aos especialistas uma maneira abreviada de comunicar sua avaliação de quão fortemente as evidências forenses, como uma impressão digital ou amostra de DNA, pode ser ligado a um suspeito. Em essência, LR permite que um especialista forense reduza um conjunto potencialmente complicado de circunstâncias em um número - fornecendo um caminho para que os especialistas expressem concisamente suas conclusões com base em uma estrutura lógica e coerente. Os proponentes de LR dizem que é apropriado para uso em tribunal; alguns até argumentam que é o único método apropriado pelo qual um especialista deve explicar as evidências aos jurados ou advogados.

Contudo, em um novo artigo publicado no Jornal de Pesquisa do Instituto Nacional de Padrões e Tecnologia , os estatísticos Steve Lund e Hari Iyer alertam que a justificativa para o uso da LR em tribunais é falha. A justificativa é baseada em uma abordagem de raciocínio chamada teoria da decisão Bayesiana, que há muito tem sido usado pela comunidade científica para criar declarações de probabilidade baseadas em lógica. Mas Lund e Iyer argumentam que, embora o raciocínio bayesiano funcione bem na tomada de decisões pessoais, ele é interrompido em situações em que as informações devem ser transmitidas de uma pessoa para outra, como no depoimento em um tribunal.

Essas descobertas podem contribuir para a discussão entre os cientistas forenses sobre LR, que é cada vez mais usado em tribunais criminais nos EUA e na Europa.

Embora os autores do NIST parem de afirmar que LR não deve ser empregado de forma alguma, eles alertam que usá-lo como um método único para descrever o peso da evidência corre o risco de que as conclusões sejam conduzidas mais por suposições não comprovadas do que por dados reais. Eles recomendam o uso de LR apenas nos casos em que um modelo baseado em probabilidade é garantido. O relatório do ano passado do Conselho Presidencial de Assessores em Ciência e Tecnologia (PCAST) menciona algumas dessas situações, como a avaliação de amostras de DNA de alta qualidade de uma única fonte.

"Não estamos sugerindo que LR nunca deva ser usado em tribunal, mas seu papel imaginado como padrão ou forma exclusiva de transferir informações é injustificado, "Lund disse." A teoria bayesiana não apóia o uso da opinião de um especialista, mesmo quando expresso numericamente, como um peso universal de evidência. Entre as diferentes formas de apresentar informações, não foi demonstrado que LR é o mais apropriado. "

O raciocínio bayesiano é uma forma estruturada de avaliar e reavaliar uma situação à medida que novas evidências surgem. Se uma criança que raramente come doces disser que não comeu o último pedaço da torta de mirtilo, sua irmã mais velha pode inicialmente achar improvável que ele fizesse, mas se ela espiar um pouco de mancha azul em sua camisa, ela pode ajustar essa probabilidade para cima. A aplicação de uma versão rigorosa dessa abordagem a evidências forenses complexas permite que um especialista apresente um LR numérico baseado em lógica que faça sentido para o especialista como indivíduo.

O problema surge quando outras pessoas - como jurados - são instruídas a incorporar o LR do especialista em suas próprias tomadas de decisão. O julgamento de um especialista frequentemente envolve técnicas estatísticas complicadas que podem fornecer diferentes LRs, dependendo de qual especialista está fazendo o julgamento. Como resultado, o número LR específico de um especialista pode diferir substancialmente do de outro.

"Duas pessoas podem empregar o raciocínio bayesiano corretamente e chegar a duas respostas substancialmente diferentes, "Lund disse." Qual resposta você deve acreditar, se você for um jurado? "

No exemplo da torta de mirtilo, imagine que um júri tivesse que confiar no testemunho de um especialista para determinar a probabilidade de a mancha vir de uma torta específica. Dois especialistas diferentes podem ser completamente consistentes com a teoria Bayesiana, mas alguém poderia testemunhar, dizer, um LR de 50 e outro para um LR de 500 - a diferença decorrente de suas próprias abordagens estatísticas e bases de conhecimento. Mas se os jurados ouvissem 50 em vez de 500, isso poderia levá-los a tomar uma decisão final diferente.

Os pontos de vista diferem quanto à adequação do uso da LR no tribunal. Algumas dessas diferenças decorrem da visão de que os jurados precisam principalmente de uma ferramenta para ajudá-los a determinar dúvidas razoáveis, não determinados graus de certeza. Para Christophe Champod, professor de ciência forense da Universidade de Lausanne, Suíça, uma discussão sobre a pureza estatística de LR ignora o que é mais importante para um júri.

"Somos um pouco presunçosos como testemunhas especializadas de que nosso testemunho é muito importante, "Champod disse." LR poderia talvez ser mais estatisticamente puro no grande esquema, mas não é o fator mais significativo. A transparência é. O que importa é dizer ao júri qual é a base do nosso testemunho, de onde vêm nossos dados, e por que julgamos da maneira que julgamos. "

Os autores do NIST, Contudo, manter isso para que uma técnica seja amplamente aplicável, ele precisa ser baseado em medições que podem ser replicadas. A respeito disso, LR muitas vezes fica aquém, de acordo com os autores.

"Nosso sucesso em ciência forense depende de nossa capacidade de medir bem. O uso antecipado de LR no tribunal trata-o como se fosse uma quantidade universalmente observável, não importa quem mede, "Lund disse." Mas não é uma medida padronizada. Por sua própria definição, não há um verdadeiro LR que possa ser compartilhado, e as diferenças entre quaisquer dois LRs individuais podem ser substanciais. "

Os autores do NIST não afirmam que LR é sempre problemático; pode ser adequado em situações em que as avaliações de LR de quaisquer duas pessoas difeririam inconseqüentemente. Seu artigo oferece uma estrutura para fazer tais avaliações, incluindo exemplos para aplicá-los.

Em última análise, os autores afirmam que é importante que os especialistas estejam abertos a outros, abordagens baseadas na ciência mais adequadas, em vez de usar LR indiscriminadamente. Como esses outros métodos ainda estão em desenvolvimento, o perigo é que o sistema de justiça criminal possa tratar o assunto como resolvido.

"Só porque temos uma ferramenta, não devemos assumir que é bom o suficiente, "Devemos continuar procurando a maneira mais eficaz de comunicar o peso das evidências a um público inexperiente", disse Lund.