clubforenses.com

clubforenses.com

Mes: marzo 2020

Nanotecnología forense: identificación de huellas dactilares latentes. Club de Ciencias Forenses

Amigos del Club de Ciencias Forenses, esta semana presentamos el artículo “Role of nanomaterials for forensic investigations and latent fingerprinting – a review” de Prasad V., Lukose S., Agarwal P. y Prasad L. (2020), en el cual se revisa el importante papel que actualmente tiene la nanotecnología en la detección de huellas dactilares latentes.

La nanotecnología es el campo científico que estudia materiales a escala nanométrica. Esta área también puede ser definida como la síntesis de materia a nivel atómico, con tamaño entre 1 y 100 nanómetros (nm).

La utilidad de la nanociencia y la nanotecnología se conoce desde el siglo IV. El oro fue utilizado por primera vez como nanopartícula por los romanos en las copas de Licurgo, aplicándose como agente de recubrimiento. Actualmente, la nanotecnología se puede aplicar ampliamente en diferentes campos como electrónica, desarrollo y análisis de drogas y construcción.

Adicionalmente a su vital importancia en muchos otros campos, también tiene un impacto significativo en las ciencias forenses. En este caso hablamos de nano-forensics, la última innovación en este campo. La evolución de los nano-sensores y nano-dispositivos permite identificar evidencias anónimas. Los instrumentos utilizados previamente en otros campos para estudiar nanomateriales también consiguen dar respuestas en las ciencias forenses. Uno de ellos es el microscopio de fuerza atómica (AFM).

La aplicación de nanotecnología en las ciencias forenses ya cubre varias áreas. En documentoscopia, con la ayuda del AFM, se ha conseguido analizar el cruce de tintas analizando ciertas superficies de documentos. En el análisis de manchas secas de sangre se ha conseguido determinar la edad de estas. Se utilizó el AFM también en este caso, analizando la elasticidad de los eritrocitos.

La Reacción en Cadena de la Polimerasa (PCR) es un método utilizado para producir varias copias de un fragmento de ADN. Estudios recientes han mostrado que las nanopartículas de oro tienen la habilidad de incrementar la eficiencia de la PCR. Cuando se añaden de 0,7 a 13 nm de partículas de oro, el tiempo de la PCR se reduce.

En el análisis de huellas dactilares se ha observado que el uso de nanopartículas tienen un gran potencial para mejorar este proceso. Se trabaja en el desarrollo de nuevas técnicas conocidas como nano-huellas (dactilares). Cualquier avance en este campo será muy valioso dado que las huellas son evidencias de una identidad humana. Por tanto, en investigaciones de escenarios de crimen serían de mucha utilidad, especialmente para detectar las huellas dactilares latentes.

Las huellas dactilares latentes son aquellas invisibles al ojo humano. Se trasfieren a las superficies a través de secreciones corporales y contaminantes encontrados en los dedos. Son las más difíciles de identificar a diferencia de las huellas patentes y las plásticas. Las patentes se observan a simple vista. Se plasman en las superficies a través de sustancias como sangre, pintura o grasa. Las huellas plásticas son aquellas generadas por la presión de los dedos en objetos blandos, como jabón, cera o pegamento.

Las huellas dactilares contienen secreciones corporales y agentes contaminantes del medio en el que se encuentran. Las secreciones provienen de 3 tipos de glándulas: ecrinas, apocrinas y sebáceas. La elección de la técnica para detectar huellas latentes depende tanto del contenido de la huella, así como de la naturaleza de la superficie. Por eso, existen varios métodos con diferentes nanopartículas que vamos a describir a continuación.

Nanopartículas de plata. La plata metálica tiene afinidad con componentes orgánicos que residen en las huellas. Este tipo de nanopartículas se han utilizado como reactivo desde 1970 para visualizar huellas latentes en superficies porosas de papel. El método utilizado tiene la habilidad de mostrar huellas en superficies expuestas a luz solar intensa durante varias horas. La desventaja es alto coste en tiempo y dinero, poca estabilidad y un procesamiento destructivo que contamina los documentos.

Nanopartículas de oro. Juegan un papel importante en la visualización de huellas latentes por su naturaleza inerte, alta selectividad y sensibilidad. También tienen atributos que permiten almacenar las huellas por un largo periodo de tiempo. El método utilizado es el de deposición multimetal (MMD).

Confieren mayor intensidad y claridad en las huellas encontradas comparado con métodos que utilizan nanopartículas de plata. Su desventaja es su no utilidad en huellas encontradas en paredes y suelos. Básicamente, no sirve para ningún objeto/superficie demasiado grande como para sumergirlo en una bañera de laboratorio.

Nanopartículas de óxido de zinc. Tienen propiedades que permiten la transición de huellas latentes a patentes a temperatura ambiente. También presenta una propiedad adhesiva que facilita la interacción con residuos lipídicos y proteínicos de las huellas a temperatura ambiente. Permiten determinar la antigüedad de las huellas en superficies no porosas. En cambio, no son muy efectivas para las huellas encontradas en superficies porosas.

Nanopartículas de sílice. Su uso es un método novedoso que mejora la detección de huellas latentes por su facilidad de síntesis. También tienen la habilidad de recubrir tintes, lo que previenen la foto-descomposición. Sirve para huellas plasmadas en superficies no porosas. Se ha observado un mecanismo electrostático entre estas nanopartículas y residuos de huellas similar al que se da en MMD.

Nanopartículas de óxido de aluminio. Con este tipo de partículas se desarrollaron nano-polvos no tóxicos y eco-friendly. Esos nano-polvos se sintetizas con: nano-partículas de óxido de aluminio, recubiertas de eosina amarilla y un extracto hidrofóbico vegetal. El extracto repele moléculas de agua y permite que los polvos se adhieran a los componentes oleicos de huellas latentes.  Estas nanopartículas permiten visualizar huellas en superficies porosas y no porosas. Además, sirven para identificar huellas muy difuminadas o descoloridas.

Hay muchos más métodos y nano-partículas que se han desarrollado, pero muchos de ellos son bastante más complejos para resumir. Incluso existen métodos de imagen con espectroscopio que permiten detectar metabolitos de cocaína en huellas latentes. De todas las nanopartículas, las de oro parecen tener una capacidad más amplia. Por sí solas o junto a diferentes reactivos permiten la identificación de huellas latentes en diferentes situaciones. Ya sabía Hodgins, el rey del laboratorio de la serie Bones, que el oro le permitirá resolver el caso.

Como conclusión, la nanotecnología parece de gran utilidad en las ciencias forenses. Gracias a todos los avances científicos, la identificación de huellas, así como otros procesos del contexto forense, será cada vez más preciso y, probablemente, más fácil y rápido.

¿Te interesan el campo de las Ciencias Forenses? ¿Quieres aprender sobre análisis de escenarios de crimen, profiling e/o investigación criminológica? Visita nuestro Máster en Criminal Profiling  y nuestro Experto Universitario en Investigación Criminológica,  con becas especiales para los lectores del Club Ciencias Forenses.

Métodos en el cyberprofiling y el papel del factor humano. Club de Ciencias Forenses

Amigos del Club de Ciencias Forenses, esta semana presentamos el artículo “Profiling human roles in cybercrime” de Georgiev V. (2019), en el cual se analizan los métodos deductivo e inductivo y su utilidad en la perfilación cibercriminal, así como las características necesarias de un buen perfilador en el campo.

El mayor uso de tecnologías de la información a nivel de negocios, gobiernos y consumidores viene asociado a consecuencias inevitables. Por un lado, encontramos ventajas, como facilidad y rapidez de las operaciones, sean de la naturaleza que sean, e incluso ventajas competitivas para las empresas.

Por otro lado, encontramos amenazas a la seguridad, explotadas por un grupo de individuos cuyas acciones se clasifican como cibercrimen. En tiempos de bulos constantes, cabe destacar que detrás de ellos también hay muchas actividades cibercriminales como ciberfraudes o spoofing.

En el cibercrimen, a pesar del contexto digital y del papel de la tecnología, el factor humano sigue siendo lo más decisivo. En una actividad de cibercrimen, encontramos a los criminales y a sus víctimas. Pero entre unos y otros, están y deben estarlo los representantes de la ley, que vigilan e investigan, así como investigadores científicos.

La técnica de profiling también tiene utilidad en el cibercrimen. La perfilación criminal es tanto una ciencia como un arte de desarrollar descripciones de las características de los implicados. Puede ser definida como la evaluación psicológica generada a partir de la identidad de un criminal cuya actividad es conocida. Ese perfil incluye una serie de características consideradas típicas del comportamiento del perpetrador de un tipo de crimen especifico.

El perfil criminal puede ser utilizado, entre otras, para reducir el circulo de personas sospechosas de un delito. Asimismo, también puede utilizarse en sentido inverso. Es decir, para evaluar la probabilidad de que un sospechoso particular sea el perpetrador de un delito particular. Aunque la perfilación no sea una evidencia per se, es un buen punto de partida para enfocarse en sospechosos potenciales, así como en conseguir la recogida de evidencias de un crimen.

La perfilación criminal ofrece una idea de las características de los cibercriminales basándose en varios aspectos. Utiliza observaciones de criminales específicos. Tiene en cuenta información de testigos y víctimas del cibercrimen. También utiliza conocimientos de psicología general y criminal. Y, por último, tiene en cuenta los vínculos entre patrones comportamentales de diferentes tipos de cibercrimen.

En la práctica, se utiliza tanto un método inductivo como deductivo. El primero va de lo particular a lo general. De características específicas hacia a la construcción de un perfil o imagen general. empieza con la monitorización y recogida de información en base a la cual se implementa o se desarrolla un modelo, aplicado posteriormente en la práctica.

Se basa en datos estadísticos y benchmarking cuando genera un perfil. La información proviene de investigaciones formales, observaciones comportamentales de criminales conocidos, estudios clínicos, entrevistas con criminales e información disponible en bases de datos. Se obtienen y se tienen en cuenta características encontradas como comunes a un número estadísticamente significativo de criminales.

El método deductivo funciona en el sentido inverso. Empieza con perfiles y supuestos generales de los cuales se extraen características específicas. Se basa en información general y conclusiones específicas sobre características de cibercriminales, en experiencia, conocimiento e intuiciones de aquel que desarrolla el perfil.

A diferencia del método anterior, el éxito de la perfilación depende de la habilidad del perfilador en ponerse en los zapatos del criminal. Requiere pensar de una manera similar para entender sus motivos y predecir sus acciones futuras. Este método nos puede sonar más, dado que es el que más vemos en series y películas criminales.

Al igual que en otros tipos de crimen, hay una serie de mitos o creencias erróneas sobre los cibercriminales. ¿A quién no le viene a la mente un chico joven y genio, con sudadera y/o con pocas habilidades sociales  cuando se habla de un hacker?

En estereotipos que afectan a los cibercriminales encontramos varios. Alto IQ, habilidades informáticas extraordinarias, el género masculino y la edad adolescente. Incluso hay una asociación con la no violencia, porque no actúan en el mundo real, sino en el mundo virtual.

A diferencia del uso de los estereotipos, la perfilación criminal es mucho más compleja. Hay diferencias importantes en el grado de simplificación y estandarización de la imagen o perfil construido. Un perfil criminal se basa en datos recogidos y reales. Un estereotipo implica aplicar conocimiento de hechos específicos y conocidos en la interpretación de otras situaciones o individuos específicos.

Como ya hemos mencionado en otros artículos, la perfilación requiere formación y la experiencia en el campo también influye. Aunque los estereotipos no siempre sean erróneos, en el profiling generan limitaciones a la hora de descubrir todas las opciones posibles. A continuación, vamos a describir qué debe saber un buen investigador de cibercrimen.

Necesita de una combinación de habilidades específicas y generales. Debe ser capaz de monitorizar el contexto y el comportamiento de las personas. Debe captar el menor detalle y el menor cambio en una situación. Esto se resumen en una máxima: mirar no significa necesariamente ver.

También se necesita de una buena memoria, para combinar múltiples pistas y memorizar eventos, fechas, nombres, lugares, etc. Habilidades organizativas que permiten estructura la información de una manera lógica. Así, los patrones comportamentales existentes y sus relaciones se hacen visibles. Objetividad para protegerse de las propias creencias y emociones que interfieren en el análisis de evidencias.

Conocimientos jurídicos, en psicología, victimología, tecnología, así como habilidades de trabajo con documentos para recogida y transferencia de información eficaces. La habilidad de pensar con modelos inherentes a los cibercriminales. Una imaginación constructiva, controlada, creativa y teniendo en cuenta todas las posibilidades cuando se estudian hechos y se formulan conclusiones.

Y como no, curiosidad, paciencia, aguante y deseo de aprender y acumular conocimientos profundos. Aunque se trabaje solo con un tipo de crimen, hacen falta conocimientos más amplios de la perfilación y el mundo del crimen en general.

También hay habilidades más especializadas para el cibercrimen. Serían de esta naturaleza los conocimientos de tecnología informática y sistemas de seguridad, aunque sean básicos. También es importante conocer la cultura de los cibercriminales, p. ej. de los hackers. Es más fácil rastrear y destapar a un hacker cuando se sigue su modelo de pensar, ética, etc.

Volviendo a los métodos de análisis en la perfilación cibercriminal, el autor ha llevado a cabo un análisis comparativo. Para la perfilación cibercriminal el método más apropiado parece ser el deductivo. Esto es así porque hay dificultades para entrar en contacto directo con los cibercriminales. Todo ello, a su vez, dificulta la recogida de información primaria sobre características específicas de diferentes cibercriminales.

Por tanto, hay poco acceso a los especifico para ir hacia lo general, tal como ocurre en el método inductivo. El método deductivo permite determinar una serie de características cibercriminales y crear una imagen genérica.

Para hacer un perfil del rol de la víctima del cibercrimen, ambos métodos son de utilidad. Es posible entrar en contacto directo con las víctimas. Por tanto, con su ayuda se pueden identificar y agrupar sus características específicas. Al mismo tiempo, es posible crear y utilizar un perfil genérico de las víctimas de un tipo específico de cibercrimen. En la detección del cibercrimen y en las investigaciones oficiales también se pueden utilizar ambos métodos, similarmente al caso anterior.

En conclusión, el progiling supone una herramienta de investigación clave en el cibercrimen. El principal reto queda en la acumulación de información relevante y experiencia práctica para asegurar el desarrollo de perfiles adecuados. No obstante, no hay duda alguna que el factor humano en cada pequeña parte de la perfilación cibercriminal (y criminal) es clave e imprescindible.

Si te interesa la perfilación criminal, podrás conocer más detalles sobre ello en las IV Jornadas De Perfilación Criminal, dónde se reúnen varios expertos internacionales. ¡No te lo pierdas!

Además de las IV Jornadas De Perfilación Criminal, puedes aprender más en nuestro Máster en Criminal Profiling  y nuestro Experto Universitario en Investigación Criminológica,  con becas especiales para los lectores del Club Ciencias Forenses.

Criminal profiling de los asesinos de trabajadores/as sexuales. Club de Ciencias Forenses

Amigos del Club de Ciencias Forenses, esta semana presentamos el artículo “Sex worker homicide series:profiling the crime scene” de Sorochinski M. y Salfati C. G. (2019), en el cual se exponen aspectos relativos al profiling de criminales con víctimas trabajadoras del sexo.

Contrario a las creencias populares, los criminales con víctimas trabajadoras del sexo exhiben una variabilidad sustancial en la selección de sus víctimas y en sus patrones comportamentales. Por esa razón, hay grandes dificultades para investigar este tipo de crímenes.

La perfilación criminal implica múltiples variables. Una parte del análisis se enfoca en la escena del crimen. Dicha escena ofrece información sobre cómo se comete el crimen, patrones y subtipos comportamentales que se relacionan con diferentes subtipos de escenarios y características criminales.

Hay tres áreas principales que el profiling atiende. Primero, las diferencias individuales de comportamiento criminal, con el fin de establecer subgrupos de criminales y tipos de escenarios. Segundo, la consistencia conductual, clave en el profiling. Sirve para entender el desarrollo de la carrera criminal de un individuo. Asimismo, trata de la consistencia entre varios crímenes cometidos por una misma persona. Tercero, las inferencias sobre características del criminal, que son el núcleo del profiling. El análisis de la consistencia, en este caso, es el enfoque principal.

Las autoras de este estudio recogen datos de diferentes investigaciones y bases de datos. La información que exponemos a continuación se corresponde al análisis de 83 criminales (series de crímenes). El total de las victimas asciende a 519 de 6 países diferentes.

De las 83 series, las victimas de 44 fueron solo trabajadores/as del sexo, la mayoría mujeres, pero también hombres (21 víctimas) y transgénero (2 víctimas). Las 39 series restantes implican también víctimas de otras profesiones. Entre las víctimas se encuentra una mayoría de personas de raza blanca (61%). Todos los criminales de estos casos son hombres, la mayoría blancos (61%). La edad media al cometer el primer crimen es de 32 años.

Algunos factores del escenario del crimen ayudan a determinar diferencias y similitudes entre las escenas del crimen identificadas. Se incluyen aquí acciones que preceden al crimen, como el tipo de víctima seleccionado y la localización. Otras son las acciones durante el crimen, como la actividad sexual y las heridas. También son importante las acciones post crimen, como la transportación del cuerpo de la víctima y su colocación.

La revisión de las autoras muestra que los factores más importantes en el análisis del crimen de personas que trabajan en el área sexual son también aquellos que mayores dificultades presentan para el análisis.

La localización del cuerpo de la víctima es uno de los elementos diferenciadores claves entre los criminales que solo matan victimas trabajadoras del sexo y los que matan también a otros tipos de víctimas. Este aspecto también es útil de manera inversa. La localización del cuerpo determina si se trata de la víctima de un criminal de trabajadores/as sexuales o mixto.

Se ha observado que el cuerpo de las víctimas trabajadoras del sexo se encuentra más a menudo en interiores. Asimismo, las víctimas de un criminal mixto se encuentran más a menudo en exteriores. Los criminales mixtos suelen llevar a cabo más agresiones sexuales que los que asesinan trabajadores/as del sexo. Suelen poner mayor esfuerzo en la conducta de colocación del cuerpo de la víctima. Matan más por estrangulación y con premeditación para tal estrategia.

Los criminales mixtos tratan de manera diferente a las víctimas trabajadoras del sexo y a las que trabajan en otros campos. Estas diferencias también están ligadas a la variable interior vs exterior, pero de manera inversa. Al primer tipo de víctimas las suelen atacar en exteriores y al segundo mayoritariamente en interiores.

Estos datos pueden ser de gran ayuda para las investigaciones. La razón clave es que la decisión sobre el sitio de ataque y sobre dónde dejar el cuerpo de la víctima implican planificación. Los comportamientos que requieren planificación suelen ser los de mayor consistencia.

Como antes hemos mencionado, los criminales mixtos matan más por estrangulación. No obstante, la diferenciación entre víctimas trabajadoras sexuales versus de otros campos muestra cierto cambio en los datos. Las víctimas trabajadoras del sexo tienen mayor probabilidad de ser asesinadas por estrangulación. Las víctimas no trabajadoras del sexo tienen mayor probabilidad de ser atacadas en interiores y de ser dejadas con vida.

A pesar de tales aspectos diferenciales, no se puede hablar de un valor predictivo suficiente. Estos indicadores son insuficientes para determinar con confianza si la víctima pertenece a una serie mixta o de trabajadores/as sexuales.

Los criminales que se incluyen en la serie mixta asesinaron casi dos veces más víctimas que los otros. Este dato es muy importante. Indica que los criminales mixtos son más difíciles de capturar y, por eso, tienen más tiempo en libertad para asesinar. Por tanto, matan más víctimas a lo largo del tiempo.

La razón más probable es la gran heterogeneidad de comportamientos que presentan y, por tanto, mayores dificultades para capturarlos. De hecho, las autoras han observado una importante inconsistencia conductual registrada en los criminales mixtos.

Por ello, puede que sea importante no solo investigar los patrones comportamentales del criminal mixto, sino también las progresiones en los patrones de victimización. Por ejemplo, en qué punto de la serie de crímenes de un sujeto cambia de un tipo de víctima a otra.

Como en todos los análisis basados en el profiling, hay ciertas dificultades y, en el caso de las víctimas trabajadoras sexuales, aún más. No por ello se debe considerar que el profiling no sea suficientemente útil. Como ocurre muy a menudo, hace falta más investigación específica en cada tipo de crimen.

 

Si te interesa la perfilación criminal, podrás conocer más detalles sobre ello en las IV Jornadas De Perfilación Criminal, dónde se reúnen varios expertos internacionales. ¡No te lo pierdas!

Además de las IV Jornadas De Perfilación Criminal, puedes aprender más en nuestro Máster en Criminal Profiling  y nuestro Experto Universitario en Investigación Criminológica,  con becas especiales para los lectores del Club Ciencias Forenses.

Grafología computacional. Club de Ciencias Forenses

Amigos del Club de Ciencias Forenses, esta semana presentamos el artículo “Handwriting analysis based on Histogram of Oriented Gradient for predicting personality traits using SVM” de Chitlangia A. y Malathi G. (2019), en el cual se presenta un modelo basado en algoritmos de aprendizaje para predecir rasgos de personalidad a partir del análisis de la escritura a mano.

La grafología es un método utilizado para entender y predecir rasgos de personalidad a partir del estilo de escritura a mano de una persona. Un grafólogo estudia la escritura de una persona de forma manual. Es decir, no suele utilizar programas informáticos ni nada similar. Utiliza su conocimiento en el tema y la experiencia. No obstante, el análisis manual consume tiempo, es costoso y depende de las habilidades del grafólogo.

En el análisis de la escritura se observan los trazos, espacios, patrones y presión que muestra lo escrito. Con ello se predicen rasgos de personalidad específicos. Se considera que la escritura a mano refleja atributos como la honestidad, miedos e incluso comportamientos.

Existen diferentes intentos de facilitar esta labor utilizando algoritmos de aprendizaje. En este estudio se muestra una de estas posibilidades. El procedimiento empieza con la recolección de muestras de escritura en papel de varios individuos. Después, cada muestra requiere diferentes etapas de pre-procesamiento: redimensionar, eliminar ruido y binarización, entre otros.

Los autores proponen un modelo que sigue las etapas reflejadas en la imagen. Las primeras dos son las anteriormente mencionadas. El siguiente paso consiste en la extracción de características con el uso de Histograma de Gradientes Orientados (HOG). HOG es una técnica utilizada para procesamiento de imágenes con el objetivo de detectar objetos posteriormente. Fue propuesto inicialmente para la detección de cuerpos humanos.

La cuarta fase implica que la información extraída de las muestras se integra en un clasificador: máquina de soporte vectorial (SVM), que se entrena y se prueba. Los resultados de las pruebas van a consistir en rasgos de personalidad predecidos.

Para estudiar la utilidad del modelo, los autores utilizan muestras de escritos a mano en papel blanco de 50 personas. Después de la fase de pre-procesamiento, se lleva a cabo la extracción de características.

Para alcanzar un reconocimiento preciso de las características es clave seleccionar el mejor método de extracción. Como ya hemos mencionado, en este caso se trata de la técnica HOG. Se utiliza para reducir la dimensionalidad de los datos entrantes (inputs). Cada dato de salida (outputs) reducido se representa como vector de características.

Para predecir la personalidad a través de las características extraídas de cada muestra se utiliza el clasificador SVM. Para la clasificación se utilizan 5 etiquetas de personalidad: energético, extrovertido, introvertido, descuidado y optimista. Bajo cada etiqueta se desarrollan clases de elementos de análisis de la escritura. Así, se posibilita la diferenciación de cada característica, al igual que en grafología se analizan trazos o espacios.

El experimento se desarrolla en dos fases. En la primera, se utiliza el 90% de los datos para entrenamiento del modelo y 10% para pruebas. En la segunda, se toma un dato como prueba y los restantes para entrenamiento. Ambas fases resultaron en una precisión de las predicciones en cuanto a personalidad de un 80%.

Por lo tanto, lo que se busca en este estudio es automatizar la grafología. Ofrecer rapidez, precisión y bajo coste. Una precisión de 80% es un buen resultado. No obstante, el número de datos utilizados fue bastante bajo, 10 muestras por clase. Lo ideal sería utilizar más de 500 muestras por clase para permitir una detección mucho más precisa.

¿Es una buena idea que la grafología se convierta en una labor automatizada? Depende como se mire. Por un lado, la precisión de la grafología varía mucho en función de las habilidades del grafólogo. Esa dependencia puede suponer limitaciones en términos de obtener una buena precisión a la hora de predecir la personalidad.

Por otro lado, la automatización de esta labor no implica que el grafólogo pueda desaparecer. Puede utilizar modelos como el presentado aquí para agilizar el análisis, como una herramienta. Pero su papel en este campo puede seguir siendo clave, por ejemplo, para investigar la relación de rasgos de escritura con rasgos de personalidad.

Se destaca la importancia que puedan tener herramientas como esta, especialmente en grafología forense, donde la precisión es crucial. Asimismo, en dicho contexto, el tiempo y el coste puede tener un valor muy importante y un modelo así  se desarrolla justamente para disminuir los recursos implicados en el análisis.

¿Te parece interesante la grafología? Si quieres conocerla más a fondo o te interesan áreas más específicas como la grafología forense o el peritaje en este campo, encuentra una formación completa en nuestro Máster en Pericia Caligráfica y Documentoscopia.