Publikacje

04.07.2026 r.

DOI: 10.13140/RG.2.2.36815.44960

Celem badania była analiza znormalizowanych proporcji twarzy u osób w wieku 1–20 lat oraz określenie, które cechy morfometryczne najlepiej różnicują osoby poniżej i powyżej 16. roku życia.

Badanie dostarcza wartości referencyjnych, które wspierają interpretację wyników oceny wieku twarzy w antropologii sądowej, zwiększając ich przejrzystość i ułatwiając ocenę biegłym.

20.04.2025 r.

DOI: 10.1007/978-981-96-5884-8_12.

Celem badania było opracowanie modeli uczenia maszynowego zdolnych do wykrywania struktur anatomicznych, które są istotne w identyfikacji materiałów przedstawiających seksualne wykorzystywanie dzieci (CSAM).

Badanie to stanowi istotny krok w stronę tworzenia rozwiązań opartych na sztucznej inteligencji, które są nie tylko skuteczne w wykrywaniu CSAM, ale także dostarczają wyjaśnialnych informacji zgodnych z wymaganiami regulacyjnymi UE oraz potrzebami ekspertów.

15.11.2023 r.

DOI: 10.1016/j.jflm.2023.102619.

Publikacja opisuje badania nad wykorzystaniem AI do rozpoznawania materiałów przedstawiających seksualne wykorzystywanie dzieci. Autorzy sprawdzili, czy sieci neuronowe mogą skutecznie wspierać ocenę biegłych sądowych.

Materiały zostały wcześniej ocenione przez specjalistów z zakresu seksuologii i antropologii sądowej. Najlepszy model osiągnął dokładność przekraczającą 93%. Badacze analizowali również, na które fragmenty obrazu algorytm zwraca uwagę podczas podejmowania decyzji.

Wyniki pokazują, że połączenie uczenia maszynowego z wiedzą ekspercką może zwiększyć skuteczność i przejrzystość klasyfikacji. Autorzy podkreślają jednak, że AI nie może zastąpić specjalisty. Klasyfikacja może być obarczona błędem, dlatego każdy wynik mający znaczenie dla postępowania musi zostać zweryfikowany przez odpowiednio przygotowanego eksperta. Badanie wskazuje więc przede wszystkim na możliwość stworzenia narzędzia wspomagającego, ale nie systemu podejmującego autonomiczne decyzje.