I åratal verkade fingeravtryck enkla och tillförlitliga, nästan rutinmässiga.

Nu sår en ny våg av AI-forskning tvivel om den säkerheten.

Där kriminalutredare tidigare huvudsakligen förlitade sig på förstoringsglas och mänsklig erfarenhet, träder nu fram en algoritm som ser mönster vi aldrig hade lagt märke till. Det förändrar inte bara hur vi ser på våra fingrar, utan också hur utredningar, säkerhet och till och med vår integritet fungerar.

AI bryter den outtalade koden i våra fingrar

Forskare från Columbia University och University of Buffalo har släppt loss ett neuralt nätverk på en databas med omkring 60 000 fingeravtryck. Inte för att bevisa vad alla redan trodde, utan för att se om en maskin kanske följer andra spår än en mänsklig expert.

Rättsmedicinska specialister fokuserar traditionellt på så kallade minutier: små detaljer där en linje plötsligt stannar, förgrenar sig eller möts. Dessa fina särdrag betraktas som kaotiska och helt slumpmässiga från finger till finger, även hos samma person.

AI:n valde en annan ingångsvinkel. Modellen tittade mindre på de små förgreningarna och mer på den stora formen: den generella krökningen, riktningen på linjerna i mitten av fingret och den övergripande strukturen i mönstren.

AI:n ser en sorts ”familjesignatur”: en dold struktur som förbinder flera fingrar från samma person med varandra.

Det som för det mänskliga ögat bara liknade lösa avtryck, började i algoritmens datarum att likna varandra. Fingrar från en individ visade sig dela subtila strukturella likheter, även när de klassiska minutierna var helt olika.

Statistik: mindre perfekt än Hollywood, men en jordbävning för praktiken

Forskarna talar om två siffror som vid första anblicken verkar motsägelsefulla, men tillsammans berättar historien:

99,99% konfidensnivå: när AI:n beräknar en koppling mellan två avtryck är den statistiska säkerheten i beräkningen extremt hög.
77% noggrannhet: i testomgångar känner systemet korrekt igen i 77 av 100 fall att två olika fingrar tillhör samma person.

För en lekman låter 77% inte spektakulärt. För rättsmedicinsk identifiering innebär det ett fundamentalt skifte. Hittills låg chansen för att en människa kunde göra en matchning baserad på två olika fingrar praktiskt taget på noll. Det var helt enkelt inte en kategori som utredare arbetade med.

Där den klassiska metoden inte alls ger ett svar, erbjuder AI:n plötsligt en chans på tre av fyra att koppla samman fingrar från samma person.

Det betyder inte att någon i morgon hamnar bakom galler baserat på ett enda AI-resultat. Det ändrar dock hur underrättelsetjänster kommer att se på lösa pusselbricker.

Vad detta gör med kriminalutredningar

Idag gäller en gyllene regel i praktiken: ett fingeravtryck på plats A och ett annat avtryck på plats B kan endast länkas om de kommer från exakt samma finger. Ett tumavtryck på ett fönster i Rotterdam säger juridiskt ingenting om ett pekfinger på en låda i Eindhoven.

Med den nya modellen förskjuts logiken. När ett AI-system indikerar att tummen från scen A statistiskt sett verkar höra till ringfingret från scen B, uppstår plötsligt en hypotetisk länk mellan två fall som fram tills då såg ut att inte ha något med varandra att göra.

Från lösa fakta till nätverk av spår

Utredare får med en sådan algoritm en sorts ”relationssökare” för fingeravtryck. Därmed kan de:

koppla samman scener från inbrott, rån eller skadegörelse som tidigare förblev åtskilda,
se om en serie brott möjligen har samma gärningsman, trots olika fingrar på olika platser,
gå igenom gamla, ouppklarade fall igen för dolda kopplingar som då var osynliga.

Ett blygsamt präcist system kan ändå bli en gamechanger om det öppnar nya linjer mellan fall som tidigare var helt åtskilda.

Ändå varnar rättsmedicinska specialister för att AI-resultat primärt ger riktning åt utredningen. De gäller i princip som utgångspunkt för vidare utredningsarbete, inte som slutstation. Ytterligare bevis, kamerabilder, DNA och vittnen förblir nödvändiga för att få ett fall avrundat.

Säkerhet och smartphones: hur säkert är ditt finger fortfarande?

Påverkan sträcker sig längre än det rättsmedicinska laboratoriet. Fingeravtryck säkrar idag telefoner, laptops, kontorsbyggnader och kassaskåp. Dessa system bygger på ett enkelt antagande: ditt tumavtryck är unikt och kan ses frikopplat från dina andra fingrar.

Om AI nu visar att fingrar från en person strukturellt liknar varandra, uppstår en obehaglig fråga: kan en angripare med ett delvist avtryck av ett finger lättare lura en sensor som är inställd på ett annat finger?

Verkligheten är nyanserad. Konsumentenheter använder inte ett fullständigt avtryck, utan en starkt krypterad mall. Dessutom arbetar de med felmarginaler och begränsar antalet försök. Ändå förskjuts tröskeln i teorin något om algoritmer förmår att utnyttja större inbördes likhet mellan fingrar.

Tillämpning	Potentiell påverkan
Smartphones	Möjlig förfining av sensorer eller kombination av flera fingrar per användare.
Åtkomstkontroll	Bättre riskhantering kring falska matchningar och extra loggning vid tveksamma fall.
Rättsmedicinsk utredning	Ny kategori av ”intra-personella” matchningar mellan olika fingrar.

För designers av säkerhetssystem betyder detta att de måste omvärdera sina antaganden. Ett fingeravtryck förblir unikt, men idén om att varje finger är totalt åtskilt från resten börjar smula sönder.

Integritet, databaser och juridiska frågor

Där fler kopplingar dyker upp växer automatiskt spänningen kring den personliga integriteten. Många länder lagrar redan stora fingeravtrycksdatabaser av misstänkta, dömda eller resande. Ett AI-system som skapar extra länkar mellan avtryck utökar också räckvidden hos dessa databaser.

Jurister brottas med några konkreta frågor:

Får polismyndigheter använda AI-analyser för att koppla samman fall utan klassiska rättsmedicinska bevis?
Hur förklarar man för en domstol att en matchning kommer från mönster ”som människor inte kan se”?
Vem kontrollerar felmarginalen om algoritmen förblir en svart låda?

En algoritm som ser mer än en människa väcker omedelbart frågan om vem som är ansvarig om den extra blicken har fel.

Europeisk rätt kräver ofta transparens: misstänkta ska kunna förstå hur en bevisning uppstår. Så länge AI-modeller förblir svåra att förklara kommer den juridiska ansträngningen att vara hög. Det kan leda till strängare riktlinjer kring användningen av sådana verktyg i brottmål.

Hur fungerar ett sådant AI-system tekniskt sett?

Även om detaljerna varierar mellan undersökningar följer den generella principen en igenkännbar linje. Systemet består normalt av ett konvolutionellt neuralt nätverk, en arkitektur som hanterar bilddata väl. Först lär sig modellen att känna igen miljoner linjer, kurvor och texturer. Därefter bygger den en krypterad ”vektor” av varje avtryck: en serie tal som sammanfattar mönstret.

När två avtryck jämförs beräknar systemet avståndet mellan dessa två vektorer. Litet avstånd betyder stor likhet. Under träningen får nätverket konstant feedback: dessa två hör till samma person, dessa två gör inte det. Så förskjuts gränsen mellan ”samma person” och ”andra” hela tiden ett stycke tills modellen stabilt fattar bra beslut.

Vad detta betyder för de kommande åren

Den nuvarande undersökningen utgör snarare en startpunkt än en slutpunkt. Andra forskargrupper kommer att försöka höja noggrannheten från 77%, exempelvis genom att:

använda större och mer varierande databaser,
även inkludera nedslitna, vaga eller partiella avtryck i träningen,
kombinera AI med klassisk minutie-analys i ett hybridsystem.

I praktiken kan det ge olika scenarion. Tänk dig en framtida rättsmedicinsk plattform där utredare laddar upp ett okänt avtryck, varefter mjukvaran inte bara söker efter samma finger utan automatiskt skapar en ”släktskapskarta” med andra fingrar som statistiskt hör till samma person.

Ett sådant system kan också användas för utbildning. Nya rättsmedicinska medarbetare kan få simuleringar där de ser när AI har rätt, när det tar fel och hur de ställer upp sin egen expertis emot. Det förhindrar blind tillit till maskinen och håller den mänskliga bedömningen central.

För medborgare uppstår en ny anledning att vara försiktig med biometriska uppgifter. Den som lämnar sitt fingeravtryck överallt – från billiga appar till dåligt säkrade åtkomstsystem – ökar chansen för att dessa data en dag hamnar i en större analysmaskin. Ett praktiskt steg är att vara mer kritisk mot var du lämnar din biometri och om alternativa inloggningsmetoder som fysiska säkerhetsnycklar eller lösenordshanterare ibland är säkrare.