Geen lijst met documenten, maar antwoord op de vraag: AI helpt bij opsporingsonderzoek

Toen de eerste Epstein-files online kwamen, kon Hans Henseler het niet laten om erin rond te kijken. “Het is een mooie documentenset, ik heb wel wat ideeën over wat je ermee zou kunnen doen.” De Epstein-files zijn volgens de lector een goed voorbeeld van waar zijn vakgebied om draait: slim zoeken en nieuwe verbanden vinden in grote hoeveelheden ongestructureerde data. Met zijn onderzoeksgroep aan het Leiden Centre for Applied Bioscience (LCAB) van Hogeschool Leiden gaat het daarbij specifiek om digitale sporen in strafzaken.  

Die digitale sporen kunnen uit allerlei bronnen komen, legt Hans uit. Denk aan e-mails, chats en bestanden op in beslag genomen computers. Op telefoons staat tegenwoordig nog veel meer informatie. “Wanneer het scherm ontgrendeld is, hoeveel stappen iemand heeft gezet, de zoekgeschiedenis op internet. Apps die locaties bijhouden, voice-messages, maar ook berichten aan AI-apps. Mensen delen tegenwoordig van alles met ChatGPT en Gemini. Die gegevens kunnen de politie helpen om bewijs te vinden in een strafzaak.” 

Maar hoe kun je slim en snel zoeken in grote hoeveelheden ongestructureerde gegevens, zoals de Epstein-files? Daar kan AI een grote rol bij spelen, stelt Hans. Hij vergelijkt het met de nieuwe AI-antwoorden in Google. “Vroeger zocht je op een woord of een zin en dan kreeg je een lijst met hits. Tegenwoordig staat daarboven een door AI-geformuleerd antwoord op je vraag.  Als je wilt kun je naar de hits kijken, maar als je dat een paar keer gedaan hebt, merk je dat het AI-antwoord vaak prima is.” 

Zoeken in mails, bestanden en foto's over misdaadzaken ging vroeger op dezelfde manier, legt Hans uit. “De forensisch onderzoeker tikte een woord of een naam in en het systeem gaf een lijst met bestanden waarin dat zoekwoord voorkomt. Maar het is de vraag of al die hits relevante documenten zijn. Om daarachter te komen, moet de onderzoeker ze allemaal handmatig doornemen.” 

Moderne AI-techniek verzamelt zelf de stukjes informatie die relevant zijn voor een zoekvraag, analyseert die en geeft antwoord op de vraag. Dat bespaart de onderzoeker een hoop werk, vertelt Hans. “Het systeem geeft je niet de stukjes informatie terug, maar een antwoord op je vraag. Dat betekent dat de gebruiker niet zelf door de resultaten hoeft te bladeren. Dat scheelt veel tijd.” 

Toch is er ook terughoudendheid over het gebruik van AI bij opsporingsonderzoek, ziet Hans. “Taalmodellen staan erom bekend dat ze hallucineren als ze een antwoord niet weten. Je moet oppassen als je een AI een vraag stelt over kennis die je hem niet hebt meegegeven. Dan loopt je het risico dat hij iets gaat verzinnen. Dat wil je niet, zeker niet in forensisch onderzoek. Je wilt dat de gebruiker kan controleren welke bronnen zijn gebruikt om tot een antwoord te komen.” Een nieuwe ontwikkeling die daarbij kan helpen is retrieval-augmented generation (RAG), vertelt Hans. RAG is een techniek waarbij een AI-model eerst relevante informatie opzoekt uit externe, betrouwbare documenten voordat het een antwoord formuleert. 

Hans en zijn team zijn nu bezig om RAG in te bouwen in Hansken, een Nederlandse forensische zoekmachine die sinds 2015 wordt gebruikt door politie en opsporingsdiensten. In Hansken kunnen gebruikers in beslag genomen computers, telefoons en USB-sticks inladen en daar vervolgens in zoeken. Zonder de data te uploaden naar een buitenlandse server. Het systeem wordt constant verbeterd, vertelt Hans. “We zijn met Hogeschool Leiden onderdeel van een academisch netwerk rondom Hansken waarin we samen nieuwe technieken ontwikkelen. Als je niets doet, veroudert zo'n systeem heel snel.” 

Zijn enthousiasme over AI brengt Hans ook over aan studenten van bijvoorbeeld de bacheloropleiding Forensisch IT en de master Digital Forensics. “Studenten mogen van mij niet programmeren zonder taalmodellen te gebruiken. Mijn standpunt is: als ze niet hebben geleerd hoe ze taalmodellen moeten gebruiken, dan hebben ze een achterstand na hun afstuderen. Zeker in ons vakgebied scheelt het je heel veel werk. Je moet studenten leren hoe ze met AI-modellen kunnen samenwerken. Maar uiteraard moet je zelf ook bepaalde vaardigheden aanleren. Als ik niet weet hoe ik moet rekenen, dan heb ik ook minder aan een rekenmachine.”