Manuel Angel Nicolas Cuevas
Errores, sesgos y falsas certezas en la prueba pericial
| Una prueba forense no pasa directamente del indicio a la verdad. Entre la escena y la sentencia existe una cadena de decisiones humanas, técnicas y estadísticas. La ciencia forense es extraordinariamente valiosa, pero su fiabilidad depende de cómo se recoge la evidencia, cómo se analiza, qué información conoce el examinador, cómo se expresa la conclusión y cómo la interpreta quien debe decidir. |
Este artículo examina diez puntos críticos en los que una investigación forense puede introducir error: escena, contaminación, cadena de custodia, instrumental, validación metodológica, factores humanos, sesgo contextual, interpretación estadística, comunicación pericial e interpretación judicial. Se adopta un enfoque de sistemas: el objetivo no es desacreditar la ciencia forense, sino mostrar por qué la calidad depende de barreras sucesivas de control. Se analizan asimismo el caso Brandon Mayfield, estudios experimentales sobre sesgo cognitivo, datos recientes sobre reproducibilidad y tasas de error, y la especial importancia de estas cuestiones en disciplinas comparativas como huellas, calzado y escritura forense.
La pregunta incómoda: ¿puede equivocarse una prueba científica?
La respuesta rigurosa es sí, pero exige una precisión esencial: no existe un único “error forense”. Puede fallar la toma de la muestra aunque el laboratorio funcione perfectamente; puede ser impecable la medición y resultar inadecuada la inferencia; puede ser correcta la conclusión del perito y exagerarse después su significado en sala. Por eso, hablar de error forense exige localizar en qué etapa se produjo y distinguir error, incertidumbre, limitación metodológica y fraude.
El National Institute of Standards and Technology (NIST) ha impulsado precisamente este enfoque de factores humanos y sistemas. Sus grupos de expertos estudian no solo la actuación individual del examinador, sino también procedimientos, organización, tecnología, formación, documentación y comunicación. En ADN, el informe NISTIR 8503 (2024) recorre el proceso desde la interpretación de electroferogramas hasta la redacción del informe y el testimonio judicial. La idea central es preventiva: identificar condiciones que hacen más probable el error y diseñar barreras que reduzcan su aparición o sus consecuencias.
Esta perspectiva también evita una falsa dicotomía. Reconocer que una disciplina tiene tasas de error, desacuerdos entre examinadores o vulnerabilidad al contexto no significa afirmar que carezca de valor científico. Significa tratarla como se trata cualquier actividad científica madura: midiendo su rendimiento, explicitando sus límites y sometiendo sus decisiones a controles reproducibles.
Diez lugares donde puede nacer el error
El error comienza antes del laboratorio
La escena es el primer laboratorio. Una muestra mal localizada, recogida con instrumental inadecuado, insuficientemente documentada o embalada de forma incorrecta puede perder valor antes de ser analizada. La fotografía, la planimetría, el etiquetado y la trazabilidad no son burocracia añadida: conservan el contexto que permite interpretar después el indicio.
Contaminación, mezcla y transferencia
La contaminación puede ser biológica, química o física. En genética forense, cantidades mínimas de ADN ajeno pueden complicar perfiles de baja cantidad o mezclas. En trazas, una transferencia secundaria puede generar asociaciones reales entre objetos o personas sin demostrar necesariamente el mecanismo que las produjo. Detectar algo y explicar cómo llegó allí son preguntas diferentes.
Cadena de custodia: identidad y continuidad de la evidencia
La cadena de custodia documenta quién tuvo la evidencia, cuándo, dónde y con qué finalidad. Roturas documentales, cambios de envase, etiquetas ambiguas o mezclas de muestras pueden afectar a la confianza en la identidad e integridad del indicio. NIST incluye expresamente entre los ejemplos de error los problemas de etiquetado, custodia, pérdida, intercambio y contaminación de muestras.
Instrumentos, calibración y software
Un resultado numérico no es automáticamente objetivo por proceder de una máquina. Los instrumentos requieren calibración, mantenimiento, materiales de referencia y controles; el software necesita validación y gestión de versiones. NIST incluye entre las fuentes de error las limitaciones de software, equipos y materiales de referencia. La automatización puede reducir variabilidad humana, pero también desplazar el error hacia el diseño, los parámetros o la interpretación del sistema.
Método: ¿está validado para la pregunta que se le formula?
Una técnica puede ser útil para una finalidad y no estar suficientemente validada para otra. La cuestión clave no es si un método “parece científico”, sino qué se sabe de su validez, sensibilidad, especificidad, reproducibilidad, condiciones de aplicación y tasas de error. El informe de las National Academies de 2009 convirtió esta cuestión en uno de los grandes debates contemporáneos de las ciencias forenses y reclamó mejores fundamentos científicos, estándares, formación y aseguramiento de calidad.
El factor humano
Los examinadores expertos poseen conocimientos y habilidades que un lego no tiene, pero la experiencia no elimina la posibilidad de error. Fatiga, presión temporal, formación desigual, documentación insuficiente o expectativas pueden influir en tareas complejas. El enfoque moderno de factores humanos no busca culpables: analiza el sistema para hacer más difícil que una equivocación individual alcance consecuencias finales.
Sesgo cognitivo y contaminación contextual
El sesgo cognitivo no equivale a mala fe. Información irrelevante para la tarea —por ejemplo, que un sospechoso confesó, que otro análisis “dio positivo” o que la policía considera resuelto el caso— puede influir inadvertidamente en una decisión perceptiva. Dror, Charlton y Péron mostraron en 2006 que expertos en huellas podían cambiar decisiones previas cuando las mismas impresiones se presentaban bajo un contexto diferente. Una revisión sistemática posterior identificó un cuerpo sustancial de investigación sobre sesgos en distintas disciplinas forenses. De ahí estrategias como el enmascaramiento de información irrelevante y la revelación secuencial de contexto.
Interpretar no es simplemente observar
Muchos resultados forenses son inferencias. El examinador pasa de características observadas a una proposición sobre origen, asociación o fuerza de la evidencia. La dificultad aumenta cuando el material es parcial, distorsionado o de baja calidad. En huellas, por ejemplo, estudios recientes muestran que puede existir desacuerdo entre expertos y que la dificultad de determinados pares afecta al rendimiento. La conclusión responsable debe conservar la incertidumbre que realmente existe en los datos.
El error estadístico: invertir la probabilidad
Una de las confusiones clásicas consiste en transformar la probabilidad de observar una evidencia bajo una hipótesis en la probabilidad de que esa hipótesis sea cierta. Son cantidades diferentes. El denominado “prosecutor’s fallacy” aparece cuando se confunde, por ejemplo, la rareza de una coincidencia con la probabilidad de inocencia del acusado. La comunicación mediante razones de verosimilitud tampoco elimina por sí sola el problema: exige explicar qué compara el número y qué no permite concluir.
Comunicar más certeza de la que los datos permiten
El último punto crítico es el lenguaje. Palabras como “identificación”, “coincide”, “compatible”, “probable” o “certeza” pueden ser interpretadas de manera distinta por peritos y destinatarios. Una conclusión científicamente prudente puede convertirse en categórica al resumirse. Por ello, el informe pericial debe separar observaciones, método, resultados, inferencia, limitaciones y conclusión, evitando expresiones que sugieran una certeza superior a la demostrada.
Un caso paradigmático: Brandon Mayfield y la huella de Madrid
Tras los atentados de Madrid de marzo de 2004, examinadores del FBI atribuyeron erróneamente a Brandon Mayfield, abogado de Oregón, una huella hallada en una bolsa relacionada con detonadores. Mayfield fue detenido como testigo material y quedó en libertad cuando la Policía Nacional española identificó a otra persona como fuente de la huella; el FBI retiró posteriormente su identificación.
La importancia científica del caso no reside únicamente en que existiera una identificación errónea. La revisión del Office of the Inspector General del Departamento de Justicia concluyó que no se trató de una conducta intencional de los examinadores, sino de errores en la aplicación de la metodología que revelaban problemas sistémicos. El seguimiento posterior documentó cambios en procedimientos, documentación y verificación, incluida la verificación ciega obligatoria para determinadas identificaciones basadas en una sola huella.
La lección es especialmente valiosa: una organización científica robusta no demuestra su calidad afirmando que el error es imposible, sino investigándolo, comprendiendo por qué ocurrió y modificando el sistema para reducir su repetición.
PRINCIPIO DE CALIDAD La pregunta correcta no es “¿puede equivocarse el perito?”, sino “¿qué barreras existen para detectar y contener el error antes de que se convierta en una conclusión judicial?”. |
Tasas de error: necesarias, pero fáciles de simplificar
Una tasa de error no es una propiedad eterna de una disciplina. Depende del diseño del estudio, la dificultad de las muestras, las instrucciones, las categorías de respuesta, la experiencia de los participantes y las condiciones de trabajo. Por eso no es correcto tomar una cifra aislada y presentarla como “la tasa de error de las huellas”, “de la escritura” o “del calzado” en cualquier situación.
La literatura ofrece, sin embargo, datos indispensables para abandonar la idea de infalibilidad. En impresiones palmares, un estudio de caja negra con 226 examinadores y 12.279 decisiones informó una tasa de falsas identificaciones del 0,7 % y de falsas exclusiones del 9,5 % en las condiciones del experimento. En calzado, otro estudio halló falsas identificaciones en el 0,2 % de las decisiones sobre pares no correspondientes y falsas exclusiones en el 6,0 % de las comparaciones correspondientes. Estos porcentajes no deben trasladarse mecánicamente a un caso concreto; muestran que el rendimiento puede y debe medirse.
En escritura forense, una revisión comparativa publicada en 2024 encontró que los expertos rindieron mejor que los legos y mostró variación entre estudios. Para textos manuscritos, la tasa absoluta de error de expertos osciló aproximadamente entre 0,32 % y 5,85 %; para firmas, entre 0 % y 4,86 %, según los estudios incluidos. La propia amplitud de esos intervalos recuerda que el diseño experimental y la tarea importan.
Grafística y Documentoscopia: una aplicación especialmente sensible
Las disciplinas comparativas son un buen ejemplo de por qué la transparencia metodológica resulta decisiva. En grafística, el perito evalúa semejanzas, diferencias, variabilidad natural, calidad y cantidad del material, condiciones de producción y posibles alteraciones. La conclusión no debería descansar en una impresión global inexplicada, sino en un razonamiento documentado que pueda ser revisado por otro especialista.
Para reducir el riesgo de sesgo conviene separar, siempre que sea posible, la información necesaria para el examen de aquella que solo aporta contexto procesal. Conocer quién es el investigado, qué declaró, qué espera el cliente o qué concluyó otro perito puede ser innecesario para determinadas fases de comparación. Registrar qué información recibió el examinador y en qué momento mejora la auditabilidad del proceso.
La existencia de estudios de error no debilita la grafística; obliga a formular mejor qué puede concluirse, con qué material y bajo qué condiciones. La revisión de 2024 sobre error en examen de escritura muestra precisamente la conveniencia de comparar estudios mediante indicadores homogéneos y de describir variables como participantes, escala de conclusiones, tiempo disponible y naturaleza de la tarea.
Diez barreras para una ciencia forense más resistente al error
- Trazabilidad completa desde la escena hasta el archivo final.
- Procedimientos normalizados y métodos validados para el uso concreto.
- Controles de contaminación, calibración y materiales de referencia.
- Documentación contemporánea de observaciones y decisiones, no reconstruida a posteriori.
- Formación continua y ensayos de aptitud representativos de la práctica real.
- Revisión técnica independiente y, cuando proceda, verificación ciega.
- Gestión del contexto: limitar información irrelevante y revelarla de forma secuencial cuando sea necesaria.
- Expresión explícita de limitaciones, incertidumbre y alternativas plausibles.
- Comunicación estadística que evite invertir probabilidades o confundir fuerza de evidencia con probabilidad de culpabilidad.
- Cultura de calidad que estudie los errores y desacuerdos como datos para mejorar el sistema.
La nueva frontera: algoritmos, bases de datos e inteligencia artificial
La tecnología no elimina el problema del error: cambia su localización. Sistemas automáticos de búsqueda pueden reducir trabajo y ampliar la capacidad de comparación, pero generan listas de candidatos que todavía deben interpretarse. Bases de datos mayores incrementan además la posibilidad de encontrar candidatos visualmente próximos que no proceden de la misma fuente. Un estudio publicado en 2025 evaluó decisiones de examinadores sobre candidatos obtenidos mediante el sistema NGI del FBI, reflejando la importancia actual de estudiar el rendimiento en condiciones vinculadas a búsquedas automatizadas.
La inteligencia artificial añade nuevas preguntas: ¿con qué datos se entrenó el modelo?, ¿cómo se validó?, ¿funciona igual fuera de su conjunto de desarrollo?, ¿puede reproducirse el resultado?, ¿queda registro de la versión y de los parámetros?, ¿qué parte de la conclusión corresponde al algoritmo y cuál al perito? La exigencia forense de trazabilidad obliga a que una herramienta potente sea también auditable.
Conclusión: la fortaleza científica está en reconocer el límite
La ciencia forense no pierde autoridad cuando reconoce la posibilidad de error. La gana. La pretensión de infalibilidad es incompatible con el método científico; la medición del error, la revisión independiente, la transparencia y la posibilidad de refutación son precisamente rasgos de una práctica científica madura.
Un indicio no “habla” por sí solo. Es localizado, preservado, medido, comparado, interpretado y comunicado. Cada verbo introduce una decisión. La calidad forense consiste en hacer visibles esas decisiones, documentarlas y someterlas a controles que permitan detectar cuándo una conclusión ha ido más lejos que los datos.
Por eso, el gran reto contemporáneo no es construir una ciencia forense sin seres humanos y sin incertidumbre, sino una ciencia forense capaz de conocer sus vulnerabilidades y diseñar procedimientos que impidan que una equivocación aislada se convierta en una falsa certeza.
Nota metodológica. Las tasas de error citadas en este artículo corresponden a estudios y condiciones experimentales concretas y no deben extrapolarse automáticamente a todos los laboratorios, examinadores, disciplinas o casos particulares.
Referencias bibliográficas
Artículos científicos, informes institucionales y estudios especializados
1. Cooper, G. S., y Meterko, V. (2019). Cognitive bias research in forensic science: A systematic review. Forensic Science International, 297, 35–46. https://doi.org/10.1016/j.forsciint.2019.01.016.
2. Crot, S., y Marquis, R. (2024). A comparative review of error rates in forensic handwriting examination. Journal of Forensic Sciences, 69(6), 2127–2138. https://doi.org/10.1111/1556-4029.15589.
3. Dror, I. E., Charlton, D., y Péron, A. E. (2006). Contextual information renders experts vulnerable to making erroneous identifications. Forensic Science International, 156(1), 74–78. https://doi.org/10.1016/j.forsciint.2005.10.017.
4. Hicklin, R. A., Richetelli, N., Taylor, A., y Buscaglia, J. (2025). Accuracy and reproducibility of latent print decisions on comparisons from searches of an automated fingerprint identification system. Forensic Science International, 370, 112457. https://doi.org/10.1016/j.forsciint.2025.112457.
5. Koehler, J. J., y Liu, S. (2021). Fingerprint error rate on close non-matches. Journal of Forensic Sciences, 66(1), 129–134. https://doi.org/10.1111/1556-4029.14580.
6. Mattei, A., y Zampa, F. (2023). Error rates and proficiency tests in the fingerprint domain: A matter of perspective and conceptualization. Forensic Science International, 348, 111651. https://doi.org/10.1016/j.forsciint.2023.111651.
7. National Research Council. (2009). Strengthening forensic science in the United States: A path forward. The National Academies Press. https://doi.org/10.17226/12589.
8. National Institute of Standards and Technology (NIST). (2012). Latent print examination and human factors: Improving the practice through a systems approach (NISTIR 7842). https://doi.org/10.6028/NIST.IR.7842.
9. O’Connor, R., y Chapman, A. (2024). How often do fingerprint examiners disagree in routine casework? Forensic Science International, 361, 112139. https://doi.org/10.1016/j.forsciint.2024.112139.
10. Taylor, M., Romsos, E., Ballantyne, K., Moore Boswell, D., y Busey, T. (2024). Forensic DNA interpretation and human factors: Improving the practice through a systems approach (NISTIR 8503). National Institute of Standards and Technology. https://doi.org/10.6028/NIST.IR.8503.
11. U.S. Department of Justice, Office of the Inspector General. (2006). A review of the FBI’s handling of the Brandon Mayfield case. Special Report. Consultar el informe oficial.
Fuentes institucionales complementarias
12. National Institute of Standards and Technology (NIST). (s. f.). Human factors in forensic science. Recurso institucional sobre factores humanos, sesgos cognitivos y prevención de errores en el análisis forense. Consultar el recurso.
13. National Institute of Standards and Technology (NIST). (2015). Examples of errors in forensic science. Clasificación de errores del analista, deficiencias metodológicas, problemas instrumentales y fraude. Consultar el recurso.
Recursos documentales y gráficos en línea
14. National Institute of Standards and Technology (NIST) / Federal Bureau of Investigation (FBI). (2012). Latent Fingerprints (6774265822). Recurso gráfico sobre localización y revelado de huellas latentes en un vehículo. Wikimedia Commons. Dominio público en EE. UU. Consultar imagen original.
15. National Institute of Standards and Technology (NIST). (2013). Fingerprint Images. Recurso gráfico sobre la calidad y representación de imágenes dactilares. Consultar recurso gráfico.
16. National Institute of Standards and Technology (NIST). (2026). Forensic DNA RM 8043. Recurso institucional sobre material de referencia genética para aplicaciones forenses. Consultar recurso gráfico.
17. Hanacek, N. / National Institute of Standards and Technology (NIST). (2016). What is a DNA Profile? Infografía divulgativa sobre marcadores genéticos y elaboración de perfiles de ADN forense. Consultar infografía.
