Het Nederlands Forensisch Instituut, onderdeel van het ministerie van Veiligheid, kondigde aan: Nieuw vakgebied kan identiteit van schrijvers onthullen in teksten die zij schrijven. In het bericht wordt een voorbeeld gegeven van de rol van digitale auteursherkenning [1] bij de vaststelling wie een e-mail heeft gestuurd om een verklaring te geven voor een overboeking.

Al eerder signaleerde ik dat ook Europese misdaadbestrijders geïnteresseerd zijn in dit onderwerp. In het NOTIONES project wordt onder meer onderzocht hoe de social media kunnen worden geanalyseerd om criminele dreigingen te signaleren. In een publicatie op Arxiv worden hoge verwachtingen geuit rondom de rol die auteursherkenning bij de misdaadbestrijding kan spelen [2].

Deze techniek zal belangrijk zijn in de bestrijding van terroristische online uitingen, waarvoor een Europese verordening geldt, waarmee in Nederland de ‘Autoriteit Online Terroristisch en Kinderpornografisch Materiaal‘ zich bezig houdt.

Er zitten ook nadelen aan digitale auteursherkenning. Lees Defending Against Authorship Identification Attacks door Haining Wang [3].

Auteursherkenning in de witwasbestrijding
Verwacht kan worden dat private bedrijven die misdaad moeten bestrijden (‘witwasbestrijding’) en die rijk genoeg zijn om kunstmatige intelligence (artificial intelligence) in te zetten (zoals banken), ook interesse hebben voor deze techniek. Het kan dan een onderdeel worden van de permanente financiële surveillance die zij op hun rekeninghouders moeten toepassen.
In het kader van die surveillance moet niet alleen worden gezocht naar verdachte transacties, maar ook – vanwege de wijzigingen door middel van het AML Package – naar verdachte activiteiten.

Noten

[1] In het Engels authorship identification genoemd. Ook wordt over authorship analysis, authorship verification en authorship attribution gesproken. Zoeken op deze begrippen levert veel Engelstalige literatuur op.

[2] In Can Large Language Models Identify Authorship? concluderen de auteurs Baixiang Huang, Canyu Chen en Kai Shu: “This approach not only surpasses traditional and state-of-the-art methods in performance, especially in zero-shot and low-resource settings, but also enhances the explainability of authorship predictions by illuminating the role of linguistic features. The findings underscore the potential of LLMs to revolutionize authorship analysis, offering robust solutions for digital forensics, cybersecurity, and combating misinformation.”

[3] Hier te lezen en ook op Arxiv te vinden.