作者：布蘭登‧葛雷特（Brandon L. Garrett）
譯者：朱崇旻
出版社：麥田
「DNA鑑定與傳統的鑑識方法不同，是以客觀統計數值為根據。研究者透過蒐集不同族群的DNA數據，研究出『對偶基因』（allele）這般變化極大的基因特質在不同族群出現的頻率。也就是說，DNA鑑定結果並不是用『符合』或『不符合』來表示，而是或高或低的機率值。科學家可以用族群統計數據判斷一個人湊巧與特定基因檔案相符的機率，而這個機率可能是數百萬、數億、甚或數兆分之一。至於咬痕、毛髮、指紋或槍彈與工具痕跡的特質就沒有相關族群統計資料可循，無法得知鑑識人員分析的細節是多麼普遍或罕見。」
◆◆◆
「今天，訓練有素的專業鑑識人員並不會使用『吻合』這種說法。」「之所以不使用『吻合』一詞，是因為這種說法沒有表明指紋證據（或其他痕跡證據）必然存在的不確定性。鑑識人員會根據量測數值等客觀資訊做決定，但也會受『內在信念』或『個人確信的程度』等主觀判斷所影響。」「世界上沒有完美的鑑識識別這回事。」
◆◆◆
「事實上，現在的數位化指紋資料庫並未標榜能準確辨識出指紋的來源，操作員在輸入你的指紋之後，程式會依照當初設計的參數搜尋出和你最像的名單。設計搜尋程式與演算法的公司通常不會公開背後的原理，甚至連使用程式的實驗室可能都不甚了解指紋搜尋程式的演算法。真正的指紋辨識和電視上演的不一樣，相似的指紋並不會瞬間出現在螢幕上，還是得由專家鉅細靡遺地檢視資料庫調出的每一枚相似指紋，而資料庫建議的指紋也可能沒有一枚與犯罪現場的採樣相近。」
◆◆◆
「指紋是在人出生前就形成的構造，凹凸紋路不僅覆蓋我們的指尖，還布滿我們手指與腳趾的內面，這些皮膚紋路稱之為『摩擦表面』（friction skin）。而手指或手掌觸碰物品時，汗液或油脂在皮膚表面所形成的一層薄膜會留下紋路，這樣的印記就是所謂的潛伏紋。」
◆◆◆
「首先，每個人的指紋真的都獨一無二嗎？你可能一直以為指紋具有獨特性，世界上找不到指紋相同的兩個人。」但問題在於，留在犯罪現場的指紋並不是清晰可見、含括所有特徵的指紋，「一個人的指紋和另一個人在犯罪現場留下的潛伏紋相似的情況，究竟有多常見？我們不知道一個來自犯罪現場模糊且不完整的潛伏紋，是否經常像別人的指紋，這可能取決於指紋的詳細程度。」
◆◆◆
「一些研究顯示，當陪審員被告知幾億或幾十億人當中可能有一人產生相同的DNA鑑定結果時，他們會露出茫然的眼神。聽到如此巨大的數字，人們會自動認定DNA證據來自被告。這其實是十分嚴重的誤解，我們有時也會看到律師※故意誤導陪審團。例如，在俄亥俄州一起訴訟案中，檢察官問道：『你是說，在樣本中發現的DNA來自其他人的機率……是七百萬分之一？』分析師回答：『是的，大約是七百萬分之一。』『威廉·湯普森（William Thompson）與愛德華·舒曼（Edward Schumann）教授將這種現象稱為『檢察官謬誤』（prosecutor's fallacy），因為檢察官往往會主張證據顯示被告就是來源。DNA證據並不能顯示證據出自某個來源的機率，它只能顯示一組遺傳特徵在人群中有多麼常見或罕見。」
※ 這裡應該是筆誤，依前後文來看應該是「檢察官」。
◆◆◆
「一般而言，證據愈是主觀、愈是需要詮釋解讀，專家就愈容易受情境偏誤影響。我們以血跡型態分析為例，血跡及噴濺型態都非常難詮釋。國家科學院的報告強調，『許多時候』會因為血跡重疊的複雜度而『很難或無法』進行詮釋。此外，報告也指出，『血跡分析師的意見主觀因素多於科學因素。』近期一份研究發現，專家在約13.1%的案件中出錯，且隨著血跡及噴濺型態的詮釋難度提升，專家對於情境資訊的依賴也會提升，並希望從中找到線索。在這些情況下，分析師更容易受偏誤影響，23%的人分析結果都有誤※。」
※ Michael Taylor et al., “Reliability of Pattern Classification in Bloodstain Pattern Analysis, Part I: Bloodstain Patterns on Rigid Non-absorbent Surfaces,” Jaurnal of Forensic Science 64 (2016): 922, 926-27.
◆◆◆
「你也許會以為藥物檢驗是奠基於化學原理，所以不容易出錯。鑑識實驗室的化學家通常會使用遠比犯罪現場的檢驗精確得多的追蹤檢驗。」
「話雖如此，藥物檢驗就和其他專業一樣，仍有詮釋以及人為誤差的空間。而警方沒收扣押的藥物往往都不純。舉例而言，雖然古柯鹼的基本結構都一樣，實際販售的古柯鹼卻可能混有各種雜質。合成藥物可能混合了各種合法與非法物質，在做檢驗時，分析結果或許會不一致，分析師可能不會得到與實驗室標準純藥相同的結果。此時，就牽涉到分析師的判斷了。物質樣本與參考樣本如果有許多差異，分析師還能做出這是同一種藥物的判斷嗎？此外，取樣也可能造成很大的問題：雖然有時檢驗樣本就只有針筒或藥瓶裡的微量物質，有時警方也可能查獲數百或數千包藥物。光是檢驗一樁案件的樣本可能就得耗費數週時間。」
◆◆◆
「這類現場酒駕測試也受到檢驗，結果顯示它們的測試效果極差：在一次實驗中，警員對一群人使用現場測試，其中有將近半數受試者體內沒有酒精，卻被判定飲酒過量、不宜開車※。美國國家公路交通安全管理局（National Highway Traffic Safety Administration）將這些酒駕測試『標準化』，發現在十五種常用的路邊測試中，只有六種有辨別酒醉程度的效果。在俄亥俄州法院禁止警方使用不符標準的現場測試之後，立法單位卻通過一條新法，允許檢察官提出現場酒醉測試的結果，無論是否符合全國標準，該測試結果都可以帶上法庭。」
※ Simon Cole and Ronald Nowaczyk, “Field Sobriety Tests: Are They Designed for Failure?” Perceptual and Motor Skills Journal 79 (1994): 99
2018年曾發生紐澤西州一名女子因酒駕被判入監服刑，但後來她的律師發現，當時用來檢測的儀器並未校正，負責校正的警探後來被控執行公務不當，紐澤西最高法院在舉辦聽證會後認為，「校正疏漏可能導致大量案件出錯」，到了年底，最高法院撤銷了兩萬多起案件的訴訟。
以前如果在新聞上看到駕駛的酒測超標，但堅持說自己沒有喝酒，大家通常都覺得這人在嘴硬，但……也可能駕駛說的真的是實話 😨
◆◆◆
「為什麼我們在拍護照大頭照時不能微笑？抑或說，為什麼在有『禁止微笑』法規的州份，連拍駕照照片都不能微笑？」「監理所工作人員在替你拍照時會叫你別笑，這不是為了讓照片顯得更正經，而是因為就在此時此刻，聯邦探員可能正把你的駕照、護照或其他聯邦證件的照片使用在臉部辨識演算法中。一個人露出笑容時，五官之間的距離會發生變化，而這會影響臉部辨識演算法。這就是為什麼聯邦《真實身分法案》（REAL-ID act）制定了標準，要求人們用不帶笑容的照片當證件照。」
◆◆◆
「在讀完本書後，如果哪天你被選為刑事訴訟的陪審員，想必會有許多想對專家提出的問題。」
- 專家有沒有聲稱自己『識別』了證據的來源？
- 專家有沒有說明鑑識分析的限制？
- 他們使用的鑑識技術有多可靠？還是根本沒有人知道這種方法的可靠性？
- 這種方法的錯誤率有多高？
- 專家本人的熟練度夠高嗎？
- 專家有接受過盲測能力試驗嗎？
- 專家有沒有從警方、檢方或同事那裡收到可能造成偏誤的資訊？
- 辯方有沒有在訴訟前收到所有的分析紀錄與數據？
- 辯方有另外請專家來作證嗎？
- 實驗室用了哪一些品管機制？
- 專家有沒有使用鑑識資料庫？若有，他們搜尋資料庫時使用的電腦程式有多可靠？
「身為刑事訴訟陪審員，我們必須注意證據的力度是否足夠，並判斷檢方是否排除了所有合理懷疑、成功證明被告有罪。然而，我們被誤導了數十年，一直以為鑑識證據強而有力。鑑識專家聲稱自己是不會犯錯的超級英雄，這種說法雖然很有戲劇效果，但也會導致無辜人士被冤枉。這些是可以解決的問題，如果我們抱持懷疑的心態擔任陪審員，鑑識專家就會改變他們說話的方式；當我們對鑑識科學了解得更多、要求專家提供更好的證據，他們就不會再用『來源相同』與『識別』等詞語敷衍我們了。」
◆◆◆
「鑑識界諸多領域存在一種文化：如果證據夠完美，你就必須『下定論』。若有分析師表達出任何疑慮，更不用說承認毛髮證據無法鑑別出犯人，其他人便會有所不滿。一名鑑識分析師朋友告訴過我，管理者可能會對那些看起來猶豫不決的鑑識人員說：『你不是［專家〕嗎？堅持立場，下個鑑定結論。』許多鑑識領域的指導文件都要求專家在出庭時斬釘截鐵地發表結論。在訓練過程中，分析師也被鼓勵要將重點放在自己的經驗及成就上，並大致說明自己使用的方法，最後簡單提出鑑定結論。多數時候，辯方律師都不會質疑專家或採取進一步行動，所以專家也沒有多說的必要。就像我的鑑識分析師朋友所說的那樣，馬龍等傳統的專家證詞可以簡化為：『我是貨真價實的專家。我遵循科學方法，辨識出犯人的身分。就這樣。』」
◆◆◆
作者在附錄推薦了一些書和影片，記一下自己感興趣的：
#書 《Suspect Identities》（嫌疑身分）Simon A. Cole：「介紹指紋分析的歷史，包括專家的無錯誤主張，以及他們對於出錯可能性的否定。」
#書 《Cops in Lab Coats》（穿著實驗衣的警察）Sandra Thompson：這本作者表示強烈推薦。探討有效管理與營運實驗室的方法。
#電影 《非常上訴》（Conviction, 2010），改編自貝蒂.安的故事，由希拉蕊.史旺擔任主角，「此案點出了我們在法庭上極少聽到錯誤率資訊的問題，且除了不提供一般的錯誤率證據之外，專家有時甚至會隱瞞證明被告清白的證據。」
#報導 紐約時報2019年的報導《These Machines Can Put You in Jail. Don’t Trust Them.》：關於現場血液酒精濃度檢驗的問題。