El análisis grafoscópico es una disciplina forense crucial, pero tradicionalmente es un proceso manual, exhaustivo y laborioso. Para los expertos de la Policía Científica Nacional, enfrentarse a casos con un gran número de posibles autores consume un tiempo y unos recursos considerables. El reto era claro: ¿cómo podíamos usar la tecnología para crear una herramienta que agilizara este proceso, aportando objetividad y eficiencia?

En una colaboración directa con la Policía Científica Nacional y la Universidad de Málaga, desarrollamos una solución integral que automatiza y cuantifica el análisis de escritura:

• Base Tecnológica Robusta: Adaptamos y optimizamos la librería de código abierto handwriter, un paquete de R especializado, para las características específicas de la escritura en población española.
• Modelo Probabilístico: El sistema descompone la escritura en "grafos" y, mediante un modelo estadístico bayesiano, calcula la probabilidad de que un documento cuestionado pertenezca a un autor de un conjunto cerrado de sospechosos.
• Automatización del Flujo de Trabajo: Desarrollamos una serie de scripts auxiliares en Python y R para automatizar el preprocesamiento masivo de imágenes, como la división de documentos y la eliminación de cabeceras.

Este proyecto trasciende lo académico para convertirse en una herramienta con un impacto directo en el trabajo policial:

✅ Optimización de Recursos: Permite a los peritos calígrafos focalizar sus esfuerzos en los autores con la mayor probabilidad, acelerando drásticamente la resolución de casos.

🤝 Colaboración Institucional: Un caso de éxito de transferencia de conocimiento entre la Universidad y la Policía Nacional, validado por expertos del más alto nivel.

🔬 Rigor Científico: Proporciona una evaluación probabilística objetiva que complementa y respalda el análisis del experto humano.

📖 Creación de una Guía de Buenas Prácticas que asegura la reproducibilidad y sienta las bases para futuras líneas de investigación.

</ul>

• Creado por: Miguel Ángel Vázquez, Araceli Ruiz Vallecillo, David Bueno Vallejo
• Socio/Cliente: Policía Científica Nacional, Universidad de Málaga
• Año: 2025
• Tecnologías: R, Python, IA, Handwriter, Modelos Bayesianos