MÉTHODOLOGIE
Une approche scientifique fondée sur la précision clinique
CRIMENTALIA repose sur une architecture d’intelligence artificielle conçue pour reproduire le raisonnement clinique et criminologique, sans s’y substituer. Chaque module a été développé à partir de protocoles de recherche rigoureux, de bases de données cliniques annotées et d’outils de modélisation comportementale validés par la littérature scientifique.
L’objectif n’est pas d’automatiser le jugement, mais de renforcer la cohérence, la traçabilité et la fiabilité du raisonnement professionnel.
Sources de données et constitution des corpus
Les modèles d’apprentissage utilisés par CRIMENTALIA ont été entraînés sur des corpus issus de la pratique médico-légale, de la recherche universitaire et d’archives criminologiques anonymisées.
Ces corpus incluent :
- Entretiens cliniques réalisés dans le cadre d’évaluations de dangerosité ou de suivi judiciaire
- Transcriptions d’expertises psychologiques et psychiatriques
- Textes d’auteurs de menaces, correspondances criminelles et déclarations judiciaires
- Études de cas documentées dans la littérature scientifique et les bases de données en criminologie
Chaque donnée a été prétraitée, anonymisée et codée selon une grille de variables cliniques, linguistiques et comportementales validées par des spécialistes.
Architecture des modèles et procédés d’apprentissage
CRIMENTALIA combine plusieurs approches d’intelligence artificielle afin de traiter des dimensions différentes du comportement humain :
- Apprentissage supervisé pour la classification de profils et la détection de corrélations entre variables
- Apprentissage non supervisé pour la formation de clusters comportementaux et la mise en évidence de typologies criminologiques
- Traitement automatique du langage naturel (NLP) pour l’analyse stylistique, émotionnelle et narrative des discours
- Modélisation vectorielle et simulations cognitives pour la reproduction des processus décisionnels
Les algorithmes ont été calibrés pour privilégier la transparence et l’interprétabilité, permettant au professionnel de comprendre les relations entre les variables et la logique du raisonnement proposé.
Validation scientifique et contrôle de fiabilité
Chaque module a fait l’objet d’une phase d’évaluation interne fondée sur la confrontation entre les résultats du modèle et des cas réels documentés.
Les performances ont été mesurées selon trois critères principaux : cohérence clinique, stabilité des corrélations et conformité avec les référentiels théoriques en psychocriminologie.
Des revues d’experts indépendants ont participé à la vérification de la pertinence clinique des variables et à la supervision des ajustements méthodologiques.
CRIMENTALIA adopte une démarche évolutive : chaque mise à jour du modèle est soumise à une procédure de validation croisée et à un contrôle qualité par un comité scientifique.
Principe de fiabilité et de prudence interprétative
L’intelligence artificielle ne remplace jamais l’entretien, l’observation ni le jugement clinique. Les résultats obtenus doivent être considérés comme des indicateurs d’aide à l’analyse, et non comme des conclusions définitives.
Chaque sortie du modèle est conçue pour être compréhensible, justifiable et intégrable dans une démarche d’évaluation fondée sur la responsabilité du praticien.
La fiabilité repose sur l’interaction entre la machine et l’humain : l’IA structure l’information, le clinicien lui donne sens.
Une technologie au service de la pensée clinique
CRIMENTALIA se distingue par une orientation épistémologique claire : faire de l’intelligence artificielle un outil d’observation, de modélisation et de compréhension, sans jamais altérer la dimension humaine du travail psychocriminologique.
Elle incarne une conception de la technologie comme prolongement de la pensée clinique, au service de la rigueur, de la prudence et de la connaissance.
