Um novo estudo acadêmico mede, alegação por alegação, o quanto se pode confiar em laudos de forense móvel Android redigidos com apoio de LLMs (Gemini, Llama e Qwen). Dos 612 enunciados extraídos de seis relatórios, mais de duzentos ficaram sem suporte probatório, contraditórios ou incompletos, mesmo quando os modelos recuperaram corretamente os fatos autorizados pelo caso. O trabalho propõe uma metodologia auditável para rastrear a cadeia entre alegação e evidência, reforçando que a autoridade final sobre o laudo deve permanecer com o perito humano.
O ABF-Bench é um benchmark interativo que transforma o rastreamento de fundos em blockchain numa tarefa verificável: cada movimento afirmado pelo agente precisa citar o registro de ledger que ele próprio recuperou. Construído a partir de casos reais de lavagem de dinheiro, o estudo mostra que um harness especializado em memória de trabalho atinge 75% de recall de arestas no grafo de rastreamento, contra 47% do Codex e apenas 10% do Claude Code, que perde pontos por citar registros que nunca recuperou de fato.
Pesquisadores propõem o TrustPaper, uma abordagem forense para detectar atestados médicos em PDF falsificados que combina o emissor declarado do documento, um perfil de referência aprendido de documentos genuínos daquele emissor, e um conjunto de módulos forenses que explicam cada anomalia encontrada. Em teste controlado com dois emissores e seis técnicas de falsificação, o método detectou todas as fraudes sem gerar falsos positivos.
Pesquisadores publicam, no volume de dezembro de 2026 da revista Forensic Science International: Digital Investigation, um artigo sobre os desafios enfrentados por profissionais da justiça criminal para autenticar material de abuso sexual infantil (CSAM) diante da proliferação de conteúdo sintético gerado por IA. O texto discute como a existência de deepfakes plausíveis complica a classificação legal e técnica de imagens e vídeos apreendidos em investigações.
O artigo apresenta uma pipeline forense para detectar adulteração de documentos PDF que raramente deixam rastro visual perceptível a olho nu. Uma primeira camada valida conformidade de formato e sinaliza payloads maliciosos embutidos; uma segunda camada inspeciona metadados, overlays visuais e a consistência entre duas fontes independentes de OCR, consolidando tudo em um score de risco interpretável. A abordagem foi validada em certificados médicos reais de afastamento do trabalho.
Pesquisadores propõem um agente que trata a localização de dados pessoais (PII) em bancos SQLite de aplicativos móveis como um problema de busca adaptativa sob incerteza, em vez de varredura exaustiva de todas as tabelas e colunas. Testado no corpus CTF da Cellebrite, com 25 bancos de 10 apps Android e iOS, o método reduziu o espaço de busca em quase 80% mantendo F1 de 94,5% com o Gemini 2.5 Pro, mas mostrou variação relevante entre os 12 modelos avaliados.
Publicado no volume 58 da Forensic Science International: Digital Investigation, o artigo de Lee, Yun, Park, Kim e Park propõe uma metodologia estruturada para avaliar a confiabilidade de ferramentas forenses usadas na extração e análise de dados de drones. O trabalho ataca um ponto sensível da área: sem testes padronizados, é difícil garantir que uma ferramenta forense de drone extraia dados de forma completa e não alterada, o que compromete a admissibilidade da evidência em processos judiciais.
Pesquisa testou a capacidade de 82 profissionais de TI e de seis detectores automáticos pré-treinados em identificar fala sintetizada por três ferramentas de clonagem de voz lançadas em 2019, 2022 e 2024. O F1-score de detecção humana caiu de ~90% nos sintetizadores mais antigos para 48% com o ElevenLabs, e a detecção de manipulações parciais (apenas uma frase trocada em um áudio real) ficou em apenas 9% de acurácia rigorosa.
Um estudo acadêmico conduziu um survey com 101 profissionais do judiciário de Renânia do Norte-Vestfália (Alemanha) — promotores, juízes e peritos forenses — para investigar como a forense digital funciona na prática dentro do processo penal. Os resultados apontam forte demanda por melhor integração da forense digital aos fluxos de trabalho judiciais e desalinhamento de expectativas entre atores técnicos e jurídicos.
Martin S. Olivier publica na Forensic Science International: Digital Investigation um estudo sobre classificação de documentos PDF questionados, buscando atribuir um PDF ao software que o gerou. O acesso ao texto completo foi bloqueado pela ScienceDirect; a análise a seguir é contextual, baseada no título e no tema do trabalho.
Um artigo da Forensic Science International: Digital Investigation examina, em estudo de caso, como metadados gerados pelo recurso de reconhecimento facial Visual ID da Amazon podem ser usados como evidência corroborativa em investigações. O tema se soma a uma linha crescente de pesquisa sobre artefatos de nuvem de dispositivos residenciais inteligentes (como campainhas Ring) como fonte de prova digital.
Publicado na Forensic Science International: Digital Investigation, o case note de Lukas Jaeckel e Dirk Labudde examina os desafios periciais e legais que surgem quando material de abuso sexual infantil sintético — gerado ou editado por IA — aparece em contextos de jogos eletrônicos, como conteúdo gerado por usuário, mods ou avatares.
Artigo publicado no Journal of Digital Forensics, Security and Law (JDFSL) apresenta um plugin para o Tor Browser e uma infraestrutura de servidor central que permitem a investigadores anotar, coletar e compartilhar conteúdo da dark web preservando a solidez forense dos dados, com o dataset resultante usado para treinar classificadores de machine learning que atingiram entre 85% e 96% de acurácia em validação cruzada de cinco dobras.