Nøkkelordsøk bommer på kodet språk, som er hverdagen i arbeid med narkotika

Enhver narkotikaenhet har en nøkkelordliste. Den ble skrevet av noen som var dyktig, den virker, og den er utdatert.

Ikke fordi noen forsømte den. Fordi ordforrådet den beskriver, er aktivt motarbeidende. Menneskene som bruker det, bytter termer når de mistenker at en term er kjent, de bruker ulike termer i ulike grupper og ulike regioner, og en stor del av meningen bæres av kontekst heller enn av noe ord i det hele tatt.

Dette er den daglige arbeidsvirkeligheten i etterforskning av narkotika, menneskehandel og organisert kriminalitet, og det avdekker noe strukturelt ved hvordan kriminalteknisk søk er bygget.

Hva nøyaktig treff kan og ikke kan

Nøkkelordsøk svarer svært godt på ett spørsmål: finnes denne eksakte strengen. Det er genuint verdifullt. Det er raskt, det er uttømmende innenfor omfanget sitt, det er deterministisk, og når De leter etter et telefonnummer, et IBAN, et bestemt navn eller et kjent brukernavn, slår ingenting det.

Begrensningen er at det bare kan finne det De allerede tenkte på. Hvert bom er stille. Et søk som returnerer null resultater, ser likt ut enten termen er fraværende, eller den var til stede i en form De ikke forutså.

I praksis kommer bom fra fire retninger. Synonymer og slang, som varierer regionalt og utvikler seg. Bevisst erstatning, der et vanlig ord bærer en bestemt mening inne i en gruppe. Stavemåte, inkludert translitterasjon, bevisst feilstaving og autokorrektur. Og mening som bæres helt av kontekst, der ingenting i setningen noen gang ville stått på en liste.

Den siste kategorien er den ingen nøkkelordliste noen gang kan dekke, og den er vanlig. En melding som lyder «samme som sist, kom alene», er potensielt avgjørende og inneholder ingen søkbar term i det hele tatt.

Hva søk etter betydning legger til, og hva det koster

Søk etter betydning treffer på mening heller enn på tegn. En spørring om å avtale et møte henter meldinger om å treffes, stikke innom, det vanlige stedet eller å være i nærheten på lørdag, enten et ord i spørringen står i dem eller ikke.

Kostnaden er presisjon. Gjenfinning etter betydning vil med sikkerhet returnere ting som er tematisk like og etterforskningsmessig irrelevante, og den har ingen forestilling om eksakthet, noe som gjør den dårlig nettopp på spørringene nøkkelordsøk er best på. Be den om et bestemt telefonnummer, og De kan få flere plausible numre.

De to tilnærmingene svikter altså i motsatte retninger. Den ene bommer på ting som er der. Den andre returnerer ting som ikke er relevante. Å velge mellom dem er et dårlig bytte, og grunnen til at det er blitt presentert som et valg, er stort sett at de to ble bygget som separate produkter.

Å kjøre begge er det åpenbare svaret

Å kjøre nøyaktig gjenfinning og gjenfinning etter betydning sammen, og slå sammen resultatene, gir det uttømmende der termen er kjent, og rekkevidde der den ikke er det. Det gir også analytikeren noe mer nyttig enn én rangert liste: en måte å se hvilke resultater som kom fra hvor.

To tillegg betyr mer enn selve sammenslåingen.

Spørringsutvidelse. Automatisk utvidelse av søket til beslektet ordforråd, slik at en spørring etter én term også henter variantene, slangformene og erstatningene som brukes i stedet. Det er her en etterforskers oppsamlede kunnskap hører hjemme. Ikke i en statisk liste som forfaller, men i utvidelsesregler som kan vedlikeholdes, versjoneres og deles mellom enheter.

Omfang. Den samme spørringen betyr ulike ting på ulike nivåer. På tvers av en hel sak er den grovsortering. Innen ett segl er den undersøkelse. Innen én enkelt samtale er den lesing. En analytiker må kunne bevege seg mellom dem uten å bygge spørringen på nytt.

To ting det er verdt å være varsom med

Søk etter betydning innfører en feilmodus som nøkkelordsøk ikke har, og den fortjener å bli navngitt.

Et uttømmende nøkkelordsøk over et definert korpus kan beskrives presist i en rapport: denne termen, dette omfanget, så mange treff. Et søk etter betydning kan ikke karakteriseres på samme måte. Det finnes ingen ren uttalelse om hva det ikke returnerte, og en analytiker som sier at vedkommende søkte etter bevis for et møte, har fremsatt en langt vagere påstand enn en som sier at vedkommende søkte etter en bestemt streng.

Det praktiske svaret er at søk etter betydning er et verktøy for å finne ledetråder, ikke for å fremsette påstander om å være uttømmende. Det det løfter frem, blir lest, verifisert mot kilden og rapportert på egne premisser. Veien som fant det, er ikke beviset.

Det andre er at en melding som betyr noe i kontekst, er en tolkning, og tolkning er analytikerens og domstolens oppgave, ikke programvarens. Et system som løfter frem en tråd fordi den ligner det å avtale et møte, har gjort noe nyttig. Et system som rapporterer at et møte ble avtalt, har gått for langt, med mindre det legger frem de eksakte meldingene og lar et menneske avgjøre.

Derfor bør hvert resultat og hver uttalelse fra assistenten bære posten bak seg, og derfor bør ett klikk sette analytikeren på originalraden. Verdien av rekkevidde etter betydning er at den finner tråden ingen visste at de skulle lete etter. Verifiseringen er det som gjør det funnet brukbart etterpå.