La lingüística forense es una subdisciplina de la lingüística aplicada que utiliza los métodos y los hallazgos de la lingüística para asistir a investigaciones y procedimientos legales. Con el fin de analizar el uso del lenguaje en contextos legales, los lingüistas forenses trabajan en la intersección de la lingüística, la criminología y el derecho (Gibbons, 2003).
Índice de contenidos
Lingüística forense en Redes Sociales
Una de las aplicaciones más interesantes que tiene la lingüística forense es intentar determinar quién está escribiendo desde una cuenta anónima en Redes Sociales. Las estrategias de acoso y desinformación son muy habituales hoy en día, y el anonimato que proporcionan las Redes Sociales, especialmente Twitter, es terreno abonado para haters y acosadores.
En el equipo de Oscáriz Compliance hemos realizado varios análisis de cuentas relacionados con este tema. Un reciente caso que he conocido, ha interesado al equipo y me animado a escribir este artículo donde detallaré, paso a paso el procedimiento que se debe seguir. Los resultados serán presentados para su evaluación a los abogados y penalistas de Oscáriz Abogados, promete ser interesante.
Aplicaciones legales
Un caso clásico de lingüística forense podría implicar la identificación de autoría, donde se analizan textos para determinar si fueron escritos por una determinada persona. Esto se logra estudiando los patrones de lenguaje, la elección de palabras, la sintaxis, la puntuación y otros aspectos de la escritura. Esta técnica se ha utilizado en casos de amenazas escritas, notas de secuestro y correos electrónicos de acoso, entre otros.
Otro ámbito de la lingüística forense es la interpretación de la ley. Las leyes suelen estar escritas en un lenguaje altamente formal y especializado que puede ser difícil de interpretar. Los lingüistas forenses pueden ayudar a clarificar las intenciones de los redactores de la ley al analizar detenidamente el uso del lenguaje en el texto de la ley (Tiersma & Solan, 2005).
Además, la lingüística forense tiene aplicaciones en la interrogación policial y la toma de declaraciones. Al analizar las transcripciones de interrogatorios, los lingüistas pueden detectar posibles casos de coacción, confusión o malentendidos. También pueden asesorar sobre las mejores prácticas para formular preguntas en futuros interrogatorios.
Lingüística forense en la propiedad intelectual
La lingüística forense también tiene un papel importante en el análisis de los derechos de propiedad intelectual y de marca. El estudio detallado del lenguaje puede ayudar a establecer si un nombre de marca es suficientemente distintivo como para ser registrado, o si un texto supuestamente infractor se asemeja demasiado a una obra protegida por derechos de autor.
En resumen, la lingüística forense es una disciplina de gran valor para el sistema legal. A través del minucioso análisis del lenguaje, los lingüistas forenses pueden aportar evidencia, aclarar interpretaciones y promover la justicia.
Referencias
- Gibbons, J. (2003). Forensic Linguistics: An Introduction to Language in the Justice System. Blackwell Publishing.
- Tiersma, P. M., & Solan, L. M. (2005). Speaking of Crime: The Language of Criminal Justice. University of Chicago Press.
Base de datos de tweets
Para empezar a analizar quién es la persona que hay detrás de una cuenta, lo primero que debemos hacer es disponer de una base de datos de tweets.
Para lograr esto se puede recurrir a alguna herramienta de pago online o si, como es mi caso, se tienen conocimientos de PHP y la API de Twitter, realizar un sencillo bucle con la llamada a la API del usuario objeto del estudio.
Al obtener los tweets también disponemos de un dato muy importante que puede ser necesario a efectos legales para futuras reclamaciones de derecho al honor, el ID de usuario de Twitter, una información que nunca cambia.
En nuestro caso de estudio, analizamos los tweets del usuario cuya ID empieza por 163 y acaba en 006.
Los tweets que se van a analizar son 120 en total, en un periodo que abarca desde el 10 de marzo de 2023 al 14 de mayo del mismo año.
La tabla resumen es la siguiente:
Fecha | 3 letras iniciales | Caracteres del tweet |
10-03-2023 | Con | 108 |
10-03-2023 | Un | 95 |
26-04-2023 | Gra | 72 |
26-04-2023 | Jos | 227 |
26-04-2023 | Jua | 183 |
26-04-2023 | Año | 8 |
26-04-2023 | Un | 120 |
26-04-2023 | Cór | 55 |
26-04-2023 | And | 110 |
26-04-2023 | And | 148 |
26-04-2023 | Yo | 101 |
26-04-2023 | Que | 162 |
26-04-2023 | Des | 163 |
27-04-2023 | Las | 115 |
27-04-2023 | Jav | 67 |
27-04-2023 | Ped | 32 |
27-04-2023 | Saa | 136 |
27-04-2023 | Cór | 102 |
28-04-2023 | ¡Fe | 206 |
28-04-2023 | Ign | 65 |
28-04-2023 | Ped | 64 |
28-04-2023 | Jos | 32 |
28-04-2023 | Lol | 150 |
29-04-2023 | Lou | 54 |
29-04-2023 | Ana | 82 |
29-04-2023 | Dec | 86 |
29-04-2023 | Pue | 98 |
29-04-2023 | Eso | 63 |
29-04-2023 | Ana | 49 |
29-04-2023 | Ayu | 43 |
29-04-2023 | Ant | 173 |
29-04-2023 | Car | 186 |
29-04-2023 | Man | 34 |
29-04-2023 | Aç | 65 |
29-04-2023 | Ant | 100 |
29-04-2023 | Ant | 146 |
29-04-2023 | Ter | 65 |
29-04-2023 | Mar | 56 |
29-04-2023 | Yol | 59 |
29-04-2023 | Jul | 59 |
29-04-2023 | Mar | 67 |
29-04-2023 | JAV | 52 |
29-04-2023 | Alb | 60 |
29-04-2023 | Ana | 47 |
29-04-2023 | Lol | 49 |
01-05-2023 | Cla | 135 |
01-05-2023 | Di | 246 |
01-05-2023 | Chi | 180 |
01-05-2023 | Y l | 29 |
01-05-2023 | Alb | 80 |
01-05-2023 | Car | 53 |
01-05-2023 | Ant | 117 |
01-05-2023 | Ale | 89 |
01-05-2023 | Ant | 171 |
01-05-2023 | Ayu | 61 |
01-05-2023 | En | 156 |
02-05-2023 | PSO | 86 |
02-05-2023 | PSO | 175 |
02-05-2023 | El | 281 |
02-05-2023 | Ire | 86 |
02-05-2023 | Nad | 23 |
02-05-2023 | PSO | 28 |
02-05-2023 | Ere | 13 |
02-05-2023 | ¡AT | 158 |
02-05-2023 | Deb | 178 |
03-05-2023 | Joa | 153 |
03-05-2023 | Jos | 111 |
03-05-2023 | Jos | 51 |
03-05-2023 | Jua | 143 |
03-05-2023 | Man | 66 |
03-05-2023 | Jos | 68 |
03-05-2023 | Cór | 15 |
04-05-2023 | Lol | 132 |
04-05-2023 | Ele | 66 |
05-05-2023 | Min | 149 |
05-05-2023 | Ale | 35 |
05-05-2023 | PP | 166 |
05-05-2023 | El | 231 |
05-05-2023 | Ant | 259 |
06-05-2023 | Mír | 167 |
06-05-2023 | Sin | 102 |
06-05-2023 | PP | 80 |
06-05-2023 | Jua | 99 |
06-05-2023 | Gat | 56 |
06-05-2023 | Isa | 38 |
06-05-2023 | i l | 65 |
06-05-2023 | Sal | 58 |
06-05-2023 | Jos | 48 |
06-05-2023 | Jua | 199 |
06-05-2023 | Ram | 101 |
06-05-2023 | S/o | 157 |
06-05-2023 | Eri | 86 |
06-05-2023 | And | 35 |
06-05-2023 | Ton | 261 |
10-05-2023 | C. | 88 |
10-05-2023 | i l | 88 |
10-05-2023 | S/o | 69 |
10-05-2023 | Hol | 222 |
10-05-2023 | Gat | 79 |
10-05-2023 | Jes | 93 |
10-05-2023 | Sal | 81 |
10-05-2023 | Cam | 119 |
10-05-2023 | San | 71 |
14-05-2023 | Jos | 284 |
14-05-2023 | Ant | 284 |
14-05-2023 | Raf | 67 |
14-05-2023 | Vir | 79 |
14-05-2023 | sol | 80 |
14-05-2023 | Ric | 77 |
14-05-2023 | Jos | 178 |
14-05-2023 | Pac | 199 |
14-05-2023 | Mar | 211 |
14-05-2023 | Mar | 194 |
14-05-2023 | Agu | 209 |
14-05-2023 | Jos | 206 |
14-05-2023 | Bru | 192 |
14-05-2023 | Pil | 193 |
14-05-2023 | Isa | 292 |
14-05-2023 | Mañ | 290 |
14-05-2023 | Aur | 102 |
En la siguiente entrega empezaremos a analizar la semántica utilizada en los textos.
Casos célebres de la lingüística forense
Estos son algunos casos célebres donde se ha aplicado la lingüística forense con éxito.
Caso Unabomber (Ted Kaczynski)
Este es uno de los casos más famosos de lingüística forense. Ted Kaczynski, también conocido como el Unabomber, llevó a cabo una serie de ataques con bombas en Estados Unidos durante casi dos décadas. En 1995, envió un manifiesto a varios medios de comunicación, amenazando con más violencia si no se publicaba. Su hermano, David Kaczynski, reconoció el estilo de escritura y las ideas expresadas en el manifiesto, lo que llevó a su eventual arresto. El lingüista forense James R. Fitzgerald de la FBI analizó el manifiesto y encontró coincidencias estilísticas y de contenido con cartas y documentos escritos por Kaczynski, corroborando la sospecha.
Caso Jon Benét Ramsey
La lingüística forense también fue utilizada en el famoso caso sin resolver del asesinato de JonBenét Ramsey. En este caso, se utilizó para analizar la nota de rescate que se encontró en la escena del crimen. La nota era inusualmente larga y contenía varias características idiosincrásicas. Los lingüistas forenses notaron que la redacción y la estructura de la nota eran inconsistentes con lo que uno esperaría de un secuestrador real. Aunque el caso sigue sin resolverse, la lingüística forense ha sido una herramienta útil en el intento de determinar la autoría de la nota.
Caso J.K. Rowling (Robert Galbraith)
Este es un caso diferente y bastante moderno de lingüística forense. Cuando el libro «The Cuckoo’s Calling» fue publicado por un autor desconocido llamado Robert Galbraith, un análisis lingüístico forense ayudó a revelar que la verdadera autora era J.K. Rowling, la famosa escritora de Harry Potter. Los académicos utilizaron el análisis de autoría computacional, estudiando elementos como el uso de palabras y frases, la gramática y los patrones de puntuación, y descubrieron que las similitudes con las obras de Rowling eran demasiado grandes para ser coincidencia.