Accueil/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. L'objectif n'est pas d'automatiser le jugement, mais de renforcer la cohérence, la traçabilité et la fiabilité du raisonnement professionnel.

Archives — bibliothèque institutionnelle

01 · Constitution des corpus

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.

Entretiens cliniques d'évaluation 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 en criminologie.

Chaque donnée a été prétraitée, anonymisée et codée selon une grille de variables cliniques, linguistiques et comportementales validée par des spécialistes.

02 · Architecture combinée

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 — classification de profils et détection de corrélations entre variables.
Apprentissage non supervisé — formation de clusters comportementaux, mise en évidence de typologies criminologiques.
Traitement automatique du langage (NLP) — analyse stylistique, émotionnelle et narrative des discours.
Modélisation vectorielle & simulations cognitives — 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.

Architecture computationnelle — circuits et données

03 · Validation scientifique

Validation 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.

Cohérence clinique des sorties produites.
Stabilité des corrélations dans le temps et entre profils.
Conformité avec les référentiels théoriques en psychocriminologie.
Revues d'experts indépendants & supervision par un comité scientifique.

CRIMENTALIA adopte une démarche évolutive : chaque mise à jour du modèle est soumise à une procédure de validation croisée et à un contrôle qualité.

04 · Prudence interprétative

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 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. — Une technologie au service de la pensée clinique

Une approche scientifiquefondée sur la précision clinique.

Sources de données et constitution des corpus.

Architecture des modèles et procédés d'apprentissage.

Validation et contrôle de fiabilité.

Principe de fiabilité et de prudence interprétative.

Une conception de la technologie comme prolongement de la pensée clinique.

Une approche scientifique
fondée sur la précision clinique.