Konflikt mellan två bevismodeller

 

Av docent ANDERS STENING

 

1. Bevisteorin

 

Den kunskap vi har om verkligheten — t. ex. ett bestämt rättsfaktum — har vi i allmänhet genom kunskap om andra delar av verkligheten — bevisfakta, hjälpfakta och erfarenhetssatser. Att bestämma kunskapens innehåll är ett empiriskt problem. Emellertid är det inte likgiltigt hur vi behandlar den kunskap vi har. Denna behandling av den empiriskt givna kunskapen sker på basis av vår kunskap om kunskapen. Denna kunskap om kunskapen förutsätter inte något bestämt empiriskt kunskapsinnehåll utan är en teoretisk analys av framför allt relationerna mellan olika typer av kunskap. Något förenklat uttryckt gör vi oss en modell av verkligheten för att bättre kunna överblicka densamma. Målsättningen är att denna modell skall ge underlag för en användning av den givna kunskapen som i största möjliga utsträckning etablerar förhållanden som vi saknar direkt kunskap om. Modellen skall förse oss med instrument för att få ut så mycket som möjligt ur den givna kunskapen!
    Vid valet mellan olika modeller för att beskriva bevisvärderingens problem är det naturligt att iaktta en viss försiktighet; det är inte så, att den ena modellen är riktig och den andra oriktig. Icke desto mindre är det riktigt att efter en jämförelse mellan olika modeller rekommendera användandet av en sådan modell som visat sig bäst "träffa" problemets kärna och som har de fruktbaraste konsekvenserna.
    Med de lösningar som teorin kan leverera förhåller det sig annorlunda. De är antingen riktiga eller oriktiga. Detta gäller t. ex. de på grundval av formell logik uppställda reglerna för sammanställning av bevisfakta. Sedan är det en annan sak att en sådan formel kan vara lätt eller svår att tillämpa, något som hänger samman med den empiriskt givna kunskapen.
    En teori bör var fruktsam, d. v. s. lösa så många problem som möjligt. Den måste med andra ord ha sådana grundelement som kan byggas ut och kombineras i största möjliga utsträckning: den måste vara generell! Därmed inte sagt att en teori kan utdömas därför att den inte räcker till för att beskriva alla situationer som tillhör problemområdet. Om en ny teori beskriver även den eller

de situationer som den ursprungliga teorin utelämnar, är den nya teorin givetvis att föredra. Om det däremot för närvarande inte går att finna en modell som innefattar alla dessa situationer, kan det vara nödvändigt att nöja sig med den ursprungliga teorin och behandla de särpräglade situationerna utifrån en enbart härför anpassad teori.
    Tydligen är fall då en viss situation inte går att infoga i teorin en viktig prövosten för varje vetenskaplig teori.
    I min avhandling "Bevisvärde" presenterar jag i anslutning till vissa grundläggande idéer hos Ekelöf, Halldén och Edman en modell för bevisvärdering, bevisvärdemetoden, vilken jag ställer emot temametoden¹. Jag har gjort gällande att bevisvärdering lämpligast angrips med hjälp av värdemetoden. De flesta bevissituationer som förekommer i praktiken, går att beskriva med hjälp av denna modell. Bevisproblemen kan emellertid också beskrivas med hjälp av temametoden.
    Den grundläggande skillnaden mellan dessa metoder är föremålet för bedömningen: värdemetoden riktar intresset mot en relation mellan två fakta, medan temametoden riktar intresset direkt mot existensen av ett bestämt faktum — temat.
    Jag har försökt visa att värdemetoden ur en mängd synpunkter är att föredra. Jag inser emellertid att det åtminstone till synes är så, att man vid statistiska bevis — där vi genom kunskap om statistiska fördelningar i olika populationer kan uttala oss om den statistiska sannolikheten för temat — inte kan begagna sig av värdemetoden, medan temametoden förefaller lämpa sig härför.
    Detta betyder inte nödvändigtvis att temametoden får företräde generellt sett. Den lämpar sig fortfarande inte för det stora antal situationer som beskrivs väl med hjälp av värdemetoden, men frågan är om detta "misslyckande" för värdemetoden ger oss anledning tro att det finns en tredje modell som kan beskriva alla dessa situationer.
    En annan utväg är att omformulera eller transformera den ifrågavarande situationen med statistiska bevis så, att den går att beskriva och lösa med hjälp av värdemetoden. Det är möjligt att man i så fall måste komplettera eller förbättra denna metod.
    Slutligen är det möjligt att det statistiska beviset måste beskrivas på ett sätt som skiljer sig från det sätt på vilket övriga bevissituationer beskrivs.
    För att få klarhet om vilken av dessa lösningar som kan komma

 

¹ Stening, Bevisvärde, Uppsala 1975, med där angiven litteratur. (Se särskilt s. 32 ff.)

ifråga måste vi närmare undersöka hur dessa statistiska bevis förhåller sig till ordinär bevisning med bevisvärde.
    Innan jag tar itu med denna konflikt mellan de två bevismodellerna, vill jag framhålla vissa grundläggande förhållanden.

 

1. Sannolikheten för ett förhållande (bevistema) är inte någon egenskap hos detsamma. Förhållandet antingen föreligger eller gör det inte. Den grad av sannolikhet man ofta felaktigt tillskriver temat hänför sig i själva verket till den kunskap vi har om temat; man överför det mått på sin kunskap man fått fram på rationell väg till att bli ett mått på temats existens. Detta är naturligtvis ohållbart, vilket inte hindrar att sannolikhetsterminologin är praktiskt användbar som ett mått på osäkerheten.
    Då man i vardagslivet måste handla även då man inte har säker kunskap om tingen, är det nödvändigt med en strategi för utnyttjandet av den kunskap vi har. För bevisvärderingens del måste den centrala frågan vara: vilket bevisvärde har de bevisfakta vi har kunskap om?
    I stället för att fråga hur det förhåller sig med temat, bör man fråga hur det förhåller sig med det erfarenhetsmässiga sambandet mellan vårt bevisfaktum och temat.
    Objektet för vår bedömning har sålunda förskjutits ett steg.

 

2. Denna bedömning är inte artskild från annan sannolikhetsbedömning. Den är underkastad samma regler som gäller för sannolikhetsbedömning i allmänhet. Sålunda gäller även den så kallade negationsregeln, som innebär att sannolikheten för att ett förhållande inte skall föreligga alltid är ett minus sannolikheten för att det skall föreligga. Sålunda implicerar sannolikheten för temat sannolikheten för icke-temat (att temat inte föreligger), medan sannolikheten för samband implicerar sannolikheten för icke-samband (att samband inte föreligger).

 

3. I alla fall, där det är fråga om att sammanväga betydelsen av flera bevisdata, är det av största vikt att den kunskap som representeras av olika bevisdata inte är helt eller delvis gemensam; bevisdata måste vara oberoende av varandra i en bestämd mening.
    Den sammanställningsform som är aktuell i detta sammanhang, är samverkan. Vid samverkan laborerar man med ett oberoende villkor som går ut på att bedömningen av det ena bevisets värde inte får förändras av att det andra beviset av någon anled-

ning helt saknar bevisvärde, eller mera generellt: sannolikheten för den ena händelsen får inte förändras av att den andra inte föreligger².

 

4. Att det jag kallat värdemetoden i allmänhet är att föredra framför det jag kallat temametoden, sammanhänger med att den kunskap vi faktiskt har oftast inte berättigar oss att uttala oss om sannolikheten för temat som sådant. Ibland har vi emellertid kunskap som gör detta möjligt, och då vanligen i form av absoluta frekvenser av typen "det snöar sällan i juli" eller "det händer endast en gång under 100 år att det snöar i juli". Sådan kunskap kan få betydelse som ursprungssannolikhet. I viss utsträckning är ett bevisfaktums bevisvärde beroende av temats ursprungssannolikhet: om vittnet påstår något så ovanligt som att det står en isbjörn på Riddartorget i Uppsala, ger det oss anledning till tveksamhet angående vittnets trovärdighet³.
    Man får inte sammanblanda denna ursprungssannolikhet med det jag i enlighet med Halldéns terminologi har kallat ex antesannolikhet, d. v. s. sannolikheten för ett tema innan en viss bevisning beaktas, men då annan bevisning redan beaktats⁴.

 

2. Sammanställning av bevisvärde och temasannolikhet

 

Då vi har kunskap om temats sannolikhet i någon form, uppstår frågan hur denna kunskap förhåller sig till "vanlig" bevisning med bevisvärde, och hur den skall påverka det sammanlagda resultatet.
    Den bevisning som på detta sätt kan konkurrera med bevisvärdet, är bevis av typen fingeravtryck, handskrift eller blodundersökningar, men även vissa former av direkt kunskap om temats frekvens eller ursprungssannolikhet.
    Det kan vara fråga om

 

a. kunskap om förekomsten av ett visst fenomen i en population. Detta leder till ett antagande om att sannolikheten för att vi skall stöta på ett sådant fenomen i en sådan population är x. Sannolikheten för detta tema (att stöta på fenomenet) är då x.
    Exempel på detta är handskriftsbevisning då vi funnit en kombination av egendomligheter som endast förekommer i x fall av

 

² A.a. s. 79 ff.

³ A.a. s. 84 ff.

⁴ Halldén, Sannolikhetens logik, Lund 1973, s. 60.

100. Sannolikheten att finna en sådan kombination är naturligtvis x, men sannolikheten för att just den tilltalade skrivit texten är ingalunda x.
    Ett annat exempel på detta slag av kunskap är att vi genom undersökningar vet, att det i Paris snöar under maj månad endast i 2 fall av 10, eller med andra ord vart femte år.

 

b. kunskap som kan deduceras ur kunskap under a. Om vi i handskriftsfallet utgår ifrån att frekvensen är 4 på 100 och att den rimliga populationen är 100, samt att vi inte har någon annan bevisning, kan vi anta att var och en av dessa 4 personer som kan förekomma i populationen, är lika sannolik. Sannolikheten för envar är då 1 på 4 eller 0,25. Sannolikheten för att den tilltalade skrivit texten är 0,25, men sannolikheten för att någon annan gjort det är 0,75.

 

Dessa kunskapssituationer kännetecknas således av att vi har direkt kunskap om antalet fall där temat föreligger, men också av att vi i de övriga fallen vet att temat inte föreligger.
    Denna typ av bevisning skall så sammanställas med bevisning som baserar sig på kunskap om relationen mellan två faktiska omständigheter. Denna kunskap leder till ett antagande att beviset i x fall av 100 bevisar temat. Sannolikheten för sambandet mellan bevis och tema är då x, medan sannolikheten för temat är minst x.
    Exempel på denna typ av bevis är att en cigarrettändare av en mycket speciell modell återfunnits på brottsplatsen, vilket antas bevisa att dess ägare befunnit sig där (i x fall av 100). Att dess förekomst i de resterande fallen inte beror på att ägaren själv haft den med sig, utan att han t. ex. lånat ut den till någon som sedan glömt den på brottsplatsen, betyder ju inte att ägaren i dessa fall inte varit på platsen.
    Låt oss börja med att undersöka ett fall där vi har kollision mellan bevisvärde och den typ av bevis som nämndes under a.
    Inför en resa till Paris får jag anledning att fundera över vad det kan vara för väder där i mitten av maj. Låt oss anta att jag med hjälp av egna observationer kunnat fastslå att det vid denna tid på året förekommer snöväder i Paris endast i 2 fall av 10, eller med andra ord att sannolikheten för snöväder är 0,2. Dagen före avresan läser jag emellertid i en fransk tidning med erkänd källa för väderprognoser, att man förväntar sig snöväder i Paris de närmaste dagarna. Låt oss vidare anta att jag med kännedom om de ifrågavarande meteorologernas skicklighet ger deras prognos

ett bevisvärde av 0,9. (Man kunde här lika väl tänka sig olika meteorologiskt relevanta omständigheter som bevis för snövädret, men det förutsätter kunskap om meteorologi som jag dessvärre saknar.)
    Vi har alltså en uppgift som utsäger att sannolikheten för snöväder är 0,2 samt ett bevisfaktum vars bevisvärde för temat snöväder är 0,9. Vilken är då den slutsats vi skall dra av denna samlade kunskap? Olika lösningar har föreslagits, men dessa utgår delvis från skilda utgångspunkter.
    Den schweiziske matematikern Bernoulli, som var verksam under senare hälften av 1600-talet, var intresserad av denna skillnad mellan olika sannolikhetsutsagor och utvecklade en teori för hur dessa kan samverka. Denna idé har tagits upp och utvecklats avden moderne engelske filosofen Hacking⁵. Denne åskådliggör situationen med en enkel figur:

 

FIGUR

 

Den vertikala axeln representerar den statistiska sannolikheten för temat (P(t)), medan den horisontella representerar det bevisvärde som tillkommer de ifrågavarande meteorologernas påståen-

 

⁵ Hacking i festskrift för Stig Kanger (1974), s. 113 ff, med där anförd litteratur.

de (P(bv)). Vardera axeln är indelad i 10 enheter och den kvadrat som bildas innehåller således 100 enheter. Den statistiska sannolikheten 0,2 uttrycks av ett horisontellt streck som delar kvadraten i två delar med delen under strecket utvisande de fall där temat föreligger, och delen ovanför utvisande de fall där temat inte föreligger. På motsvarande sätt uttrycks bevisvärdet med ett vertikalt streck mellan de fall där temat bevisas av beviset till vänster och fallen där temat inte bevisas av beviset — d. v. s. fall där vi inte vet någonting om huruvida temat föreligger eller inte — till höger.
    På detta sätt får vi 4 rutor i kvadraten: P, Q, R och S. Enligt Bernoulli/Hacking representerar P, S och R de fall där temat föreligger, medan Q representerar de fall där temat inte föreligger. Det skulle alltså vara så, att temat föreligger i 92 fall av 100 (P+S+R/P+S+R+Q). Sannolikheten för temat skulle alltså vara 0,92.
    Mot denna formel riktade i tiderna naturvetaren Lambert⁶ en kritik som i stort sett gick ut på att rutan P uttrycker en motsägelsefull kunskap (både fall där temat föreligger och fall där temat inte föreligger) och därför måste neutraliseras. Lambert fick så fram att S och R representerar fall där temat föreligger, medan Q representerar fall där temat inte föreligger, vilket ger formeln S+R/S+R+Q, eller 20 fall av 28. Sannolikheten för temat skulle då vara 0,714. Till detta kan sägas, att motsägelsefullheten knappast blir mindre av att vi helt sonika tar bort den kunskap som representeras av P. Eftersom varje del av vår kunskap har implikationer — rutorna på andra sidan strecket — finns motsägelsen kvar!
    Slutligen har Ekelöf i senaste upplagan av Rättegång IV skisserat en lösning som — såvitt jag kunnat bedöma — tillkommit oberoende av de ovan nämnda lösningarna⁷. Hans resonemang kan åskådliggöras med ett rutsystem (se s. 290):

 

I kvadraten har vi 100 rutor. Den kunskap vi har genom beviset (prognosen) kan uttryckas så, att de 90 första streckade rutorna representerar de fall där temat bevisas av beviset, d. v. s. de fall där temat föreligger, medan de resterande 10 prickade rutorna representerar fall där vi inte vet huruvida temat föreligger eller inte. Då vi har kunskap om att sannolikheten för snöväder i största allmänhet är 0,2, menar Ekelöf att vi om dessa överblivna rutor kan säga att 2 av dem — de både streckade och prickade rutorna — representerar fall där temat föreligger, och de reste-

 

⁶ A.a. s. 116 f.

⁷ Ekelöf, Rättegång IV (fjärde upplagan), Stockholm 1977, s. 37 f.

 

19—793354 Sv Juristtidning

 

FIGUR

 

rande 8 fall där temat inte föreligger. Resultatet av detta skulle vara att temat föreligger i 92 fall av 100, eller med andra ord att samverkansresultatet är 0,92.

 

Vi ser alltså att såväl Bernoulli/Hackings som Ekelöfs formel ger samma resultat, nämligen 0,92.
    Det kan då vara intressant att se vilket resultat vi får om vi tillämpar den vanliga samverkansformeln för bevisfakta med bevisvärde^7b: 0,2 + 0,9-0,2x0,9 = 0,92, eller med andra ord samma siffermässiga resultat som de båda föregående formlerna givit. Detta är ju något överraskande med tanke på vad jag hävdat om den skillnad som föreligger mellan kunskap om bevisvärde och kunskap om temasannolikhet. Enligt ovanstående skulle det således inte spela någon roll av vilket slag de samverkande kunskaperna är.
    Kan detta vara riktigt?
    Anta att jag känner till att en god vän brukar befinna sig i USA vid den här tiden på året. Jag är inte helt säker men uppskattar sannolikheten härför till 0,8. Det betyder enligt vad jag tidigare framhållit, att sannolikheten för att han skall vara i Uppsala är 0,2 om jag gör ett något verklighetsfrämmande antagande att han endast kan vara här eller i USA. En dag får jag i vimlet syn på en person som ser ut som min vän. Jag ser efter närmare och blir säkrare, men på grund av trängseln kan jag inte nå honom för att bli förvissad. Jag bedömer emellertid att bevisvärdet av min iakttagelse är 0,9.

 

^7b Det ena bevisets bevisvärde plus det andra bevisets bevisvärde, minus produkten av dessa. Se Stening, s. 79 ff.

    Enligt Bernoulli/Hacking och Ekelöf skulle då det förhållandet att vi vet att det är mycket osannolikt att min vän är i Uppsala på något sätt adderas till den kunskap vi har genom iakttagelsen, och härigenom skulle den sammanlagda sannolikheten för temat öka.
    Detta förefaller vara absurt! Om man över huvud taget kan tala om någon effekt av den låga ursprungssannolikheten för temat (0,2), borde den väl vara negativ, men som jag i annat sammanhang påpekat, bör en sådan kunskap — om den över huvud taget har någon effekt — vara inräknad i bevisvärdet hos min iakttagelse som bevisfaktum⁹.
    Problemet framstår tydligt i exemplet med snövädret. Vi känner till att sannolikheten för att det på en viss plats vid en viss tidpunkt skall vara snöväder är 0,2 i största allmänhet, d. v. s. utan kännedom om förhållandena i det enskilda fallet. Därefter får vi genom en väderprognos reda på att det vid detta tillfälle råder alldeles speciella förhållanden som enligt expertisen så gott som alltid förebådar kyla och nederbörd. Det sunda förnuftet säger då att det vore orimligt att ta den låga ursprungssannolikheten som ytterligare stöd i förhållande till de detaljerade kunskaperna om de rådande förhållandena och deras betydelse. Det förefaller naturligare att se det så, att det är fråga om olika kunskapsstadier. Den allmänna sannolikheten konsumeras helt enkelt av den speciella som inrymmer så mycket mer kunskap om just det fall vi är intresserade av.
    Var ligger då felet i de modeller som Bernoulli/Hacking och Ekelöf åskådliggjort med kvadrater?
    Först en detalj som är av principiellt intresse. Såväl Bernoulli och Hacking som Ekelöf föreställer sig att hela denna problematik har sin upprinnelse i att man upptäckt ett fall där den s. k. negationsregeln (P (-t) = 1 — P(t)) inte gäller. Så är inte fallet! Negationsregeln gäller alla sannolikhetsutsagor. Det fel Bernoulli och Hacking gör, är att de talar om sannolikheten för temat såväl då det gäller bevisets värde som då det gäller sannolikheten för temat. De har alltså utgått från att de båda sannolikhetsutsagorna har samma objekt medan det i själva verket är fråga om två skilda objekt: sannolikheten för temat och sannolikheten för att beviset bevisar temat.
    Om vi först granskar Bernoulli/Hackings modell, finner vi att det problematiska ligger i rutorna Q och R. För att formeln skall gälla, måste vi anta att de fall det där är fråga om är helt slump-

 

⁹ Stening, s. 43 f.

mässiga och att fördelningen 2 av 10 gäller för dessa fall. Nu finns det såvitt jag kan finna ingenting som säger att dessa 10 fall på alla sätt är likvärdiga med de 100 fall de är en del av. Tvärtom finns det ju anledning tro att de är speciella eftersom de är de enda där det starka beviset inte medför att temat föreligger. Denna invändning kan kanske åskådliggöras än bättre med Ekelöfs rutsystem. I de första 90 fallen medför beviset att temat föreligger. Om de övriga 10 kan vi inte säga någonting annat än att beviset inte medför temats existens, medan någonting annat mycket väl kan göra det.
    Tanken är således att de två inslag av kunskap vi har tillgång till på något sätt inte är oberoende av varandra. Eftersom det i princip är fråga om sannolikheten för två "händelser"¹⁰, borde det vara möjligt att pröva samverkansformeln på samma sätt som då det gäller två bevis med bevisvärde. De två händelser vi är intresserade av är dels att temat föreligger, P(t), dels att beviset är orsakat av temat, P(bv). I samverkansfallet kan vi då säga att vi söker sannolikheten för att antingen den ena eller den andra händelsen skall inträffa, eller formellt uttryckt P(t eller bv). Detta är lika med P(bv)+P(t)-P(bv och t).
    Eftersom P(bv och t) är lika med P(bv)×P(t) om P(bv) är lika med P(bv/-t), skulle samverkansformeln vara P(bv)+P(t) —P(bv)xP(t), vilket leder till samma resultat som de kritiserade formlerna.
    Oberoendekravet P(bv) lika med P(bv/-t) innebär att sannolikheten för att beviset skall vara orsakat av temat inte påverkas av att vi vet att temat inte existerar. Naturligtvis är det inte så! Om vi vet att ett visst förhållande inte föreligger, vet vi ju också att detta förhållande inte kan vara orsak till det bevis vi känner till.
    Dessa bevis är således inte oberoende av varandra. Redan utgångspunkten att fråga sig, huruvida antingen den ena eller den andra av två händelser kommer att inträffa, är absurd om händelserna är sådana att den enas existens är en förutsättning för den andras. Att den ordinära samverkansformeln klarar detta oberoende krav beror ju på att det där är fråga om händelser som kan föreligga respektive inte föreligga helt oberoende av hur det förhåller sig med den andra händelsen.
    I detta sammanhang bör nämnas, att såväl Hacking som Ekelöf har anfört vissa reservationer beträffande sina respektive lösningars tillämplighet. Hacking har tagit upp en begränsning som

 

¹⁰ A.a. s. 79 ff.

påminner om mitt beroenderesonemang. Gentemot Lamberts invändning hävdar han att Bernoullis formel är tillämplig om man har en "fullständig information", vilket synes innebära detsamma som att de neutrala (10) fallen har samma slumpmässiga fördelning som samtliga (100) fall¹¹. I annat fall skall man revidera den ena sannolikhetsutsagan på basis av den andra och tillämpa formeln på det reviderade materialet. Jag kan dock inte inse att dessa reviderade utsagor är kunskapsmässigt oberoende, vilket Hackingtycks mena. Ekelöf påpekar, att hans resonemang inte kan tillämpas om något av de neutrala fall, där temat föreligger enligt det statistiska beviset, även ingår bland de fall där temat föreligger enligt det ordinära beviset¹². Ekelöf tar inte ställning till huruvida detta i allmänhet är fallet eller ej, och jag kan inte avgöra om denna förutsättning helt motsvarar mitt oberoendekrav.
    Man kan fråga sig huruvida min analys kan genomföras i ett fall där det är fråga om kollision mellan bevisvärde och sådan kunskap som jag ovan talade om under b, d. v. s. kunskap som deduceras ur kunskap om frekvenser av t. ex. egenheter i handskrift.
    Ekelöf tar upp ett exempel där man dels i en skrift har funnit vissa egenheter som endast förekommer hos 4 personer i en population på 100 och vet att gärningsmannen står att finna bland ca 100 personer, dels har ett vittne som säger sig ha sett den tilltalade skriva den ifrågavarande texten¹³.
    Vi vill veta vem som skrivit texten, och vet att den tilltalade tillhör de 4 som har dessa egenheter i sin handskrift. Sannolikheten för att det är den tilltalade som skrivit texten är då enligt handskriftsbeviset rimligen 0,25, medan sannolikheten för att någon annan av de 4 skrivit texten är 0,75. Vittnesmålets bevisvärde uppskattas till 0,8 (vilket är högre än det värde Ekelöf utgår från). Det kan ju i detta fall vara svårt att se att den mycket speciella kunskap, som handskriftsbeviset representerar, på något sätt skulle kunna ingå i den kunskap som representeras av vittnesbeviset. Innebörden av min invändning framgår emellertid om man ser exemplet ur en annan synvinkel. Anta att vittnet får en ordentlig skymt av en person som sitter och skriver vad som senare visar sig vara den omstridda skriften. Han är så gott som säker på att det är den tilltalade han sett. Han har således en direkt kunskap om att det är den tilltalade som i detta fall skrivit

 

¹¹ Hacking, s. 121.

¹² Ekelöf, s. 38, not 89b.

¹³ A.a. s. 37 f.

texten (även om det finns ett osäkerhetsmoment som bedömaren måste beakta). Om någon då talar om för vittnet att det av vissa kråkor i texten framgår att den tilltalade tillhör 4 möjliga författare, och att sannolikheten för att det är denne som skrivit texten således är 0,25, är detta naturligtvis förhållandevis irrelevant information ur vittnets synpunkt, eftersom han ju sett mycket mer än så. I det fall där vi har ett vittnesmål av detta slag är det inte längre sant att sannolikheten för temat är 0,25!
    Det är lätt att kritisera; värre är det att reda ut hur dessa två slag av kunskap rätteligen skall sammanvägas.
    Utgångspunkt för min "lösning" av problemet är, att det är fråga om två olika sätt att uttrycka en kunskap som åtminstone delvis är gemensam. Det förefaller då rimligt att anta, att man helt enkelt måste välja något av dessa uttryck med hänsyn dels till vad slags kunskap man föredrar i rättsliga sammanhang, dels till vilket uttryck som innehåller den mesta kunskapen.
    Om vi har ett bevisfaktum med ett bevisvärde som är högre än den statistiska sannolikhet vi eventuellt har kännedom om, är det naturligt att välja bevisvärdet som ju ovedersägligen innehåller den mesta kunskapen om det enskilda fallet. Om vi i stället har kunskap om en statistisk fördelning som ger en högre sannolikhet för temat än bevisvärdet implicerar, är det ur rent teoretisk synpunkt naturligt att utgå från den förra. Det finns emellertid viktiga rättspolitiska skäl att vara varsam med sådan kunskap, eftersom den inte på samma sätt som bevisvärdet anknyter till det enskilda fallet.
    Låt oss se på ett exempel som åskådliggör detta dilemma: anta att man har statistisk kunskap om att 8 bilar av 10 på en viss vägsträcka kör med otillåtet hög hastighet. Om vi på måfå åtalar en bilist som kört på den ifrågavarande vägsträckan, skulle alltså sannolikheten för att han kört för fort vara 0,8. Anta vidare att det inte finns några fakta som talar vare sig för att han kört för fort eller för att han kört med tillåten hastighet. Att i detta fall fälla bilisten till ansvar verkar orimligt även om vårt beviskrav ligger på en nivå under 0,8, eftersom denne i praktiken inte har någon chans att visa att han (det enskilda fallet) faktiskt tillhör de två som inte kört för fort. Även om bilisten skulle få fram bevis, innebure ju det att bevisbördan övergått på den tilltalade trots att åklagaren inte lyckats prestera något som helst bevis avseende det enskilda fallet.
    Om min hypotes är riktig, skulle det alltså betyda att bevisvärdet skall ligga till grund för domen i alla fall där bevisvärdet är högre

än eventuellt förekommande statistisk sannolikhet, samt att sådan statistisk sannolikhet skall vara avgörande endast då den är högre än föreliggande bevisvärde, och detta endast om det inte finns rättspolitiska skäl som talar emot en sådan lösning (så kan väl ibland vara fallet i tvistemål).
    Detta är naturligtvis en mycket radikal lösning, framför allt för dem som aldrig tänkt på att det föreligger en väsentlig skillnad mellan dessa olika slag av kunskap. Den skulle innebära att t. ex. skriftprov som ger en sannolikhet på 0,8 inte alls skall beaktas av domstolen om det samtidigt finns ett bevis med bevisvärdet 0,85. Det händer ju ofta att handskriftsexperter ger utlåtanden där man talar om "visst stöd" eller dylikt, och denna typ av bevisning skulle alltså normalt vara oanvändbar åtminstone i brottmål.
    Intuitivt förefaller det ju orimligt att på detta sätt helt förkasta statistisk bevisning i form av fingeravtryck, handskrift och liknande. Det återstår dock en utväg att kunna beakta sådan kunskap, nämligen att transformera den till kunskap om bevisvärde.
    De statistiska bevisen bygger på frekvensuppgifter. Ofta är det fråga om frekvenser som är så låga, att erfarenheten och det sunda förnuftet säger att den ifrågavarande egenheten är unik, och då har vi ju övergått till att tala om det enskilda fallet. Emellertid måste man komma ihåg, att bevisvärdet av denna bevisning hänger samman med hur säker man kan vara på att den låga frekvensen implicerar att egenheten är unik, inte med hur låg frekvensen är i sig. Om exempelvis en fingeravtrycksexpert har kommit fram till att en kombination förekommit endast en gång bland 10 miljarder fingeravtryck, kan det vara naturligt att ta detta till intäkt inte för att vi skall finna ett andra fall om vi undersöker ytterligare 10 miljarder fingeravtryck, utan för att det är fråga om en helt unik kombination. Bevisvärdet är då kanske 0,9 om experten bedömer att hans slutsats om att kombinationen är unik är riktig i 9 fall av 10.
    Då en statistisk sannolikhet i form av en frekvens blir tillräckligt extrem, övergår den således till att fungera som ett bevis med bevisvärde.
    Vi har alltså i själva verket två frekvenssatser, av vilka den första är en iakttagen frekvens såsom "endast i ett fall av alla undersökta fall", medan den andra är ett sätt att uttrycka hur säkra vi kan vara på att den första frekvenssatsen uttrycker en lag och inte endast beror på att vår population är för liten.
    Om vi på detta sätt kunnat med en viss säkerhet fastslå att egendomligheten är unik, kan vi på deduktiv väg sluta till att den

tilltalade skrivit texten. Eftersom vi på detta sätt kan ersätta temat med ett annat förhållande — att egendomligheten är unik — kan detta bevis göras oberoende i förhållande till andra bevis med bevisvärde, vilket möjliggör tillämpning av samverkansformeln.
    Som exempel kan nämnas att vi söker sannolikheten för att antingen ett vittnesmål bevisar att den tilltalade skrivit en viss text, eller att expertens material bevisar att en i texten förekommande egendomlighet är unik. Märk att expertens material inte skall bevisa att den tilltalade skrivit texten, vilket emellertid är fallet om materialet bevisar att egendomligheten är unik, medan det förhållandet att egendomligheten inte är unik inte implicerar att den tilltalade inte skrivit texten!
    Det oberoendevillkor som bör uppställas går då ut på att sannolikheten för att vittnesmålet bevisar temat inte får förändras av att vi vet att expertens material inte bevisar att egendomligheten är unik. Det gör den ju inte, eftersom den tilltalade mycket väl kan ha skrivit texten även om just den ifrågavarande egendomligheten inte är unik för honom.
    Det är intressant att konstatera att min hypotes inte torde bekomma fingeravtrycksexperterna nämnvärt, eftersom dessa vanligtvis inte uttalar sig annat än då de är fullständigt säkra på att identitet föreligger, d.v. s. endast då man enligt min terminologi kan tala om att avtrycket har ett bevisvärde för att det är just den tilltalade och ingen annan som lämnat avtrycket. Dessa experter — och även vissa andra kriminaltekniker — har alltså utifrån sina utgångspunkter insett den begränsning deras material har i rättsliga sammanhang då det inte ger fullständig säkerhet. Man har från juristhåll kritiserat dem för att de inte delgett rätten också sina mindre säkra slutsatser för att ge rätten möjlighet att sammanställa dessa med annan bevisning, men deras försiktighet har tydligen starkt sakligt underlag.
    Inledningsvis ställde jag frågan vad denna konflikt mellan olika slag av kunskap innebär för bevisteorin. Svaret skulle således vara att man i vissa sammanhang får finna sig i att använda olika modeller, men att de olika slagen av kunskap då inte kan samverka, men framför allt att man i vissa fall kan omformulera kunskap om statistisk sannolikhet till termer av bevisvärde, varvid vanlig samverkan är möjlig. Genom transformeringen återfår de statistiska bevisen sina rätta proportioner.