楊 菲

(吉林大學(xué)法學(xué)院，吉林 長春 130012)

一、問題的提出

人工智能在刑事司法領(lǐng)域的運(yùn)用是現(xiàn)代科技發(fā)展到一定階段的必然產(chǎn)物。伴隨這一趨勢，人工智能在刑事案件中的作用也逐步由輔助查明犯罪事實(shí)的技術(shù)性工具向證明犯罪構(gòu)成的訴訟證據(jù)蔓延。例如，在盜竊犯罪以及脫逃犯罪案件當(dāng)中，“人臉識(shí)別對(duì)比結(jié)果”逐步成為確定犯罪主體身份的必要證據(jù)(1)參見廣西壯族自治區(qū)鹿寨縣人民法院(2019)桂0223刑初231號(hào)刑事判決書。；在偷越國邊境以及運(yùn)輸毒品犯罪案件中，“活動(dòng)軌跡智能分析結(jié)果”已然成為影響犯罪成立的重要證據(jù)(2)參見云南省高級(jí)人民法院(2016)云刑終511號(hào)刑事裁定書。；在量刑程序中，檢察機(jī)關(guān)出具的“智能人身危險(xiǎn)性評(píng)估報(bào)告”也逐步被作為證明被告人人身危險(xiǎn)性大小的證明材料。顯然，以分析結(jié)果為呈現(xiàn)形式的人工智能證據(jù)已進(jìn)入刑事案件中并作為證據(jù)使用。這些由人工智能形成的分析結(jié)果是一種以海量數(shù)據(jù)為基礎(chǔ)要素，以智能算法為核心要素，以機(jī)器判斷為本質(zhì)要素的一種機(jī)器分析意見。[1]其無論是在內(nèi)容形式還是其形成原理方面都具有與傳統(tǒng)證據(jù)所不同的特征，這也使其在法律層面面臨歸屬難題。有研究者可能會(huì)將其與大數(shù)據(jù)證據(jù)劃等號(hào)，認(rèn)為兩者沒有什么本質(zhì)的區(qū)別。但問題在于，大數(shù)據(jù)證據(jù)是一種寬泛的稱謂，除了大數(shù)據(jù)分析意見外，大數(shù)據(jù)載體、等量復(fù)制大數(shù)據(jù)本身以及通過大數(shù)據(jù)挖掘的部分小數(shù)據(jù)也都可以稱為大數(shù)據(jù)證據(jù)。[2]人工智能證據(jù)屬于大數(shù)據(jù)證據(jù)，但大數(shù)據(jù)證據(jù)卻并非人工智能證據(jù)。伴隨人工智能與大數(shù)據(jù)技術(shù)逐步實(shí)現(xiàn)深度融合，智能算法已在大數(shù)據(jù)技術(shù)中廣泛應(yīng)用，大數(shù)據(jù)分析結(jié)果逐步在向人工智能分析結(jié)果轉(zhuǎn)化。可以說，人工智能證據(jù)呈現(xiàn)了大數(shù)據(jù)證據(jù)的顯著特征，代表了大數(shù)據(jù)證據(jù)未來的發(fā)展趨勢。探究人工智能證據(jù)在刑事司法領(lǐng)域中的運(yùn)用，不僅有利于深化對(duì)大數(shù)據(jù)證據(jù)的認(rèn)識(shí)，妥善應(yīng)對(duì)人工智能技術(shù)對(duì)證據(jù)領(lǐng)域的沖擊，而且有助于推動(dòng)人工智能技術(shù)在證據(jù)領(lǐng)域中的應(yīng)用，更好地發(fā)揮其獨(dú)特的證明價(jià)值?？梢灶A(yù)見，伴隨人工智能技術(shù)在刑事證明領(lǐng)域的展開，人工智能證據(jù)的數(shù)量會(huì)越來越多，對(duì)人工智能證據(jù)的研究也必將成為理論界和實(shí)務(wù)部門難以回避的話題。

值得注意的是，辦案人員在實(shí)踐中一方面難以抗拒人工智能技術(shù)在證明方面帶來的正向價(jià)值，另一方面又囿于缺乏證據(jù)種類歸屬和證據(jù)審查規(guī)則而對(duì)其使用心存疑慮。現(xiàn)有研究多聚焦于智能輔助審判領(lǐng)域，而對(duì)于人工智能分析結(jié)果用作證據(jù)的理論基礎(chǔ)和實(shí)踐狀況都缺乏足夠的關(guān)注，對(duì)可能存在的程序風(fēng)險(xiǎn)更缺乏必要的預(yù)見和反思。在人工智能分析結(jié)果的理論地位不明以及程序管控缺失的情況下，倘若盲目地在刑事案件中肆意使用，不僅會(huì)消減人工智能技術(shù)的正向價(jià)值，更難以應(yīng)對(duì)人工智能技術(shù)對(duì)傳統(tǒng)證據(jù)制度的沖擊，甚至誘發(fā)刑事錯(cuò)案、控辯失衡以及權(quán)力位移風(fēng)險(xiǎn)。有鑒于此，筆者將首先在理論層面對(duì)人工智能分析結(jié)果作為證據(jù)的正當(dāng)性基礎(chǔ)進(jìn)行探討以回答“能不能作為證據(jù)”、“為什么作為證據(jù)”、“作為什么證據(jù)”的問題，繼而選取人臉識(shí)別分析結(jié)果這一實(shí)踐中最為典型的人工智能證據(jù)作為觀察對(duì)象，實(shí)證考察人工智能證據(jù)在刑事司法領(lǐng)域的運(yùn)用概況，在此基礎(chǔ)上反思人工智能證據(jù)運(yùn)用可能誘發(fā)的刑事風(fēng)險(xiǎn)，進(jìn)而提出應(yīng)對(duì)之策，以期助益于實(shí)踐發(fā)展和制度變革。

二、人工智能分析結(jié)果用作證據(jù)的基礎(chǔ)

人工智能分析結(jié)果是海量數(shù)據(jù)與人工智能技術(shù)相結(jié)合的產(chǎn)物，是通過智能數(shù)據(jù)處理程序憑借“機(jī)器學(xué)習(xí)”等關(guān)鍵技術(shù)，對(duì)海量數(shù)據(jù)進(jìn)行標(biāo)注、提取、挖掘、碰撞、分析等操作之后而得到的“二次開發(fā)數(shù)據(jù)結(jié)論”。實(shí)務(wù)部門雖然已經(jīng)將其運(yùn)用在刑事案件當(dāng)中證明要件事實(shí)，但研究者對(duì)其在理論層面用作證據(jù)的基礎(chǔ)卻缺乏足夠的探討。明確其能否作為證據(jù)使用、為什么要作為證據(jù)使用、作為什么證據(jù)使用的問題，有利于為人工智能證據(jù)的正當(dāng)性提供理論依據(jù)。

(一)人工智能分析結(jié)果作為證據(jù)使用的空間

我國證據(jù)的概念可劃分為證據(jù)材料、訴訟證據(jù)和定案根據(jù)三個(gè)層次。當(dāng)其具備相關(guān)性時(shí)，即可作為證據(jù)材料使用；具備相關(guān)性與合法性時(shí)即可作為訴訟證據(jù)使用；若證據(jù)“三性”同時(shí)具備便可作為定案根據(jù)使用。[3]人工智能分析結(jié)果既可以在概念層面符合刑事證據(jù)的基本表達(dá)作為證據(jù)材料使用，也可以在證據(jù)屬性層面具備關(guān)聯(lián)性與合法性作為訴訟證據(jù)使用，更可以在庭審過程中進(jìn)一步接受真實(shí)性與可靠性檢驗(yàn)作為定案根據(jù)使用。

首先，人工智能分析結(jié)果可以作為用以證明與案件事實(shí)有關(guān)的材料。我國現(xiàn)行法律對(duì)證據(jù)的概念采用“材料說”而非“事實(shí)說”，意味著只要人工智能分析結(jié)果能夠證明系犯罪事實(shí)便具有作為證據(jù)的可能性，而基于智能算法得出的分析結(jié)果正依托于相關(guān)關(guān)系分析，因而可以發(fā)揮證明案件事實(shí)的作用。[4]

其次，人工智能分析結(jié)果能夠接受證據(jù)的關(guān)聯(lián)性與合法性的檢驗(yàn)以作為訴訟證據(jù)使用。人工智能分析結(jié)果是基于智能算法對(duì)海量非結(jié)構(gòu)化數(shù)據(jù)分析之后而形成的衍生性數(shù)據(jù)，這種關(guān)聯(lián)關(guān)系可以根據(jù)數(shù)據(jù)和算法的相關(guān)性而實(shí)現(xiàn)結(jié)果與犯罪構(gòu)成要件的強(qiáng)關(guān)聯(lián)，雖然在數(shù)據(jù)收集、清洗、標(biāo)注以及算法設(shè)計(jì)等環(huán)節(jié)含有人為因素，但其形成過程仍然要遵循科學(xué)要求的原理和程序，因而可以經(jīng)受關(guān)聯(lián)性以及程序合法性檢驗(yàn)。至于形式合法性的問題，主要爭議點(diǎn)在于“封閉論”下人工智能分析結(jié)果是否能夠作為訴訟證據(jù)使用。對(duì)此，實(shí)務(wù)部門往往通過將其轉(zhuǎn)化為法定證據(jù)的方式來使其獲得形式合法性。

最后，人工智能分析結(jié)果可以在庭審過程中接受真實(shí)性與可靠性檢驗(yàn)作為定案根據(jù)使用。人工智能分析結(jié)果的技術(shù)原理在于將捕獲的海量非結(jié)構(gòu)化關(guān)聯(lián)數(shù)據(jù)“喂養(yǎng)”給人工智能使其獲得數(shù)據(jù)燃料，在此基礎(chǔ)上通過機(jī)器識(shí)別、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等技術(shù)提取重要信息并分析整理、綜合研判，進(jìn)而自動(dòng)形成以電子數(shù)據(jù)為載體的機(jī)器結(jié)論。[5]該結(jié)論滿足電子證據(jù)和意見證據(jù)的雙重屬性，因而在其作為訴訟證據(jù)的基礎(chǔ)上，只要能夠經(jīng)受電子證據(jù)鑒真規(guī)則和科學(xué)證據(jù)的可靠性檢驗(yàn)便可以與其他證據(jù)一起作為定案根據(jù)。

因此，人工智能分析結(jié)果具有作為證據(jù)使用的空間。

(二)人工智能分析結(jié)果具有較強(qiáng)的司法適用價(jià)值

通過人工智能分析結(jié)果來證明案件事實(shí)已經(jīng)成為一種實(shí)踐需求，其根源在于刑事案件日益專業(yè)化、復(fù)雜化的現(xiàn)實(shí)狀況。伴隨人工智能技術(shù)的逐漸成熟，刑事司法逐步將其角色由技術(shù)手段轉(zhuǎn)向刑事證明，使其內(nèi)含的司法適用價(jià)值逐步彰顯。

首先，有利于提高訴訟效率。網(wǎng)絡(luò)時(shí)代促使人類行為趨于數(shù)字化，犯罪行為轉(zhuǎn)化為數(shù)據(jù)鏡像，承載犯罪信息的數(shù)據(jù)往往以海量化、弱關(guān)聯(lián)的形式分散在網(wǎng)絡(luò)世界當(dāng)中，增加了取證時(shí)效和證明周期。在e租寶案中，用以證明犯罪數(shù)額的數(shù)據(jù)信息就達(dá)30TB左右并分散于數(shù)個(gè)平臺(tái)數(shù)據(jù)庫當(dāng)中。若用傳統(tǒng)方式人工逐條篩選匯總以證明犯罪結(jié)構(gòu)以及犯罪數(shù)額的方式往往無法實(shí)現(xiàn)。[6]借助人工智能算法模型對(duì)海量數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析生成分析意見則可大大壓縮證明時(shí)長、提高訴訟效率。

其次，有利于降低證明難度。在刑事訴訟中，證據(jù)往往是一種稀缺資源，證據(jù)信息數(shù)量也往往與證明難度成正比。人工智能分析結(jié)果的形成依托于海量數(shù)據(jù)以及智能算法兩大核心要素，前者保障涉案關(guān)聯(lián)信息的全面性，后者保障證明事項(xiàng)的確定性。在逃脫犯罪案件當(dāng)中，犯罪嫌疑人為逃避追訴往往變更身份信息。在缺乏其他證據(jù)情況下，控訴機(jī)關(guān)往往采用人工智能大數(shù)據(jù)比對(duì)系統(tǒng)生成人臉識(shí)別分析結(jié)果以證明犯罪主體同一性。(3)參見新疆維吾爾自治區(qū)烏魯木齊市中級(jí)人民法院(2020)新01刑初57號(hào)刑事判決書。該證據(jù)往往以似然率來判斷證明力大小，似然率越大，證據(jù)對(duì)待證事實(shí)的證明力則越強(qiáng)。[7]

最后，有利于強(qiáng)化指控體系。實(shí)踐中，人工智能分析結(jié)果既可以作為間接證據(jù)與其他證據(jù)相互印證來證明案件事實(shí)，也可以作為輔助證據(jù)通過補(bǔ)強(qiáng)控方證據(jù)或者彈劾辯方證據(jù)的方式強(qiáng)化刑事指控體系。在陳某偷越國境案當(dāng)中，公安機(jī)關(guān)出具的人臉識(shí)別結(jié)果在案件中作為間接證據(jù)證明犯罪主體身份同一性，并與其他證據(jù)形成印證，共同證明案件事實(shí)。(4)參見廣東省廣州市白云區(qū)人民法院(2015)穗云法刑初字第1462號(hào)一審刑事判決書。在徐某某盜竊罪一案中，控方采用人臉識(shí)別比對(duì)結(jié)果證明犯罪主體身份以彈劾被告人否認(rèn)自己為犯罪主體的辯解。(5)參見福建省南平市中級(jí)人民法院(2020)閩07刑終1號(hào)二審刑事裁定書。在劉世國、馬再堂走私、販賣、運(yùn)輸、制造毒品案當(dāng)中，控方通過活動(dòng)軌跡智能分析結(jié)果對(duì)被告人供述進(jìn)行補(bǔ)強(qiáng)以強(qiáng)化指控體系。(6)參見云南省高級(jí)人民法院(2016)云刑終511號(hào)二審刑事裁定書。

因此，人工智能分析結(jié)果具有較強(qiáng)的司法適用價(jià)值。

(三)人工智能分析結(jié)果獨(dú)特于其他法定證據(jù)

人工智能分析結(jié)果是以海量數(shù)據(jù)為基礎(chǔ)要素，以智能算法為核心要素，以機(jī)器判斷為本質(zhì)要素，以電子數(shù)據(jù)為載體呈現(xiàn)的一種機(jī)器分析意見，這就使得人工智能分析結(jié)果既具有與法定證據(jù)類型的相似特征又具有與之不同的獨(dú)特品質(zhì)。根據(jù)刑事訴訟法50條之規(guī)定，法定證據(jù)類型共包括八種，如果僅以外觀載體為標(biāo)準(zhǔn)，似乎可將人工智能分析結(jié)果劃為電子數(shù)據(jù)，倘若以內(nèi)容為標(biāo)準(zhǔn)，似乎可將之歸為書證或鑒定意見。然而，若細(xì)加考究則不難發(fā)現(xiàn)該種歸類具有明顯的局限性。

首先，人工智能分析結(jié)果不同于書證。實(shí)踐中為方便舉證示證，辦案人員往往將人工智能分析結(jié)果以書面形式呈現(xiàn)。據(jù)此，似乎滿足書證的特點(diǎn)即以內(nèi)容和思想證明案件事實(shí)，然其本質(zhì)的不同則在于書證形成于訴訟開始之前，而人工智能分析結(jié)果則形成于訴訟過程之中。

其次，人工智能分析結(jié)果不同于電子證據(jù)。人工智能分析結(jié)果是通過智能算法模型對(duì)海量原始數(shù)據(jù)進(jìn)行分析加工而形成的二次開發(fā)數(shù)據(jù)，這就使其雖然在外觀形態(tài)上可以電子數(shù)據(jù)為載體，但由于其并非產(chǎn)生于案發(fā)過程之中且并非原始信息的直接呈現(xiàn)和簡單記錄因而使兩者迥異。[8]

最后，人工智能分析結(jié)果不同于鑒定意見。由于人工智能技術(shù)需要依靠機(jī)器學(xué)習(xí)功能通過數(shù)據(jù)喂養(yǎng)更新算法智能性，使之得以在海量數(shù)據(jù)中提煉經(jīng)驗(yàn)規(guī)律進(jìn)而形成自主判斷，[9]這也使其可能與鑒定意見同歸為意見證據(jù)。然而，兩者最大的區(qū)別在于證據(jù)生成主體的差異性，前者為智能程序代碼而后者為人類專家。據(jù)此，人工智能分析結(jié)果似難以歸入法定證據(jù)種類當(dāng)中。雖然具備法定形式證據(jù)可以作為證據(jù)使用，但實(shí)踐中使用的證據(jù)并非都以法定形式呈現(xiàn)。即使不符合法定的證據(jù)種類也并不一定就絕無獲得證據(jù)資格的可能。諸如交通事故責(zé)任認(rèn)定書、社會(huì)調(diào)查報(bào)告等證據(jù)同樣迥異于法定證據(jù)種類，但審判機(jī)關(guān)依然承認(rèn)其證據(jù)資格。而無論是電子數(shù)據(jù)、專家報(bào)告還是事故調(diào)查報(bào)告所面臨的歸屬爭議，最終也都以修改法律或者司法解釋等方式獲得了法律地位。因此，討論人工智能分析結(jié)果的資格歸屬問題必須要對(duì)其與其他法定證據(jù)種類的迥異性具有清晰的認(rèn)識(shí)，跳出既有的證據(jù)種類理論框架，承認(rèn)其特殊的證據(jù)地位。

綜上，人工智能分析結(jié)果不僅符合證據(jù)概念的基本表達(dá)能夠接受證據(jù)“三性”的檢驗(yàn)，而且具有較高的司法適用價(jià)值，因而可以且有必要作為刑事證據(jù)予以使用。但是，由于其不同于任何一種法定證據(jù)類型，出于其特殊性以及大數(shù)據(jù)證據(jù)演進(jìn)趨勢考慮，有必要在理論層面將該類證據(jù)歸納為人工智能證據(jù)，(7)人工智能證據(jù)的技術(shù)原理在于智能算法模型，其不同于運(yùn)用人工智能技術(shù)所收集的證據(jù)。前者著眼于人工智能分析技術(shù)得出結(jié)論的內(nèi)容性，例如智能軌跡分析結(jié)論、人臉識(shí)別比對(duì)結(jié)果等。而后者則側(cè)重于人工智能技術(shù)的工具性，強(qiáng)調(diào)將該項(xiàng)技術(shù)作為獲取其他證據(jù)的鋪墊而非用于法庭舉證，例如智能輔助文書處理技術(shù)、智能語音識(shí)別技術(shù)等。參見鄭飛，馬國洋.大數(shù)據(jù)證據(jù)適用的三重困境及出路[J].重慶大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2022(8):1-13.一方面可避免對(duì)大數(shù)據(jù)證據(jù)概念探討的寬泛化，另一方面也可加強(qiáng)研究者對(duì)人工智能技術(shù)在證據(jù)維度的思考。

三、實(shí)踐考察：人工智能證據(jù)的應(yīng)用類型

目前，人工智能在刑事司法當(dāng)中的作用主要聚焦于技術(shù)工具使用，如智能預(yù)測、風(fēng)險(xiǎn)評(píng)估、類案推送、量刑輔助、語音識(shí)別等。[10]但是，若對(duì)刑事審判實(shí)踐加以考察便不難發(fā)現(xiàn)，人工智能證據(jù)已然出現(xiàn)于對(duì)犯罪事實(shí)的證明過程當(dāng)中。以人臉識(shí)別為例，筆者對(duì)北大法寶收錄的刑事裁判文書進(jìn)行瀏覽分析之后發(fā)現(xiàn)，涉及人臉識(shí)別的刑事裁判文書約2295份，剔除無關(guān)案例，獲得樣本案例共計(jì)386份。對(duì)樣本案例進(jìn)行分析發(fā)現(xiàn)辦案機(jī)關(guān)往往將其作為涉案線索、歸入法定證據(jù)或單獨(dú)進(jìn)行列舉的方式使用。

(一)作為涉案線索使用

將人工智能證據(jù)作為涉案線索使用，即僅將其視為偵查技術(shù)而不視為訴訟證據(jù)。對(duì)犯罪嫌疑人主體身份的確認(rèn)，仍通過線下辨認(rèn)、指紋鑒定、戶籍資料等傳統(tǒng)證明方式進(jìn)行。該類案件在筆者統(tǒng)計(jì)的樣本當(dāng)中有163件，約占42%。如，在黃某某故意殺人罪一案中，經(jīng)法院查明：黃某某在殺害被害人后逃離案發(fā)現(xiàn)場，并通過找他人辦理虛假身份信息的方式躲避偵查。偵查機(jī)關(guān)通過人臉識(shí)別比對(duì)系統(tǒng)鎖定了犯罪嫌疑人，并在此基礎(chǔ)上通過線下走訪確定其真實(shí)身份并將其抓獲。(8)參見內(nèi)蒙古自治區(qū)高級(jí)人民法院(2018)內(nèi)刑終296號(hào)一案裁定書。在此案件中，偵查機(jī)關(guān)雖然采用了人臉識(shí)別技術(shù)，但人臉識(shí)別分析結(jié)果在本案中僅承擔(dān)涉案線索功能，而并不作為認(rèn)定犯罪主體身份同一性的證據(jù)使用，未接受舉證質(zhì)證，更不出現(xiàn)在定案根據(jù)當(dāng)中。法院最終認(rèn)定被告人本人與虛假身份信息之人具有同一性，仍然借助了鑒定意見、辨認(rèn)筆錄、證人證言、視聽資料、書證等傳統(tǒng)證據(jù)。

(二)歸入法定證據(jù)使用

將人工智能證據(jù)歸入法定證據(jù)種類使用，即雖然承認(rèn)其證據(jù)資格，但仍將其作為傳統(tǒng)證據(jù)進(jìn)行使用，其目的在于通過轉(zhuǎn)化外觀的方式使人工智能證據(jù)獲得行使合法性，緩解證據(jù)資格審查阻力。該類案件在樣本案例中有99件，約占25%。其中歸為書證的69件(其中有31件案例雖未將其列入書證范疇，但列為了情況說明等材料。由于實(shí)踐中通常將情況說明、到案經(jīng)過等材料視為書證，因此一并納入書證統(tǒng)計(jì))；歸為視聽資料、電子數(shù)據(jù)的有6件；歸為鑒定意見的有14件；歸為證人證言的有2件；歸為辨認(rèn)筆錄的有8件。例如，在關(guān)某1、關(guān)某3非法侵入住宅罪一案中，(9)參見云南省昆明市官渡區(qū)人民法院(2019)云0111刑初1218號(hào)一審刑事判決書法院將派出所人臉識(shí)別對(duì)比結(jié)果作為抓獲經(jīng)過的部分內(nèi)容，并歸入證人證言當(dāng)中以證明抓獲對(duì)象為實(shí)施非法侵入住宅的在逃犯罪嫌疑人。

(三)列為其他證據(jù)使用

將人工智能證據(jù)列為其他證據(jù)使用，即既不否定其證據(jù)資格又不將其劃入法定證據(jù)種類當(dāng)中。該情況在筆者統(tǒng)計(jì)的樣本案例中共有124件，約占32%。例如，在白某某脫逃一案中，(10)參見四川省康定縣人民法院(2020)川3301刑初34號(hào)一審刑事判決書。偵查機(jī)關(guān)通過人臉識(shí)別圖偵系統(tǒng)證明犯罪嫌疑人為監(jiān)獄在逃人員，并以“在逃人員研判報(bào)告”的方式在裁判文書中單獨(dú)列舉。為進(jìn)一步強(qiáng)化刑事指控體系，檢察機(jī)關(guān)還出具了偵查機(jī)關(guān)對(duì)白某某的指紋鑒定，以形成對(duì)犯罪主體要件事實(shí)的印證。對(duì)該類案件進(jìn)行分析之后發(fā)現(xiàn)，控訴機(jī)關(guān)雖然將人臉識(shí)別分析結(jié)果單獨(dú)作為證明案件事實(shí)的證據(jù)予以使用，但對(duì)該證據(jù)的可靠性仍然持有疑慮，因此為加強(qiáng)該證據(jù)的證明力，還采取鑒定、辨認(rèn)、詢問證人、訊問被告人等方式加以印證，鞏固刑事指控體系。

四、人工智能證據(jù)運(yùn)用的刑事風(fēng)險(xiǎn)

樣本案例證明，人工智能證據(jù)已獲得實(shí)務(wù)部門的承認(rèn)，并在刑事案件中發(fā)揮了較強(qiáng)的證明作用。然而，迥異的運(yùn)用方式則意味著辦案部門并未對(duì)人工智能證據(jù)形成清晰的認(rèn)識(shí)。在尚不具備應(yīng)對(duì)能力的情況下，辦案機(jī)關(guān)貿(mào)然運(yùn)用人工智能證據(jù)將會(huì)產(chǎn)生如下刑事風(fēng)險(xiǎn)。

(一)認(rèn)知性困境下的刑事錯(cuò)案風(fēng)險(xiǎn)

科學(xué)認(rèn)知和訴訟認(rèn)知是科學(xué)證據(jù)的采信所需要經(jīng)歷的兩個(gè)認(rèn)知過程，[11]前者要求裁判者要對(duì)科學(xué)證據(jù)的科學(xué)內(nèi)涵和形成原理有所認(rèn)識(shí)，后者要求裁判者在形成科學(xué)認(rèn)知的基礎(chǔ)上對(duì)證據(jù)所涉的內(nèi)容進(jìn)行評(píng)價(jià)并作出判斷。人工智能證據(jù)作為新型科學(xué)證據(jù)在認(rèn)知層面同樣具有兩個(gè)內(nèi)容，即對(duì)人工智能技術(shù)本身的科學(xué)性進(jìn)行認(rèn)知以及對(duì)人工智能分析結(jié)果的內(nèi)容進(jìn)行認(rèn)知。從人工智能證據(jù)的證明原理來看，通過人工智能技術(shù)形成對(duì)案件事實(shí)判斷的直接根據(jù)是經(jīng)機(jī)器語言轉(zhuǎn)后的人類語言，[12]即可以被人所理解的人工智能分析結(jié)果，而其形成過程則涉及復(fù)雜的技術(shù)原理和“黑箱”設(shè)計(jì)，[13]易對(duì)司法人員造成認(rèn)知困境。這將造成司法人員因缺乏對(duì)該證據(jù)本身科學(xué)性的識(shí)別而輕信分析意見，最終影響事實(shí)判斷導(dǎo)致錯(cuò)案的發(fā)生。具體表現(xiàn)在三個(gè)方面：

首先，知識(shí)鴻溝造成的事實(shí)認(rèn)定偏差。人工智能證據(jù)的出現(xiàn)，使得算法處理的數(shù)據(jù)侵入證據(jù)本體開始影響事實(shí)認(rèn)定，法官面對(duì)超出認(rèn)知范圍的復(fù)雜算法原理產(chǎn)生事實(shí)認(rèn)定“失語”，使之由主動(dòng)控制轉(zhuǎn)為被動(dòng)接受。[14]一旦數(shù)據(jù)基礎(chǔ)和算法模型出現(xiàn)偏誤，便會(huì)使證據(jù)的可靠性折損導(dǎo)致事實(shí)認(rèn)定出現(xiàn)偏差。相同的情況在鑒定意見采納問題上早已出現(xiàn)，[15]法官因?qū)I(yè)壁壘而輕信鑒定結(jié)果導(dǎo)致錯(cuò)案發(fā)生早已成為前車之鑒。

其次，科學(xué)技術(shù)偏見產(chǎn)生的“錨定效應(yīng)”。人工智能分析結(jié)果的形成雖說是機(jī)器運(yùn)轉(zhuǎn)的產(chǎn)物，但其所依托的海量數(shù)據(jù)收集、提取、標(biāo)注以及算法模型的設(shè)計(jì)、訓(xùn)練等都涉及人為因素。[16]當(dāng)事實(shí)預(yù)設(shè)與價(jià)值取向介入其中，分析意見所蘊(yùn)含的技術(shù)偏見便會(huì)伴隨司法進(jìn)程的推進(jìn)持續(xù)累積，進(jìn)而使法官對(duì)被告人形成一種被錨定和固化的認(rèn)知定勢誘發(fā)錯(cuò)案產(chǎn)生。[17]

最后，智能技術(shù)準(zhǔn)確度蘊(yùn)含錯(cuò)誤可能。人工智能分析結(jié)果的準(zhǔn)確度與基礎(chǔ)數(shù)據(jù)、樣本數(shù)據(jù)以及算法質(zhì)量等因素有關(guān)。[18]在威廉姆斯案件中，警方依據(jù)人臉識(shí)別結(jié)果指控其構(gòu)成盜竊并將其拘押，但事后發(fā)現(xiàn)是人臉識(shí)別技術(shù)出現(xiàn)錯(cuò)誤而導(dǎo)致錯(cuò)誤逮捕。[19]此外，美國司法部門曾在多個(gè)刑事案件中采用STRmixDNA(自動(dòng)化DNA比對(duì)軟件)輸出證據(jù)，但卻因其源代碼中存在的技術(shù)錯(cuò)誤誤導(dǎo)了事實(shí)認(rèn)定。[20]我國人臉識(shí)別等人工智能技術(shù)同樣存在誘發(fā)錯(cuò)誤可能。在楊某某搶劫一案中，(11)參見云南省昆明市官渡區(qū)人民法院(2020)云0111刑初1311號(hào)一審刑事判決書。雖然人臉識(shí)別分析結(jié)果顯示相似度只有34%，但法院在缺乏其他證據(jù)的情況下仍然認(rèn)定犯罪主體具有同一性，這便使錯(cuò)案風(fēng)險(xiǎn)蘊(yùn)含其中。

(二)解釋性障礙下的控辯失衡風(fēng)險(xiǎn)

刑事訴訟為解決案件中的專門性問題設(shè)置了鑒定制度，使其可以通過科學(xué)原理及其工具手段形成對(duì)專門性事實(shí)的認(rèn)識(shí)。然而，僅有專門性問題的解決方式卻缺乏對(duì)該方式的合理解釋，仍無法滿足正當(dāng)程序的要求，因而專家輔助人制度應(yīng)運(yùn)而生。同理，在使用人工智能證據(jù)證明案件事實(shí)的過程中，由于算法的智能化和復(fù)雜性使其同樣面臨解釋性障礙，這不僅會(huì)影響控方指控效果，使其出現(xiàn)運(yùn)用證據(jù)卻無法解釋的尷尬境地，也會(huì)影響辯方質(zhì)證能力，使其囿于知識(shí)缺陷而難以對(duì)人工智能證據(jù)展開有效質(zhì)證，更會(huì)促使法官對(duì)科學(xué)證據(jù)偏信，使其傾向于對(duì)控方意見采納，最終誘發(fā)控辯失衡的風(fēng)險(xiǎn)。具體表現(xiàn)在三個(gè)方面：

首先，解釋對(duì)象的復(fù)雜性致使控方證明責(zé)任的不完全履行?？胤匠袚?dān)的說服責(zé)任是證明責(zé)任內(nèi)容之一。當(dāng)控方運(yùn)用人工智能證據(jù)證明案件事實(shí)時(shí)要對(duì)證據(jù)如何證明待證事實(shí)進(jìn)行說明，一旦辯方對(duì)人工智能證據(jù)的技術(shù)原理提出質(zhì)疑，控方同樣有義務(wù)對(duì)此進(jìn)行解釋。然而，由于人工智能的準(zhǔn)確性與可解釋性成反比，(12)當(dāng)前人工智能多采取神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等算法技術(shù)，使得結(jié)果越準(zhǔn)確往往可解釋性越弱，就連人工智能本身也無法對(duì)決策的原理進(jìn)行解釋說明。參見劉艷紅.人工智能的可解釋性與AI的法律責(zé)任問題研究[J].社會(huì)科學(xué)文摘,2022(4):8-11.控方在實(shí)踐中往往更關(guān)注人工智能證據(jù)的證明力而并不對(duì)其技術(shù)原理加以說明。如楊某某等盜竊一案中，(13)參見廣東省江門市新會(huì)區(qū)(市)人民法院(2019)粵0705刑初587號(hào)一審刑事判決書。即使辯方對(duì)人臉識(shí)別結(jié)果的準(zhǔn)確性提出質(zhì)疑，控方也并未對(duì)此加以解釋，而法院對(duì)該證據(jù)予以采納。

其次，解釋權(quán)力的壟斷性造成人工智能證據(jù)運(yùn)用簡單粗暴。由于算法公開與商業(yè)秘密呈現(xiàn)突出的矛盾關(guān)系，運(yùn)用人工智能的司法機(jī)關(guān)對(duì)算法原理的解釋權(quán)呈現(xiàn)壟斷地位。實(shí)踐中，控方成為使用人工智能證據(jù)的強(qiáng)勢主體，法官也呈現(xiàn)出偏信傾向。在韓某某盜竊罪一案中，(14)參見四川省綿陽市涪城區(qū)人民法院(2019)川0703刑初328號(hào)一審刑事判決書。人臉識(shí)別對(duì)比結(jié)果只有63%，即使辯方對(duì)此提出質(zhì)疑，控方也并未對(duì)此加以解釋，法庭仍以該人臉識(shí)別結(jié)果認(rèn)定犯罪主體具有同一性。

最后，解釋資源的有限性造成辯方難以對(duì)人工智能證據(jù)形成有效質(zhì)證。辯方一般可以通過閱卷權(quán)以及申請(qǐng)專家輔助人增強(qiáng)對(duì)科學(xué)證據(jù)的質(zhì)證能力。然而，多數(shù)情況下偵查機(jī)關(guān)只將人工智能分析結(jié)果作為技術(shù)線索而不進(jìn)入法庭程序，使其無法被辯方查閱和質(zhì)證。即便作為證據(jù)使用，由于其并非鑒定意見，因而無法借助專家輔助人制度。辯方?jīng)]有申請(qǐng)算法解釋請(qǐng)求權(quán)，缺乏可以依托的解釋資源，因而難以對(duì)控方提交的人工智能證據(jù)形成有效質(zhì)證。

(三)運(yùn)用性難題下的權(quán)力位移風(fēng)險(xiǎn)

若要使人工智能證據(jù)獲得準(zhǔn)入法庭的資格并作為認(rèn)定案件事實(shí)的根據(jù)，則不僅要經(jīng)由偵查機(jī)關(guān)合法方式取得，而且要經(jīng)受檢察機(jī)關(guān)審查和法庭調(diào)查。然而，與傳統(tǒng)證據(jù)所不同的是，人工智能證據(jù)具有更高的知識(shí)壁壘和更強(qiáng)的運(yùn)用難度，如果無法對(duì)其加以把握，將會(huì)產(chǎn)生權(quán)力位移風(fēng)險(xiǎn)。

首先，偵查權(quán)力得到強(qiáng)化，偵查中心主義得以鞏固。在人工智能偵查的應(yīng)用場景中，偵查機(jī)關(guān)對(duì)犯罪嫌疑人進(jìn)行軌跡分析、通過智能比對(duì)挖掘可疑人員、運(yùn)用智能識(shí)別技術(shù)確認(rèn)個(gè)體特征、采用搜索推理系統(tǒng)輔助偵查決策等方式的運(yùn)用日益普遍。[21]這些技術(shù)手段在智能算法的加持下使偵查能力大幅提高。然而，投入偵查機(jī)關(guān)使用的人工智能技術(shù)種類繁多，各自的準(zhǔn)確度和成熟度不盡相同，這些技術(shù)手段的使用不僅無需經(jīng)過法定的審批程序，而且其產(chǎn)生的分析意見也可以證據(jù)的形式徑直進(jìn)入庭審當(dāng)中以證明案件事實(shí)。面對(duì)人工智能技術(shù)的科學(xué)壁壘，如果檢察和審判機(jī)關(guān)缺乏對(duì)該類證據(jù)的審查、調(diào)查能力，將會(huì)導(dǎo)致檢察權(quán)和審判權(quán)對(duì)偵查權(quán)的控制作用進(jìn)一步削弱。

其次，檢察監(jiān)督權(quán)出現(xiàn)缺位，證據(jù)審查難度加大。為強(qiáng)化檢察機(jī)關(guān)對(duì)偵查機(jī)關(guān)移送案卷材料中的科學(xué)證據(jù)進(jìn)行審查，高檢院于2018年出臺(tái)《關(guān)于指派、聘請(qǐng)有專門知識(shí)的人參與辦案若干問題的規(guī)定(試行)》(下文簡稱《規(guī)定》)。實(shí)踐中，輔助檢察官審查技術(shù)性證據(jù)的有專門知識(shí)的人主要由本院的檢察技術(shù)部門人員組成，當(dāng)然，也可以由本院以外的專家組成。然而，這兩種方式都難以承擔(dān)對(duì)人工智能證據(jù)的審查任務(wù)。據(jù)了解，現(xiàn)有的檢察技術(shù)部門不僅面臨專業(yè)技術(shù)人員短缺的問題，而且由于待遇保障不到位等原因造成人才流失嚴(yán)重。[22]即便是委托檢察機(jī)關(guān)以外的專家輔助審查技術(shù)性證據(jù)，也會(huì)因?yàn)檗k案期限、訴訟成本、思想觀念、審查效果等原因而怠于啟用。[23]這將造成檢察機(jī)關(guān)對(duì)人工智能證據(jù)審查監(jiān)督權(quán)的缺位。

最后，法官裁判權(quán)發(fā)生位移，審判中心主義受到抑制。證據(jù)裁判原則是以審判中心主義的基本原則，這就要求無論是定罪證據(jù)還是量刑證據(jù)都要接受法庭的實(shí)質(zhì)審查。然而，楊某某搶劫案(15)參見云南省昆明市官渡區(qū)人民法院(2020)云0111刑初1311號(hào)一審刑事判決書。、韓某某盜竊案(16)參見四川省綿陽市涪城區(qū)人民法院(2019)川0703刑初328號(hào)一審刑事判決書。等多個(gè)實(shí)踐案例證明，法官往往更加重視人工智能證據(jù)的指控作用，并在一定程度上存在盲目信賴。即便在辯方對(duì)其準(zhǔn)確性質(zhì)疑的情況下，法官因其知識(shí)結(jié)構(gòu)缺陷也并未對(duì)其科學(xué)性和可靠性加以實(shí)質(zhì)審查，削弱了法庭對(duì)證據(jù)的決定作用。

五、人工智能證據(jù)運(yùn)用的應(yīng)對(duì)舉措

人工智能在刑事司法領(lǐng)域具有廣闊的應(yīng)用前景，可以預(yù)見的是，伴隨技術(shù)成熟度以及智能化水平的提升，未來將會(huì)有越來越多的人工智能證據(jù)在刑事案件中出現(xiàn)并發(fā)揮重要的證明價(jià)值。為推進(jìn)司法證明的科技化程度并有效應(yīng)對(duì)人工智能證據(jù)誘發(fā)的刑事風(fēng)險(xiǎn)，一方面通過降低人工智能證據(jù)準(zhǔn)入刑事訴訟的門檻以發(fā)揮其在證明領(lǐng)域的正向價(jià)值，另一方面應(yīng)強(qiáng)化司法機(jī)關(guān)對(duì)人工智能證據(jù)的審查能力以化解其在刑事程序當(dāng)中的負(fù)面效應(yīng)。

(一)突破法定證據(jù)種類的資格限制

在刑事訴訟中，證據(jù)是構(gòu)筑案件事實(shí)的基礎(chǔ)，證據(jù)資源越豐富，事實(shí)得到還原的程度就越高。無論是英美法系國家還是大陸法系國家都并未對(duì)證據(jù)的種類做出過于嚴(yán)苛的限制。然而，我國刑事訴訟法對(duì)證據(jù)采取一種“封閉式”的表述形式，一方面難以適應(yīng)因偵查技術(shù)高速發(fā)展促使證據(jù)形式更迭變化的問題，另一方面也會(huì)使得根據(jù)證據(jù)種類而設(shè)置的證據(jù)規(guī)則面臨不斷被修補(bǔ)造成疊床架屋的問題。因此，以“開放式”的證據(jù)種類取代“封閉式”的證據(jù)種類，不僅有利于解決證據(jù)資源稀缺性的問題，更有利于應(yīng)對(duì)以大數(shù)據(jù)、人工智能證據(jù)為代表的新型證據(jù)對(duì)法定證據(jù)種類制度的沖擊。

首先，在理論層面以相關(guān)性為基準(zhǔn)破除法定種類限制。證據(jù)的相關(guān)性表達(dá)了證據(jù)與待證事實(shí)的關(guān)聯(lián)，缺乏相關(guān)性的證據(jù)無法具備證據(jù)資格。人工智能證據(jù)與大數(shù)據(jù)證據(jù)遵循相同原理，即“通過智能算法剖析海量數(shù)據(jù)的相關(guān)性要素創(chuàng)構(gòu)出必然或合理的事實(shí)因果關(guān)系”，[24]以分析結(jié)果為外觀呈現(xiàn)的“衍生性證據(jù)”，這使其迥異于傳統(tǒng)證據(jù)類型而面臨歸屬難題。目前有兩種解決思路：其一，強(qiáng)行將其歸入傳統(tǒng)證據(jù)種類當(dāng)中。其二，將其作為法定種類之外的獨(dú)立類型。前者多被實(shí)務(wù)部門采用，而理論界則傾向于后者。筆者認(rèn)為，前者忽視了人工智能證據(jù)的特殊性易造成屬性不匹配和審查規(guī)則不兼容的問題，而后者則治標(biāo)不治本，倘若再出現(xiàn)新的證據(jù)類型則不免再次出現(xiàn)變法修律的結(jié)局，更何況兩者都并未從根本上破除證據(jù)種類的“封閉性”。治本之策在于從根源上反思既有的法定證據(jù)種類理論，破除證據(jù)種類限制，將相關(guān)性作為證據(jù)資格的基礎(chǔ)性要件以構(gòu)筑證據(jù)能力規(guī)則。[25]在此理論之下，新的證據(jù)形式不再受到既有種類的束縛，便可使得借助海量數(shù)據(jù)和機(jī)器算法揭示結(jié)論與待證事實(shí)相關(guān)關(guān)系的人工智能證據(jù)獲得進(jìn)入刑事訴訟的資格以發(fā)揮證明案件事實(shí)之作用。

其次，從規(guī)范層面改變對(duì)證據(jù)種類的“封閉式”表述，采取“列舉+兜底條款”的表述方式。將相關(guān)性作為證據(jù)資格的基礎(chǔ)性要件，不僅為破除法定證據(jù)種類的“封閉性”轉(zhuǎn)向“開放式”提供了理論前提，也順便為人工智能證據(jù)獲得法律資格創(chuàng)造了可能。那么如何構(gòu)建“開放式”的證據(jù)種類體系，如何使人工智能證據(jù)獲得法律認(rèn)可便成為關(guān)鍵問題。有研究者認(rèn)為，應(yīng)取消法律規(guī)定證據(jù)種類的做法，將關(guān)注重點(diǎn)放置于證據(jù)規(guī)則的構(gòu)建。[26]也有研究者主張既有的證據(jù)種類劃分標(biāo)準(zhǔn)混亂，應(yīng)對(duì)既有的證據(jù)種類按照更加科學(xué)的標(biāo)準(zhǔn)重新劃分以使其具有更強(qiáng)的囊括性和普遍性。[27]還有研究者提出，應(yīng)當(dāng)在既有的法定證據(jù)種類框架基礎(chǔ)上通過增設(shè)兜底性條款的方式促使證據(jù)種類向“開放式”轉(zhuǎn)向。[28]具體就人工智能證據(jù)而言，筆者認(rèn)為，上述觀點(diǎn)雖然都可為其獲得法律資格提供解決思路，但第三種方式似乎更符合當(dāng)下的制度體系。原因在于，相關(guān)性雖是證據(jù)的天然屬性，但這并不意味著要完全放棄對(duì)證據(jù)法定形式的要求。為促進(jìn)司法效率，方便司法機(jī)關(guān)對(duì)證據(jù)材料梳理歸類并設(shè)置具體的審查規(guī)則，證據(jù)仍然要以一定的形式表現(xiàn)出來。那么，究竟是采用重新劃分證據(jù)種類的做法，還是在既有框架基礎(chǔ)上增設(shè)兜底性條款，便成為值得討論的問題。從短期來看，由于我國證據(jù)種類和證據(jù)審查規(guī)則緊密相關(guān)，因而采取“列舉+兜底條款”的方式，不僅可以減少對(duì)既有制度造成的沖擊，而且也有利于增強(qiáng)證據(jù)種類包容性，靈活應(yīng)對(duì)科技浪潮下證據(jù)形式的更迭。

(二)明確人工智能證據(jù)的審查內(nèi)容

人工智能證據(jù)并非是對(duì)電子數(shù)據(jù)的直接運(yùn)用，而是對(duì)海量數(shù)據(jù)經(jīng)過了智能分析算法處理得出結(jié)論以證明案件事實(shí)的間接運(yùn)用方式。[29]這種方式具有更強(qiáng)的復(fù)雜性、技術(shù)性和專業(yè)性，解決了司法人員對(duì)海量數(shù)據(jù)存在的識(shí)別和理解障礙，但其結(jié)論產(chǎn)出涉及多種介入因素和處理步驟，存在較高的運(yùn)用風(fēng)險(xiǎn)。基于此，對(duì)人工智能證據(jù)的審查內(nèi)容應(yīng)當(dāng)力求全面。司法機(jī)關(guān)在面對(duì)人工智能證據(jù)時(shí)應(yīng)當(dāng)從相關(guān)性、合法性和可靠性三個(gè)方面加以審查。

首先，相關(guān)性審查。對(duì)人工智能證據(jù)的相關(guān)性審查，既包括證據(jù)能力審查也包括證明力審查。前者側(cè)重于判斷人工智能證據(jù)與待證事實(shí)有沒有相關(guān)性的問題，而后者則側(cè)重于判斷人工智能證據(jù)與待證事實(shí)有多大的相關(guān)性的問題。其一，證據(jù)能力層面的相關(guān)性審查主要包括數(shù)據(jù)相關(guān)性、技術(shù)相關(guān)性以及結(jié)論相關(guān)性。[30]就數(shù)據(jù)相關(guān)性和技術(shù)相關(guān)性而言，人工智能證據(jù)的形成往往需要依賴海量基礎(chǔ)數(shù)據(jù)，這些海量數(shù)據(jù)通常來源于既有的數(shù)據(jù)庫以及即時(shí)提取并儲(chǔ)存的海量數(shù)據(jù)。這些供給人工智能的訓(xùn)練數(shù)據(jù)只要具有對(duì)特定案件事實(shí)的最低程度相關(guān)性即可，而人工智能技術(shù)的作用就在于將海量低相關(guān)度的數(shù)據(jù)加以分析以得出高相關(guān)性的結(jié)論，這就意味著只有選取有助于解決待證事實(shí)的人工智能技術(shù)才能夠得出相關(guān)性的結(jié)論。例如，在證明抓獲的犯罪嫌疑人與案發(fā)現(xiàn)場監(jiān)控圖像中出現(xiàn)的人具有同一性時(shí)，通過人臉識(shí)別系統(tǒng)便可證明該待證事實(shí)。就結(jié)論相關(guān)性而言，由于人工智能證據(jù)主要以分析意見的形式表現(xiàn)出來，因此與其他科學(xué)證據(jù)的相關(guān)性審查無異，只需要對(duì)其實(shí)質(zhì)性和證明性進(jìn)行判斷即可。其二，證明力層面的相關(guān)性審查主要是指結(jié)論的相關(guān)性。由于人工智能分析結(jié)果多以概率的形式表現(xiàn)出來，概率越高證明力越強(qiáng)，這為法官自由判斷其證明力大小提供了依據(jù)。如在陳某某等盜竊一案中，(17)參見四川省宜賓縣人民法院(2019)川1521刑初149號(hào)刑事一審判決書。人臉識(shí)別相似率為90%以上，具有較高的證明力，在法官認(rèn)定犯罪主體具有同一性問題上發(fā)揮了重要證明作用。

其次，合法性審查。通常情況下，對(duì)證據(jù)的合法性要從表現(xiàn)形式、取證主體、取證行為和取證內(nèi)容等方面判斷，但人工智能證據(jù)的形成原理在于機(jī)器生成性，迥異于傳統(tǒng)證據(jù)的獲取方式。因此，套用傳統(tǒng)證據(jù)的合法性審查規(guī)則并不能滿足人工智能證據(jù)的審查要求。從理論上來看，證據(jù)合法性源于正當(dāng)程序要求。無論是英美法系還是大陸法系，對(duì)證據(jù)合法性審查目的都在于防范偵查權(quán)力濫用和保障基本人權(quán)。筆者認(rèn)為，對(duì)人工智能證據(jù)的合法性審查也應(yīng)當(dāng)符合該目標(biāo)，具體可落腳于三個(gè)方面。其一，海量基礎(chǔ)數(shù)據(jù)的合法性。人工智能分析結(jié)果的形成依賴于海量基礎(chǔ)數(shù)據(jù)，而這些數(shù)據(jù)的收集、提取等程序不能違反對(duì)電子數(shù)據(jù)收集提取的禁止性規(guī)定，通過非法收集、提取的海量數(shù)據(jù)不能作為人工智能證據(jù)形成的數(shù)據(jù)基礎(chǔ)。其二，人工智能技術(shù)使用的合法性。人工智能技術(shù)的應(yīng)用應(yīng)當(dāng)以公民的基本權(quán)利保障為限度，通過嚴(yán)重侵犯公民基本權(quán)利的人工智能技術(shù)所形成的證據(jù)應(yīng)當(dāng)予以排除。其三，人工智能分析結(jié)果應(yīng)當(dāng)具備基本的形式要件，如應(yīng)當(dāng)具有人工智能技術(shù)提供者和使用者的簽字或蓋章等基本信息。

最后，可靠性審查。對(duì)證據(jù)所依據(jù)的科學(xué)原理和方法加以審查是科學(xué)證據(jù)審查的獨(dú)特要求，一旦該項(xiàng)證據(jù)無法經(jīng)受可靠性檢驗(yàn)，便意味著即使符合其他審查要求也無法作為定案根據(jù)。在缺乏可靠性審查的情況下，一旦人工智能證據(jù)所依據(jù)的技術(shù)原理和使用方法出現(xiàn)錯(cuò)誤將會(huì)導(dǎo)致事實(shí)認(rèn)定出現(xiàn)偏差并誘發(fā)錯(cuò)案風(fēng)險(xiǎn)。目前，我國尚未建立對(duì)科學(xué)證據(jù)的可靠性審查規(guī)則，對(duì)鑒定意見的審查也以形式審查為主。值得注意的是，美國對(duì)于科學(xué)證據(jù)的可靠性審查已經(jīng)形成了成熟的規(guī)則和豐富的判例。1923年，美國在Frye V. United States案中將科學(xué)證據(jù)的可靠性檢驗(yàn)標(biāo)準(zhǔn)確定為“Frye標(biāo)準(zhǔn)”。而在1993年的Daubert V. Merrell Dow Pharmaceuticals案中，又將Frye案中確立的“普遍接受”標(biāo)準(zhǔn)更新為“Daubert標(biāo)準(zhǔn)”。[31]將這些有益經(jīng)驗(yàn)加以借鑒并應(yīng)用于人工智能證據(jù)可靠性審查時(shí)，也可通過是否具有可檢驗(yàn)性、同行評(píng)議情況、錯(cuò)誤率如何、在其所屬領(lǐng)域的普遍接受情況等四個(gè)方面加以判斷。

(三)豐富人工智能證據(jù)的審查機(jī)制

如果將人工智能證據(jù)的審查內(nèi)容比作“菜譜”，那么審查機(jī)制的構(gòu)建就是“炊具”選取的過程。司法人員要想發(fā)揮人工智能證據(jù)對(duì)刑事案件的正向價(jià)值，則必須擁有豐富的審查機(jī)制。審查機(jī)制的完善程度直接決定了司法人員對(duì)人工智能證據(jù)的運(yùn)用水平，對(duì)破解科學(xué)壁壘、填補(bǔ)知識(shí)鴻溝、揭開“黑箱”面紗、提高應(yīng)對(duì)能力具有重要意義。

首先，應(yīng)引入技術(shù)調(diào)查官機(jī)制，強(qiáng)化控方對(duì)人工智能證據(jù)的審查能力。目前，檢察機(jī)關(guān)缺乏對(duì)人工智能證據(jù)的審查機(jī)制，加之技術(shù)咨詢部門人員流失以及專門知識(shí)的人使用度不高等問題，亟待建立常規(guī)性的科學(xué)證據(jù)審查機(jī)制。從地方實(shí)踐來看，部分檢察院開始探索的技術(shù)調(diào)查官同步輔助審查機(jī)制為應(yīng)對(duì)人工智能證據(jù)審查難題提供了契機(jī)。例如，北京市檢察院于2018年推出《專業(yè)同步輔助審查工作指南》，通過引入技術(shù)調(diào)查官以應(yīng)對(duì)金融犯罪領(lǐng)域的證據(jù)審查難題。[32]上海市靜安區(qū)檢察院于2021年出臺(tái)《關(guān)于探索技術(shù)調(diào)查官參與檢察辦案活動(dòng)的意見》和《技術(shù)調(diào)查官參與辦案工作細(xì)則》，已在知產(chǎn)、金融、網(wǎng)絡(luò)等領(lǐng)域推行了技術(shù)調(diào)查官機(jī)制。[33]筆者認(rèn)為，技術(shù)調(diào)查官雖然是知識(shí)產(chǎn)權(quán)審判領(lǐng)域的專有機(jī)制，但并不意味著檢察機(jī)關(guān)不能加以借鑒吸收。面對(duì)科技迭代加劇的“技術(shù)恐慌”，檢察機(jī)關(guān)探索技術(shù)調(diào)查官證據(jù)審查機(jī)制正當(dāng)其時(shí)。未來，應(yīng)當(dāng)將技術(shù)調(diào)查官定位為檢察輔助人員以明確其主體身份，擴(kuò)大技術(shù)調(diào)查官的證據(jù)的審查范圍，逐步落實(shí)其對(duì)人工智能證據(jù)的審查、解釋以及出庭責(zé)任。

其次，應(yīng)賦予被告人申請(qǐng)釋明之權(quán)并激活辯方專家輔助人機(jī)制，增強(qiáng)控辯雙方對(duì)人工智能證據(jù)質(zhì)證的有效性。若將對(duì)人工智能證據(jù)的審查監(jiān)督職責(zé)僅寄托于控方自治，則難保不會(huì)出現(xiàn)程序“內(nèi)卷”效應(yīng)?；诖耍瑥奶岣咿q方質(zhì)證能力入手尋求應(yīng)對(duì)之策便成為必要。首先，應(yīng)賦予被告人對(duì)人工智能證據(jù)的申請(qǐng)釋明之權(quán)。面對(duì)人工智能復(fù)雜的技術(shù)原理以及“算法黑箱”，多數(shù)研究者主張通過算法開示來保障被告人質(zhì)證權(quán)。[34]但筆者認(rèn)為，這種方式多師從美國，在我國既難實(shí)現(xiàn)也無必要。一方面，算法技術(shù)多受商業(yè)秘密保護(hù)，這與技術(shù)提供方的商業(yè)利益相悖，即使辯方申請(qǐng)也難以被法庭支持。另一方面，由于技術(shù)本身的復(fù)雜性和智能化，即便公開算法，辯方對(duì)其存在的內(nèi)部原理也難以有效理解，甚至?xí)觿≡V訟成本，增加訴訟時(shí)耗。實(shí)際上，辯方質(zhì)疑的關(guān)鍵在于技術(shù)結(jié)論的正確性，只要控方能對(duì)技術(shù)的可靠性、準(zhǔn)確度以及證明原理提供合理且充分的解釋即可。因而，只需以此為內(nèi)容賦予辯方申請(qǐng)釋明權(quán)而無需算法開示。其次，應(yīng)激活辯方申請(qǐng)專家輔助人機(jī)制。由于在規(guī)范層面專家輔助人的質(zhì)證范圍主要限制于鑒定意見，在實(shí)踐中的使用也主要以控方為主。因此，為激活專家輔助人制度，提高辯方對(duì)人工智能證據(jù)的質(zhì)證能力，未來應(yīng)對(duì)其質(zhì)證范圍適度擴(kuò)大以提高辯方的適用空間。

最后，應(yīng)完善專家陪審員機(jī)制，強(qiáng)化法庭對(duì)技術(shù)性事實(shí)認(rèn)定能力。伴隨科學(xué)技術(shù)的快速發(fā)展，科學(xué)證據(jù)在庭審中逐漸增多，法官在審判中面臨的能力困境急劇凸顯。實(shí)踐中，法官因缺乏對(duì)科學(xué)證據(jù)的可靠性把控、盲目迷信科學(xué)證據(jù)所引發(fā)的錯(cuò)案不勝枚舉。據(jù)美國研究者統(tǒng)計(jì)，在美國1989-2021年8月22日之間所平反的2845件刑事冤案當(dāng)中，僅因鑒定錯(cuò)誤而引起的就有688件。[35]根據(jù)我國研究者統(tǒng)計(jì)，在已經(jīng)公開并宣告無罪的165件錯(cuò)案中，因科學(xué)證據(jù)而引發(fā)的錯(cuò)案就達(dá)到71件。[36]這充分暴露出職業(yè)法官對(duì)鑒定意見實(shí)質(zhì)審查能力的缺陷，更遑論對(duì)人工智能證據(jù)的有效審查。實(shí)際上，2019年2月18日最高法發(fā)布的《人民陪審員法》司法解釋第三條第三款已經(jīng)為專家陪審員的設(shè)置預(yù)留了空間。但囿于人民陪審員制度“司法民主”的功能傾向，專家陪審的“精英化”機(jī)制并未構(gòu)建。[37]不同于“法律專家式”的陪審員，引入“科學(xué)專家式”的陪審員，一方面可以彌補(bǔ)當(dāng)前法官對(duì)科學(xué)證據(jù)實(shí)質(zhì)審查缺陷，另一方面也能有效應(yīng)對(duì)今后大數(shù)據(jù)證據(jù)、人工智能證據(jù)對(duì)審判造成的沖擊。值得注意的是，諸如銀川中院等部分地方法院已經(jīng)在涉及知識(shí)產(chǎn)權(quán)以及金融等案件中引入專家陪審員。未來，可對(duì)現(xiàn)有的人民陪審員制度加以改造，區(qū)分為兩種模式：人民陪審員模式和專家陪審員模式。專家陪審員應(yīng)當(dāng)具備本學(xué)科領(lǐng)域內(nèi)的專門知識(shí)、工作經(jīng)驗(yàn)和技術(shù)職稱。當(dāng)案件中出現(xiàn)影響定罪量刑的人工智能證據(jù)而法官無法加以實(shí)質(zhì)性審查時(shí)，法院可以根據(jù)案件的需要從具有計(jì)算機(jī)科學(xué)知識(shí)的專家陪審員名單中隨機(jī)抽取確定，組成合議庭，協(xié)助法官對(duì)人工智能證據(jù)進(jìn)行法定調(diào)查和事實(shí)認(rèn)定。專家陪審員有權(quán)對(duì)法庭審理過程中出現(xiàn)的專門事實(shí)發(fā)表獨(dú)立意見并進(jìn)行表決，有義務(wù)向法官解釋涉及人工智能證據(jù)的科學(xué)原理和相關(guān)知識(shí)。

(四)明確人工智能證據(jù)的作用范圍

目前，人工智能尚處于發(fā)展的初期階段，無論是技術(shù)的穩(wěn)定性、成熟度還是司法人員對(duì)人工智能的理解、解釋和運(yùn)用都存在一定的不足。出于對(duì)技術(shù)效益和風(fēng)險(xiǎn)防范的平衡考慮，筆者認(rèn)為，目前人工智能證據(jù)在刑事案件中，雖然既可以作為定罪證據(jù)使用，也可以作為量刑證據(jù)使用；既可以作為實(shí)質(zhì)證據(jù)使用，也可以作為輔助證據(jù)使用，但仍應(yīng)當(dāng)以量刑證據(jù)的使用為主，以定罪證據(jù)的使用為輔；以輔助證據(jù)的使用為主，以實(shí)質(zhì)證據(jù)的使用為輔。未來，隨著人工智能技術(shù)的可靠性以及準(zhǔn)確性的增加，可以考慮對(duì)其作用范圍適度擴(kuò)大。

首先，人工智能證據(jù)應(yīng)更多運(yùn)用于量刑領(lǐng)域。由于定罪程序解決的是被告人刑事責(zé)任有無的問題，因而各國刑事訴訟法都為被告人設(shè)置了以無罪推定原則為統(tǒng)領(lǐng)的嚴(yán)格保護(hù)程序，以避免不可靠的證據(jù)影響法官心證誘發(fā)事實(shí)認(rèn)定錯(cuò)誤。而量刑程序由于建立在被告人刑事責(zé)任業(yè)已確定的基礎(chǔ)上，因而無論是在證明標(biāo)準(zhǔn)的要求、證據(jù)方法的運(yùn)用還是證據(jù)規(guī)則的適用等方面都比定罪程序更加寬松靈活。[38]從人工智能證據(jù)的證明原理來看，人工智能證據(jù)與案件事實(shí)之間屬于高概率的相關(guān)關(guān)系而非精確性的因果關(guān)系，其凝結(jié)了與案件事實(shí)相關(guān)的海量數(shù)據(jù)要素，在通過智能算法運(yùn)行中創(chuàng)構(gòu)出數(shù)據(jù)經(jīng)驗(yàn)并以機(jī)器意見的方式得以表達(dá)。將這種非必然性的證明原理應(yīng)用于定罪領(lǐng)域，可能會(huì)出現(xiàn)因技術(shù)偏誤所導(dǎo)致的事實(shí)認(rèn)定錯(cuò)誤問題。但運(yùn)用在量刑領(lǐng)域不僅可以提高量刑效率而且有利于保障量刑信息的充分性。實(shí)際上，域外人工智能證據(jù)的應(yīng)用領(lǐng)域也以量刑程序?yàn)橹鳎嘧鳛樵u(píng)估人身危險(xiǎn)性和再犯可能性的依據(jù)。

其次，人工智能證據(jù)應(yīng)當(dāng)更多發(fā)揮輔助證據(jù)的作用，當(dāng)作為實(shí)質(zhì)證據(jù)時(shí)應(yīng)與其他證據(jù)形成印證，不能單獨(dú)作為定案根據(jù)。以證明對(duì)象的不同為標(biāo)準(zhǔn)可將證據(jù)劃分為直接證據(jù)、間接證據(jù)和輔助證據(jù)，直接證據(jù)和間接證據(jù)又因?yàn)榕c案件事實(shí)具有“生成”意義上的相關(guān)性，因而又可以稱之為實(shí)質(zhì)證據(jù)。[39]人工智能證據(jù)既可以作為實(shí)質(zhì)證據(jù)也可以作為輔助證據(jù)彈劾或者補(bǔ)強(qiáng)證據(jù)事實(shí)。當(dāng)人工智能證據(jù)作為輔助證據(jù)時(shí)，其主要功能在于對(duì)實(shí)質(zhì)證據(jù)的證明力進(jìn)行補(bǔ)強(qiáng)或者彈劾，而并不直接或者間接的推論案件事實(shí)的成立與否。因此，若人工智能證據(jù)多以輔助證據(jù)的形式發(fā)揮證明作用，一方面可將因科技可靠性帶來的錯(cuò)案風(fēng)險(xiǎn)降至最低，另一方面也可檢視既有證據(jù)體系的可靠性和穩(wěn)定性。當(dāng)人工智能證據(jù)作為實(shí)質(zhì)證據(jù)時(shí)，由于目前尚未對(duì)其建立可靠性審查規(guī)則，因而應(yīng)當(dāng)要求有其他證據(jù)相互印證以增強(qiáng)其可信程度。例如，在寧某某盜竊、脫逃犯罪案件中，(18)參見江西省景德鎮(zhèn)市中級(jí)人民法院(2018)贛02刑終131號(hào)刑事裁定書。法院認(rèn)定被告人構(gòu)成脫逃罪的證據(jù)主要包括書證、證人證言、鑒定意見以及人臉識(shí)別結(jié)果等證據(jù)。其中，人臉識(shí)別證據(jù)主要證明被告人寧某某并非其弟寧某，而是公安機(jī)關(guān)追捕的脫逃人員。該證據(jù)在案件中雖然作為實(shí)質(zhì)證據(jù)證明犯罪主體要件，但仍有公安機(jī)關(guān)出具的指紋和筆跡鑒定意見與該證據(jù)形成印證共同證明案件事實(shí)。

六、結(jié)語

科學(xué)技術(shù)迅猛迭代，社會(huì)變化翻天覆地，人工智能技術(shù)無論在案件信息的收集轉(zhuǎn)換，或是司法裁判的輔助決策，還是法庭審判的監(jiān)督管理等方面，都以明顯的優(yōu)勢和巨大的潛質(zhì)與刑事司法開展深度交融。人工智能證據(jù)在刑事案件當(dāng)中的悄然出現(xiàn)，預(yù)示著人工智能技術(shù)的作用領(lǐng)域逐步由司法辦案的輔助工具向證明事實(shí)的訴訟證據(jù)邁進(jìn)。然而，無論是當(dāng)前的證據(jù)理論、規(guī)范設(shè)計(jì)還是制度體系都并未對(duì)這一趨勢做好有效應(yīng)對(duì)。從證據(jù)理論和規(guī)范設(shè)計(jì)層面來看，繼續(xù)堅(jiān)守法定證據(jù)種類已不合時(shí)宜。只有以“開放論”取代“封閉論”才能為人工智能證據(jù)等新型證據(jù)準(zhǔn)入刑事訴訟破除枷鎖。從制度體系層面來看，若訴訟主體在無法對(duì)其進(jìn)行充分認(rèn)知、有效解釋以及合理運(yùn)用的情況下任其肆意準(zhǔn)入，則又極易誘發(fā)刑事錯(cuò)案、控辯失衡和權(quán)力位移風(fēng)險(xiǎn)?；诖?，從微觀和宏觀雙重維度入手，明確并完善人工智能的審查內(nèi)容和審查機(jī)制就顯得尤為必要。鑒于當(dāng)下實(shí)踐需求和風(fēng)險(xiǎn)控制考慮，對(duì)人工智能證據(jù)的使用可暫以有限性為原則，一方面盡可能將其由定罪證據(jù)使用轉(zhuǎn)向量刑證據(jù)使用，另一方面盡可能將其由實(shí)質(zhì)證據(jù)使用轉(zhuǎn)向輔助證據(jù)使用?？梢灶A(yù)見，伴隨人工智能技術(shù)的快速發(fā)展和深度應(yīng)用，人工智能證據(jù)終將在未來的刑事審判當(dāng)中以更加豐富的數(shù)量和多元的形式發(fā)揮對(duì)案件事實(shí)的證明價(jià)值，刑事司法的理論與制度也應(yīng)伴隨技術(shù)的更迭而與時(shí)俱進(jìn)。