司法活动中人工智能证据的“偏在风险”及法律应对

人工智能证据丰富了证据种类,有助于查清案件事实,但是基于人工智能所具备的数据来源广泛性、算法黑箱性和表达专业性,人工智能证据存在证据“偏在风险”。解决证据“偏在风险”问题,一是制定统一的算法标准和准入规则,严把入口关,将非法人工智能证据予以排除,同时要警惕算法内嵌的价值偏向;二是建立健全算法审查和监督机制,组建融合法学、计算机知识的专家委员会,从实质和形式两方面入手构建事前、事中、事后全过程的人工智能证据监督和审查体系;三是完善人工智能证据的质证规则,通过有侧重点的证据开示制度和专家辅助人制度强化质证权利。

人工智能证据适用的双重风险及其规制

人工智能证据是基于人工智能分析形成的可用于证明案件事实的机器结论。现代人工智能证据主要以机器学习技术为基础,具有机器生成性、机械复杂性和数据依赖性。人工智能证据进入法庭不仅符合证据法鼓励采纳证据的基本精神,也可以发挥独特的证明价值。但人工智能证据的应用也存在双重风险。第一重风险是证据可靠性风险,具体包括技术可靠性风险、数据可靠性风险和结论不可解释风险。该风险应通过建立人工智能证据法庭可靠性审查体系以及庭外监管机构的方式加以规制。第二重风险是“证据偏在”风险,该风险产生的原因是诉讼双方证据获取能力的不平衡以及人工智能证据的质证困难。对此,应注重人工智能证据的证据开示并建立有效的质证方法。

风险与应对:论人工智能证据在刑事司法中的运用--以“人脸识别分析结果”为例

大数据证据在实践中进阶为人工智能证据并被办案人员分别作为涉案线索、法定证据或其他证据材料使用。虽然人工智能证据可以在提高诉讼效率、降低证明难度和强化指控体系方面发挥重要作用,但仍面临归属难题和实践风险。人工智能证据不同于传统证据,应具有作为诉讼证据使用的正当性,对其法律地位应予以承认。在诉讼主体尚难对其充分认知、有效解释以及合理运用的情况下,若任其任意使用,则极易诱发刑事错案、控辩失衡和权力位移风险。未来,证据种类规定应以“开放论”取代“封闭论”,为其准入刑事诉讼破除枷锁;应健全审查规则和审查机制以化解其负面效应。鉴于当前实践需求和风控考虑,对人工智能证据的使用可暂以有限性为原则,尽可能将其由定罪证据转向量刑证据、由实质证据转向辅助证据。

论刑事诉讼中人工智能证据的审查

人工智能证据是基于人工智能分析形成的可用于证明案件事实的机器意见。作为一种新型的科学证据,人工智能证据是由机器而非人类作出的实质判断,使用时审查内容主要包括相关性和可靠性两个方面。相关性由技术相关性、数据相关性和结论相关性三个层面构成,对相关性进行审查时应遵循"适当"标准。可靠性同样包括三个层面,分别是技术可靠性、数据可靠性和结论可解释性。其中,对技术可靠性的审查应重点关注错误率;对数据可靠性的审查应着眼于数据收集阶段的可靠性和数据标注阶段的可靠性;对结论可解释性的审查应判断人类能否理解和解释具有黑箱性和复杂性的人工智能所作出的结论。为有效构建人工智能证据的审查体系,应明确人工智能证据证据种类"两步走"策略,创建人工智能证据审查规则和方法,完善人工智能证据质证机制。

人工智能证据的表象之争与实质之辨——以刑事司法事实认定进路为视角

学界一般认为人工智能证据是基于人工智能分析形成的可用于证明案件事实的机器意见,深陷人工智能证据与法定证据种类不兼容,并且与经验法则彼此对立的泥淖中。尽管人工智能证据的运用主要依靠科学法则,但并不意味着对经验法则的绝对排斥。从刑事司法事实认定的三种进路来看,人工智能证据概念混淆和适用困境背后是控辩审三方对科学证据解释话语权的争夺,这与刑事诉讼语境中选择性证据形成机制和诉讼结构安排失衡相关。控辩审都在有意或者无意模糊科学性、可靠性与经验法则的适用边界,以期达到加重己方证明砝码的目的。有鉴于此,在刑事诉讼数据化的趋势下坚守以合理怀疑为切入点的经验法则更有价值。

刑事诉讼中大数据证据概念的辨析与现实考察

当前大数据证据、人工智能证据以及算法证据等概念存在内涵交叉、界限不清的问题,并不利于聚集解决 司法实践中面临的实际问题,通过比较研究可发现概念之间各具特点且相互关联,明晰概念的基础上有助于为实证分析 指明方向。经对196起涉及大数据证据应用的刑事案件考察,发现大数据证据与传统法定证据的兼容过程存在部分难 题——如何有效实现证明价值、如何平衡控辩力量及防范侵犯私权风险等。为解决这些问题,提议在现有法定证据类别 框架下,通过补充和完善证据规则,创新数据监管模式,实施数据分级管理等举措,提升大数据证据在司法实践中的应 用价值。

数字证据及其阶梯式分类审查机制

证据数字化呈现出五个基本面向--电子化、区块链化、大数据化、人工智能化和虚拟仿真化,从而形成电子数据、区块链证据、大数据证据、人工智能证据和虚拟仿真证据等五种基本的数字证据类型。由于数字技术的发展,传统电子数据概念和证据规则已不能有效涵盖和规制现有各种数字证据。基于数字空间理论以及不同类型数字证据在技术证明逻辑上的不同,应将2018年刑事诉讼法第50条第2款第8项中的“视听资料、电子数据”统一修改为一种整合开放的数字证据,以容纳因数字技术迭代升级而产生的各种数字化证据,并在司法解释中具体规定各种数字证据的审查判断规则,从而形成一种以电子数据证据规则为基础的阶梯式分类审查机制。同时,还应从证据采纳的必要性审查和实质性审查等层面,建立一种数字证据阶梯式审查的更新机制,以应对技术发展可能带来的对证据审查的冲击。

刑事诉讼中的算法证据:概念、机理及其运用

刑事诉讼法学界对大数据相关证据的研究形成了“大数据证据”“人工智能证据”“算法证据”等三套话语体系,混乱的概念界定在一定程度上阻碍了相关理论的发展。算法是大数据相关证据的核心特征和主要规制对象,我们应在算法证据的概念下对大数据相关证据进行探究。算法证据既指案件发生时所产生的与案件相关的算法,又可指通过算法对案内外大数据进行分析后所产生的结果。前者属于电子证据,可直接证明案件事实;后者具有独特性,其借助算法生成具有相关关系的机器意见以证明待证事实。针对不同类型的算法证据应采用不同的审查方法。为保障算法证据的理性运用,我国应明确算法证据的法律地位,完善相关的审查规则,由官方主导并优化算法证据的生成、监督与公开。