數(shù)字時代大數(shù)據(jù)輔助司法證明的構造及其風險防控

關鍵詞：證據(jù)推理;證據(jù)評價;證明模式;非法大數(shù)據(jù)證據(jù)排除;算法治理

中圖分類號：DF73 文獻標志碼：A

DOI：10.3969/ j. issn.1001-2397.2024.01.08 開放科學（資源服務）標識碼（OSID）：

引言

大數(shù)據(jù)①與證據(jù)制度的結合已經(jīng)從實踐和理論兩個維度展開。在司法實踐中，海量的通信數(shù)據(jù)、資金流數(shù)據(jù)、賬戶信息、網(wǎng)頁數(shù)據(jù)、網(wǎng)絡輿情信息、地理信息及專業(yè)數(shù)據(jù)庫的數(shù)據(jù)已被廣泛運用，基于大數(shù)據(jù)技術分析形成的“輿情分析報告”“百度指數(shù)”“淘寶客反作弊系統(tǒng)數(shù)據(jù)”“軌跡大數(shù)據(jù)”“公安大數(shù)據(jù)平臺數(shù)據(jù)”“證券交易監(jiān)控系統(tǒng)數(shù)據(jù)”“大數(shù)據(jù)資金分析報告”等在庭審中用于事實認定的現(xiàn)象也層出不窮。① 地方司法機關與科技企業(yè)合作開發(fā)的基于大數(shù)據(jù)的“司法人工智能輔助系統(tǒng)”，也已經(jīng)在證據(jù)標準校驗以及風險評估等方面嶄露頭角。② 在理論研究層面，學界對大數(shù)據(jù)和證據(jù)法理論的研究主要圍繞“大數(shù)據(jù)證據(jù)”這一關鍵詞展開，對大數(shù)據(jù)證據(jù)的概念、法律地位③、證據(jù)屬性④、作用方式⑤、質證方式⑥、審查判斷規(guī)則⑦等進行了卓有成效的討論。然而，學界關于大數(shù)據(jù)介入司法證明的討論較少，少數(shù)關于大數(shù)據(jù)與證明關系的研究僅分析了“大數(shù)據(jù)證明”的價值和模式⑧，以及如何從算法和數(shù)據(jù)等角度確?！按髷?shù)據(jù)證明”的可靠性等問題。⑨總體來看，既有的研究存在三個問題：第一，對大數(shù)據(jù)與證據(jù)法理論的探討主要集中于“證據(jù)論”部分，對大數(shù)據(jù)介入“證明論”領域的研究不夠充分;第二，現(xiàn)有關于大數(shù)據(jù)介入司法證明的研究過于關注大數(shù)據(jù)的使用問題和規(guī)制問題，對司法證明的基本結構和事實認定的推理過程關注不足，未能將大數(shù)據(jù)輔助證明的基本構造和內在風險等問題厘清;第三，未能充分梳理并闡釋大數(shù)據(jù)介入司法證明的實踐經(jīng)驗，從而也未能為智能證據(jù)審查系統(tǒng)的開發(fā)與批判提供方法論支持。

一、原理：大數(shù)據(jù)輔助證明的基本構造

從事實認定機制這一內部視角來看，證明包括證據(jù)推理和證據(jù)評價兩個部分。大數(shù)據(jù)輔助證明以整體主義為指引，在證據(jù)推理和證據(jù)評價兩個環(huán)節(jié)中分別發(fā)揮作用。

（一）證明模式：整體主義對大數(shù)據(jù)相關關系的回應

整體主義證明模式能夠包容大數(shù)據(jù)分析的相關關系立場。面對大數(shù)據(jù)時代的沖擊，有不少觀點認為，只要有足夠多的數(shù)據(jù)，數(shù)據(jù)自己就會說話，不需要有統(tǒng)一的模型和連貫的解釋機制，大數(shù)據(jù)呈現(xiàn)的事物間的關系就足以成為人們決策的基礎。⑩無論這一斷言在商業(yè)、醫(yī)療、金融、軍事等領域得到了何種肯定，它都不能適用于司法領域，尤其是刑事司法領域。在司法證明中，我們不可能僅僅基于“因為A 證據(jù)（群）顯示B 與謀殺案件有相關性”，就得出“B 是本案的作案人（行為主體）”的結論。⑾因此，我們需要在大數(shù)據(jù)相關性和司法證明依賴的邏輯規(guī)律之間找到合適的連接機制。整體主義可以承擔這一使命。

整體主義與原子主義相對應?！罢w主義”主張單項證據(jù)自身的證明力無法游離于證據(jù)的總體判斷，一項材料的證明力源于所有已輸入信息材料之間的相互作用，反對在對一個“證據(jù)群”的證明力進行評估時，將其分解為單獨的“項”并賦予每一項獨立的證明價值來進行。① 一方面，通過“整體主義”的指引，我們可以獲得以大數(shù)據(jù)相關性為基礎的因果關系涌現(xiàn)。② 數(shù)據(jù)結構化的過程，決定了有關的證據(jù)信息并不是局部的簡單相加。通過結構化大數(shù)據(jù)的處理，可以實現(xiàn)不同證據(jù)種類或類型組合的有效聚合，通過全部證據(jù)點的相互融合、連接從而呈現(xiàn)出啟發(fā)解釋和論證的規(guī)模效應與結構效應，涌現(xiàn)出證據(jù)群與待證事實之間的推論關系，實現(xiàn)從零散信息到“故事”或者“事實”的飛躍。③ 另一方面，在整體主義視野下，輔助證據(jù)對于證據(jù)推論具有重要意義。④ 對于并非產(chǎn)生于本案但卻對案件中待證事實有證明作用的輔助證據(jù)，如針對某一職業(yè)群體的歷史大數(shù)據(jù)分析得出的危險性評估報告，可以將其納入案件事實的推論過程。

（二）證據(jù)推理：高效組織數(shù)據(jù)與推論命題指引

司法證明的基礎工作就是在證據(jù)與證據(jù)、證據(jù)與待證事實之間建立融貫的推論鏈條，建立證據(jù)推論鏈條的過程就是證據(jù)推理的過程。在開展證據(jù)推理工作之前，有三個問題需要明確：（1）可用的數(shù)據(jù)是什么？ （2）必須被證明的最終主張是什么？ （3）在這些數(shù)據(jù)和最終主張之間，存在什么樣的似真或可辯解關系？⑤ 大數(shù)據(jù)輔助證據(jù)推理仍然遵循這一框架。

1. 高效組織數(shù)據(jù)

大數(shù)據(jù)分析技術⑥的顯著優(yōu)勢就是在大數(shù)據(jù)案件中提供科學的記錄和組織數(shù)據(jù)的方法，高效輔助數(shù)據(jù)整合，為證據(jù)推論鏈條的建立提供“可用的數(shù)據(jù)”。證據(jù)推理方法歸根結底是記錄和組織數(shù)據(jù)的方法，是把命題之間的邏輯關系具體化的方法，并且是如何使它們得到整理，以支持或否定一個要件事實的方法。傳統(tǒng)的數(shù)據(jù)表達模型和方法是在收集一定量的數(shù)據(jù)后才開始，面對海量數(shù)據(jù)無法在容許的時間內完成數(shù)據(jù)抽取和集成工作。大數(shù)據(jù)技術則提供了使用復雜模型來更有效地表征數(shù)據(jù)、解釋數(shù)據(jù)的機會。在案例1 中，面對超過10 億條的資金流水和數(shù)以萬計的賬戶數(shù)等數(shù)據(jù)信息，如果沒有運用大數(shù)據(jù)分析技術記錄和組織數(shù)據(jù)，而是依靠公安司法機關的工作人員進行人工梳理，那勢必無法在法定辦案期限內完成數(shù)據(jù)整合工作。

【案例1】2015 年，中華人民共和國公安部會同國家稅務總局、中國人民銀行用8 個月時間查處了一起虛開增值稅專用發(fā)票犯罪案件。辦案人員收集到10 億多條資金流水，利用分析模型分析虛開公司資金流向，清楚地將涉案公司分為開票公司、收票公司、中轉公司三層，根據(jù)資金流向區(qū)分出會員單位、二級單位等，繪制出資金流的閉環(huán)關系。這樣的公司層級和會員關系，就揭示出涉案單位和人員的具體角色。①

2. 整合經(jīng)驗概括助力推論命題選擇的準確性

在司法證明中，要證明的主張以及從證據(jù)到事實的過程并非不證自明。以刑事案件為例，證明是以《中華人民共和國刑法》及司法解釋規(guī)定的構成要件為指引的，如果公訴機關要證明某人犯了搶劫罪，那么“搶劫罪成立”就是最終待證事實，搶劫罪的各構成要件就是次待證事實，如客觀方面的主體、行為、結果、因果關系，以及主觀方面的故意、動機和目的等要素，而次待證事實是從單個證據(jù)或幾組證據(jù)中經(jīng)由中間待證事實推導出來的。圖1 呈現(xiàn)了證明過程中最常見的一類證明犯罪行為存在的“證據(jù)推論鏈條”，從A 提供的證言“B 背著包從發(fā)生搶劫的商店跑出來”這一“證據(jù)性事實”，到“B 實施了搶劫”這一“要件事實”，中間形成了諸多的推論命題（如圖1 中的推斷性事實1、2、3 和要素性事實4），而推論借助的大前提是經(jīng)驗概括。② 司法證明的實踐困惑包括兩個方面：第一，如何在構成要件較為模糊的案件中確定要件事實;第二，如何選定從證據(jù)到次待證事實的推論命題。從A 提供的證言“B 背著包從發(fā)生搶劫的商店跑出來”這一“證據(jù)性事實”，可能推出“B 在商店實施了搶劫行為”這一事實命題，然而這取決于推論者會選擇何種經(jīng)驗概括。如果推論者選擇“通常而言，實施犯罪的人會逃離現(xiàn)場”這一概括，那么其很可能得出“B 在商店實施了嚴重不當?shù)男袨椤钡慕Y論;如果其選擇“在商場的犯罪現(xiàn)場一般會有受驚嚇的顧客逃跑”這一概括，那么其很可能得出“B 是受到驚嚇逃跑的顧客”的結論。因此，推論命題或中間命題的選擇往往具有不確定性，需要借助大量的經(jīng)驗概括才能進行準確判斷。

大數(shù)據(jù)技術的使用，可以在要件事實類型化和推論命題選擇的準確性上助力司法證明。有學者通過實證研究發(fā)現(xiàn)，證明相同罪名案件的證據(jù)分布具有規(guī)律性，證明某一要件的事實也可以在大規(guī)模樣本的歸納和抽取下形成標準指引。③ 通過對過往裁判文書、案件審理報告等的標注、抽取與融合，進行廣泛的數(shù)據(jù)抽取、結構化存儲和分析處理，對常見復雜類型的犯罪構成要件事實進行基于海量數(shù)據(jù)的歸納、整理，最終形成犯罪構成要件事實的類型數(shù)據(jù)庫，可以為個案中更為精確地簡述證據(jù)主張和要件事實之間的中間推論性命題提供指引。同時，證據(jù)推理依賴于一般經(jīng)驗與常識，需要法官同時調動代表社會經(jīng)驗和常識的“社會知識庫”，以及以自身經(jīng)歷、知識和直覺為基礎的“個人知識庫”。④ 通過廣泛的數(shù)據(jù)抽取集成，可以將前述案卷材料中的地方性知識、一般性經(jīng)驗和常識、科學知識、事物聯(lián)系的規(guī)律等構建成可支持查詢、分析和計算的知識庫①，為法官展開證據(jù)推理提供基于大數(shù)據(jù)分析的經(jīng)驗支持。當然，無論是建構知識庫還是概括鏈條選擇等都面臨技術難題，有研究已經(jīng)進行了詳細討論②，本文不再展開。

（三）證據(jù)評價：證據(jù)標準校驗與證明力概率評價

在完成證據(jù)推論鏈條的建構后，才會進入證據(jù)評價環(huán)節(jié)。證據(jù)評價是在審查證據(jù)標準滿足要求的基礎上，對單個證據(jù)的證明力和全案證據(jù)的論證強度進行判斷的活動。④

首先，對在案證據(jù)是否符合法定證據(jù)標準進行審查是證據(jù)評價的保障機制。⑤ 證據(jù)標準不同于證明標準，“證據(jù)標準”是指法律規(guī)范對實體性要件事實和程序性要件事實在證據(jù)種類、證據(jù)數(shù)量和表現(xiàn)形式等方面提出的要求。⑥ 大數(shù)據(jù)輔助證據(jù)評價保障機制運作的典型實踐就是證據(jù)標準智能校驗系統(tǒng)。以2017 年上海市“206 系統(tǒng)”中證據(jù)標準、規(guī)則指引系統(tǒng)的開發(fā)運用為例，司法工作人員對上海市2012 年至2016 年來的591 件命案進行分析，從每個案件的審理報告和案卷中提取具體證據(jù)，然后按照法定的八大證據(jù)種類進行歸類，分類整理法律、司法解釋及各地審判經(jīng)驗中的證據(jù)規(guī)范，最后明確各種證據(jù)的收集程序、形式要件、內容要素和不可采情形，并歸納出7 個環(huán)節(jié)、13 項查證事項、30 種證據(jù)材料、235 項證據(jù)校驗標準。⑦ 在司法專家的經(jīng)驗歸納和數(shù)據(jù)標注基礎上，技術人員建構知識圖譜并編寫算法模型，通過海量數(shù)據(jù)的循環(huán)不斷優(yōu)化模型之后⑧，就能適用于未來的案件當中。案例2 就是運用證據(jù)校驗系統(tǒng)對證據(jù)標準校驗和審查判斷的實例。

【案例2】當審判長提問：“被告人你的姓名？” 系統(tǒng)就根據(jù)對該條語音的識別，自動從系統(tǒng)里預先儲存的全案證據(jù)材料中抓取與提問內容相關聯(lián)的信息，如被告人身份證等材料;在法庭調查環(huán)節(jié)中，根據(jù)系統(tǒng)單一證據(jù)校驗功能提示，該案存在兩處瑕疵，通過系統(tǒng)調取的瑕疵報告顯示，瑕疵點為涉案的有關扣押物品未發(fā)現(xiàn)扣押筆錄，公訴人應法庭的要求，對補正瑕疵的情況作出了說明。①

其次，大數(shù)據(jù)技術助推證明力概率評價的科學化。在司法證明領域，最著名的概率論方法莫過于“貝葉斯定理”，其計算公式為：P（B|A）= P（B）P（A|B） / P（A）。其中，P（B|A）表示B 相對于A的后驗概率，P（A|B）被稱為似然比，P（B）是B 的先驗概率，P（A）是A 的先驗概率，P（B）到P（B|A）的轉變被稱為貝葉斯條件轉化，即在出現(xiàn)新證據(jù)A 的情況下，評估待證事實B 為真的概率。② 結合案例3 不難發(fā)現(xiàn)，貝葉斯定理在司法證明中的運用，面臨如概率本身包含多元解釋且解釋之間可能存在沖突、需求信息過多且用于計算的先驗概率值缺乏客觀性（主觀賦值）、概率論本身的復雜性導致證明主體的學習成本過高而難以承受等困境。③ 大數(shù)據(jù)技術使人類對現(xiàn)實世界信息的全量式掌握成為可能，有助于消解分析者（法庭工作者或專家）對許多事項發(fā)生概率賦值的主觀因素。④ 例如，對特定地區(qū)的裁判文書全量分析，能夠在事實認定初期以及案件事實真?zhèn)尾幻鲿r為事實認定者提供背景知識，使證據(jù)推理者能從客觀數(shù)據(jù)而非個人經(jīng)驗出發(fā)，對類似于時間地點、動機、行/ 受賄過程、資金來源、贓款去向等證據(jù)事實的先驗概率賦予基于大數(shù)據(jù)分析的客觀值。

【案例3】2014 年12 月9 日，南昌市中級人民法院公開開庭審理南昌大學原校長周某斌受賄一案。庭審中被告人周某斌出示了自制的“證據(jù)綜合評價表”，用于證明肖某某提供了虛假證言。周某斌設置了時間地點、動機、行/ 受賄過程、資金來源、贓款去向等幾個待證事項，對其分別賦予0. 1、0. 2、0. 4、0. 1、0. 2 的權重，然后分別計算上述待證事項的發(fā)生概率為0. 88、0. 375、0. 375、0. 5、0. 375。最后得出肖某某行賄的概率為0. 438，是大概率不可能發(fā)生的事實。雖然主審法官并未采納周某斌提供的“證據(jù)綜合評價表”，但這一事件引起了廣泛關注。⑤

最后，大數(shù)據(jù)智能不應當用于“證明標準智能化評價”。對全案論證強度的評估就是判斷全案證據(jù)是否達到法定證明標準。一般認為，證明標準是指在訴訟活動中承擔證明責任的一方對案件事實的證明必須達到的程度。⑥ 長期以來，實務界和理論界都在探討證明標準的精確性和操作性問題，試圖通過精確且易操作的證明標準為事實認定之“真?zhèn)巍碧峁┮话褬顺?。甚至有不少觀點主張證明標準應該走向精確的數(shù)字化和概率化，從而克服證明標準的模糊性和主觀性問題。⑦ 以司法領域大數(shù)據(jù)和人工智能技術的運用為契機，有研究者提出：“通過構建具有深度神經(jīng)網(wǎng)絡的人工智能，對其進行與庭審事實認定（尤其是審判評議過程）有關的大數(shù)據(jù)訓練，即可推動證明標準朝著智能化評價的方向邁進。”①這種觀點可能過于樂觀，未能充分評估證明標準的復雜性問題。證明標準包含客觀性要素、主觀性內容和潛在法律政策三個維度的內容。大數(shù)據(jù)人工智能無法從道德信念的角度回答“真誠確信”的問題，因為這并不單純是理性和邏輯支配的領域，還需要以事實認定者的主體性和倫理觀為基礎。②

二、隱憂：大數(shù)據(jù)輔助證明的系統(tǒng)風險

大數(shù)據(jù)技術通過輔助證據(jù)推理與證據(jù)評價能夠提升司法證明的科學性，但如果對大數(shù)據(jù)智能產(chǎn)生非理性崇拜，那么大數(shù)據(jù)輔助證明有可能被異化為新的神明裁判方式。大數(shù)據(jù)輔助證明塑造的司法證明新樣態(tài)，將會導致證據(jù)法的理性主義傳統(tǒng)受到侵蝕，也會增加事實認定的附隨風險。

（一）大數(shù)據(jù)智能是新的神明裁判方式嗎？

神明裁判是人類對神明的非理性崇拜產(chǎn)生的，如果這種非理性崇拜轉移到“大數(shù)據(jù)輔助證明”，大數(shù)據(jù)智能有可能異化為新的神明裁判方式。有觀點認為，“神示證據(jù)”和“大數(shù)據(jù)證據(jù)”在運行方式、功能效果和面臨的問題等方面極為相似。例如，“由別人告知”是古老的神示證據(jù)的主要特點，而大數(shù)據(jù)證據(jù)同樣是在海量數(shù)據(jù)的基礎上分析出事物之間的客觀規(guī)律和相互關聯(lián)，讓收集的海量數(shù)據(jù)自己說話;又如，神明裁判的事實認定方式，是爭議雙方都信服的第三方證明體系，大數(shù)據(jù)證據(jù)也具有強客觀性和穩(wěn)定性的特征，比起口供更能讓人信服;再如，和神示證據(jù)類似，人類法官無法處理深不可測的大數(shù)據(jù)證據(jù)，而必須交由人工智能并經(jīng)由算法表達出來。③ 也有觀點提出，由于不同于“個人之洞見”和“眾人之常識”，大數(shù)據(jù)量化研究所提供的知識體系變成了無限接近于真實世界的“神之見”。④

盡管上述觀點對大數(shù)據(jù)分析的過程和證明機理的理解有誤，但將“神示證據(jù)”和“大數(shù)據(jù)證據(jù)”放在一起比較，正好提示我們不能像信賴神明一樣信賴數(shù)字技術，不能將大數(shù)據(jù)智能當作新的神明裁判方式，否則無異于重回前啟蒙時代。⑤ 雖然大數(shù)據(jù)本身是科學技術，但使用其輔助證明并不代表證明的過程與結果就一定是科學的。這種“神話”大數(shù)據(jù)輔助功能和忽視證明領域知識壁壘的做法，將面臨巨大的風險。

（二）內部風險：理性主義傳統(tǒng)受到侵蝕

證明依賴于理性主義傳統(tǒng)，而大數(shù)據(jù)輔助證明呈現(xiàn)出“神明裁判”的特點沖擊了這一傳統(tǒng)。特文寧以包括吉爾伯特、邊沁、伊文斯、斯蒂芬、賽耶、威格摩爾等在內的十幾位證據(jù)法學者的主要作品和觀點為主線，對英美證據(jù)法學三百余年來的思想史進行系統(tǒng)梳理后發(fā)現(xiàn)，“理性主義”是英美證據(jù)法學的認識論根基。① 證據(jù)理性主義的基本內容包括：對過去發(fā)生事件的認知是可能的，對過去待證事實的確定是獲得正義的必要條件，事實問題與法律問題應當保持有效區(qū)分，裁判認定的事實具有蓋然性，關于過去事件的概率判斷應當從提交給裁判者的證據(jù)中獲得，有關概率的判斷必須建立在有關普通事件過程的可獲得的知識庫的基礎上等九項基本要素。我國證據(jù)法學的實踐和理論也在分享“理性主義”傳統(tǒng)的思維和方法。② 然而，大數(shù)據(jù)輔助司法證明將導致理性主義傳統(tǒng)在如下方面受到侵蝕。

第一，多方主體交互的事實認定過程被掩蓋，事實認定者的認知模式導致其認知偏差和認知偏見更難以得到檢驗和糾正。無論是當事人主義還是職權主義，事實認定者的認知都強調親歷性，并在聽取當事人雙方舉證和辯論的基礎上當庭形成有關事實認定的心證。然而，依靠大數(shù)據(jù)驅動的機器智能在自動化分析方面取代了裁判者所展開的那種親自接觸證據(jù)、親自感知當事人的爭辯、并依靠當庭接觸的信息進行推理和判斷的過程。事實認定者接受自動推送的信息，理性爭辯的過程被錄入、檢索和機器分析所替代，爭辯雙方參與的機會被掩蓋。原本多方主體的知識和意見在一個共時性的場域中接受理性的辯駁和檢驗的場景，以及強調程序對事實具有基礎塑造作用的過程，異化為了事實認定者單方接受、消化和理解信息的結果。同時，由于事實認定過程不再受到多方認知主體交互的理性檢驗，有罪推定、目擊證人是最好的證據(jù)，鑒定意見是絕對科學的等認知偏見將難以受到有效的程序規(guī)制。③

第二，當事人的舉證責任和說服責任減弱，裁判者中立的道德主體地位受到侵蝕。根據(jù)何福來教授的觀點，事實認定的內部視角集中于事實認定者的角色所衍生出的責任，以及當事人有權對其評議的合理性和道德性所提出的要求。④ 然而，一方面，依靠算法驅動的系統(tǒng)主動嚴格執(zhí)行證據(jù)校驗的標準，并向裁判者推送基于數(shù)據(jù)和機器輔助的推理結果，當事人甚至不用履行充分的舉證責任和說服責任就會產(chǎn)生事實認定結果;另一方面，基于機器的推理雖然有更加“中立無偏私”的外觀，但是這種“中立無偏私”很大程度上是智能系統(tǒng)的機械化運作塑造出來的，并不是裁判者在各方主體交互過程中基于其道德主體性和職業(yè)倫理而產(chǎn)生的。

第三，用“客觀規(guī)律”代替“認識論概率”⑤，呈現(xiàn)裸統(tǒng)計證據(jù)的推理悖論?！叭藗儚淖C據(jù)中進行推理，是為了證明或者證偽某個假設或者待證事項。其框架是辯論，其過程是證明，其引擎是根據(jù)信息進行的推理?！雹俅髷?shù)據(jù)技術產(chǎn)生的“神之見”，不僅沖擊了推理依賴的辯論框架和證明過程，還沖擊了作為證明引擎的推理過程。大數(shù)據(jù)輔助證明中，最常見的裸統(tǒng)計證據(jù)推理就沖擊了常規(guī)的證據(jù)推理過程。裸統(tǒng)計證據(jù)“將某個具體的人或事件，歸入一類人或一類事件，然后指出該類人或事件在整體上具有某個蓋然性特征，或者說具有某種行為傾向性，從而證明這個具體個人或事件具有這個特征或做出了某個行為。”②案例4“院中囚犯悖論”即為典型的例子。依靠歷史的或者當前的大數(shù)據(jù)甚至全量數(shù)據(jù)提供的“客觀規(guī)律”，對行為和事實進行歸類，然后直接得出結論的方法，實質上是用“客觀規(guī)律”代替了“認識論概率”。然而，司法證明的概率性是基于人的“信念”所產(chǎn)生的“認識論概率”，“客觀規(guī)律”無法代替“認識論概率”。因此，在案例4 中，即使裸統(tǒng)計證據(jù)提供了極高的概率值，我們依然不能根據(jù)該客觀值得出結論，因為它雖然符合“客觀概率”，但是卻背離“認識論概率”，只能得出顯然不合理的結論。

【案例4】院中囚犯悖論 當院中1000 個囚犯中的999 名囚犯參與了暴動并殺害了數(shù)個管理人員后，檢察官對該1000 名囚犯提起公訴，直接計算得出每一位囚犯參與暴動和謀殺的概率為0. 999，達到了可以量化的刑事證明標準，然而，如果判決1000 名囚犯都有罪是明顯不合理的。③

（三）外部風險：事實認定的附隨風險增加

從審判程序和證明過程規(guī)制這一外部視角看，事實認定附隨一系列風險。④ 大數(shù)據(jù)分析技術在輔助證明的同時，還增加了事實認定的錯誤風險、成本提高風險、侵權風險以及倫理風險。

第一，事實認定錯誤風險。傳統(tǒng)錯案的教訓表明，“鑒定錯誤”“證人辨認錯誤”“被告人錯誤認罪”“法官偏見”等因素都是導致錯案的原因。⑤ 而當大數(shù)據(jù)介入輔助證明時，則會帶來新的錯誤風險：一方面，大數(shù)據(jù)雖然可以在整合經(jīng)驗概括助力推論命題選擇的準確性方面發(fā)揮獨特優(yōu)勢，但“概括”在推論中本身就是“必要卻危險”的。⑥ 通過對裁判文書的大數(shù)據(jù)分析，雖然可以將類型多樣的“概括”轉化為可供隨時調用的“社會知識庫”，在證據(jù)推理過程中發(fā)揮比較、提示甚至認知監(jiān)控的作用⑦ ，但是概括本身有可能是不真實的。另一方面，大數(shù)據(jù)依靠的數(shù)據(jù)和算法也會帶來新的錯誤風險，智能化的算法不僅會采取“欺騙”的方式完成技術人員設定的任務，而且其中的錯漏還很難被人工察覺，成為誘發(fā)錯誤的系統(tǒng)性偏見。

第二，成本提高風險。大數(shù)據(jù)“量大但價值密度低”的特點，決定了僅僅有一堆海量的數(shù)據(jù)是無用的，重要的是處理大數(shù)據(jù)的技術和方法。當公檢法等機關利用智能辦案系統(tǒng)將證據(jù)“數(shù)據(jù)化”存儲之后，或者獲取與案件相關的大量數(shù)據(jù)之后，在證據(jù)開示環(huán)節(jié)，可能會有意無意地對當事人和辯護律師進行“文件傾倒”。① 這種名義上公開信息和保障證據(jù)知悉權的做法無疑讓當事人陷入信息的漩渦中，無宜于當事人進行證據(jù)分析和抗辯。

第三，侵權風險。威格摩爾曾說，“交叉詢問”是發(fā)現(xiàn)真相最偉大的利器。爭議雙方通過行使對質權與不利證人進行對質，揭示不利證人證言中增、刪、匿、飾的情況，有利于事實認定者在全面審查案件信息的基礎上作出公正的裁決。然而，一方面，證據(jù)“數(shù)據(jù)化”就是創(chuàng)造“電子卷宗”，當以電子卷宗為基礎并借助大數(shù)據(jù)分析技術直接輔助推理得出結論時，“案卷筆錄中心主義”的事實認定機制會被強化②，當事人的對質權實質上被限制和剝奪。另一方面，當事人因為缺乏專業(yè)知識和能力，無法處理海量數(shù)據(jù)的內容和有價值的信息，也會造成當事人對質權的虛化。

第四，倫理風險?！笆聦嵳J定不能完全用認知學術語來描述，這項事業(yè)還引出了內在的倫理問題。”③發(fā)現(xiàn)真相雖然是最崇高但卻未必是壓倒一切價值的目標。證據(jù)法通常會賦予某些特殊群體作證特免權，保護如近親屬、律師等和當事人的特殊人際關系;還會設置合理的證明標準，平衡保障無辜與發(fā)現(xiàn)真相之間的矛盾，在“求真”與“求善”之間達到平衡。然而，當大數(shù)據(jù)介入輔助證明時，可能會破壞法律保護的特殊關系：其一，對特殊人際關系的權衡不只發(fā)生在取證階段，在證明力評價階段也會涉及，比如有親密關系的人提供的有利證言可能在證明力刻度表上會獲得較低評價，但這需要結合個案情況作出具體判斷，交給數(shù)據(jù)和算法來取舍將會使得證據(jù)法要保護的多元價值失去個案裁量的空間。其二，“排除合理懷疑”是基于事實認定者的“自由心證”，而我國司法實踐踐行的是客觀印證的證據(jù)認定方式，基于“印證”實踐的數(shù)據(jù)和算法必然與“自由心證”存在張力④，屆時，設定有罪與否的標準如果交給司法專家和技術專家確定，將會損害被告人獲得基于具體案情的判決的權利。

三、應對：大數(shù)據(jù)輔助證明的風險防控

為應對大數(shù)據(jù)輔助證明的風險和隱憂，司法證明的重心應當從信息規(guī)制邁向風險防控。由于司法證明以程序規(guī)則為基礎，有必要對大數(shù)據(jù)輔助證明確立基本準則，并從風險防控角度探索具體規(guī)制路徑。

（一）從信息規(guī)制邁向風險防控

英美證據(jù)法是對抗式訴訟的產(chǎn)物。為了防止事實認定者被爭議雙方提供的誤導性的或者偏見性的信息干擾，英美證據(jù)法建立了以“可采性”為中心的證據(jù)規(guī)則體系，包括傳聞證據(jù)規(guī)則、特免權規(guī)則、意見證據(jù)規(guī)則以及最佳證據(jù)規(guī)則等。只有通過這些規(guī)則檢驗的證據(jù)材料和信息才能交給事實認定者，否則將被排除在庭審之外。因此，證據(jù)規(guī)則也被稱為“排除規(guī)則”。以“排除規(guī)則”為中心的證據(jù)規(guī)則體系是為了“過濾信息”，而對排除之后的證據(jù)推理和評價過程，證據(jù)法不設置任何干預措施。然而，從司法裁判的角度來審視證據(jù)法可以發(fā)現(xiàn)，證據(jù)法不僅僅是關于證據(jù)排除的規(guī)范體系，作為整體的司法證明過程也決定了司法裁判是否建立在準確的事實認定基礎之上。因此，證據(jù)法需要同時關注證據(jù)論和證明論，二者都需要被整合在“信息規(guī)制”的制度框架下。①

然而，“信息規(guī)制”的制度框架逐漸受到挑戰(zhàn)。第一，“信息規(guī)制”這一框架對證明過程中的“信息整合”缺乏足夠的關懷;第二，當案件本身涉及海量數(shù)據(jù)和信息時，“信息規(guī)制”框架面臨海量信息的沖擊，事實認定者可能無法在可以忍受的期限范圍內篩選材料和過濾信息;第三，當事實認定模式從“基于痕跡的事實認定模式”轉型為“預測性的事實認定模式”，“信息規(guī)制”理論所規(guī)制的“痕跡”無法囊括基于歷史數(shù)據(jù)和案例的推理;第四，“信息規(guī)制”理論將發(fā)現(xiàn)真相視為最崇高的目標，忽視了如果無法發(fā)現(xiàn)真相或者真?zhèn)尾幻鲿r應當作出何種決定這一問題。斯坦教授注意到了上述漏洞，并提出“錯誤風險防控”的理念，將證據(jù)法視為促進發(fā)現(xiàn)真實和減少錯誤，并在不確定條件下分配風險的裝置。②

斯坦教授的“風險防控”理念正好可以用于應對大數(shù)據(jù)輔助證明引發(fā)的系統(tǒng)性風險。一方面，當理性主義傳統(tǒng)中事實認定者的認知模式、道德責任主體地位和認識論概率假設被沖擊引發(fā)內部風險時，基于“風險防控”的制度思維就應當及時采取風險預防措施，在證據(jù)“數(shù)據(jù)化”過程和結構化存儲中做好數(shù)據(jù)質量把控工作，對事實認定者進行風險警示，對利害關系人提供檢驗和救濟機會以對抗風險等;當無法消化風險時，應當基于風險控制能力和理性選擇等標準合理地分配風險。另一方面，司法證明領域的知識壁壘決定了，法律人，尤其是證據(jù)法專家必須和技術人員合作，將司法證明的構造和機理作為大數(shù)據(jù)分析的指引，從而防止在證明過程中引入更多的數(shù)據(jù)錯誤和算法錯誤。

（二）風險防控的基本準則

為確保大數(shù)據(jù)輔助證明能同時滿足“求真”與“求善”的要求，有必要在大數(shù)據(jù)輔助證明的探索過程中確立若干基本準則。

第一，明確大數(shù)據(jù)技術在證明過程中的輔助性。大數(shù)據(jù)輔助證明可以深度嵌入司法證明的證據(jù)推理和證據(jù)評價機制當中，從而促進事實認定的準確性與科學性。然而，“大數(shù)據(jù)輔助證明”這一概念，本身就意味著大數(shù)據(jù)技術在司法證明中只能居于“輔助”地位，起到“輔助”作用。大數(shù)據(jù)分析技術可以在組織數(shù)據(jù)和提供推論經(jīng)驗、進行認知指引方面發(fā)揮獨特作用，但卻不能用大數(shù)據(jù)分析的邏輯代替司法證明的自身邏輯。從司法證明的外部視角來看，構成司法證明的證明主體、證明責任、證明標準和證明程序四項要素，并不會因為大數(shù)據(jù)技術的介入而發(fā)生結構性改變。

第二，堅守訴訟主體在大數(shù)據(jù)輔助證明過程中的交互性。證明活動是一個多方主體交互的過程，爭議雙方需要在特定場域的三方構造之中，體現(xiàn)特定的交互理性。① 如前所述，證據(jù)數(shù)字化、電子化會在一定程度上強化案卷筆錄中心主義的事實認定傾向，算法輔助進行的證據(jù)評價和證據(jù)分析會削弱事實認定者的親歷性，減損利害關系人參與事實認定過程的機會和權利。因此，在大數(shù)據(jù)介入輔助司法證明的情況下，有必要堅守訴訟主體的交互性。司法證明以訴訟程序為場域，控辯對抗、法官居中裁判的訴訟構造依然是大數(shù)據(jù)介入司法證明的程序基礎?？剞q裁三方的認知需要在直接接觸證據(jù)、展開論辯和聽取意見的基礎上進行理性互動。

第三，注重大數(shù)據(jù)輔助證明的外部可檢驗性。與英美法系中陪審團認定事實被認為是“上帝的聲音”而不需要說明理由不同，我國刑事訴訟中，法官不僅有義務對爭議事實作出明確認定，而且有義務闡明支持每一個調查結論的各項證據(jù)，以及從這些證據(jù)導向特定事實判斷的推理環(huán)節(jié)。這種證據(jù)分析和事實認定傳統(tǒng)在大數(shù)據(jù)輔助證明的場域中將發(fā)揮重要作用。大數(shù)據(jù)輔助證明所提供的結論在證據(jù)推理和證據(jù)評價中應當作為“論據(jù)”而非“論點”，包括檢察官在內的事實認定者在作出事實認定結論時，應當就大數(shù)據(jù)輔助的相關情況，如產(chǎn)生決策結果的個人數(shù)據(jù)、理由、每種指標的功能權重、機器定義的特定案例決策規(guī)則、起參考輔助作用的信息等進行充分說明，從而將證據(jù)推理和評價的過程通過相關裁判文書呈現(xiàn)出來，為利害關系人尋求權利救濟、審判委員會討論以及上級人民法院全面審查提供依據(jù)。

（三）風險防控的具體路徑

第一，風險隔離。非法大數(shù)據(jù)證據(jù)排除規(guī)則是證據(jù)評價保障機制的重要組成部分，也是隔離證明風險源的重要裝置。傳統(tǒng)的非法證據(jù)排除規(guī)將排除對象主要限制在了通過刑訊逼供和其他非法手段獲取的言詞證據(jù)以及通過非法方法獲取的實物證據(jù)上，并大致建立起了“絕對排除”“裁量排除”和“可補正的排除”三種非法證據(jù)排除模式。② 引入大數(shù)據(jù)技術輔助證明，除了需要處理好案件本身涉及的海量數(shù)據(jù)以外，不可避免地需要借助歷史案例數(shù)據(jù)展開證據(jù)分析和證據(jù)評價工作。為此，必須將非法大數(shù)據(jù)納入到非法證據(jù)排除規(guī)則的適用對象中來，并從排除范圍和排除標準兩方面建立專門的非法大數(shù)據(jù)證據(jù)排除規(guī)則。在排除范圍方面，既要排除不合法的大數(shù)據(jù)證據(jù)，也要排除不可靠的大數(shù)據(jù)證據(jù)。在排除標準方面，應當以數(shù)據(jù)的完整性和大數(shù)據(jù)分析的技術標準確立相應的排除標準。構建非法大數(shù)據(jù)證據(jù)排除規(guī)則能夠將不合法和不可靠的數(shù)據(jù)在司法證明的入口端排除，確保大數(shù)據(jù)輔助證明的可靠性。

第二，風險警示。要防范大數(shù)據(jù)輔助證明的風險，還需要對運用大數(shù)據(jù)輔助證明技術以及受大數(shù)據(jù)輔助證明影響的相關主體進行風險警示。一方面，事實認定者，尤其是法官和人民陪審員需要獲得充分的風險警示;另一方面，司法機關使用智能證據(jù)校驗系統(tǒng)或者其他風險評估系統(tǒng)時，相關信息和情況應當向辯方披露并作出風險警示，以便辯方做好相應的抗辯準備。

第三，風險對抗。為應對大數(shù)據(jù)輔助證明帶來的侵權風險和成本提高風險，辯方在知道大數(shù)據(jù)輔助證明存在并對其基本情況有所了解的情況下，應當享有充分對抗風險的權利。從現(xiàn)有制度設計來看，辯方可以從三個方面展開風險對抗的訴訟活動。首先，申請排除非法大數(shù)據(jù)證據(jù)的權利。在進入正式的證據(jù)推理和證據(jù)評價之前，辯方就可以通過申請排除不合法與不可靠的大數(shù)據(jù)證據(jù)。其次，針對提供不利數(shù)據(jù)信息和智能系統(tǒng)的質證權。沒有經(jīng)過質證的證據(jù)，不得作為定案根據(jù)，大數(shù)據(jù)輔助證明提供的證據(jù)信息也是如此。控方和法官不能將大數(shù)據(jù)技術輔助證明提供的報告直接作為證據(jù)分析和案件事實認定的結論，必須經(jīng)過辯護律師和被追訴人的質證。最后，獲得有專門知識的人的協(xié)助?！吨腥A人民共和國刑事訴訟法》第179 條確立的“有專門知識的人”條款已經(jīng)為這種情形預留了制度通道。在滿足條件的情況下，利害關系人可以聘請“有專門知識的人”針對大數(shù)據(jù)運用的算法之科學性等問題出具專門意見并出庭作證。①

第四，風險分配。當大數(shù)據(jù)輔助證明的風險無法通過隔離、警示和對抗等手段預防時，如何分配新風險和被強化的風險成為關鍵問題。證明責任被視為一種有效的風險分擔機制，即如果承擔客觀證明責任的當事人未能有效承擔舉證責任和說服責任，就需要承擔因為舉證不能的敗訴后果。然而，當大數(shù)據(jù)智能介入導致法官查證責任與當事人（控方）舉證責任模糊化之后，證明責任的風險分擔功能受到侵蝕，也無法應對新的風險。因此，需要尋找補充性的風險分配機制。第一，對風險源的控制義務是最重要的風險分配標準。如果容許大數(shù)據(jù)等數(shù)字技術手段進入司法證明領域，那么，實質上就賦予了公權力機關謹慎防范和控制大數(shù)據(jù)輔助證明所帶來的風險的義務。第二，知情且自愿承受大數(shù)據(jù)輔助證明評價的風險也應當成為風險分配的重要標準。證明過程的交互性決定了包括被告人在內的利害關系人需要承受大數(shù)據(jù)輔助證明帶來的消極后果。被告人承受這種風險的前提是，知情且自愿受到大數(shù)據(jù)輔助證明的評價。

結論

“大數(shù)據(jù)輔助證明”這一概念承認訴訟主體在證明活動中的主體性和交互性，強調大數(shù)據(jù)技術對于證據(jù)推理與證據(jù)評價的“輔助作用”。厘清大數(shù)據(jù)輔助證明的基本構造，不僅可以在實踐中有效把握大數(shù)據(jù)輔助證明的內在機理，從而為司法人員和技術人員提供理論思路，還有助于從整體上呈現(xiàn)司法證明與大數(shù)據(jù)技術融合的基本結構與內在限度，從而為實踐中智能證據(jù)審查系統(tǒng)、社會危險性評估系統(tǒng)的開發(fā)與限制提供知識資源。

本文責任編輯：周玉芹

青年學術編輯：閆召華