关键词：
智能证据判断
证据要素提取
证据转化
训练数据治理
摘要：
证据审查判断与认定在刑事司法活动中居于核心地位,关系案件走向,对证据审查的重点关注契合以审判为中心的刑事诉讼制度改革方向。结合以Chat GPT为代表的生成式人工智能在大模型技术支撑下快速发展的背景,为缓解案多人少矛盾带来的司法压力,提高司法效率,国内外根据证据认定活动所具有的特点进行了智能辅助办案系统的功能设计和有益尝试,为人工智能在刑事证据领域的应用提供了可借鉴的经验。美国设计了“专家机器人”系统,帮助法官对专家证人可靠性和专家证言的可采性作出判断,而英国皇家检察署则设计了一套证据辅助判断系统,为检察官在提起公诉之前应当收集的证据类型、现阶段证据链各个环节的强弱判断以及如何补强证据等方面提供指引。在国内,上海和贵州两地在人工智能的刑事证据判断辅助方面进行了积极探索,并设计出上海“206系统”与贵州政法大数据办案系统两项证据判断领域的前沿技术应用,这两个系统以统一证据标准为核心,为司法人员打造了一个规范化的全流程证据管理平台,同时辅助法官在审判阶段对证据链的完整性作出判断,形成具备逻辑性的办案流程图表以供参考。
目前来看,人工智能在刑事证据审查判断领域的介入有一定的积极意义,尤其是在提高办案效率、控制案件质量、防范司法腐败等方面,但是在人工智能系统的应用过程中同样带来了一些问题。第一个面临的就是证据内容的数据化问题。无从是从待判决案件的证据输入来看,还是人工智能有关证据判断的训练数据集的创建来看,将传统证据转变为人工智能可识别的证据,都离不开证据内容的数据化。人工智能与人脑的差异决定了这种转变并非一蹴而就的,而是在对证据全面分析的基础上完成的。第二,证据推理是构建各个单项证据之间关联的逻辑思维过程,证据推理为证据链条的搭建、犯罪事实的认定提供了基础。人工智能系统在其中的运行较多依托证据要素与事实情节的概率关联,是指何种证据的组合大概率会发生何种事实,表现的是一种基于过往经验基础上推理出来的可能性,而证据推理则是在人脑中形成的因果的内在联系,它是人类思维根深蒂固的遵循,往往可以超越现有的经验进行思考,这种因果关系的构建能力也是人类与生俱来的。由此,引发人工智能在刑事证据审查判断应用中的第二个难题即证据推理的运用难题。第三,在对刑事证据规则的适用方面,机器判断实现了对过往经验的复制和重复利用,但有关刑事证据规则适用的训练数据集的质量将会影响证据审查判断的结果。当有关证据规则适用的训练数据集存在正确性、代表性和时效性偏差时,机器判断往往会无所适从,具有产生错误判断的随机性,进而影响证据判断的准确性。第四,在现有的刑事证据审查判断决策体系中,司法工作人员掌握了最终的判断权。伴随人工智能的应用,刑事证据的审查判断受到机器判断结果的影响,对目前分权制衡的决策体制造成一定的冲击,影响了司法人员证据判断权的行使。第五,人工智能系统的应用不再仅限于初始的证据展示,而是向着智能判断的方向发展,与法官判断的权力产生冲突。在司法责任终身制的时代背景下,人工智能系统对刑事证据判断的强势介入是否会引起责任追究机制的变动成为人们思考的难题。
因此,为充分发挥人工智能在刑事证据审查判断中的作用,关键是要解决好上述问题。第一,制定合理的证据转化规则,从证据内涵、证据形式以及证明力三个方面实现对传统证据的转化;第二,以证据要素的提取和聚类为基础,从证明力大小评判和逻辑推理过程的合理性两个方面来实现证据推理模型的科学构建;第三,从人工智能系统的提供和应用两个角度出发,把控有关刑事证据规则的训练数据集的质量,构建完善的数据治理框架;第四,在刑事证据审查判断决策体系的构建上,以司法人员的决策权为中心,实现司法人员和人工智能在证据判断决策上的合理配比,维护好分权制衡的决策体制;第五,明确人工智能介入的范围、方式及限度,将人工智能定位为证据审查的辅助性工具,赋予法官对智能证据判断结果的签字确认权,确保司法人员对自己最终的决策负责。
欢迎来到三峡大学图书馆！
