（題字：北京市書法家協(xié)會(huì)理事，北京市豐臺(tái)區(qū)書法家協(xié)會(huì)主席團(tuán)成員、副秘書長(zhǎng)，民盟中央教育委員會(huì)委員韓國(guó)強(qiáng)）
王士博 | 中國(guó)人民公安大學(xué)訴訟法學(xué)博士生，研究方向：刑事訴訟法學(xué)、證據(jù)法學(xué)。
本文曾在天津市法學(xué)會(huì)訴訟法學(xué)分會(huì)與靖予霖天津律師事務(wù)所合辦的2021年年會(huì)征文中獲獎(jiǎng)。發(fā)表于最新一期《證據(jù)科學(xué)》（2022年第4期）。感謝王同學(xué)授權(quán)“司法蘭亭會(huì)”新媒體推介。
【摘 要】算法顛覆了傳統(tǒng)要件事實(shí)的單一人工認(rèn)定模式。算法參數(shù)根據(jù)構(gòu)成要件來搭建，海量數(shù)據(jù)集作為證據(jù)的“此岸”通過算法證明到達(dá)要件事實(shí)的“彼岸”，因此算法是一種技術(shù)證明方法。
但算法證明并非適用全部犯罪形態(tài)，法定犯因其行為規(guī)范的強(qiáng)結(jié)構(gòu)化、行為證據(jù)的電子數(shù)據(jù)化及事實(shí)認(rèn)定的“形式化”，便于算法證明的框架建構(gòu)。
自方法論意義而言，算法證明的本質(zhì)是利用數(shù)學(xué)統(tǒng)計(jì)方法解決證據(jù)推論問題。算法證明方法與印證并無沖突，算法證明方法具有證明過程的進(jìn)階性、證明方向的一致性的特征，是權(quán)力主導(dǎo)型證明結(jié)構(gòu)，因此算法證明與印證證明是包含關(guān)系。
鑒于此，基于法官既有的規(guī)范依賴型事實(shí)認(rèn)知模式，應(yīng)當(dāng)建立算法的技術(shù)標(biāo)準(zhǔn)以解決證明領(lǐng)域的算法解釋黑箱。
2017年國(guó)務(wù)院發(fā)布《新一代人工智能發(fā)展規(guī)劃》，將發(fā)展人工智能作為國(guó)家戰(zhàn)略。我國(guó)各級(jí)審判機(jī)關(guān)積極探索人工智能與司法裁判的深度融合，實(shí)踐的積極探索為學(xué)術(shù)探討提供了靶向。就理論界討論的具體內(nèi)容而言，大致包括以下幾個(gè)方面：
第一，人工智能司法決策的定位問題。對(duì)此，學(xué)界已達(dá)成基本共識(shí)，司法人工智能只能輔助法官改善司法產(chǎn)品的品質(zhì)，而不能取代以理性與情感為判斷基礎(chǔ)的法官?；诖?，在理念上，面對(duì)經(jīng)由算法的司法決策，提出建構(gòu)算法正義，完成算法司法決策的價(jià)值填補(bǔ)。在實(shí)體上，人工智能注入司法領(lǐng)域，針對(duì)隨之而來的算法歧視、算法黑箱等問題，建立算法監(jiān)督專員，完善歸責(zé)制度。
第二，構(gòu)建人工智能推理模型。人工智能推理模型可分為法律推理與證據(jù)推理。學(xué)界對(duì)此問題的討論基本采用符號(hào)主義的路徑，在元理論層面建構(gòu)法律領(lǐng)域的推理與人工智能的溝通方式。
第三，聚焦于人工智能技術(shù)給刑事證據(jù)體系帶來的變革?；谒惴ǚ治龊Ａ侩娮訑?shù)據(jù)生成的結(jié)論，有學(xué)者提出大數(shù)據(jù)證據(jù)概念，并論證了大數(shù)據(jù)證據(jù)具有獨(dú)立證據(jù)類型的意義，以及對(duì)事實(shí)認(rèn)定的影響。
總體來看，司法場(chǎng)景中人工智能不僅在最基礎(chǔ)的層面上提供支持性技術(shù)，還可部分代替?zhèn)鹘y(tǒng)由法官完成的司法決策。但大部分論者仍立足于法學(xué)領(lǐng)域?qū)θ斯ぶ悄堋爸甘之嬆_”，這種“設(shè)想”式的討論，缺少對(duì)算法具體運(yùn)行程式和算法能力邊界的把握，即算法作為工具本身的不能，導(dǎo)致其論證如墮煙海。
實(shí)際上，算法在法學(xué)場(chǎng)景中的應(yīng)用主體是專家系統(tǒng)算法，即基于專家經(jīng)驗(yàn)和法律規(guī)定構(gòu)建算法規(guī)則。不論是司法決策、推理模型或者大數(shù)據(jù)證據(jù)，從輸入端的要素?cái)?shù)據(jù)到最終輸出的結(jié)構(gòu)化數(shù)據(jù)，其分析程序都依賴于確定性的規(guī)則和邏輯。若應(yīng)用基于數(shù)據(jù)經(jīng)驗(yàn)的機(jī)器學(xué)習(xí)算法，則意味著放棄了對(duì)分析程序的人工干預(yù)，動(dòng)搖了司法的程序價(jià)值根基。從目前刑事司法實(shí)踐來看，機(jī)器學(xué)習(xí)算法主要應(yīng)用于偵查前端的線索篩查以及同一性鑒定中特征初步篩選。
基于上述學(xué)術(shù)研究現(xiàn)狀，本文將算法介入司法具象化到證明場(chǎng)景。司法裁判包括定罪（事實(shí)認(rèn)定和法律適用）與量刑，目前實(shí)踐中的“共治”集中于量刑領(lǐng)域，如上海高院的“206系統(tǒng)”中量刑參考、美國(guó)的COMPAS系統(tǒng)等。但算法能否適用定罪？事實(shí)認(rèn)定作為定罪的基礎(chǔ)，強(qiáng)調(diào)證據(jù)組合的結(jié)構(gòu)化與邏輯性。而就算法技術(shù)本身來說，在輸入端，必須將欲分析的事物進(jìn)行特征化、數(shù)據(jù)化描述。同時(shí)，算法證明是在輸出端輸出待證事實(shí)，因此構(gòu)成要件需可轉(zhuǎn)換為規(guī)則代碼。算法輸入端與輸出端的要求決定了其在事實(shí)認(rèn)定中應(yīng)用范圍的有限性。
加羅法洛以道德悖反和規(guī)范違反為標(biāo)準(zhǔn)區(qū)分了自然犯與法定犯兩種犯罪形態(tài)。自然犯因其具有倫理非難性而需要實(shí)質(zhì)性的價(jià)值判斷，而價(jià)值判斷一直是人工智能領(lǐng)域難以攻克的技術(shù)難題。自然犯事實(shí)認(rèn)定所需要的知識(shí)庫難以被形式化為計(jì)算機(jī)語言。
相比之下，法定犯的入罪基礎(chǔ)是規(guī)范違反，其本質(zhì)是為了行政管理的需要。法定犯的認(rèn)定是犯罪行為與規(guī)范事實(shí)進(jìn)行匹配的形式性判斷，價(jià)值判斷較少，這與人工智能技術(shù)的平面化、形式化特征相契合。
在現(xiàn)代刑法中，法定犯主要是經(jīng)濟(jì)犯罪。并且在實(shí)踐中，算法證明主要應(yīng)用于經(jīng)濟(jì)犯罪案件。資金流在經(jīng)濟(jì)犯罪中是偵查的重點(diǎn)，而銀行賬戶交易記錄呈現(xiàn)出海量化、同質(zhì)化的特點(diǎn)，需要將海量的資金交易數(shù)據(jù)進(jìn)行結(jié)構(gòu)化聚合，揭示其中的數(shù)據(jù)規(guī)律，僅憑傳統(tǒng)的印證證明方法難以條分縷析地對(duì)其進(jìn)行組合、推理。通過算法刻畫資金交易數(shù)據(jù)的規(guī)律，從而完成證明。
實(shí)踐中偵查機(jī)關(guān)已經(jīng)開始使用算法證明案件事實(shí)。如在胡某組織、領(lǐng)導(dǎo)傳銷活動(dòng)罪一案中，常德市公安局對(duì)傳銷網(wǎng)站后臺(tái)數(shù)據(jù)庫進(jìn)行分析，出具的電子數(shù)據(jù)檢驗(yàn)分析報(bào)告為：胡某注冊(cè)賬號(hào)總數(shù)120……賬號(hào)下發(fā)展會(huì)員人數(shù)2434，推薦會(huì)員賬號(hào)ＲＭ10×××05，所處層級(jí)10，下線層數(shù)75。
該分析報(bào)告證明了兩個(gè)待證事實(shí)：犯罪嫌疑人發(fā)展的會(huì)員人數(shù)和傳銷層級(jí)數(shù)。不難看出，實(shí)踐中算法證明聚焦于次終待證事實(shí)，即最終待證事實(shí)的要素事實(shí)，而非通過分析整個(gè)案件的證據(jù)推理出最終待證事實(shí)。
鑒于此，本文無意建構(gòu)司法裁判人工智能化的宏大圖景，而是聚焦于事實(shí)認(rèn)定的場(chǎng)域，基于法定犯的規(guī)則結(jié)構(gòu)與證據(jù)的高度數(shù)據(jù)化，其與算法具有較高的契合度，將算法在法定犯事實(shí)認(rèn)定中的作用明確為證明方法，其與印證證明是包含關(guān)系。立足于法官既有的規(guī)范依賴證明模式，提出構(gòu)建司法證明領(lǐng)域的算法標(biāo)準(zhǔn)的規(guī)制路徑。
二、法定犯證明方法可算法化的現(xiàn)實(shí)基礎(chǔ)
摒棄算法應(yīng)用司法裁判的“全能論”，轉(zhuǎn)向證明部分要件事實(shí)的要素式算法建構(gòu)，需基于算法的技術(shù)特性與法定犯證明之中尋求共治的基礎(chǔ)。
（一）構(gòu)成要件行為的可模型化
虛擬空間中犯罪行為以數(shù)字形式存儲(chǔ)，海量電子數(shù)據(jù)呈現(xiàn)出離散化、同質(zhì)化、低價(jià)值密度的特點(diǎn)，需以整體性數(shù)據(jù)所凝練的規(guī)律性認(rèn)識(shí)來證明待證事實(shí)。盡管具有不可直觀性，但是其依然符合構(gòu)成要件行為的類型化。
因此，法定犯構(gòu)成要件行為的可模型化成為算法證明的關(guān)鍵，其涉及兩個(gè)理論前提：一方面是法定犯具有穩(wěn)定且具體的行為結(jié)構(gòu)。法定犯中的“法”指的是行政法規(guī)，其基本犯罪結(jié)構(gòu)可以公式化為行政違法+加重犯（情節(jié)加重或結(jié)果加重）。行政法規(guī)作為前置性法律文件，法官的司法認(rèn)定依賴其對(duì)違法事實(shí)構(gòu)成要件的規(guī)定。
行政違法行為在總體上呈現(xiàn)出“行為犯”的特征，大多無需以損害結(jié)果的發(fā)生為成立要件。從功能上來說，行政處罰主要是對(duì)違法行為的懲戒，其所關(guān)注的主要不是違法行為已經(jīng)帶來何種后果，而是將會(huì)造成何種后果。
行政違法的構(gòu)成要件以行為為中心，這決定了其需將違法行為特征詳盡描述，行為特征的組合結(jié)構(gòu)需涇渭分明地區(qū)分合法與非法的功能。如組織、領(lǐng)導(dǎo)傳銷活動(dòng)罪，其前置行政法規(guī)《禁止傳銷條例》第7條詳盡規(guī)定了傳銷行為的種類，傳銷行為并非是一種自體惡，而是禁止惡，因此其依存于法律創(chuàng)制。
可以說，法定犯證明是一種填補(bǔ)式的“形式”判斷，只要行為符合規(guī)范設(shè)定的行為類型即可完成。亦即從規(guī)范事實(shí)的角度而言，其受到來自法定犯的結(jié)構(gòu)制約力較強(qiáng)。這與算法0和1的二值代碼邏輯相契合，便于代碼轉(zhuǎn)化。
相比之下，自然犯的類型化行為較為抽象。如故意殺人罪，刑法采用簡(jiǎn)單罪狀表述為“故意殺人的，處……”。將所有侵犯生命法益的行為抽象為殺人行為，其行為樣態(tài)和結(jié)構(gòu)具有多樣性，且對(duì)殺人行為的判定是需要倫理經(jīng)驗(yàn)的實(shí)質(zhì)判斷。因此無法將其行為結(jié)構(gòu)進(jìn)行數(shù)字化建模。
另一方面是數(shù)據(jù)分析以算法模型為大前提。與人類分析思維相似，算法的運(yùn)行也是預(yù)設(shè)-分析模式，其基本的假設(shè)是模式會(huì)重復(fù)。從算法程序運(yùn)行的邏輯上來看，算法設(shè)計(jì)者是將現(xiàn)實(shí)世界的邏輯映射到算法模型中。算法模型是數(shù)據(jù)結(jié)構(gòu)的抽象化模板，是使數(shù)據(jù)結(jié)構(gòu)化的中心環(huán)節(jié)。
根據(jù)算法模型的生成機(jī)制不同，可分為專家系統(tǒng)的規(guī)則模型與機(jī)器學(xué)習(xí)模型。機(jī)器學(xué)習(xí)算法模型是一種模型生成自動(dòng)化工具，可自動(dòng)學(xué)習(xí)并構(gòu)建數(shù)據(jù)中各種特征的相關(guān)關(guān)系。機(jī)器學(xué)習(xí)算法所輸出的模型并非準(zhǔn)確，其輸出的模型不僅僅造成“黑箱”，而且還會(huì)產(chǎn)生錯(cuò)誤的相關(guān)關(guān)系。專家系統(tǒng)的規(guī)則模型是指借助既定的司法規(guī)則、司法經(jīng)驗(yàn)，人為構(gòu)建算法規(guī)則。
換言之，專家系統(tǒng)利用專家經(jīng)驗(yàn)進(jìn)行模型搭建，而機(jī)器學(xué)習(xí)是以數(shù)據(jù)經(jīng)驗(yàn)為基礎(chǔ)自動(dòng)搭建模型。法定犯的類型化危害行為有明確的規(guī)定，其特征也相應(yīng)地具有法律規(guī)定性，這就要求算法模型中的規(guī)則必須透明并與法律規(guī)定相一致。
因此，法定犯的證明算法，是為了處理個(gè)別的、具體的案件產(chǎn)生的行為數(shù)據(jù)，由專家設(shè)定其算法參數(shù)及算法邏輯，是一種專家系統(tǒng)規(guī)則模型。而機(jī)器學(xué)習(xí)生成的算法模型是“機(jī)器自主生成規(guī)則”，存在參數(shù)之間規(guī)則的黑箱，其生成的模型可能與法律規(guī)定不符，這違反了罪刑法定原則。
（二）行為證據(jù)的電子數(shù)據(jù)化
網(wǎng)絡(luò)時(shí)代的到來，創(chuàng)造了一個(gè)既依托又超越于物理空間的虛擬空間，形成了物理空間-網(wǎng)絡(luò)空間交融互嵌的二元架構(gòu)。人們通過“指尖行為”和人機(jī)交互界面輸入指令，觸發(fā)既定的程序規(guī)則，完成虛擬空間的數(shù)據(jù)交換，數(shù)據(jù)交換形成海量的數(shù)據(jù)存儲(chǔ)于服務(wù)器中。
網(wǎng)絡(luò)平臺(tái)是人機(jī)交互的界面，物理環(huán)境下的點(diǎn)擊行為只是輸入指令，其背后是以算法為核心的代碼程序。虛擬空間的指令輸入與算法程序共同完成了刑法評(píng)價(jià)意義上的行為，不同的指令觸發(fā)不同的程序運(yùn)行結(jié)果，任何操作的信息指令必然要依次經(jīng)歷由系統(tǒng)軟件層、操作系統(tǒng)層，到磁盤存儲(chǔ)設(shè)備層的轉(zhuǎn)移。通過指令輸入輸出結(jié)果。
基于指尖行為輸入的指令，網(wǎng)絡(luò)平臺(tái)（包括網(wǎng)站和APP）設(shè)計(jì)數(shù)據(jù)交換的算法規(guī)則，算法通過自動(dòng)處理輸出指令進(jìn)行數(shù)據(jù)交換，從而完成不同的指令所設(shè)定的程序結(jié)果。人類在現(xiàn)實(shí)世界的活動(dòng)得到了前所未有的記錄，這種記錄的粒度（即數(shù)據(jù)的細(xì)化程度，細(xì)化程度越高，粒度就越??；細(xì)化程度越低，粒度就越大）愈小，頻度在不斷增加，為電子證據(jù)的收集提供了極為豐富的數(shù)據(jù)資源。
從整體角度觀察電子數(shù)據(jù)所在信息系統(tǒng)，其地位和作用并不是簡(jiǎn)單地表現(xiàn)為一個(gè)個(gè)或者一類類獨(dú)立的證據(jù)，而是一個(gè)“現(xiàn)場(chǎng)”，由信息系統(tǒng)生成和記錄著各類信息，這些信息往往足以重建“過去發(fā)生的事情”。
“數(shù)據(jù)現(xiàn)場(chǎng)”由數(shù)據(jù)內(nèi)容、行為信息、系統(tǒng)信息和附屬信息組成。如一條轉(zhuǎn)賬記錄，除了轉(zhuǎn)賬時(shí)間、金額、賬戶信息等內(nèi)容信息，還包括行為信息的操作記錄，轉(zhuǎn)賬指令信息傳輸?shù)姐y行服務(wù)器所遺留的系統(tǒng)日志、安全日志、數(shù)據(jù)庫日志等系統(tǒng)運(yùn)行信息，以及上述信息打包存儲(chǔ)在服務(wù)器的創(chuàng)建時(shí)間、修改時(shí)間、大小等附屬信息。換言之，物理空間的“指尖行為”在虛擬空間通過數(shù)據(jù)形式被完整的記錄，犯罪行為被完整地刻畫于電子數(shù)據(jù)之中。
（三）法定犯證明的“形式”化
在自然犯證明中，證據(jù)與事實(shí)之間的推理需要生活經(jīng)驗(yàn)充當(dāng)大前提。而證據(jù)推論所依賴的大前提為一個(gè)全真命題的情況是罕見的，通常帶有模糊量詞。
例如英美法系中的經(jīng)驗(yàn)“已經(jīng)在法庭上宣誓的證人很少說謊”，“很少”就是一個(gè)模糊量詞。而算法是基于數(shù)學(xué)邏輯，其具有確定性、邏輯必然性和單調(diào)性的特點(diǎn)。算法是以0和1為基礎(chǔ)的二值邏輯，只能以“非此即彼”式運(yùn)行來消除矛盾因素。
模糊性且不確定性的經(jīng)驗(yàn)難以轉(zhuǎn)化為算法語言?？紤]到算法確定性與經(jīng)驗(yàn)事實(shí)模糊性之間的矛盾，司法人工智能領(lǐng)域演化出基于先例的裁判模型，利用機(jī)器學(xué)習(xí)算法對(duì)大量打標(biāo)簽的裁判文書進(jìn)行學(xué)習(xí)，輸出算法模型，以對(duì)其他案件進(jìn)行“裁判”。
此種裁判模型有過擬合和泛化能力差的缺陷，其輸出的裁判結(jié)論缺乏創(chuàng)造性的價(jià)值判斷，顛覆了裁判生成的正當(dāng)性基礎(chǔ)。倘若采取此種裁決的技術(shù)路徑，“難以再見到像馬伯里訴麥迪遜案件這樣具有時(shí)代意義的偉大判決了”。
而法定犯具有明確的行為結(jié)構(gòu)標(biāo)準(zhǔn)，是否符合構(gòu)成要件的規(guī)定通常十分清楚明了,是一種“非此即彼”式的形式判斷。法定犯與自然犯在行為結(jié)構(gòu)強(qiáng)弱的差異，影響著證據(jù)推論的邏輯。
法定犯是以規(guī)范事實(shí)為大前提，而自然犯以經(jīng)驗(yàn)概括為大前提，自然犯中經(jīng)驗(yàn)概括“必要且危險(xiǎn)”，決定著結(jié)論的可接受性。法定犯的形式化證據(jù)推論為其算法轉(zhuǎn)化提供了邏輯基礎(chǔ)。
遵守形式的法律標(biāo)準(zhǔn)是司法人員法定義務(wù)，若是這種形式性的法律標(biāo)準(zhǔn)與實(shí)質(zhì)的價(jià)值判斷之間存在沖突，則通常只能考慮通過量刑階段的從寬處理來解決。無意去評(píng)價(jià)法條主義下形式性判斷的優(yōu)劣，但證明的形式性判斷毫無疑問地便于建構(gòu)算法化規(guī)范框架。
三、法定犯算法證明方法的原理
法定犯證明方法的可算法化只是“共治”的基礎(chǔ)，而算法如何證明則是“共治”的路徑。
（一）一個(gè)并非不證自明的命題：算法是一種證明方法
在我國(guó)臺(tái)灣地區(qū)以及日本，以證明對(duì)象劃分為嚴(yán)格證明與自由證明。嚴(yán)格證明與自由證明是將證據(jù)置于訴訟程序之中，嚴(yán)格證明之嚴(yán)格性表現(xiàn)在法定證據(jù)方法之限制和法定調(diào)查程序之限制。
法定證據(jù)方法指的是探求證據(jù)信息的調(diào)查手段，在嚴(yán)格證明限制下，必須能夠歸納于五種列舉的證據(jù)方法（人證、文書、鑒定、勘驗(yàn)和被告之自白），才是法定的證據(jù)方法，才得據(jù)以認(rèn)定犯罪事實(shí)并采為裁判基礎(chǔ)，并無所謂的例外可言。
證據(jù)方法是程序與證據(jù)結(jié)合的產(chǎn)物，是在刑事訴訟程序規(guī)則下探知證據(jù)信息的方法。因此，探求證據(jù)本身承載的信息是證據(jù)方法的終點(diǎn)。證據(jù)方法有特定的適用主體和場(chǎng)景，即證據(jù)方法是法官在審理程序中調(diào)查證據(jù)之方法，特定證據(jù)方法經(jīng)過法定調(diào)查程序之后，方取得證據(jù)能力，以作為裁判之基礎(chǔ)。
所謂證明方法，指的是從證據(jù)到待證事實(shí)這一推論過程所使用的手段，要件事實(shí)是證明方法的終點(diǎn)。事實(shí)與命題具有同構(gòu)性，證據(jù)事實(shí)和待證事實(shí)的表達(dá)以命題的形式出現(xiàn)。證據(jù)到待證事實(shí)的證明過程也是證據(jù)論證待證事實(shí)命題的過程。
論證按照方向的不同分為“證實(shí)”與“證偽”，分別是控方與辯方在司法證明活動(dòng)中需要達(dá)成的目標(biāo)。根據(jù)論證的路徑不同，英美主流證據(jù)法理論中證明方法可分為：屬于整體主義方法的故事模型理論和屬于原子主義方法的論證方法。
無論何種證明方法，其目的皆為從證據(jù)推論出待證事實(shí)，其主要價(jià)值是作為組織、排序或構(gòu)建證據(jù)并從證據(jù)中得出推論的工具。如使用鑒定方法對(duì)現(xiàn)場(chǎng)的指紋進(jìn)行比對(duì)，探求指紋本身的信息是識(shí)別與認(rèn)知證據(jù)的過程，因此鑒定屬于證據(jù)方法的一種。而根據(jù)指紋證據(jù)推理出犯罪嫌疑人曾在犯罪現(xiàn)場(chǎng)出現(xiàn)，這是證明過程，要證明犯罪嫌疑人實(shí)施了犯罪行為這一待證事實(shí)，還需將其他證據(jù)進(jìn)行邏輯上的組合。
在觸網(wǎng)犯罪中，數(shù)據(jù)分析的目的在于判斷行為是否符合刑法規(guī)定的構(gòu)成要件。因此，算法模型作為數(shù)據(jù)結(jié)構(gòu)化的模板，其構(gòu)建必須以構(gòu)成要件特征為依據(jù)，將犯罪行為的數(shù)據(jù)特征模型化。
換言之，算法模型實(shí)際上是構(gòu)成要件的代碼形式。以組織、領(lǐng)導(dǎo)傳銷活動(dòng)罪為例，其犯罪構(gòu)成行為特征有：組織者或經(jīng)營(yíng)者要求被發(fā)展人員發(fā)展其他人員，并以發(fā)展人員的數(shù)量作為計(jì)酬返利依據(jù)；組織者或經(jīng)營(yíng)者要求發(fā)展人員繳納費(fèi)用；形成層級(jí)，以下線的銷售額計(jì)算上線報(bào)酬。與構(gòu)成要件的行為相對(duì)應(yīng)，其資金數(shù)據(jù)交易特征有資金匯入特征、資金特征、返利特征，這些數(shù)據(jù)特征經(jīng)由數(shù)學(xué)模型化為算法模型。
由此觀之，在數(shù)字場(chǎng)景中，算法模型實(shí)際上是數(shù)據(jù)行為的類型化。通過對(duì)構(gòu)成要件行為特征的代碼轉(zhuǎn)換，使其由現(xiàn)實(shí)世界的法律規(guī)則轉(zhuǎn)變?yōu)閿?shù)字世界的代碼規(guī)則，構(gòu)成要件的行為被重構(gòu)為0和1的組合。
可見，算法模型本身是按照構(gòu)成要件行為的“彼岸”來構(gòu)建，經(jīng)算法分析而產(chǎn)生的規(guī)律，已經(jīng)跨越了“證據(jù)→要件事實(shí)”之間的波濤，從電子數(shù)據(jù)的“此案”到達(dá)了構(gòu)成要件行為的“彼岸”。因此，行為數(shù)據(jù)經(jīng)由算法模型分析后，不能稱其結(jié)論為一種新型證據(jù)材料，而應(yīng)當(dāng)是部分要件事實(shí)。
（二）算法證明的本質(zhì)維度：數(shù)學(xué)統(tǒng)計(jì)方法
算法證明方法的實(shí)踐價(jià)值在于解決觸網(wǎng)犯罪行為證明問題，其方法本質(zhì)是以數(shù)據(jù)特征為基礎(chǔ)搭建專家系統(tǒng)模型，運(yùn)用描述性統(tǒng)計(jì)方法挖掘海量電子數(shù)據(jù)的特征規(guī)律。由于個(gè)案行為特征不同，海量電子數(shù)據(jù)所表征的規(guī)律各異，因此，篩選數(shù)據(jù)所使用的參數(shù)條件也不同。
基于此，本部分以經(jīng)濟(jì)犯罪案件中對(duì)資金交易數(shù)據(jù)（其他可分析數(shù)據(jù)包括物流數(shù)據(jù)、通訊數(shù)據(jù)以及社會(huì)關(guān)系數(shù)據(jù)等）的算法證明過程為例進(jìn)行論述，大體上分為三個(gè)步驟：縮小關(guān)鍵賬戶、查找特征金額和可視化關(guān)系分析。
與現(xiàn)實(shí)空間相對(duì)應(yīng)，虛擬空間的行為主體表現(xiàn)為銀行（或第三方支付平臺(tái)）賬戶，賬戶的交易數(shù)據(jù)表征行為。海量交易數(shù)據(jù)中混雜著犯罪行為人的賬戶、被害人賬戶、資金池賬戶、即進(jìn)即出中間賬戶等。其中的交易關(guān)系盤根錯(cuò)節(jié)，關(guān)鍵是剝絲抽繭地找到行為人的賬戶，進(jìn)而聚焦于該類賬戶的交易數(shù)據(jù)進(jìn)行重點(diǎn)分析。
在經(jīng)濟(jì)犯罪案件中，使用“交易賬戶與對(duì)手賬號(hào)交易匯總統(tǒng)計(jì)”模型，可以根據(jù)不同案件行為賬戶的特征進(jìn)行篩選統(tǒng)計(jì)。如在組織、領(lǐng)導(dǎo)傳銷犯罪中，層級(jí)越高的犯罪嫌疑人，其賬戶交易的進(jìn)賬和交易次數(shù)越多。因此可依據(jù)賬戶的入度和出度縮小賬戶范圍。
在統(tǒng)計(jì)出重點(diǎn)嫌疑賬戶后，再根據(jù)不同類型犯罪的交易特征金額進(jìn)行分析。分析金額特征的目的是找到與行為人賬戶有犯罪上下游關(guān)系的對(duì)手賬戶，對(duì)手賬戶的性質(zhì)可通過金額特征進(jìn)行鑒別。
各類經(jīng)濟(jì)犯罪因犯罪行為的形態(tài)不同在資金交易金額上表現(xiàn)為不同的特征，這種金額特征是由實(shí)體法所規(guī)定的行為類型化所決定?！邦愋褪墙⒃谝话慵疤貏e間的中間高度，它是一種相對(duì)具體，一種在事物中的普遍性?！毙谭ㄖ写俗锱c彼罪一個(gè)外觀性區(qū)分標(biāo)準(zhǔn)就是行為，不同的行為類型由于具體的犯罪目的差異而具有異質(zhì)性，這種質(zhì)的規(guī)定性差異在外觀上表現(xiàn)為特征的差異。
換言之，特征是探求特定犯罪行為本質(zhì)之后顯露于外的質(zhì)的區(qū)別性。因此，行為特征具有區(qū)別此罪與彼罪的標(biāo)準(zhǔn)意義。
而在經(jīng)濟(jì)犯罪中，犯罪行為表征為數(shù)據(jù)，行為特征表征為數(shù)據(jù)特征。如非法買賣外匯類案件，行為人賬戶的交易金額特征可能呈現(xiàn)出匯率的整數(shù)倍。在組織、領(lǐng)導(dǎo)傳銷活動(dòng)犯罪中，因上下層級(jí)之間存在返利關(guān)系，其交易的金額特征可能呈現(xiàn)出固定的比例?？梢?，不同的案件類型決定了行為特征以及數(shù)據(jù)特征的差異，因此算法的行為建模是一種具有個(gè)案針對(duì)性的具體技術(shù)方法。
可視化利用圖形形式，對(duì)數(shù)據(jù)進(jìn)行圖形化轉(zhuǎn)換?？梢暬治雠c上述統(tǒng)計(jì)方法不同，可視化是以賬戶為節(jié)點(diǎn)，以交易關(guān)系為邊且依據(jù)交易頻率（或金額）將邊賦權(quán)，形成犯罪網(wǎng)絡(luò)關(guān)系圖，如偵查機(jī)關(guān)出具的傳銷人員網(wǎng)絡(luò)圖，其可清晰地表示犯罪人員的層級(jí)和上下游關(guān)系。
當(dāng)然，上述步驟在實(shí)踐中是交替進(jìn)行的。在可視化分析之后，可能會(huì)發(fā)現(xiàn)新的犯罪賬戶節(jié)點(diǎn)，需再對(duì)該賬戶交易數(shù)據(jù)進(jìn)行研判分析，最終形成賬戶關(guān)系網(wǎng)絡(luò)。
在統(tǒng)計(jì)學(xué)意義上，縮小關(guān)鍵賬戶是統(tǒng)計(jì)分組，將明顯異常賬戶與其他賬戶分離，再基于金額特征對(duì)交易明顯異常賬戶的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)計(jì)算。可見，算法的本質(zhì)是各種統(tǒng)計(jì)分析應(yīng)用，算法是以數(shù)據(jù)統(tǒng)計(jì)的方式進(jìn)行證明。
經(jīng)過上述數(shù)據(jù)分析后，資金交易的數(shù)據(jù)特征已經(jīng)明了，數(shù)據(jù)特征所對(duì)應(yīng)的類型化犯罪行為也已清晰，并完成了對(duì)犯罪人數(shù)以及犯罪行為的證明。但這并不意味著完成了最終意義上的證明，由于賬戶交易數(shù)據(jù)同質(zhì)化程度極高且來源相同，并不能互為補(bǔ)強(qiáng)證據(jù)，而應(yīng)將其視為一個(gè)整體，根據(jù)“孤證不能定案”的原則尋求其他證據(jù)與之印證。
四、法定犯算法證明方法的法律地位
算法證明方法顛覆了傳統(tǒng)單一人工事實(shí)認(rèn)定模式。討論這種新型證明方法必須要充分考慮現(xiàn)行證明模式并要與之兼容。因此，需探討算法證明方法與印證證明的關(guān)系樣態(tài)，這也決定著法定犯算法證明方法的法律地位。
（一）算法是進(jìn)階式論證
案件事實(shí)的構(gòu)建是以單個(gè)證據(jù)推論形成的“碎片”事實(shí)組成。在2012年United States v. Jones案中，美國(guó)聯(lián)邦最高法院認(rèn)為長(zhǎng)達(dá)28天的GPS定位偵查積累了大量零碎行蹤信息，如同將大量馬賽克碎片并在一起呈現(xiàn)完整圖像，認(rèn)定其構(gòu)成違法搜索。
馬賽克理論（Mosaic Theory）認(rèn)為海量單個(gè)數(shù)據(jù)整合行為會(huì)對(duì)隱私權(quán)產(chǎn)生更深層次的侵犯。虛擬空間在形態(tài)上表現(xiàn)為數(shù)據(jù)構(gòu)建的巨大的信息空間，以數(shù)據(jù)形式記錄行為痕跡，形成巨大的數(shù)據(jù)資源池。
從數(shù)據(jù)池中調(diào)取的犯罪行為數(shù)據(jù)具有零散化的特點(diǎn)，單個(gè)數(shù)據(jù)作為證據(jù)所證明的事實(shí)過于微觀，以至于其是否具有關(guān)聯(lián)性無從判斷。如上述案件中Jones從某地到另一地的單一行程軌跡無法證明其涉嫌毒品犯罪，但整合28天行蹤監(jiān)控軌跡數(shù)據(jù)，就可以發(fā)現(xiàn)其行為規(guī)律，并建立起其與涉嫌藏匿毒品地點(diǎn)之間的聯(lián)系，從而與案件實(shí)現(xiàn)關(guān)聯(lián)。
但是，軌跡數(shù)據(jù)僅證明Jones在空間上與藏匿毒品地點(diǎn)具有相關(guān)關(guān)系，欲證明Jones販賣毒品，還需要Jones和其同伙具有販賣行為等證據(jù)。否則，在中國(guó)此案很可能只能指控其非法持有毒品。
可見，刑法規(guī)范是眾多要件要素的集合，就案件事實(shí)的終局性證明而言，電子數(shù)據(jù)的體量即使再大，也不能形成論證的閉環(huán)，算法證明并不是完備的證明，其只能證明部分要件事實(shí)，且結(jié)論并非是無可辯駁的。
統(tǒng)計(jì)方法決定算法證明的結(jié)論具有似真性，仍需證明數(shù)據(jù)行為背后的目的以及現(xiàn)實(shí)空間其他類型證據(jù)進(jìn)行印證。自統(tǒng)計(jì)學(xué)的角度而言，數(shù)據(jù)規(guī)律是量的疊加，量的累積達(dá)到何種標(biāo)準(zhǔn)才能做出定性判斷，存在疑問。因此，算法證明方法不是一種終局狀態(tài)的證明。欲完成全局性證明，還需要其他證據(jù)通過印證證明方法進(jìn)行證明。
與之相同的是，印證在量上的要求是“孤證不能定案”，印證本身就體現(xiàn)出兩個(gè)以上證據(jù)之間的相互關(guān)系。印證憑借證據(jù)信息和指向的同一形成完整的證據(jù)鏈條，其核心要義在于證明意蘊(yùn)的疊加,相互印證的證據(jù)數(shù)量越多，印證的可信度就越高，因此，印證注重的也是過程狀態(tài)，并不強(qiáng)調(diào)完成狀態(tài)。
（二）算法證明方法中包含“一致性”要求
自算法證明機(jī)理觀之，在算法證明中,算法模型運(yùn)用各種數(shù)據(jù)參數(shù)來建構(gòu)一個(gè)標(biāo)準(zhǔn)的、并符合算法設(shè)計(jì)者預(yù)期的完美“主體”形象,將完美的主體形象用以評(píng)價(jià)真實(shí)的個(gè)體,這個(gè)由算法模型生成的完美的主體形象實(shí)則成為評(píng)價(jià)個(gè)體的基本參照系。
而這個(gè)基本參照系是否完美，決定著證明結(jié)論是否準(zhǔn)確。算法證明關(guān)注證據(jù)信息間的相關(guān)性，即電子證據(jù)信息間的數(shù)值關(guān)系。而這種量化的相關(guān)關(guān)系背后，是以數(shù)學(xué)方程模型進(jìn)行支撐。數(shù)學(xué)公式模型必須與欲論證的命題邏輯相洽。
在數(shù)學(xué)方程模型中，邏輯方向一致性體現(xiàn)為數(shù)據(jù)的擬合性。如上述組織、領(lǐng)導(dǎo)傳銷活動(dòng)罪中，倘若海量數(shù)據(jù)沒有呈現(xiàn)出規(guī)律性，其與數(shù)學(xué)模型欠擬合，必然呈現(xiàn)出不規(guī)則的點(diǎn)狀離散狀態(tài)。
因此，海量數(shù)據(jù)中的每一單個(gè)數(shù)據(jù)都不是“無辜”的，都為規(guī)律性貢獻(xiàn)了力量。當(dāng)海量數(shù)據(jù)經(jīng)過算法模型得出規(guī)律性結(jié)論，其與構(gòu)成要件行為特征相符，即完成了證明。換言之，以規(guī)律性認(rèn)識(shí)發(fā)揮證明作用，需判斷點(diǎn)狀數(shù)據(jù)是否擬合數(shù)學(xué)模型，進(jìn)而可判斷數(shù)據(jù)規(guī)律是否符合構(gòu)成要件行為特征。
印證證明方法所蘊(yùn)含的證據(jù)信息一致性內(nèi)容，實(shí)際上是真理融貫論在證據(jù)方法的體現(xiàn)。融貫論的基本觀點(diǎn)是系統(tǒng)內(nèi)部的協(xié)調(diào)一致性與無矛盾性。海量數(shù)據(jù)經(jīng)由算法模型分析所得出的規(guī)律性認(rèn)識(shí)，同樣具有證明方向一致的特征。
但稍有不同的是，海量數(shù)據(jù)并非完全擬合數(shù)學(xué)方程模型，而是有一定的離群值。離群值影響海量數(shù)據(jù)擬合數(shù)學(xué)方程的優(yōu)度。質(zhì)言之，當(dāng)離群值較多時(shí)，海量數(shù)據(jù)可能不符合規(guī)范行為規(guī)律。
鑒于此種情況，應(yīng)當(dāng)結(jié)合其他證據(jù)探求離群值的原因。如果沒有其他證據(jù)印證，則犯罪嫌疑人可能不構(gòu)成犯罪。當(dāng)離群值較少時(shí)，一般不影響規(guī)律性認(rèn)識(shí)，可對(duì)其剔除或忽略。
（三）算法證明與印證同屬“權(quán)力主導(dǎo)型”證明結(jié)構(gòu)
在事實(shí)認(rèn)定方面，訴訟中存在控訴、抗辯證明和裁判者心證三個(gè)證明系統(tǒng)。法庭上的證明過程應(yīng)當(dāng)是辯證的、動(dòng)態(tài)的，基本的辯證情景要求存在對(duì)立的觀點(diǎn)以及對(duì)這些觀點(diǎn)的批判性檢驗(yàn)。
但在我國(guó)司法實(shí)踐中，裁判者心證系統(tǒng)受到控訴證明系統(tǒng)影響最為深刻，其往往與控訴證明系統(tǒng)形成重合，拒斥抗辯證明系統(tǒng)。表現(xiàn)在裁判結(jié)果上為支持控方的有罪指控，對(duì)辯方意見不予采納。
控訴證明系統(tǒng)對(duì)裁判者心證系統(tǒng)的影響也體現(xiàn)在證明方法上。證明強(qiáng)調(diào)的是控辯雙方論證各自提出命題的過程，證明方法是論證這一命題的手段方法，控方使用的證明路徑稱為印證證明方法。而面向法官這一主體，法官并非證明的主體，法官使用印證方法應(yīng)當(dāng)稱為印證裁判機(jī)制。
這種控方與裁判者使用同一證據(jù)推論方法的“權(quán)力主導(dǎo)型”證明結(jié)構(gòu)，不同于圖爾敏論證模型與威格摩爾圖示法向辯方信息開放，其抗拒辯方信息的介入，表現(xiàn)為法官對(duì)控方所證明的事實(shí)予以認(rèn)可。
實(shí)踐中，裁判者心證系統(tǒng)對(duì)算法證明結(jié)論的接納，為算法證明同屬于權(quán)力主導(dǎo)型證明結(jié)構(gòu)提供了注腳。如在陳某組織、領(lǐng)導(dǎo)傳銷活動(dòng)一案中，針對(duì)辯護(hù)人提出的“電子數(shù)據(jù)檢驗(yàn)分析報(bào)告中涉及的層級(jí)及發(fā)展的會(huì)員人數(shù)存在疑問”“應(yīng)當(dāng)由具有相應(yīng)鑒定資質(zhì)的機(jī)構(gòu)出具鑒定意見”辯護(hù)意見，法官認(rèn)為“電子數(shù)據(jù)檢驗(yàn)報(bào)告是對(duì)數(shù)據(jù)庫提取的電子數(shù)據(jù)進(jìn)行檢驗(yàn)和分析后得出，應(yīng)當(dāng)作為認(rèn)定本案事實(shí)的依據(jù)”。
可見，盡管缺乏技術(shù)知識(shí)背景，但法官仍認(rèn)定了算法證明生成的事實(shí)，控方使用的算法證明方法影響法官的心證，算法證明的事實(shí)被裁判者納入到最終待證事實(shí)之中。
總之，算法證明方法中所蘊(yùn)含的進(jìn)階式、一致性內(nèi)涵與印證證明方法高度契合。另外，算法證明方法適用于法定犯中行為要件的證明，其證明的是部分事實(shí)要素，而最終待證事實(shí)的構(gòu)建仍需證據(jù)之間印證?；诖?，算法證明方法是印證證明的技術(shù)補(bǔ)充，其屬于印證證明下階的具體證明方法之一。
五、法定犯算法證明方法的規(guī)制
與印證證明不同的是，算法證明將計(jì)算機(jī)技術(shù)融入司法證明之中。而算法的穩(wěn)健性、魯棒性決定事實(shí)認(rèn)定結(jié)論的準(zhǔn)確性。此外，裁判說理需要算法具有可解釋性，因此有必要對(duì)作為證明方法的算法進(jìn)行規(guī)制。
（一）證明的新憂宿疾：技術(shù)黑箱與心證黑箱的互嵌
傳統(tǒng)自由心證推崇裁判者“聆聽內(nèi)心的聲音”，法律決策終結(jié)于“內(nèi)在的感覺”，最佳的理性就是“源自內(nèi)心最底層的呼喚”，秘密心證成為裁判者抵御追問與質(zhì)疑的遁甲和解脫壓力與責(zé)任的利器。
現(xiàn)代自由心證強(qiáng)調(diào)對(duì)心證的規(guī)制，講求心證公開。對(duì)社會(huì)公眾來說，了解法律的溫度是通過一個(gè)個(gè)生動(dòng)的案例，而非刻板靜態(tài)的法條。對(duì)辯方來說，心證公開是其程序性權(quán)利和實(shí)體權(quán)利的保障，也是當(dāng)事人信服與接納判決結(jié)果之法理基礎(chǔ)。
2009年12月最高人民法院發(fā)布《關(guān)于司法公開的六項(xiàng)規(guī)定》第五項(xiàng)規(guī)定：“裁判文書應(yīng)當(dāng)充分表述當(dāng)事人的訴辯意見、證據(jù)的采信理由、事實(shí)的認(rèn)定、適用法律的推理與解釋過程，做到說理公開?！钡趯?shí)踐中，裁判文書一般只列出證據(jù)的內(nèi)容而不對(duì)其進(jìn)行解釋和評(píng)價(jià)。
自法官的認(rèn)知機(jī)制而言，其認(rèn)知過程包含經(jīng)驗(yàn)直覺與理性分析。法官所掌握的法律專業(yè)知識(shí)與經(jīng)驗(yàn)是直覺加工系統(tǒng)的基礎(chǔ)，這種加工機(jī)制是跳躍地、自動(dòng)化地進(jìn)行，個(gè)體不能明確表述自己獲得結(jié)論的過程和方法，并伴有情緒反應(yīng)。
可以說，法官在庭審過程中因庭審時(shí)間有限，更多地運(yùn)用直覺機(jī)制。而在撰寫判決書時(shí)，法官會(huì)對(duì)在庭審中由直覺機(jī)制形成的心證進(jìn)行回溯性檢驗(yàn)，因而在這個(gè)過程中更多地運(yùn)用理性分析機(jī)制。但經(jīng)由直覺機(jī)制形成心證的整個(gè)過程中包含大量“法感”難以言明，并不能充分地形諸文字。
此外，裁判文書公開使得外部的社會(huì)監(jiān)督加強(qiáng)。為了規(guī)避類似彭宇案判決書說理的風(fēng)險(xiǎn)，法官刻意地將判決書說理部分簡(jiǎn)化，隱藏其心證形成過程。而列入副卷的“審理報(bào)告”“審結(jié)報(bào)告”以及審委會(huì)會(huì)議紀(jì)要卻有相對(duì)詳細(xì)的裁判理由，但其并不對(duì)社會(huì)公開。質(zhì)言之，裁判者的心證公開“內(nèi)外有別”。
前波未滅后波生，算法證明形成的技術(shù)黑箱不僅對(duì)于法官來說不能理解，辯方及社會(huì)公眾更是不明所以。實(shí)踐中法官盡管接納了算法證明的事實(shí)結(jié)論，但并不具備專業(yè)知識(shí)對(duì)算法證明的事實(shí)進(jìn)行審查。
算法證明形成了一個(gè)技術(shù)黑箱，算法證明的事實(shí)部分成為不可探明之灰色地帶。因此，在判決書中呈現(xiàn)出算法黑箱與心證黑箱疊加的狀態(tài)。
（二）法官對(duì)法庭科技的認(rèn)知圖景：規(guī)范依賴
從具體的算法規(guī)制路徑上，很多學(xué)者以理解算法的內(nèi)部運(yùn)行邏輯的角度出發(fā)提出規(guī)制措施，如設(shè)定算法解釋權(quán)利或算法解釋義務(wù)。這從保護(hù)被告人的權(quán)利角度而言無可厚非，但是從法官事實(shí)認(rèn)知模式的角度來說，法官缺乏算法專業(yè)知識(shí)背景，上述算法解釋的規(guī)制路徑無法解決“技術(shù)無知”的困境。
在傳統(tǒng)事實(shí)認(rèn)知模式下，法官運(yùn)用經(jīng)驗(yàn)和邏輯，憑借感官對(duì)證據(jù)信息的察覺，對(duì)原生性證據(jù)所承載的信息進(jìn)行邏輯推演。但實(shí)踐中法官往往表達(dá)這樣一種觀點(diǎn)：希望證據(jù)立法能夠細(xì)密、完備，特別希望其中能夠詳細(xì)規(guī)定各種證據(jù)的證明力及其判斷方式，使法官在辦案時(shí)能夠有一個(gè)明確的指導(dǎo)。
而隨著科學(xué)技術(shù)涌入證據(jù)領(lǐng)域，科技所代表的技術(shù)理性替代了日漸式微的經(jīng)驗(yàn)與邏輯，科學(xué)技術(shù)完成了對(duì)法庭事實(shí)認(rèn)知模式的“技術(shù)占領(lǐng)”。而法律專家不可能是每個(gè)領(lǐng)域的專家，但他必須得是真正的法律專家才行，這樣才能在法律的基礎(chǔ)上甄別其他專家的同行意見，然后作出法律上的妥當(dāng)決定。
于是，“法官是法庭的國(guó)王”這一傳統(tǒng)共識(shí)也被打破，技術(shù)專家成為與法官分庭抗禮的角色。大多數(shù)科學(xué)技術(shù)都具有自身的缺陷和風(fēng)險(xiǎn)，而法官需要審查的不是出現(xiàn)在法庭上的科技是否是完美的，而是如何評(píng)估一個(gè)不完美的研究，從不完美的知識(shí)中進(jìn)行事實(shí)認(rèn)定。
司法程序并不是一個(gè)無限追求實(shí)質(zhì)真實(shí)的場(chǎng)域，若要求法官通過掌握相應(yīng)的科學(xué)知識(shí)審查算法，在實(shí)踐層面無法實(shí)現(xiàn)。法官面對(duì)專業(yè)知識(shí)的無力使我們面對(duì)這個(gè)問題時(shí)似乎束手無策。
但從實(shí)踐來看，法官對(duì)專業(yè)知識(shí)的認(rèn)知往往設(shè)定一個(gè)“錨點(diǎn)”。美國(guó)科學(xué)證據(jù)的可采性標(biāo)準(zhǔn)中的Frey標(biāo)準(zhǔn)以及Daubert標(biāo)準(zhǔn)將法官的認(rèn)知錨定在科學(xué)原理的“同行普遍接受”“是否可檢驗(yàn)”“檢驗(yàn)的錯(cuò)誤率如何”等標(biāo)準(zhǔn)之上。而中國(guó)法官對(duì)鑒定意見的采信錨定在替代性審查機(jī)制上。可見，法官在面對(duì)科學(xué)技術(shù)時(shí)往往規(guī)避“外行審查內(nèi)行”的局面，而是依賴于技術(shù)法律規(guī)范以認(rèn)定事實(shí)。
鑒于實(shí)踐中對(duì)事實(shí)認(rèn)定規(guī)則的依賴和算法技術(shù)的專業(yè)性壁壘，尋找替代性測(cè)度機(jī)制成為審查算法證明結(jié)論的良方妙藥。將法官審查算法的壓力傳導(dǎo)給技術(shù)性規(guī)范，法官只需要在法庭上做出形式審查即可。因此，可將算法規(guī)制的節(jié)點(diǎn)提前，即設(shè)置作為證明方法的算法規(guī)范標(biāo)準(zhǔn)，消弭法官對(duì)算法證明結(jié)論的審查困境。
（三）算法證明的替代性審查路徑：算法標(biāo)準(zhǔn)
法律與科技的關(guān)系是一個(gè)持久的話題，法律在應(yīng)對(duì)單一功能的技術(shù)時(shí)，往往在事前設(shè)定技術(shù)和質(zhì)量標(biāo)準(zhǔn)，并在事后通過落實(shí)侵權(quán)責(zé)任進(jìn)行損害賠償救濟(jì)。技術(shù)的標(biāo)準(zhǔn)并非在技術(shù)應(yīng)用的初期設(shè)定，而是實(shí)踐中經(jīng)驗(yàn)和教訓(xùn)的總結(jié)，是技術(shù)細(xì)節(jié)凝練之后的產(chǎn)物。因此，技術(shù)標(biāo)準(zhǔn)的制定具有滯后性。
實(shí)際上，技術(shù)標(biāo)準(zhǔn)正成為踐行算法規(guī)制的重要場(chǎng)所。如中央人民銀行發(fā)布的《人工智能算法金融應(yīng)用評(píng)價(jià)規(guī)范》對(duì)金融場(chǎng)景下的算法設(shè)定了算法標(biāo)準(zhǔn)。在警企合作的大背景下，各地偵查機(jī)關(guān)使用的軟件算法大相徑庭，這會(huì)導(dǎo)致算法證明結(jié)論的差異，進(jìn)而對(duì)證明結(jié)論的準(zhǔn)確造成影響。
證據(jù)場(chǎng)景下，算法的科學(xué)性就體現(xiàn)在其標(biāo)準(zhǔn)化程度，標(biāo)準(zhǔn)化為法官審查算法提供了基點(diǎn)，消解了法官算法知識(shí)不足與算法證明結(jié)論之間的緊張關(guān)系，符合“將專業(yè)的事情交給專業(yè)的人做”的分工機(jī)制。法官通過對(duì)算法的形式審查是否符合算法標(biāo)準(zhǔn)來認(rèn)可算法證明的結(jié)論。
如果算法的應(yīng)用沒有標(biāo)準(zhǔn)化，那么證明場(chǎng)景中算法準(zhǔn)入門檻、算法的升級(jí)迭代會(huì)變成沒有限制的無序發(fā)展。同時(shí)，司法算法標(biāo)準(zhǔn)化能夠克減算法技術(shù)的資本色彩，提供技術(shù)支撐的企業(yè)所具有的私利性與司法證明所具有的公共性之間的矛盾得以緩和。
更重要的是，設(shè)定司法算法的標(biāo)準(zhǔn)能夠?qū)λ惴ㄟM(jìn)行解釋，可以防止法庭審判因過分糾結(jié)技術(shù)而拖延。算法解釋源自對(duì)算法運(yùn)行邏輯的不信任，算法技術(shù)所產(chǎn)生的黑箱更是對(duì)以公開透明為目標(biāo)的社會(huì)運(yùn)行形態(tài)的悖反。
美國(guó)學(xué)者研究發(fā)現(xiàn)，人們對(duì)算法普遍具有一種“算法厭惡”（Algorithm Aversion）的心理。而構(gòu)建算法信任，需要人們對(duì)算法的信任傾向和算法自身的可信度兩個(gè)方面。建立司法算法標(biāo)準(zhǔn)是“畢其功于一役”的路徑。
當(dāng)然，技術(shù)的應(yīng)用一般是“先興起，再治理”，算法標(biāo)準(zhǔn)的制定也應(yīng)當(dāng)?shù)却惴夹g(shù)實(shí)踐經(jīng)驗(yàn)的沉淀。過于急切地在算法應(yīng)用的早期制定算法標(biāo)準(zhǔn)，不僅不利于事實(shí)的認(rèn)定，反而有限制證明領(lǐng)域算法的發(fā)展之弊端。
從算法標(biāo)準(zhǔn)的制定主體來看，算法的國(guó)家標(biāo)準(zhǔn)可以由公安部物證鑒定中心負(fù)責(zé)制定。由于各地區(qū)公安機(jī)關(guān)合作的企業(yè)不同，算法的使用呈現(xiàn)地域性差異。因此，可以制定與細(xì)化國(guó)家標(biāo)準(zhǔn)的地方標(biāo)準(zhǔn)。
從標(biāo)準(zhǔn)的內(nèi)容來看，構(gòu)建算法證明模型分為三個(gè)步驟：犯罪行為特征提取、特征轉(zhuǎn)換數(shù)學(xué)模型和數(shù)學(xué)模型代碼化?？梢园l(fā)現(xiàn)，盡管算法標(biāo)準(zhǔn)解決的是僅僅是第三個(gè)步驟的問題，但是前兩個(gè)步驟決定算法模型可靠、合法的關(guān)鍵。
因此，在標(biāo)準(zhǔn)制定前，應(yīng)當(dāng)組織由法學(xué)和計(jì)算機(jī)專業(yè)的專家、學(xué)者以及實(shí)務(wù)部門的工作人員組成的算法標(biāo)準(zhǔn)化委員會(huì)，承擔(dān)算法模型構(gòu)建的前兩個(gè)步驟的標(biāo)準(zhǔn)化工作。目前，公安部經(jīng)濟(jì)犯罪偵查局就針對(duì)各種經(jīng)濟(jì)犯罪類案件在公安系統(tǒng)內(nèi)部云系統(tǒng)上傳了算法模型，但是尚未與檢察院、法院共享。建立算法標(biāo)準(zhǔn)時(shí)可以借鑒其算法模型。
六、結(jié)語
以算法為主導(dǎo)的智能科技已經(jīng)全面滲透到社會(huì)運(yùn)行的毛細(xì)血管之中，證明領(lǐng)域也不例外。法官事實(shí)認(rèn)定的模式也發(fā)生了改變，從論證到建模、從經(jīng)驗(yàn)到計(jì)算，數(shù)字與數(shù)據(jù)已經(jīng)悄無聲息地占領(lǐng)了裁判場(chǎng)域，重構(gòu)了法官的認(rèn)知模式。
算法已經(jīng)融入社會(huì)運(yùn)行體系的各個(gè)領(lǐng)域，算法模型替代人類自動(dòng)化決策，成為每一個(gè)領(lǐng)域無法擺脫的影響性或支配性力量，我們每個(gè)人都“困于”算法運(yùn)行系統(tǒng)中。
在愈發(fā)緊張的人機(jī)關(guān)系中，對(duì)算法的規(guī)制呼聲不絕。而回應(yīng)呼聲的解決之道在于建立算法標(biāo)準(zhǔn)。同樣的，證明領(lǐng)域更需要建立算法標(biāo)準(zhǔn)來克減法官因?qū)彶樗惴ǘ鴰淼膲毫Α?/span>
國(guó)務(wù)院在2017年發(fā)布的《新一代人工智能發(fā)展規(guī)劃》中，制定了人工智能發(fā)展的戰(zhàn)略目標(biāo)，即到2025年，初步建立人工智能法律法規(guī)、倫理規(guī)范和政策體系，形成人工智能安全評(píng)估和管控能力。在規(guī)制算法時(shí),法律需要汲取技術(shù)發(fā)展的沉淀，降低算法規(guī)制對(duì)既有的體系和實(shí)踐造成較大的風(fēng)險(xiǎn)。
參考文獻(xiàn)與注釋：
秦漢：《人工智能司法裁判系統(tǒng)的學(xué)理反思》，《北方法學(xué)》2021年第3期；葛翔：《司法實(shí)踐中人工智能運(yùn)用的現(xiàn)實(shí)與前瞻——以上海法院行政案件智能輔助辦案系統(tǒng)為參照》，《華東政法大學(xué)學(xué)報(bào)》2018年第5期。
鄭玉雙：《計(jì)算正義：算法與法律之關(guān)系的法理建構(gòu)》，《政治與法律》2021年第11期；蔡星月：《算法正義:一種經(jīng)由算法的法治》，《北方法學(xué)》2021年第2期；宋保振：《智能裁判的價(jià)值填補(bǔ)——以法律解釋的認(rèn)知研究為突破口》，《求是學(xué)刊》2021年第2期。
程凡卿：《我國(guó)司法人工智能建設(shè)的問題與應(yīng)對(duì)》，《東方法學(xué)》2018年第3期。
人工智能推理模型的研究可以分為兩種路徑：一種是符號(hào)主義路徑，另一種是聯(lián)結(jié)主義路徑。聯(lián)結(jié)主義認(rèn)為人工智能源于仿生學(xué)，特別是對(duì)人腦模型的研究。它從神經(jīng)元出發(fā)研究神經(jīng)網(wǎng)絡(luò)模型和腦模型，符號(hào)主義認(rèn)為人工智能源于數(shù)理邏輯，它試圖在計(jì)算機(jī)上實(shí)現(xiàn)邏輯推演系統(tǒng)。
雷磊：《人工智能時(shí)代法律推理的基本模式——基于可廢止邏輯的刻畫》，《比較法研究》2022年第1期；張保生、楊菁：《人工智能法律系統(tǒng)的一種證據(jù)推理模型》，《證據(jù)科學(xué)》2021年第5期。
劉品新：《論大數(shù)據(jù)證據(jù)》，《環(huán)球法律評(píng)論》2019年第1期；元軼：《證據(jù)制度循環(huán)演進(jìn)視角下大數(shù)據(jù)證據(jù)的程序規(guī)制——以神示證據(jù)為切入》，《政法論壇》2021年第3期；林喜芬：《大數(shù)據(jù)證據(jù)在刑事司法中的運(yùn)用初探》，《法學(xué)論壇》2021年第3期；馬明亮、王士博：《論大數(shù)據(jù)證據(jù)的證明力規(guī)則》，《證據(jù)科學(xué)》2021年第6期。
陳興良：《法定犯的性質(zhì)和界定》，《中外法學(xué)》2020年第6期。
參見湖南省石門縣人民法院（2019）湘0726刑初29號(hào)刑事判決書。
張保生、楊菁：《人工智能法律系統(tǒng)的一種證據(jù)推理模型》，《證據(jù)科學(xué)》2021年第5期。
這里討論的行政法規(guī)是與刑法中法定犯所對(duì)應(yīng)的行政法規(guī)范。并非指整個(gè)行政法規(guī)。
熊樟林：《行政違法真的不需要危害結(jié)果嗎？》，《行政法學(xué)研究》2017年第3期。
汪永清：《關(guān)于應(yīng)受行政處罰行為的若干問題》，《中外法學(xué)》1994年第2期。
《禁止傳銷條例》第7條：“下列行為，屬于傳銷行為：（一）組織者或者經(jīng)營(yíng)者通過發(fā)展人員，要求被發(fā)展人員發(fā)展其他人員加入，對(duì)發(fā)展的人員以其直接或者間接滾動(dòng)發(fā)展的人員數(shù)量為依據(jù)計(jì)算和給付報(bào)酬（包括物質(zhì)獎(jiǎng)勵(lì)和其他經(jīng)濟(jì)利益，下同），牟取非法利益的；（二）組織者或者經(jīng)營(yíng)者通過發(fā)展人員，要求被發(fā)展人員交納費(fèi)用或者以認(rèn)購(gòu)商品等方式變相交納費(fèi)用，取得加入或者發(fā)展其他人員加入的資格，牟取非法利益的；（三）組織者或者經(jīng)營(yíng)者通過發(fā)展人員，要求被發(fā)展人員發(fā)展其他人員加入，形成上下線關(guān)系，并以下線的銷售業(yè)績(jī)?yōu)橐罁?jù)計(jì)算和給付上線報(bào)酬，牟取非法利益的?！?/span>
孫樹光：《論法定犯裁判事實(shí)證成中人機(jī)協(xié)同系統(tǒng)的建構(gòu)》，《當(dāng)代法學(xué)》2020年第2期。
戴士劍：《電子證據(jù)科學(xué)性初探》，《湖南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)報(bào)）》2020年第3期。
[美]安德森等著：《證據(jù)分析》，張保生等譯，中國(guó)人民大學(xué)出版社2012年第2版，第129頁。
前引14。
張保生、楊菁：《人工智能法律系統(tǒng)的一種證據(jù)推理模型》，《證據(jù)科學(xué)》2021年第5期。
徐駿：《智慧法院的法理審思》，《法學(xué)》2017年第3期。
張保生：《事實(shí)認(rèn)定及其在法律推理中的作用》，《浙江社會(huì)科學(xué)》2019年第6期。
勞東燕：《法條主義與刑法解釋中的實(shí)質(zhì)判斷——以趙春華持槍為例的分析》，《華東政法大學(xué)學(xué)報(bào)》2017年第6期。
林鈺雄：《嚴(yán)格證明與刑事證據(jù)》，法律出版社2008年版，第9頁。
同上，第11頁。
張保生：《事實(shí)、證據(jù)與事實(shí)認(rèn)定》，《中國(guó)社會(huì)科學(xué)》2017年第8期。
前引16，第147頁。
《中華人民共和國(guó)刑法》第224條：“組織、領(lǐng)導(dǎo)以推銷商品、提供服務(wù)等經(jīng)營(yíng)活動(dòng)為名，要求參加者以繳納費(fèi)用或者購(gòu)買商品、服務(wù)等方式獲得加入資格，并按照一定順序組成層級(jí)，直接或者間接以發(fā)展人員的數(shù)量作為計(jì)酬或者返利依據(jù)，引誘、脅迫參加者繼續(xù)發(fā)展他人參加，騙取財(cái)物，擾亂經(jīng)濟(jì)社會(huì)秩序的傳銷活動(dòng)的，處五年以下有期徒刑或者拘役，并處罰金;情節(jié)嚴(yán)重的，處五年以上有期徒刑，并處罰金?！?/span>
在計(jì)算機(jī)科學(xué)領(lǐng)域，在有向圖中，箭頭是具有方向的，從一個(gè)頂點(diǎn)指向另一個(gè)頂點(diǎn)，每個(gè)頂點(diǎn)被指向的箭頭個(gè)數(shù)，就是它的入度。從這個(gè)頂點(diǎn)指出去的箭頭個(gè)數(shù)，就是它的出度。此處的入度指的是賬戶收入交易次數(shù)，出度指的是賬戶支出交易次數(shù)。
因現(xiàn)實(shí)空間的行為人可能對(duì)應(yīng)虛擬空間多個(gè)交易賬戶，在實(shí)踐中，行為人為了逃避偵查，有買賣“人頭賬戶”的情況，需要對(duì)賬戶的所有人及其關(guān)聯(lián)人的賬戶合并分析，交易的金額特征需統(tǒng)計(jì)行為人控制的賬戶進(jìn)行合并計(jì)算。這是在數(shù)據(jù)清洗階段解決的問題。
轉(zhuǎn)引自王鵬飛：《普遍處罰模式下預(yù)備行為的類型建構(gòu)》，《法學(xué)雜志》2021年第6期。
牛琨：《縱觀大數(shù)據(jù)：建模、分析及應(yīng)用》，北京郵電大學(xué)出版社2019年版，第27頁。
[美]羅納德·J·艾倫：《人工智能與司法證明過程：來自形式主義和計(jì)算的挑戰(zhàn)》，汪諸豪譯，《證據(jù)科學(xué)》2020第5期。
United States v. Jones, 565 U.S. 400 (2012).
馬賽克理論是美國(guó)法院考慮信息收集、政府透明度以及搜索和扣押等問題的法律學(xué)說，特別是在涉及政府實(shí)體的侵入性或大規(guī)模數(shù)據(jù)收集的情況下。該理論得名于馬賽克瓷磚藝術(shù)：雖然從遠(yuǎn)處的馬賽克瓷磚可以看到整幅圖片，但孤立地觀看單個(gè)瓷磚不會(huì)出現(xiàn)清晰的畫面。馬賽克理論要求執(zhí)法部門對(duì)數(shù)據(jù)收集進(jìn)行累積理解，并將搜索“作為一系列步驟而不是單個(gè)步驟”進(jìn)行分析。盡管該學(xué)說首先用于涉及國(guó)家安全的案件中，但在美國(guó)訴瓊斯案中，美國(guó)最高法院將其用于判斷個(gè)人是否受到非法搜查。See Kerr Orin, The Mosaic Theory of the Fourth Amendment, Michigan Law Review. 111: 311–354(2012).
栗崢：《印證的證明原理與理論塑造》，《中國(guó)法學(xué)》2019年第1期。
張恩典：《反算法歧視：理論反思與制度建構(gòu)》，《華中科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）》2020年第5期。
元軼：《證據(jù)制度循環(huán)演進(jìn)視角下大數(shù)據(jù)證據(jù)的程序規(guī)制——以神示證據(jù)為切入》，《政法論壇》2021年第3期。
龍宗智：《印證證明新探》，《法學(xué)研究》2017年第2期。
梁玉霞：《聚焦于法庭的敘事：訴訟證明三元系統(tǒng)對(duì)接 論裁判者心證自由的限度》，《中外法學(xué)》2011年第6期。
向燕：《論刑事綜合型證明模式及其對(duì)印證模式的超越》，《法學(xué)研究》2021年第1期。
參見湖南省石門縣人民法院（2015）石刑初字第152號(hào)刑事判決書。
蔡星月：《算法正義:一種經(jīng)由算法的法治》，《北方法學(xué)》2021年第2期。
何艷芳：《論心證公開在刑事訴訟中的功能》，《法學(xué)雜志》2008年第6期。
周洪波：《比較法視野中的刑事證明方法與程序》，《法學(xué)家》2010年第5期。
李安：《司法決定的認(rèn)知機(jī)制與理性約束》，《浙江社會(huì)科學(xué)》2016年第3期。
解正山：《算法決策規(guī)制——以算法“解釋權(quán)”為中心》，《現(xiàn)代法學(xué)》2020年第1期；許可，朱悅：《算法解釋權(quán)：科技與法律的雙重視角》，《蘇州大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）》2020年第2期。
李訓(xùn)虎：《證明力規(guī)則檢討》，《法學(xué)研究》2010年第2期。
陳景輝：《人工智能的法律挑戰(zhàn):應(yīng)該從哪里開始？》，《比較法研究》2018年第5期。
Beecher-Monas Erica, Evaluating scientific evidence: an interdisciplinary framework for intellectual due process, Cambridge University Press, 2007,p.2.
對(duì)鑒定意見的審查，一是形式上審查鑒定意見是否符合相應(yīng)的技術(shù)規(guī)范，《司法鑒定程序通則》第22條規(guī)定了鑒定的技術(shù)標(biāo)準(zhǔn)和技術(shù)規(guī)范采用的順位。二是將鑒定意見的實(shí)質(zhì)審查轉(zhuǎn)化為法律程序問題，審查遵守程序規(guī)則的相關(guān)程序證據(jù)是否具備。《司法鑒定程序通則》第23條規(guī)定：“鑒定人對(duì)鑒定過程進(jìn)行實(shí)時(shí)記錄并簽名，記錄可以采取筆記、錄音、錄像、拍照等方式。”三是強(qiáng)制鑒定人提出可靠的鑒定意見。制定了《司法鑒定機(jī)構(gòu)登記管理辦法》、《公安機(jī)關(guān)鑒定機(jī)構(gòu)登記管理辦法》以及《司法鑒定人登記管理辦法》等，鑒定意見的可靠性很大程度依賴鑒定人的可靠性。全國(guó)人民代表大會(huì)常務(wù)委員會(huì)于2015年4月修改的《關(guān)于司法鑒定管理問題的決定》中規(guī)定了鑒定人的追責(zé)機(jī)制。由此觀之，有關(guān)鑒定的方法、鑒定標(biāo)準(zhǔn)以及科學(xué)原理等問題已經(jīng)納入到了國(guó)家的鑒定管理體制之中，從而在審判程序之前在很大程度上已經(jīng)解決了鑒定意見科學(xué)性的評(píng)判標(biāo)準(zhǔn)問題。
胡凌：《理解技術(shù)規(guī)制的一般模式：以腦機(jī)接口為例》，《東方法學(xué)》2021年第4期。
《人工智能算法金融應(yīng)用評(píng)價(jià)規(guī)范》第6部分是安全性評(píng)價(jià)，其中包括對(duì)目標(biāo)函數(shù)、算法可追溯性、算法內(nèi)控等設(shè)定標(biāo)準(zhǔn)。第7部分是可解釋性評(píng)價(jià)，從可解釋性評(píng)價(jià)維度、建模準(zhǔn)備、過程、應(yīng)用全流程進(jìn)行規(guī)范。第8、9部分是對(duì)人工智能的評(píng)價(jià)標(biāo)準(zhǔn)。
對(duì)這種現(xiàn)象的一種解釋是，盡管有證據(jù)表明它們更準(zhǔn)確，但人們往往錯(cuò)誤地認(rèn)為算法不太準(zhǔn)確，。Dietvorst等人證明了這種解釋背后的機(jī)制：人們對(duì)算法的錯(cuò)誤表現(xiàn)出比對(duì)人類更大的不容忍。如果人們看到一個(gè)算法出錯(cuò)，他們會(huì)認(rèn)為這個(gè)算法是有缺陷的。當(dāng)他們看到一個(gè)人類的錯(cuò)誤，他們?cè)敢庠俳o它一次機(jī)會(huì)，相信他或她會(huì)學(xué)習(xí)。此外，Yeomans等人發(fā)現(xiàn)了一種不同的算法厭惡的驅(qū)動(dòng)因素：人們對(duì)算法的不信任可能源于對(duì)它們?nèi)绾喂ぷ魅狈斫?。See Lowens Ethan, Accuracy Is Not Enough: The Task Mismatch Explanation Of Algorithm Aversion And Its Policy Implications, 34Harvard Journal of Law & Technology258, 261-263(2020).
轉(zhuǎn)引自袁康：《可信算法的法律規(guī)制》，《東方法學(xué)》2021年第3期。
這也是該機(jī)構(gòu)的主要職責(zé)。如電子數(shù)據(jù)的三個(gè)國(guó)家技術(shù)標(biāo)準(zhǔn)：GB/T29360-2012《電子物證數(shù)據(jù)恢復(fù)檢驗(yàn)規(guī)程》、GB/T29361-2012《電子物證文件一致性檢驗(yàn)規(guī)程》、GB/T29362-2012《電子物證數(shù)據(jù)搜索檢驗(yàn)規(guī)程》都是由公安部物證鑒定中心制定。
聯(lián)系客服
