缩略图
Frontier Technology Education Workshop

人工智能技术参与刑事证明的实践与进路

作者

朱硕人

安徽省池州市贵池区清溪街道 247100

一、人工智能技术参与刑事证明的实践

(一)智能证据审查技术的实践

从目前的实践来看,在刑事诉讼中,证据领域是人工智能应用的重点。在刑事证明的证据审查环节,工作人员借助人工智能技术,可校验刑事案件中的证据材料,为司法机关的批捕和起诉等环节提供有力支持。

1.证据关联性校验:工作人员应用人工智能技术,可对不同证据之间的逻辑关联进行分析,例如,发现被告人被告人供述与证人证言的矛盾点和梳理原告提供的物品证据与案件是否存在直接关联等,更加便捷找出涉及刑事案件的核心证据。

2.证据格式校验:在过程中,借助人工智能技术,还可自动实现现有证据与刑事诉讼法及司法解释对证据形式的对比,使司法工作人员发现发现证据格式的错误点。

3.证据完整性校验:在论证证据链完整性的过程中,借助人工智能技术可依据现有证据对模拟预设证据链模型,使司法工作人员发现证据是否存在遗漏点,确保证据链条的完整性。

(二)智能证据审查与传统证据审查的优劣异同

在证据审查过程中,人工智能技术与传统审查模式各有优势,两者形成互补关系,而非替代关系。人工智能技术参与的证据审查与传统证据审查模式主要存在以下三个方面的异同:

1.证据关联性校验与证据关联性审查作用相近

在传统的刑事案件证据审查过程中,司法工作人员往往结合经验来分析证据与实时之间是否存在关联,而人工智能技术则借助算法模拟,精确评估证据与事实之间的关联度。由此可见,无论是传统证据审查还是人工智能证据审查,其核心目标都是发现对待证事实的有力证据。

2.证据格式校验与证据合法性审查部分重合

在刑事案件中,证据合法性包括形式合法性和实质合法性性,前者是指外在形式是否符合法律规范,如证据格式是否合法等,后者是指证据来源的合法性,如证据是否通过合法手段收集等。司法人员应用人工智能技术,只能检测到证据形式是否合法,而无法判断证据实质合法性。

3.证据完整性校验与证据客观真实性审查区别明显

在人工智能背景下,司法人员可通过证据链模型来完成证据完整性的校验,但是其判断集中在“形式完整”,忽略了内容真实性的潘盾。而在传统的证据审查中,需要司法人员结合证据内容,对证据的客观性进行审查,主要依赖工具是司法人员的工作经验与逻辑推理能力。司法人员特有的经验评估与逻辑推理是人工智能技术无法替代的,所以在实际司法工作中,两者需结合起来使用。

二、人工智能技术参与刑事证明的进路

人工智能技术参与刑事证明的深度发展,需从理论、技术、制度三个层面协同推进,实现技术赋能与司法规律的有机融合。

(一)理论层面:实现广义的证据标准

在刑事司法领域,“证据确实,充分”是刑事证明工作的核心标准。在人工智能背景下,司法工作人员在使用AI技术时候需参照这一核心标准,建设广义的理论框架。

1.将证据标准转化为可量化的算法参数:在传统证据标准中,有效描述如“排除合理怀疑”和“高度盖然性”比较模糊,在实际工作中会引发不便。司法工作人员在实际工作中,需将这些模糊的表述转化为可量化的指标,如矛盾证据的排除率等,给人工智能系统判断提供有价值的参考依据。例如,针对故意杀人按,司法人员把“作案动机明确”转化为“有 2 份及以上的证据能证明嫌疑犯的作案动机”,使智能系统有明确的评估依据。

2.兼顾形式标准与实质标准:在设计智能系统算法时,为了弥补现有人工智能技术无法评估实质合法性的不足,需增添证据真实性的考量指标,像“物证的保管链条完整性”等,优化智能系统的证据审查过程。

(二)技术层面:加强智能技术在刑事证明中的“横向”扩展

目前,司法工作人员将人工智能技术主要应用与刑事证明中的证据审查环节,还仍然具有局限性。随着人工智能技术的日趋成熟,司法工作人员可将技术拓展到刑事证明全过程,包括证据收集、审查和认定。

1.前端:智能证据收集引导:借助人工智能技术,可实现在侦查阶段的征收收集引导。司法工作人员在智能系统中设置算法,使其可以预设不同罪名的证据收集清单,为侦查人员收集证据提供参考,减少证据疏漏。

2.中端:跨模态证据融合分析:在证据融合阶段,结合人工智能技术,使其打破只能处理文本证据的局限,实现多模态证据的分析,如图像、音频和电子数据等,提高证据判断的准确性。

3.后端:智能量刑建议辅助:在量刑阶段,司法人员借助人工智能基础,可在分析案件事实基础上,参照量刑规范等文件,生成个性化量刑建议,简化量刑工作流程,确保司法公正性。

(三)制度改进层面:丰富案件数据制度

在刑事证明中高效应用人工智能技术的前提是高质量案件数据,因此司法系统需要完善案例数据制度,主要体现在采集、管理和共享三个层面。

1.建立标准化证据数据样本库:标准化证明数据样本库能为智能系统算法学习提供参考。建立标准化样本库需要由最高司法机关牵头,由其负责整理典型案件中的证据,并对证据类型、目的和关联性等要素进行标注,以便为人工智能学习提供规范。

2.规范案件数据的脱敏与共享:数据共享需要以保护当事人的隐私为前提。在刑事司法领域工作中,可由检察机关协同公安机关建立完善的案件数据共享机制,实现数据跨部门共享,弥补传统数据使用率低,无法找到有力证据的不足。

总之,在现代科技迅速发展的今天,司法走向现代化的重要标志是引入人工智能技术,提高刑事证明工作效率,减少人工疏漏。然而由于人工智能技术存在局限,在某些工作过程中,传统的刑事证明方法仍然有不可替代的优势。在未来发展进路中,需建立完善的传统刑事证明与智能刑事证明互补工作体现,实现人工智能与刑事证明的高度融合。

参考文献:

[1] 陆 宇 光 . 人 工 智 能 技 术 参 与 刑 事 证 明 的 实 践 与 进 路 [J]. 江 汉 论坛,2025,(08):137-144.

[2] 郝 彩 霞 . 数 字 时 代 人 工 智 能 在 刑 事 证 明 中 的 应 用 [J]. 经 济 研 究 导刊,2023,(06):151-153.

[3]熊秋红.人工智能在刑事证明中的应用[J].当代法学,2020,34(03):75-88.