您的位置:网站首页 > 法治经纬 > 法理探索 >

人工智能视域下公诉主体的变与不变

2019-04-23 19:23    正义网    唐旭 苏志猛

当前人工智能在数据收集、文本分析等各方面能力的不断增长表明这并不是社会各行业必须适应的一次性事件,相反,它是一股持久的力量,它将入侵一个越来越大的领土,并对更多的领域产生更坚定的“统治”。基于此,人工智能技术对我国刑事司法中的公诉主体将带来何种冲击与福利?本文认为我们既要摒弃人类公诉主体丝毫不需要人工智能协助的浪漫主义观点,也要摒弃人工智能可以独挡一面这种迷信的拜物主义观点。 


  一、不变:人类公诉主体本位的坚守 


  公诉主体作为国家设立的守护社会秩序的专职代言人,是犯罪行为发生后极力维护最后一道公平正义防线的看门者。人工智能技术在刑事司法中的应用不应蚕食人类公诉主体本位的理由在于,首先,公诉主体代表国家威严追惩犯罪嫌疑人,其职权的赋予以保护个人生命和财产为价值核心,但为了职权的行使不背离社会契约订立的初衷,就需要足够的透明。人工智能数据只能显示相关性,不能显示因果关系。许多犯罪侦查设备和软件所得结果往往被“晦涩的黑匣子”所掩盖,这些黑匣子程序在闪亮的钢铁装置或计算机代码中“隐藏工作”。此时,国家的权威可能因其复杂技术所附随的不可见性而受到损害。其次,人类公诉主体是帮助律师获取当事人信任的重要助手。律师所做的不仅仅是法律分析,犯罪嫌疑人希望律师可以做更多的事情来强化律师与自己之间的信任关系,如律师可以不定时的帮助他们多次向公诉主体进行辩护说明等,而前述的封闭性(实时交流的客观阻碍)可能使犯罪嫌疑人对律师的信任蒙上阴影。再次,人类公诉主体才能满足犯罪中受害人的情感倾诉需求。不可否认的是公诉主体对人工智能技术的应用可以在一定程度具备对“权力和情感”的绝缘,从而可能改变弱者和穷人在与犯罪了的权贵进行法律斗争时处于劣势的局面。但也必须承认,人工智能机器在当下难以与受害者建立必要的情感纽带,难以帮助受害者宣泄受害过后的委屈与不满。最后,对人类公诉主体本位的坚守是守卫社会“软”价值的需要。人工智能计算机程序拥有语法(一种正式的操作结构)和语义,但不具备语境的识别。人工智能技术以抽象的符号形式,即1和0处理信息。该技术具有处理和操纵这些符号的能力,但它并不了解这些符号背后的含义。换句话说,人工智能机器可能不理解它正在处理的信息。在理论上,刑事司法的每个层面都应该严格行使所谓的“公平”自由裁量权,即酌情决定不记录或记录犯罪行为、逮不逮捕、起不起诉、定不定罪、惩不惩罚等均应当根据严格的法律,而人工智能机器的应用也正好契合了这种严格,这并不需要它理解其本身所处理信息的语义。但是代码和算法程序运行下,产生的裁量结果可能并不能完全体现“正义”,它无法考虑到个人情况,从而获取公平的个别化裁量。狭隘地为了侦查犯罪、惩罚犯罪嫌疑人而过分追求人工智能技术的应用会产生其他成本。这些成本包括威胁到社会的软价值——尊严、公平和怜悯等——我们的社会原本应该采取措施保护的东西。因为这些价值的优点可能比准确地识别犯罪更难以界定和量化,它们是刑事司法中具有的人性美德。虽然我们的人工智能技术在公诉领域中的应用也可以并应该意图认真对待这些软价值,即对特定案件信息进行法外考量。但人工智能机器无法做到前述的个别化判断,因为这是需要结合复杂的事实调查、公平的自由裁量和怜悯等情绪的综合构思,需要通过人类公诉主体的特有主观感知才能充分评估犯罪嫌疑人的责任。故而,人工智能技术在刑事司法领域应用的帷幕背后应当是人类公诉主体的监守。 


  二、变革:公诉主体的人工智能应用前景 


  人工智能技术在公诉中的应用在未来可能呈现出三大层次。首先,在最基础的层面上,技术可以为公诉主体提供信息,帮助和建议,即支持性技术层次。其次,技术可以取代之前由人操作的功能和参与的活动。即替代性技术层次。在第三个层面,技术可以改变公诉主体工作的方式,并提供不同的应用模式,即颠覆性技术层次。目前为止,其至少可以获取支持性技术层次的应用,从事部分不太需要伦理性判断的工作,比如法律实践的应用中涉及到的法律服务,包括电子信息披露、预测性取证、证据评估、案例分析、论证挖掘、适用法律分析、定量法律预测等。 


  第一,法律搜索。人工智能技术在法律搜索中的应用主要是利于公诉主体对零散数据的深度挖掘。寻找定罪的法律适用依据及参考性先例一直是公诉主体工作的重要组成部分,而在这方面,人工智能机器不仅能比公诉主体完成更多的工作,而且还能更有效率地完成这项工作。公诉主体所能利用的人工智能法律搜索比起现存的法律搜索的不同之处在于:其一,当下人工智能法律搜索在公诉领域的应用能够引起一项转变,即从使用“关键字”搜索到“语义”搜索。语义搜索将允许公诉主体向计算机输入自然语言查询,计算机将用直接相关的信息对这些查询做出语义响应。其二,当下来自法律领域的数据通常以相对无序的格式存储,相反地,人工智能数据则通常以一种“更结构化的方式”存储。人工智能数据挖掘的重点是让数据以集合的模式或规则呈现,寻求一种更具逻辑性,而非零散性的描述。人工智能数据挖掘技术是新一代技术,这些技术包括决策树、人工神经网络以及规则归纳等,它们可以使公诉主体在人工智能法律搜索中所匹配的统计数据更具有全面性的参考。一方面,对于刑事法律相关条款的呈现,不单单仅以关键词的包含而逐一呈现,而是以体系化和类型化的样态出示;另一方面,对于刑事先例的搜索更能发挥出人工智能技术在法律中的统计力量,因为大多数公诉主体既不能回忆起所有相似的先例,也不能全面评估先例的参照效力,而人工智能法律搜索不仅能发现更多先例,而且对先例相关度的排序还将可能指导公诉主体对先例使用的选择参考。