熊 波

“深度偽造”(Deep Fake)是人工智能算法在神經(jīng)網(wǎng)絡(luò)識別和視聽數(shù)據(jù)生成轉(zhuǎn)化中的處理技術(shù)。隨著美國Reddit網(wǎng)站上合成色情視頻和前總統(tǒng)奧巴馬咒罵現(xiàn)任總統(tǒng)特朗普的政客攻擊合成視頻的出現(xiàn)，“深度偽造”一詞備受國外法學(xué)界關(guān)注。同樣，在我國，法學(xué)界對于近期發(fā)生的中國AI一鍵換臉App“ZAO”、知名視頻網(wǎng)站bilibili流傳的楊冪、吳彥祖AI換臉術(shù)等合成視頻點擊量飆升以及“中國人臉識別第一案”等事件產(chǎn)生擔憂，進而認為在刑法層面，換臉視頻行為人構(gòu)成傳播虛假信息、誹謗、盜竊、尋釁滋事、傳播淫穢物品等五大類的犯罪(1)王祿生：《論“深度偽造”智能技術(shù)的一體化規(guī)制》，《東方法學(xué)》2019年第6期。。甚至有部分學(xué)者引入抽象化情感困擾，并將其作為“深度偽造”刑法規(guī)制的主要依據(jù)(2)See Robert Chesney & Danielle Keats Citron，21st Century-Style Truth Decay: Deep Fakes and the Challenge for Privacy, Free Expression，and National Security, Maryland Law Review, vol.78, no. 4, 2019, pp. 882-891.。但“深度偽造”涉及的算法自動識別和決策功能運作，不同于網(wǎng)絡(luò)媒介中虛假信息的傳統(tǒng)傳播技術(shù)。本文認為，對于“深度偽造”的刑法規(guī)制，我們不能一概而論，而需要在剖析“深度偽造”算法運作技術(shù)及其蘊含的擴張化刑事治理風(fēng)險的基礎(chǔ)上，強化刑法規(guī)制的限制性理念，設(shè)置規(guī)制限度的具體模式，以理性對待“深度偽造”犯罪現(xiàn)象。

一、“深度偽造”的技術(shù)本質(zhì)與擴張化刑事治理風(fēng)險

(一)“深度偽造”的技術(shù)運作及其法益的嚴重危害

要解決“深度偽造”擴張化刑事治理風(fēng)險的問題，我們必須首先回答“深度偽造”的虛假信息是如何運用人工智能算法進行編造、傳播的。

從字面上看，“深度偽造”體現(xiàn)了算法的深度學(xué)習(xí)和信息偽造的雙層次技術(shù)結(jié)合。平常我們所理解的算法學(xué)習(xí)主要是依靠事前的代碼或指令的輸入和數(shù)據(jù)輸出的單層次過程實現(xiàn)的。但與此不同的是，“深度偽造”虛假信息的編造和傳播，不僅需要依靠視聽數(shù)據(jù)輸入、輸出的單層次過程，還需要依靠內(nèi)部算法數(shù)據(jù)的反復(fù)性制造和檢測過程。而這種過程完全由生成對抗神經(jīng)網(wǎng)絡(luò)(Generative Adversarial Networks，簡稱“GANs”)予以實現(xiàn)。GANs的基礎(chǔ)工作主要依靠人工智能算法對不同數(shù)組的圖像、語音、空間、物體等視聽數(shù)據(jù)進行不同比例的交互，然后不斷地訓(xùn)練和驗證，以實現(xiàn)自我對抗、自我優(yōu)化的過程。只有依靠GANs，“深度偽造”的虛假信息才能看起來像真實發(fā)生過的事件一樣(3)See Alexa Koenig, Half the Truth Is Often a Great Lie：Deep Fakes, Open Source Information, and International Criminal Law, AJIL Unbound, vol.113, no.1, 2019, pp. 250-255.。

而GANs內(nèi)部算法數(shù)據(jù)的反復(fù)性制造和檢測，又需要依靠兩組神經(jīng)網(wǎng)絡(luò)予以實現(xiàn)：生成式神經(jīng)網(wǎng)絡(luò)和鑒別式神經(jīng)網(wǎng)絡(luò)。兩組神經(jīng)網(wǎng)絡(luò)互相配合、不斷銜接，從而偽造出看起來極其真實的虛假信息。具言之，在算法學(xué)習(xí)的運作過程中，生成式神經(jīng)網(wǎng)絡(luò)和鑒別式神經(jīng)網(wǎng)絡(luò)分別就像是算法生產(chǎn)工廠中的“生成器”(Generator)和“鑒別器”(Discriminator)?！吧善鳌敝饕菍⑤斎氲木唧w信息數(shù)據(jù)轉(zhuǎn)化為0-1的序列數(shù)字，按指令將需要替換上的數(shù)字信息與算法網(wǎng)絡(luò)上已經(jīng)存在的基礎(chǔ)信息數(shù)據(jù)進行對比，然后通過替換、覆蓋等方式實現(xiàn)對應(yīng)的序列數(shù)字的生成偽造過程。

但畢竟“生成器”主要是承擔數(shù)據(jù)的轉(zhuǎn)化、替換和覆蓋等工作，因而，僅依靠生成過程，我們還很難得到與真實的圖像、視頻和空間一模一樣的信息數(shù)據(jù)。此時，我們就需要依靠“鑒別器”完成前述的訓(xùn)練和驗證等自我對抗、自我優(yōu)化的過程。鑒別器的主要功能就在于“鑒別”——檢測信息數(shù)據(jù)的真實性。在理想狀態(tài)下，鑒別器可以依據(jù)人工智能系統(tǒng)中足夠多且高質(zhì)量的算法數(shù)據(jù)，完成查找生成信息數(shù)據(jù)的真實性缺陷的對抗工作，并將真實性缺陷的序列數(shù)字反饋給“生成器”。生成式神經(jīng)網(wǎng)絡(luò)再次操作深度的循環(huán)覆蓋、替換過程，以不斷消除“鑒別器”反饋的缺陷信息，直至生成高度真實性的虛假信息(4)See Robert Chesney&Danielle Keats Citron, 21st Century-Style Truth Decay：Deep Fakes and the Challenge for Privacy, Free Expression, and National Security, Maryland Law Review, vol.78, no. 4, 2019, pp. 882-891.。最后，依靠算法系統(tǒng)單層次、單線程的深度學(xué)習(xí)，完成“深度偽造”虛假信息的推薦和轉(zhuǎn)發(fā)過程。至此，“深度偽造”虛假信息的制造、轉(zhuǎn)發(fā)等算法傳播過程得以完成，全過程并不需要人為手動的參與，算法能夠自主完成。

“深度偽造”虛假信息的類型主要涉及圖片、視頻、語音、空間、物品等信息數(shù)據(jù)，其技術(shù)危害在于網(wǎng)絡(luò)虛假信息的GANs算法傳播?！吧疃葌卧臁笨梢酝ㄟ^算法的快速傳播和擴散，危害國家安全、破壞社會穩(wěn)定、擾亂社會秩序、侵犯他人合法權(quán)益，從而對社會穩(wěn)定造成嚴重不良影響。

為應(yīng)對“深度偽造”的人工智能法律風(fēng)險，2019年11月18日，國家互聯(lián)網(wǎng)信息辦公室、文化和旅游部、國家廣播電視總局專門針對“深度偽造”等行為，發(fā)布了《網(wǎng)絡(luò)音視頻信息服務(wù)管理規(guī)定》(以下簡稱《規(guī)定》)。制定者表示：對于利用“深度偽造”嚴重侵害刑法法益的行為，司法機關(guān)完全可以按照《規(guī)定》第18條追究刑事責任。因此，“深度偽造”導(dǎo)致的危害結(jié)果和刑法規(guī)制是密切相關(guān)的。

(二)“深度偽造”蘊含的擴張化刑事治理風(fēng)險類型

“深度偽造”行為在人工智能算法的自動識別和決策的運作原理下，是否達到侵害刑法法益的程度，還有待司法機關(guān)進一步認定。因而，不基于“深度偽造”的人工智能技術(shù)的運作原理區(qū)分法益侵害的程度，而是一概而論，這毫無疑問是一種擴張化刑事治理風(fēng)險。

1.“深度偽造”的虛假信息直接等同于刑法中的“違法犯罪信息”

對于如何界定刑法中“違法犯罪信息”的內(nèi)涵，現(xiàn)行法律、法規(guī)并未直接給出具體的答案。不過，《網(wǎng)絡(luò)安全法》第12條明確列舉了九大類不得利用信息網(wǎng)絡(luò)從事違法犯罪活動的具體類型(5)《網(wǎng)絡(luò)安全法》第12條第2款規(guī)定：“任何個人和組織使用網(wǎng)絡(luò)應(yīng)當遵守憲法法律，遵守公共秩序，尊重社會公德，不得危害網(wǎng)絡(luò)安全，不得利用網(wǎng)絡(luò)從事危害國家安全、榮譽和利益，煽動顛覆國家政權(quán)、推翻社會主義制度，煽動分裂國家、破壞國家統(tǒng)一，宣揚恐怖主義、極端主義，宣揚民族仇恨、民族歧視，傳播暴力、淫穢色情信息，編造、傳播虛假信息擾亂經(jīng)濟秩序和社會秩序，以及侵害他人名譽、隱私、知識產(chǎn)權(quán)和其他合法權(quán)益等活動?！薄Ｔ摋l涵蓋的違法犯罪活動類型，散見于《民法總則》《治安管理處罰法》《刑法》《全國人民代表大會常務(wù)委員會關(guān)于加強網(wǎng)絡(luò)信息保護的決定》《全國人民代表大會常務(wù)委員會關(guān)于維護互聯(lián)網(wǎng)安全的決定》《信息網(wǎng)絡(luò)傳播權(quán)保護條例》《互聯(lián)網(wǎng)信息服務(wù)管理辦法》等法律、法規(guī)之中。

有部分學(xué)者據(jù)此認為，刑法中的“違法犯罪信息”，直接等同于《網(wǎng)絡(luò)安全法》第12條或其他行政法規(guī)所涵蓋的具體類型(6)敬力嘉：《論企業(yè)信息權(quán)的刑法保護》，《北方法學(xué)》2019年第5期。。但問題在于：“深度偽造”的虛假音頻、視頻、圖片等視聽數(shù)據(jù)一旦散布在網(wǎng)上，此時，“深度偽造”行為在人工智能算法的自動識別和決策功能的技術(shù)運作原理下，很容易達到入罪標準，“深度偽造”的虛假信息便直接等同于刑法中的“違法犯罪信息”，那么，“民行”規(guī)范中的一般違法的虛假信息范圍在哪，便是一個疑問。

通常而言，由于“算法黑箱”的存在，“深度偽造”的視聽數(shù)據(jù)相較于后者，更易受到廣大網(wǎng)民的喜愛，但網(wǎng)民又無法熟知算法系統(tǒng)的代碼編程。此時，網(wǎng)民出于娛樂和滿足好奇心的目的，就極易輕信而轉(zhuǎn)發(fā)、瀏覽或評論“深度偽造”的虛假信息(7)See Jessica Silbey and Woodrow Hartzog, The Upside of Deep Fakes, Maryland Law Review, vol.78, no.4, 2019, pp. 960-966.。而按照現(xiàn)行《刑法》以及相關(guān)司法解釋的具體規(guī)定(8)參見《關(guān)于辦理利用信息網(wǎng)絡(luò)實施誹謗等刑事案件適用法律若干問題的解釋》第2、第5條；《關(guān)于辦理非法利用信息網(wǎng)絡(luò)、幫助信息網(wǎng)絡(luò)犯罪活動等刑事案件適用法律若干問題的解釋》第3、第10條。，誹謗罪，編造、傳播虛假信息罪，尋釁滋事罪等罪名的入罪標準均包含虛假信息的點擊、瀏覽、轉(zhuǎn)發(fā)的“5000次”“500次”等次數(shù)性。那么此時，在人工智能算法的特性下，“深度偽造”的編造、傳播行為將極有可能直接構(gòu)成誹謗罪，編造、傳播虛假信息罪，尋釁滋事罪等罪名。換言之，在單純的點擊、瀏覽、轉(zhuǎn)發(fā)的次數(shù)性規(guī)定下，民法、行政法體系對于“深度偽造”行為將毫無用武之地。

雖然被眾人點擊、瀏覽和轉(zhuǎn)發(fā)的一鍵換臉視頻或者不同場景的摳圖視頻等視聽數(shù)據(jù)極具真實性，但大家也僅是一笑而過，亦或是僅在瀏覽時感覺心理恐慌，而并未導(dǎo)致現(xiàn)實社會秩序混亂或者網(wǎng)絡(luò)經(jīng)濟收益損失。此時，我們難以言說“深度偽造”具有刑法法益的侵害性。在人工智能算法自動決策的特性下，“深度偽造”單純的傳播次數(shù)是極容易實現(xiàn)的。此時，“深度偽造”的傳播次數(shù)顯然無法和“高某尋釁滋事案”的網(wǎng)上偽造虛假災(zāi)情信息所導(dǎo)致的國家政府部門迅速聯(lián)動派專人趕赴現(xiàn)場調(diào)查核實情況的秩序妨害以及相關(guān)大型公司經(jīng)營的嚴重負面影響等危害結(jié)果相提并論(9)參見山西省呂梁市中級人民法院(2015)呂刑終字第93號刑事裁定書。。如此一來，“深度偽造”的虛假信息便很容易直接等同于刑法規(guī)范中的違法犯罪信息，但這顯然是一種擴張化刑事治理風(fēng)險。

2.相關(guān)司法解釋并未將算法系統(tǒng)的自動化點擊、轉(zhuǎn)發(fā)的次數(shù)排除在外

退一步而言，縱使是相關(guān)司法解釋或者實務(wù)操作將純粹的次數(shù)性規(guī)定作為入罪標準的基本前提之一，我們也不能忽略“深度偽造”算法系統(tǒng)中的自動轉(zhuǎn)發(fā)和點擊的次數(shù)。很顯然，相關(guān)司法解釋并未明確人工智能算法系統(tǒng)的自動化點擊、轉(zhuǎn)發(fā)的刑法評價。對此，就有學(xué)者認為：“弱人工智能時代網(wǎng)絡(luò)空間的智能化機器人是由人進行操縱，雖然實施‘轉(zhuǎn)發(fā)行為’的機器人不具有可罰性，但本文并不否定自然人利用智能化機器人轉(zhuǎn)發(fā)、點贊、評論的行為的可罰性?！?10)劉期湘：《人工智能時代網(wǎng)絡(luò)誹謗“積量構(gòu)罪”的教義學(xué)分析》，《東方法學(xué)》2019年第5期?？梢钥闯?，該學(xué)者是通過否定人工智能體的主體地位，肯定智能機器的自動化轉(zhuǎn)發(fā)、點擊、評論等相關(guān)行為的刑事可罰性可以直接歸于自然人。但筆者認為，刑法之所以將“深度偽造”的虛假信息視為違法犯罪信息，是因為經(jīng)過GANs自動化決策后的虛假信息極具真實性，一旦被多人瀏覽觀看、評價轉(zhuǎn)發(fā)，將極易導(dǎo)致受害者的人身或財產(chǎn)遭受嚴重損害，或者現(xiàn)實社會公共秩序遭受嚴重混亂?！吧疃葌卧臁彼惴ㄏ到y(tǒng)的自動化點擊、轉(zhuǎn)發(fā)的次數(shù)僅是人工智能算法的自動決策的外在表現(xiàn)形式。當前，人工智能技術(shù)還處于發(fā)展階段，基于商業(yè)秘密的保護和人工智能技術(shù)的專業(yè)限制等目的，算法系統(tǒng)中源代碼的運作邏輯和自然語言的轉(zhuǎn)化，一般難以被民眾所熟知(11)馬靖云：《智慧司法的難題及其破解》，《華東政法大學(xué)學(xué)報》2019年第4期。。如此一來，“算法黑箱”便由此形成。而在“算法黑箱”下，GANs的自動化點擊、轉(zhuǎn)發(fā)的次數(shù)，是在封閉式算法系統(tǒng)中進行的，并不具有可直觀性和可感觀性。因而，“深度偽造”行為即使達到了入罪標準的規(guī)定，無論如何也不會加劇公民的人身、財產(chǎn)權(quán)益的損失，或者現(xiàn)實社會公共秩序的混亂。因此，刑法也不應(yīng)該將自動化的傳播次數(shù)等同于手動瀏覽、轉(zhuǎn)發(fā)所引發(fā)的情節(jié)嚴重的次數(shù)性規(guī)定。而當前司法解釋將單純的點擊、瀏覽、轉(zhuǎn)發(fā)的傳播次數(shù)作為入罪標準，并未將算法系統(tǒng)自動化傳播次數(shù)排除在外，這不免是一種擴張化刑事治理風(fēng)險。

3.“深度偽造”的明知認定極具包容性，容易擴大主觀故意的認定

依據(jù)“兩高”發(fā)布的《關(guān)于辦理利用信息網(wǎng)絡(luò)實施誹謗等刑事案件適用法律若干問題的解釋》(以下簡稱《網(wǎng)絡(luò)誹謗刑事解釋》)第1條第2款的規(guī)定，即使行為人未捏造虛假信息，但只要其明知是他人編造的虛假信息，而在信息網(wǎng)絡(luò)上散布的，也可以構(gòu)成誹謗罪。而對于如何理解網(wǎng)絡(luò)虛假信息轉(zhuǎn)發(fā)的明知，司法解釋并未做進一步細化。通常認為,刑法規(guī)制的“深度偽造”是行為人有意混淆或歪曲事實而實施的行為(12)See Emily Barney，Visual Literacy & Fake News，CALL Bulletin, vol.250, no.1, 2019, pp. 19-26.，但僅憑此，我們是否可以直接認定行為人的犯罪故意呢？對此，有學(xué)者認為，應(yīng)當將傳播網(wǎng)絡(luò)虛假信息行為的明知界定為一種“概括性認知”，即在轉(zhuǎn)發(fā)者對“深度偽造”的虛假信息產(chǎn)生一定懷疑時，只要行為人沒有親自驗證信息的真?zhèn)涡?，便可以直接認定其具有犯罪故意的概括性認識(13)孫萬懷、盧恒飛：《刑法應(yīng)當理性應(yīng)對網(wǎng)絡(luò)謠言——對網(wǎng)絡(luò)造謠司法解釋的實證評估》，《法學(xué)》2013年第11期。。也有學(xué)者認為行為人惡意的規(guī)范本質(zhì)在于故意，包括直接故意和間接故意在內(nèi)的故意(14)陳偉、霍俊閣：《論惡意轉(zhuǎn)發(fā)網(wǎng)絡(luò)虛假信息的司法認定》，《重慶大學(xué)學(xué)報(社會科學(xué)版)》2017年第5期。。由此可以看出，大部分學(xué)者并未限定虛假信息轉(zhuǎn)發(fā)者的主觀明知。

但上述理解僅適合于手動轉(zhuǎn)發(fā)者能夠辨別虛假信息危害結(jié)果的情形，而同樣是囿于“深度偽造”的“算法黑箱”的客觀存在，在GANs的兩組神經(jīng)網(wǎng)絡(luò)進行深度學(xué)習(xí)時，公民對于算法數(shù)據(jù)的運作規(guī)則如何具體影響現(xiàn)實結(jié)果是不得而知或者一知半解的。此時，算法的自動化決策就容易影響個人主觀的獨立判斷(15)參見馬靖云《智慧司法的難題及其破解》，《華東政法大學(xué)學(xué)報》2019年第4期。，“機器學(xué)習(xí)算法的不透明性挑戰(zhàn)了法律的可預(yù)測性和確定性”(16)陶盈：《機器學(xué)習(xí)的法律審視》，《法學(xué)雜志》2018年第9期。。因而，直接將“算法黑箱”運作中“深度偽造”信息一鍵式轉(zhuǎn)發(fā)行為的主觀明知等同于手動轉(zhuǎn)發(fā)的明知的做法，明顯也是一種刑事治理風(fēng)險擴張化的表現(xiàn)。這容易將持有懷疑、中立態(tài)度的轉(zhuǎn)發(fā)行為也視為犯罪行為(17)See Robert Chesney & Danielle Keats Citron，21st Century-Style Truth Decay: Deep Fakes and the Challenge for Privacy, Free Expression, and National Security, Maryland Law Review, vol.78, no. 4, 2019, pp. 882-891.。

4.GANs抓取視聽數(shù)據(jù)的行為一律構(gòu)成非法獲取計算機信息系統(tǒng)數(shù)據(jù)罪

“深度偽造”過程中的生成式神經(jīng)網(wǎng)絡(luò)和對抗式神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)輸入和信息驗證是在大量信息數(shù)據(jù)的訓(xùn)練基礎(chǔ)上進行的，因而，GANs自動抓取計算機信息系統(tǒng)中儲存、處理的視聽數(shù)據(jù)是一種必然經(jīng)歷的過程(18)See Alexa Koenig, Half the Truth Is Often a Great Lie: Deep Fakes, Open Source Information, and International Criminal Law, AJIL Unbound, vol.113, no.1, 2019, no.1, pp. 250-255.。甚至在某種情況下，算法系統(tǒng)會通過識別分析，自動檢驗并通過計算機信息系統(tǒng)中的漏洞獲取其他算法系統(tǒng)中的大量數(shù)據(jù)。此時，按照《刑法》第285條之二的非法獲取計算機信息系統(tǒng)數(shù)據(jù)罪中數(shù)據(jù)類型認定的理論觀點和實務(wù)操作模式，只要是GANs自動抓取計算機信息系統(tǒng)中的存儲、處理和傳輸?shù)臄?shù)據(jù)，不管其獲取的數(shù)據(jù)是否具有身份認證屬性，均可構(gòu)成非法獲取計算機信息系統(tǒng)數(shù)據(jù)罪(19)楊楠：《個人數(shù)位足跡刑法規(guī)制的功能性偏誤與修正》，《安徽大學(xué)學(xué)報(哲學(xué)社會科學(xué)版)》2019年第4期。。

諸如，在最高人民檢察院發(fā)布的第36號指導(dǎo)性案例中，針對行為人通過自己掌握的賬號、密碼以及Token令牌(計算機身份認證令牌)，突破查看權(quán)限下載非工作范圍內(nèi)的電子數(shù)據(jù)的情形，法院并未對電子數(shù)據(jù)的類型進行區(qū)分，而是一概而論地判定行為人構(gòu)成非法獲取計算機信息系統(tǒng)數(shù)據(jù)罪(20)參見最高人民檢察院法律政策研究室編：《網(wǎng)絡(luò)犯罪指導(dǎo)性案例實務(wù)指引》，北京：中國檢察出版社，2018年，第12～14頁。。

但是，按照“兩高”發(fā)布的《關(guān)于辦理危害計算機信息系統(tǒng)安全刑事案件應(yīng)用法律若干問題的解釋》(以下簡稱《計算機刑事案件解釋》)第1條的規(guī)定，“兩高”對計算機信息系統(tǒng)中的存儲、處理和傳輸?shù)臄?shù)據(jù)情形是進行了限定的，其僅局限于“身份認證信息”。換言之，非法獲取計算機信息系統(tǒng)數(shù)據(jù)罪中的“數(shù)據(jù)”并不包括算法系統(tǒng)中非身份認證的信息，諸如，計算機信息系統(tǒng)中儲存的“深度偽造”信息。但是，當前司法實務(wù)操作對于GANs自動抓取視聽數(shù)據(jù)的行為是不進行區(qū)分認定的，這極易導(dǎo)致GANs自動抓取此前“深度偽造”信息等非身份認證信息的行為也被實務(wù)界視為構(gòu)成非法獲取計算機信息系統(tǒng)數(shù)據(jù)罪。這也是一種擴張化的刑事治理風(fēng)險。

二、“深度偽造”的刑法規(guī)制應(yīng)確立限制性理念

首先，應(yīng)當明確，面對人工智能深度學(xué)習(xí)產(chǎn)生的新型社會現(xiàn)象，我們不能動輒采用立法體例更新的方式，去對待人工智能犯罪現(xiàn)象(21)熊波：《人工智能刑事風(fēng)險的樣態(tài)評價與規(guī)制理念》，《探索與爭鳴》2019年第5期。?！吧疃葌卧臁毙袨椴⒉簧婕皹?gòu)成要件類型的擴增，也不涉及具體法益類型的更新，現(xiàn)行刑法可以涵蓋“深度偽造”的一切技術(shù)危害。因而，“深度偽造”的限制性理念首先應(yīng)限制我們動輒啟動寶貴的立法資源，防止象征性立法現(xiàn)象出現(xiàn)在刑法立法當中。因此，本文所提出的限制性理念指的是刑事司法的限制性理念。

限制性理念的確立基于如下幾個方面的現(xiàn)實因素考量：

1.符合憲法規(guī)定的言論自由權(quán)和批評建議權(quán)的限度要求

我國《憲法》第25條明確規(guī)定了中華人民共和國公民享有言論自由權(quán)，第41條規(guī)定我國公民對任何國家機關(guān)和國家工作人員，具有批評權(quán)和建議權(quán)。從“深度偽造”的現(xiàn)有技術(shù)運用來看，有一部分主要是運用在國家工作人員身上，而這是督促國家工作人員認真履行好職責的一種積極現(xiàn)象。人工智能技術(shù)可以調(diào)動一切科技方式促使公民參與國家治理。

“深度偽造”利用人工智能等新興技術(shù)防止個人與政府官員的關(guān)系疏遠導(dǎo)致的個人之間的政治、社會和經(jīng)濟不平等，并鼓勵人們在接收有欠妥當?shù)男畔r，喚醒批判性思維(22)See Jessica Silbey and Woodrow Hartzog, The Upside of Deep Fakes, Maryland Law Review, vol.78, no.4, 2019, pp. 960-966.。因此，基于憲法賦予公民的言論自由權(quán)和批評建議權(quán)，編造者和轉(zhuǎn)發(fā)者散布的“深度偽造”信息盡管看起來非常真實，但是虛假事實只是部分虛假，或者雖然全部虛假但屬于行為人根據(jù)一定事實做出的推定時，司法者不應(yīng)當認定該類信息為誹謗信息(23)張明楷：《網(wǎng)絡(luò)誹謗的爭議問題探究》，《中國法學(xué)》2015年第3期。。因為，對于行為人利用“深度偽造”誹謗官員政務(wù)作風(fēng)的情形，政府官員完全可以通過官方媒體作出澄清的方式制止謠言，而無須利用刑法規(guī)制來遏制憲法賦予公民的權(quán)利表達(24)鄭海平：《網(wǎng)絡(luò)誹謗刑法規(guī)制的合憲性調(diào)控》，《華東政法大學(xué)學(xué)報》2019年第3期。。

當然，我國《憲法》同時還規(guī)定公民在對官員提出批評和建議時，不得捏造或者歪曲事實；或者在行使言論自由權(quán)的同時，禁止用任何方法對其他公民進行侮辱、誹謗。這就表明，《憲法》并不是反對刑法對“深度偽造”嚴重法益侵害的行為進行規(guī)制。但是，刑法規(guī)制也只有在符合憲法確立的言論自由權(quán)和批評建議權(quán)的基礎(chǔ)上才能展開。

2.契合刑法規(guī)制的比例性原則的限度要求

當前，“深度偽造”的刑法規(guī)制忽視限制性理念，導(dǎo)致出現(xiàn)四類擴張化刑事治理風(fēng)險。這主要是因為理論界和實務(wù)界受到國家對信息數(shù)據(jù)的強化保護理念的影響。在某種程度上，理論界和實務(wù)界拋棄了刑法規(guī)制的比例性原則，將刑法作為民法和行政法的前置保護法，這顯然是刑法治理本末倒置的表現(xiàn)。

雖然，“深度偽造”的算法學(xué)習(xí)過程是建立在大量視聽資料的信息數(shù)據(jù)基礎(chǔ)之上的，并且GANs高度化、自動化識別和決策后的虛假信息具有仿真性、普適性和難以識別性，但是，我們也不可忽視“深度偽造”的技術(shù)危害僅在于制造和傳播虛假信息數(shù)據(jù)。而傳播虛假信息數(shù)據(jù)所隱含的潛在危害，肯定無法與《刑法》第253條之一侵犯公民個人信息罪中公民個人真實信息傳播所導(dǎo)致的潛在危害相提并論。

并且，針對“深度偽造”虛假信息的特質(zhì)及其產(chǎn)生的社會風(fēng)險，當前人工智能學(xué)界已經(jīng)研發(fā)出溯源防偽和反向破解的驗證、標記技術(shù)。其中，溯源防偽利用區(qū)塊鏈的分布式賬本的永久記錄數(shù)據(jù)理念，對基礎(chǔ)信息數(shù)據(jù)進行真實性標記，以此區(qū)分“深度偽造”后的虛假信息；而反向破解則巧妙利用反對抗式神經(jīng)網(wǎng)絡(luò)，“以子之矛，攻子之盾”，檢測算法偽造、疊加、模糊化之處，以實現(xiàn)人工智能的自動標記功能。在這一方面，美國國家標準與技術(shù)研究所和美國國防高級計劃局的研究人員已經(jīng)發(fā)現(xiàn)，即使是經(jīng)過“深度偽造”后的換臉視頻，也可以通過人工智能檢測技術(shù)，發(fā)現(xiàn)視頻中人物眨眼次數(shù)較少、且極不自然的虛假臉部神態(tài)，而且識別準確率高達99%(25)王祿生：《論“深度偽造”智能技術(shù)的一體化規(guī)制》，《東方法學(xué)》2019年第6期。。谷歌新聞計劃(GNI)中的“辟謠實驗室”(Disinfo Lab)就是為了檢驗“深度偽造”的虛假視聽信息數(shù)據(jù)而創(chuàng)建的(26)Holly Kathleen Hall, Deepfake Videos: When Seeing Isn’t Believing, Catholic University Journal of Law and Technology, vol.27, no.1, 2018, pp. 51-76.。

基于此，在高度智能化社會中，刑法規(guī)制并非完全是高效且合理的社會治理方式。相對寬緩的民事、行政責任或智能技術(shù)預(yù)防措施的適用，可以降低刑事責任的承擔風(fēng)險，消除人工智能技術(shù)的“噤若寒蟬”效應(yīng)?！吧疃葌卧臁钡囊惑w化規(guī)制能夠促進民法、行政法和刑法的體系銜接，防止刑法壟斷式規(guī)制現(xiàn)象的發(fā)生，以契合刑法比例性原則的限度要求。

3.“深度偽造”的算法學(xué)習(xí)存在顯著的技術(shù)弊端

雖然，“深度偽造”可以快速并自動化實現(xiàn)虛假信息的制造、轉(zhuǎn)發(fā)過程。但是，我們不可忽視的是，深度學(xué)習(xí)的識別和決策過程始終是建立在高質(zhì)量、大規(guī)模的信息數(shù)據(jù)基礎(chǔ)之上的。因此，“個人的深度偽造是否會引起嚴重的情緒困擾、名譽損害，將在很大程度上取決于基礎(chǔ)數(shù)據(jù)的質(zhì)量以及它對觀眾的影響”(27)Douglas Harris，Deepfakes：False Pornography Is Here and the Law Cannot Protect You，Duke Law & Technology Review，vol.17，no.1，2019, pp. 99-128.。即使行為人利用GANs的文本圖像聯(lián)合超分辨率與去模糊方法，可以高清復(fù)原模糊圖像(28)陳賽健、朱遠平：《基于生成對抗網(wǎng)絡(luò)的文本圖像聯(lián)合超分辨率與去模糊方法》，《計算機應(yīng)用》2020年第3期。，但囿于時間、地點的明顯差異，普通觀眾也能夠很明顯地發(fā)現(xiàn)動作和立體場景不協(xié)調(diào)的故障，從而推導(dǎo)出事件不成立(29)Douglas Harris， Deepfakes：False Pornography Is Here and the Law Cannot Protect You， Duke Law & Technology Review, vol.17, no.1, 2019, pp.99-128.。諸如，近期比較具有代表意義的開國大典的高清復(fù)原視頻即是如此，我們很容易發(fā)現(xiàn)這就是經(jīng)過人工智能算法深度渲染過的。

并且，隨著我國相關(guān)法律法規(guī)對公民個人信息保護力度以及網(wǎng)絡(luò)平臺技術(shù)治理手段的加強，GANs自動抓取圖像、音頻等視聽基礎(chǔ)數(shù)據(jù)將變得越來越難。此外，在溯源防偽和反向破解的驗證、標記技術(shù)的情況下，“深度偽造”固有且顯著的技術(shù)弊端也會很快被放大。因此，“深度偽造”很難再對現(xiàn)實社會秩序和經(jīng)濟利益等刑法法益造成嚴重的侵害。這更加表明“深度偽造”的刑法規(guī)制需要依據(jù)算法學(xué)習(xí)存在的技術(shù)弊端，確立限制性理念，并依據(jù)弊端存在的現(xiàn)實程度判定刑法規(guī)制的具體限度。

4.最大化促進數(shù)據(jù)共享和信息資源配置

在分散化、碎片化的行業(yè)數(shù)據(jù)和領(lǐng)域數(shù)據(jù)連接而成的“塊數(shù)據(jù)”中，圖像數(shù)據(jù)(包括授權(quán)的個人信息)、視頻數(shù)據(jù)、語音數(shù)據(jù)、空間數(shù)據(jù)的分析和處理，能夠通過注入人工智能技術(shù)，形成新的商業(yè)模式。例如，“Inrix公司在交通信息領(lǐng)域，面向GPS生產(chǎn)商、交通規(guī)劃部門以及FedEX(聯(lián)邦快遞)和UPS(聯(lián)合包裹)等物流公司，出售完整的圖像數(shù)據(jù)庫”(30)大數(shù)據(jù)戰(zhàn)略重點實驗室：《塊數(shù)據(jù)：大數(shù)據(jù)時代真正到來的的標志》，北京：中信出版社，2015年，第46頁。。2012年谷歌推出了知識圖譜，使得算法學(xué)習(xí)可以深度挖掘搜索詞潛在的知識關(guān)系(31)大數(shù)據(jù)戰(zhàn)略重點實驗室：《塊數(shù)據(jù)4.0：人工智能時代的激活數(shù)據(jù)學(xué)》，北京：中信出版社，2018年，第96頁。。這一經(jīng)濟模式形成了數(shù)據(jù)共享。

數(shù)據(jù)共享新模式為GANs的算法決策提供了基礎(chǔ)條件，最大限度地優(yōu)化了信息資源配置。隨著“Deep Nude”“ZAO”等類似的“深度偽造”技術(shù)軟件的相繼出現(xiàn)及其技術(shù)使用的普適性強化，普通民眾一鍵生成合成視頻將變得很常見。在網(wǎng)站數(shù)據(jù)共享的新型模式下，只要普通民眾注冊、登入相應(yīng)的數(shù)據(jù)共享網(wǎng)站，即可獲得大量的基礎(chǔ)視聽信息數(shù)據(jù)。這便為普通民眾的短視頻、微電影的日常影視創(chuàng)作提供了基礎(chǔ)素材。如果刑法過度規(guī)制“深度偽造”，將會消解數(shù)據(jù)共享帶來的信息資源的配置效果。從這一方面來說，確立“深度偽造”刑法規(guī)制的限制性理念也是極為必要的。

三、“深度偽造”刑法規(guī)制限度模式的具體展開

當前，限制性理念需要較好地運用在具體實務(wù)當中，還有待學(xué)界將限制性理念進一步細化為具體操作規(guī)則。況且，“深度偽造只有在規(guī)范化、常規(guī)化、制度化的情況下，才有可能使偽造者熟知操縱的行為標準”(32)Jessica Silbey and Woodrow Hartzog, The Upside of Deep Fakes, Maryland Law Review, vol.78, no.4, 2019, pp. 960-966.。

(一)以法益關(guān)聯(lián)性區(qū)分看待“深度偽造”的違法犯罪信息

“深度偽造”虛假信息嚴重侵害刑法法益具體體現(xiàn)在兩個方面：其一，行為人利用“深度偽造”得到的虛假信息本身就屬于刑法法益所評價的危害對象。諸如，行為人利用虛假信息進行危害國家安全犯罪、恐怖活動犯罪、財產(chǎn)利益犯罪以及部分人工智能系統(tǒng)和基礎(chǔ)信息數(shù)據(jù)的侵入和獲取類犯罪、傳播等手段的淫穢物品犯罪。其二，行為人利用“深度偽造”虛假信息時行為可能涉及的犯罪。諸如，誹謗罪，尋釁滋事罪，編造、故意傳播虛假信息罪，部分危害行為還可涉及非法利用信息網(wǎng)絡(luò)罪等信息網(wǎng)絡(luò)類犯罪。毋庸置疑，前述第一種虛假信息本身就屬于刑法中的違法犯罪信息。此時，“深度偽造”無可厚非構(gòu)成相應(yīng)的犯罪。但是，對于前述第二種“深度偽造”行為涉及的法益侵害，行為本身有可能僅屬于民法或者行政法規(guī)制的范疇，此時，其是否涉及刑法法益的侵害，本來就具有爭議(33)See Douglas Harris, Deepfakes: False Pornography Is Here and the Law Cannot Protect You, Duke Law & Technology Review, vol.17, no.1, 2019, pp. 99-128.。

對于第二種“深度偽造”行為不僅在刑法上有相關(guān)規(guī)定，在《網(wǎng)絡(luò)安全法》《民法通則》《侵權(quán)責任法》《治安管理處罰法》等法律法規(guī)中同樣存在。以《刑法》第246條的誹謗罪以例，“捏造事實誹謗他人”不僅是犯罪行為的構(gòu)成要件，其還是《民法通則》第101條名譽權(quán)侵害行為的構(gòu)成要件。此時，《刑法》第246條嚴重情節(jié)就成了兩者的區(qū)分標準。

“深度偽造”虛假信息的刑法規(guī)制主要旨在保護重要的人身權(quán)利。因而，“兩高”發(fā)布的《網(wǎng)絡(luò)誹謗刑事解釋》第2條第2項才會將被害人或者其近親屬精神失常、自殘、自殺等嚴重后果視為誹謗罪的嚴重情節(jié)；雖然第1項的實際被點擊、瀏覽次數(shù)達到五千次以上，或者被轉(zhuǎn)發(fā)次數(shù)達到五百次以上的純粹、客觀的點擊、瀏覽、轉(zhuǎn)發(fā)的次數(shù)規(guī)定，包含了抽象化心理恐慌和精神壓力。但這顯然無法和該解釋第2項的入罪標準相提并論。況且，在刑事證據(jù)認定的過程中，司法機關(guān)無法評判抽象化心理恐慌和精神壓力的具體危害程度。因此，抽象化心理恐慌和精神壓力完全不需要、也無法通過刑法予以保護。

同理，按照《網(wǎng)絡(luò)誹謗刑事解釋》第5條第2款的規(guī)定，編造、故意傳播虛假恐怖信息的，還可能構(gòu)成尋釁滋事罪。依據(jù)最高人民法院《關(guān)于審理編造、故意傳播虛假恐怖信息刑事案件適用法律若干問題的解釋》第2條的嚴重擾亂社會秩序的規(guī)定，不管虛假信息是在網(wǎng)絡(luò)媒體還是在現(xiàn)實社會中傳播，其均是以現(xiàn)實場所秩序的嚴重混亂，單位和公民的工作、生活秩序的嚴重混亂以及政府職能部門的緊急應(yīng)對措施為入罪標準，而并不包括司法實務(wù)所認為的抽象化公眾的恐慌程度或者是網(wǎng)絡(luò)公共場所秩序的單純混亂。

據(jù)此，我們可以得出基本結(jié)論：“深度偽造”的虛假信息并不能直接等同于刑法規(guī)范中的違法犯罪信息。司法者應(yīng)當依據(jù)法益的關(guān)聯(lián)性來區(qū)分看待“深度偽造”的違法犯罪信息。那么，我們該如何判斷“深度偽造”的虛假信息是否具有刑法法益關(guān)聯(lián)性呢？對此，筆者認為可以依據(jù)如下標準進行：

第一，純粹、客觀的點擊、瀏覽、轉(zhuǎn)發(fā)的次數(shù)，抽象化公眾的恐慌程度以及單純的網(wǎng)絡(luò)公共場所秩序的混亂這三類法益不是刑法法益的保護類型，因為上述三類法益不具有刑法法益的關(guān)聯(lián)性。針對“深度偽造”虛假信息造成上述三類法益侵害的情形，實務(wù)部門可以根據(jù)《侵權(quán)責任法》和《治安管理處罰法》的相關(guān)規(guī)定，認定行為人的民事責任或者行政責任。

應(yīng)當肯定，“深度偽造”的算法系統(tǒng)空間屬于公共秩序，但刑法不單純對其進行保護。換言之，刑法承認算法系統(tǒng)空間屬于公共秩序，并不等于承認其屬于刑法法益的保護類型，而是因為算法系統(tǒng)空間的刑法法益評價必須要以現(xiàn)實公共秩序的嚴重影響為基礎(chǔ)(34)參見陳偉、熊波《網(wǎng)絡(luò)犯罪的特質(zhì)性與立法技術(shù)——基于“雙層社會”形態(tài)的考察》，《大連理工大學(xué)學(xué)報(社會科學(xué)版)》2020年第2期。。算法系統(tǒng)空間的抽象危害是可逆的，該種危害通過收回、刪除并在一定范圍內(nèi)是可以消除影響的，其與現(xiàn)實公共秩序的嚴重混亂無法等量齊觀(35)陳勁陽：《徘徊在歧義與正義之間的刑法釋義——網(wǎng)絡(luò)尋釁滋事罪司法解釋妥當性反思》，《法制與社會發(fā)展》2016年第6期。。尤其是在“算法黑箱”的基礎(chǔ)上，抽象化公眾的恐慌程度更不存在。只有明確這一點，虛假信息導(dǎo)致的純粹、客觀的點擊、瀏覽、轉(zhuǎn)發(fā)的次數(shù)，抽象化公眾的恐慌程度以及單純的網(wǎng)絡(luò)公共場所秩序的混亂這三類法益才不是刑法法益的保護類型。因此，上述三類法益關(guān)涉的“深度偽造”虛假信息也不屬于刑法中的違法犯罪信息。

第二，《刑法》第286條之一的拒不履行信息網(wǎng)絡(luò)安全管理義務(wù)罪與第287條之一的非法利用信息網(wǎng)絡(luò)罪的違法犯罪信息，均不包括上述“深度偽造”的虛假信息?？v使，《關(guān)于辦理非法利用信息網(wǎng)絡(luò)、幫助信息網(wǎng)絡(luò)犯罪活動等刑事案件適用法律若干問題的解釋》第7條直接肯定了違法犯罪行為包含刑法分則規(guī)定的行為類型但尚未構(gòu)成犯罪的違法行為，但刑法中的違法犯罪信息對象應(yīng)當僅局限于前述第一類“深度偽造”的虛假信息類型。

(二)去除“深度偽造”算法系統(tǒng)自動化點擊、轉(zhuǎn)發(fā)的傳播次數(shù)

純粹、客觀的點擊、瀏覽、轉(zhuǎn)發(fā)的傳播次數(shù)不應(yīng)當單純作為情節(jié)嚴重的入罪標準。但是，不可否認的是，“深度偽造”的自動化轉(zhuǎn)發(fā)，會使得更多的國民有機會接觸此類誹謗、擾亂網(wǎng)絡(luò)空間秩序的虛假信息，進而會引發(fā)他人現(xiàn)實生活和工作的極大困擾，或者現(xiàn)實社會秩序嚴重混亂的不確定性危險。諸如，在印度作者Rana Ayyub的“深度偽造”合成色情視頻案中，合成色情視頻在Facebook、Twitter和WhatsApp上被成千上萬人的轉(zhuǎn)播。隨之而來，Rana Ayyub遭受了大量的強奸威脅，工作也受到了嚴重的影響(36)See Keats C. Danielle, Sexual Privacy, Yale Law Journal, vol.128, no.7, 2019, pp.1870-1961.。

如此一來，傳播次數(shù)雖不可以作為情節(jié)嚴重的單純?nèi)胱飿藴?，但可以作為現(xiàn)實社會秩序和現(xiàn)實個人利益可能遭受到侵害的基礎(chǔ)條件之一。換言之，公民個人的現(xiàn)實生活受到極大影響或者公共場所秩序遭受到嚴重慌亂的情形，應(yīng)當作為傳播次數(shù)入罪的附加條件。諸如，雖然受害人或者近親屬并未遭受“自殺、自殘、精神崩潰”的現(xiàn)實結(jié)果，但在滿足司法解釋規(guī)定的“點擊、瀏覽5000次以上次數(shù)或者被轉(zhuǎn)發(fā)500次”的基礎(chǔ)上，受害人或者近親屬遭受侵害威脅和現(xiàn)實生活和工作騷擾的，也可以作為“深度偽造”行為情節(jié)嚴重的判定標準。而將傳播次數(shù)作為情節(jié)嚴重入罪標準的基礎(chǔ)條件，有利于限制刑事處罰的擴張。

但是，如此一來，我們就又必須要考慮到“深度偽造”算法系統(tǒng)的自動化點擊、轉(zhuǎn)發(fā)的次數(shù)僅是人工智能算法自動決策的外在表現(xiàn)形式。該種表現(xiàn)形式產(chǎn)生的傳播次數(shù)具體包括：第一，GANs制造或生成虛假信息過程中的自動化點擊、轉(zhuǎn)發(fā)等形式的傳播次數(shù)；第二，溯源防偽和反向破解(反生成對抗式神經(jīng)網(wǎng)絡(luò))的驗證、標記技術(shù)運作過程中不斷點擊、驗證去模糊化、重疊化的區(qū)域所產(chǎn)生的傳播次數(shù)。在“算法黑箱”下，上述兩種傳播次數(shù)明顯不同于網(wǎng)民手動瀏覽或者轉(zhuǎn)發(fā)的次數(shù)。并且，“深度偽造”行為在短時間內(nèi)即可達到成千上萬的傳播次數(shù)。此時，“深度偽造”也根本不可能導(dǎo)致現(xiàn)實社會秩序或個人生活、工作遭受重大的侵害威脅。因此，刑法應(yīng)當將“深度偽造”算法系統(tǒng)自動化點擊、轉(zhuǎn)發(fā)的傳播次數(shù)排除在入罪標準之外。

(三)將“深度偽造”的主觀明知的情形限制為直接故意

“深度偽造”虛假信息的肉眼辨別難度較大，再加上“算法黑箱”和溯源防偽和反向破解的驗證、標記的強技術(shù)性，一般而言，網(wǎng)民出于對新鮮事物的好奇心和科技信息的熱愛，會不由自主地轉(zhuǎn)發(fā)“深度偽造”的虛假信息。其中，大多數(shù)網(wǎng)民是基于半信半疑的主觀心態(tài)去轉(zhuǎn)發(fā)的。此時，刑法如果將該種間接故意的主觀心態(tài)納入“深度偽造”的規(guī)制之中，很顯然，絕大多數(shù)的網(wǎng)民在轉(zhuǎn)發(fā)此類虛假信息時，均有可能涉嫌犯罪。因此，在虛擬的網(wǎng)絡(luò)空間中，我們應(yīng)該將《網(wǎng)絡(luò)誹謗刑事解釋》第1條第2款轉(zhuǎn)發(fā)者的明知規(guī)定，限定為直接故意的明知情形。但問題在于：如何認定直接故意的明知？這依然是個難題。

美國聯(lián)邦最高法院在認定誹謗行為的明知時，將其限定于惡意，其被定義為：“行為人知道它是假的或者不管它是假的還是真的，都要不計后果地制造或轉(zhuǎn)發(fā)出來的。”(37)New York Times v. Sullivan, 376 U.S. 280 (1964).雖然從表面上看，該定義確實起到了限縮明知認定范圍的作用，但這顯然是對現(xiàn)實物理空間中誹謗行為主觀惡意的認定，其容易將半信半疑的間接故意的放任主觀罪過納入刑法規(guī)制之中，有欠妥當，該種定義不應(yīng)適用在“深度偽造”的明知認定情形中。

基于“深度偽造”虛假信息的特性考慮，筆者認為，“深度偽造”的直接故意明知的司法認定必須附加“以非法目的……”或者“意圖……”等主觀構(gòu)成要件要素，將其作為相關(guān)罪名的不成文構(gòu)成要件要素，并且，該種要素僅局限于轉(zhuǎn)發(fā)者。諸如，在《刑法》第243條的誣告陷害罪中，“意圖使他人受刑事追究”就作為了行為人直接故意明知的希望要素；再如，在第363條的傳播淫穢物品牟利罪中，行為人被認定犯罪必須附加“以牟利為目的”這一前提。

至于如何進一步認定轉(zhuǎn)發(fā)者是否具有非法主觀目的或非法意圖，筆者認為，可以再結(jié)合如下三個標準進行確定：

第一，不具備人工智能專業(yè)知識的行為人希望通過轉(zhuǎn)發(fā)“深度偽造”視聽資料，強迫、威脅、騷擾、恐嚇、貶低、羞辱受害者或給受害者造成重大經(jīng)濟損失(38)North Carolina’s general statute § 14-190.5A.。第二，行為人在初次轉(zhuǎn)發(fā)后，即被網(wǎng)絡(luò)平臺管理者或者負責網(wǎng)絡(luò)安全的相關(guān)政府職能部門警告。但此后，行為人仍無任何合理理由，肆意任其轉(zhuǎn)發(fā)的虛假信息擴散的。“秦火火尋釁滋事案”便是典例(39)趙遠：《“秦火火”網(wǎng)絡(luò)造謠案的法理問題研析》，《法學(xué)》2014年第7期。。第三，具有人工智能專業(yè)技巧和相關(guān)領(lǐng)域知識的行為人轉(zhuǎn)發(fā)“深度偽造”的視聽數(shù)據(jù)。

(四)GANs自動抓取非身份認證信息數(shù)據(jù)的行為應(yīng)作無罪化處理

理論界和實務(wù)界并未區(qū)分認定《刑法》第285條之二的非法獲取計算機信息系統(tǒng)數(shù)據(jù)罪中的存儲、處理或者傳輸?shù)臄?shù)據(jù)類型，這極易導(dǎo)致GANs通過識別分析并檢驗，獲取其他算法系統(tǒng)中的大量視聽數(shù)據(jù)的情形，也會被司法者認為構(gòu)成非法獲取計算機信息系統(tǒng)數(shù)據(jù)罪。但筆者認為，刑法并不專門保護與個人信息屬性無任何關(guān)聯(lián)性的數(shù)據(jù)(40)需要注意的是，公民個人信息屬性的關(guān)聯(lián)性區(qū)別于可識別性。，換言之，真正意義上的“數(shù)據(jù)刑法學(xué)”是不存在的。這與《民法典》第127條對數(shù)據(jù)的專門性保護是恰恰相反的，這也體現(xiàn)了刑法規(guī)制的比例性原則。

這一觀點的依據(jù)可以從《計算機刑事案件解釋》第1條的具體規(guī)定中找尋。該條確立了非法獲取計算機信息系統(tǒng)數(shù)據(jù)罪保護的數(shù)據(jù)類型，具言之：其一， “支付結(jié)算、證券交易、期貨交易等網(wǎng)絡(luò)金融服務(wù)的身份認證信息”的數(shù)據(jù)類型，其屬于刑法重點保護的個人敏感的金融信息數(shù)據(jù)。其二，個人信息數(shù)據(jù)庫管理的企業(yè)身份登入等信息數(shù)據(jù)。雖然該類數(shù)據(jù)本身不屬于公民個人的生理和物理信息，但卻具有身份認證屬性，并直接關(guān)乎著公民的財產(chǎn)保護，屬于企業(yè)的敏感信息數(shù)據(jù)。該信息數(shù)據(jù)可涵蓋在《計算機刑事案件解釋》第1條第2項個人敏感的金融信息除外的身份認證信息的兜底性規(guī)定之中。盡管該項是數(shù)據(jù)類型的兜底性解釋，但這也僅是對上述兩種“身份認證信息”數(shù)據(jù)的兜底，而并不包括企業(yè)操控的計算機信息系統(tǒng)中的任何數(shù)據(jù)類型。諸如，企業(yè)運營額的分析報告、項目的運營規(guī)劃、原創(chuàng)性的電子書籍等不具有身份信息關(guān)聯(lián)性的數(shù)據(jù)類型。

這與侵犯公民個人信息罪的構(gòu)成要件是相得益彰的。依據(jù)《刑法》第253條之一的規(guī)定，侵犯行為僅指非法出售或者提供個人信息數(shù)據(jù)，以及竊取、非法獲取個人信息的行為，而不包括個人信息數(shù)據(jù)庫管理的企業(yè)身份登入的信息數(shù)據(jù)的非法獲取等行為。但這并不意味著刑法并不規(guī)制此類信息數(shù)據(jù)的獲取行為，而是刑法考慮到該信息數(shù)據(jù)屬于計算機信息系統(tǒng)數(shù)據(jù)的一種類型。雖然，個人信息數(shù)據(jù)庫管理的企業(yè)身份登入的信息數(shù)據(jù)不具有個人信息屬性，但其具有身份認證的信息屬性。因而，《刑法》將個人信息數(shù)據(jù)庫管理的企業(yè)身份登入的信息數(shù)據(jù)的非法獲取等行為交于第285條之二的非法獲取計算機信息系統(tǒng)數(shù)據(jù)罪予以處理。在這種情況下，非法獲取計算機信息系統(tǒng)數(shù)據(jù)罪中的存儲、處理或者傳輸?shù)臄?shù)據(jù)，自然而然就僅限于身份認證信息。

但必須強調(diào)的是，刑法不專門保護企業(yè)的非身份屬性的關(guān)聯(lián)性數(shù)據(jù)，并不意味著對企業(yè)具有交易價值較大的或者具有商業(yè)秘密的數(shù)據(jù)也不予以保護。這是因為，刑法將上述數(shù)據(jù)交于其他罪名予以保護。諸如，竊取計算機信息系統(tǒng)中的虛擬電子貨幣數(shù)據(jù)的行為，可以構(gòu)成盜竊罪；竊取企業(yè)運營額的分析報告、項目的運營規(guī)劃以及原創(chuàng)性的電子書籍的行為，可以視情況分別構(gòu)成侵犯商業(yè)秘密罪或者侵犯著作權(quán)罪。但就“深度偽造”的虛假信息的制造和轉(zhuǎn)發(fā)行為而言，GANs自動抓取虛假信息的行為既不涉及原創(chuàng)性思想內(nèi)容的抄襲(41)See Andrea K. Toth, Algorithmic Copyright Enforcement and AI: Issues and Potential Solutions, through the Lens of Text and Data Mining, Masaryk University Journal of Law and Technology, vol.13, no.2, 2019, pp. 361-388.，也沒有將企業(yè)信息系統(tǒng)存儲的數(shù)據(jù)進行獲利，也沒有竊取企業(yè)具有較大交易價值的數(shù)據(jù)進而排斥企業(yè)對數(shù)據(jù)類型的所有權(quán)。因此，一般情況下，GANs自動抓取非身份認證信息數(shù)據(jù)的行為理應(yīng)作無罪化處理。

四、結(jié) 語

真正值得刑法規(guī)制的“深度偽造”只有兩種類型：第一，“深度偽造”的虛假信息本身就屬于刑法法益所評價的危害對象。諸如，危害國家安全，宣傳恐怖活動、民族歧視、色情信息等，這類信息數(shù)據(jù)屬于直接可感觀性的危害信息。第二，僅存留于網(wǎng)絡(luò)公共空間中的“深度偽造”的虛假信息，其本身并不具有侵害刑法法益的關(guān)聯(lián)性。但是抽象化的心理恐慌延伸至現(xiàn)實社會中，導(dǎo)致現(xiàn)實社會秩序嚴重混亂或者個人人身、財產(chǎn)利益遭受重大侵害時，“深度偽造”則具有刑法規(guī)制的必要性?？紤]到合憲性調(diào)控、刑法的比例性原則、算法學(xué)習(xí)的顯著技術(shù)弊端以及數(shù)據(jù)共享的新型模式等現(xiàn)實因素，“深度偽造”的刑法規(guī)制應(yīng)當保持理性并恪守相應(yīng)的限度。