王士博

一、問題的提出

我們已經(jīng)進(jìn)入“算法統(tǒng)治的時代”，算法應(yīng)用的場景遍及社會的各個方面。在證據(jù)場景中，犯罪行為、犯罪現(xiàn)場從線下發(fā)展為線上，犯罪行為在虛擬空間留下海量的電子數(shù)據(jù)痕跡。與傳統(tǒng)單獨(dú)在物理空間的犯罪相同，這些海量的數(shù)字痕跡需要經(jīng)過算法進(jìn)行結(jié)構(gòu)化分析，才能顯示其證據(jù)價值。算法侵入證據(jù)本體，產(chǎn)生了算法衍生數(shù)據(jù)產(chǎn)品，即算法證據(jù)①學(xué)界通說認(rèn)為對算法分析電子數(shù)據(jù)產(chǎn)生的算法產(chǎn)品稱為算法證據(jù)。但是筆者認(rèn)為，算法證據(jù)沒有抓住其本質(zhì)，算法證據(jù)本質(zhì)上是使用算法對數(shù)據(jù)分析而產(chǎn)生的，應(yīng)當(dāng)稱為算法證據(jù)較為適宜。否則，算法證據(jù)稱謂有誤導(dǎo)之嫌，誤認(rèn)為算法證據(jù)本身的數(shù)據(jù)量很大，其所包含的信息量也很大。對于算法證據(jù)的討論，見劉品新：《論算法證據(jù)》，載《環(huán)球法律評論》2019年第1期；林喜芬：《算法證據(jù)在刑事司法中的運(yùn)用初探》，載《法學(xué)論壇》2021年第3期；元軼：《證據(jù)制度循環(huán)演進(jìn)視角下算法證據(jù)的程序規(guī)制——以神示證據(jù)為切入》，載《政法論壇》2021年第3期。。作為在證據(jù)場景尚顯“年輕”的技術(shù)，算法不論在證據(jù)法學(xué)理論上還是在審判實(shí)踐中，都存在一系列疑難問題。

在證據(jù)領(lǐng)域，絕大多數(shù)學(xué)者探討的對象是算法證據(jù)。如算法證據(jù)的屬性定位、算法證據(jù)的關(guān)聯(lián)性內(nèi)容等。②參見何家弘、鄧昌智等：《大數(shù)據(jù)偵查給證據(jù)法帶來的挑戰(zhàn)》，載《人民檢察》2018年第1期；孫謙：《新時代檢察機(jī)關(guān)法律監(jiān)督的理念、原則與職能——寫在新修訂的人民檢察院組織法頒布之際》，載《人民檢察》2018年第21期；徐惠，李曉東：《算法證據(jù)之證據(jù)屬性證成研究》，載《中國人民公安大學(xué)學(xué)報（社會科學(xué)版）》2020年第1期；章安邦：《人工智能時代的司法權(quán)嬗變》，載《浙江工商大學(xué)學(xué)報》2020年第4期。就算法規(guī)制而言，理論界著墨不多。與之形成鮮明對比的是，對算法的一般化法律規(guī)制討論已經(jīng)形成規(guī)模。理論界出現(xiàn)這種現(xiàn)象的原因就在于學(xué)者們沒有將算法規(guī)制的討論建立在場域維度之上。算法作為一種人造技術(shù)，是替代人類完成任務(wù)的代碼程序。應(yīng)用在不同的場景，其所追求的目標(biāo)價值不同，算法的選擇自然不同。此外，在不同的場景中，對算法的主要爭議問題有很大差異。如在證據(jù)場景中，商業(yè)秘密價值位階低于程序正義價值，所以在證據(jù)場景中，算法黑箱并非主要爭議?？梢?，算法本身以及所涉問題伴隨場景變化差異化明顯。因此，算法的法律規(guī)制問題需要建立在場景化思維基礎(chǔ)上。③關(guān)于算法規(guī)制的場景化論證，參見丁曉東：《論算法的法律規(guī)制》，載《中國社會科學(xué)》2020年第12期。

明確了算法的規(guī)制具有場景區(qū)分性之后，我們需要將算法“轉(zhuǎn)譯”為證據(jù)法上的問題。對于法律來說，沒有全新的領(lǐng)域或概念，問題是法律如何對其進(jìn)行解釋，其是否在抽象的法律概念涵攝范圍之內(nèi)。除此之外，從法官事實(shí)認(rèn)知方式的角度來說，法官對算法的認(rèn)知，是在既有的認(rèn)知框架之中。因此，在討論算法規(guī)制之前，傳統(tǒng)上法官對科學(xué)技術(shù)如何認(rèn)識，這是我們選擇算法規(guī)制路徑的前提。在此基礎(chǔ)上，筆者結(jié)合證據(jù)發(fā)展的歷史經(jīng)驗(yàn)，依據(jù)我國具有的情況尋求算法的法律規(guī)制之進(jìn)路，這是降低算法證據(jù)對事實(shí)認(rèn)定風(fēng)險的重要制度支撐。

二、算法與證據(jù)系統(tǒng)的耦合的方式與風(fēng)險

在證據(jù)場景中，技術(shù)可能以三種主要方式重塑司法系統(tǒng)。首先，在最基本的層面上，技術(shù)幫助向參與司法系統(tǒng)的人提供信息、支持和建議（支持性技術(shù)）；其次，技術(shù)可以取代以前由人類執(zhí)行的功能和活動（替代技術(shù)）；最后，在第三個層面上，技術(shù)可以改變判斷的方式工作，并提供非常不同形式的正義。①See Sourdin Tania， Judge v Robot? ： Artificial intelligence and judicial decision-making，41University of New South Wales Law Journal 1114，1117-1119（2018）.算法應(yīng)用于證據(jù)分析屬于第二種即替代技術(shù)，其替代了人類執(zhí)行的數(shù)據(jù)分析的活動，這種替代性技術(shù)對法官事實(shí)認(rèn)定的準(zhǔn)確性產(chǎn)生了一定的風(fēng)險。

（一）算法如何計算證據(jù)

算法是為了讓計算機(jī)完成某項(xiàng)任務(wù)而構(gòu)造的指令。從技術(shù)上來看，構(gòu)建算法的一般步驟是：數(shù)據(jù)特征→數(shù)學(xué)模型→編程。依據(jù)對數(shù)據(jù)特征提取的主體區(qū)分，算法分為機(jī)器學(xué)習(xí)算法和人工設(shè)計算法。機(jī)器學(xué)習(xí)算法自主地從數(shù)據(jù)中提取特征，不斷地將學(xué)習(xí)到的數(shù)據(jù)特征進(jìn)行建模并進(jìn)行優(yōu)化迭代。為了使機(jī)器學(xué)習(xí)算法能夠模仿人腦進(jìn)行思考，計算機(jī)科學(xué)家將認(rèn)知科學(xué)引入到機(jī)器學(xué)習(xí)過程之中，以模擬生物神經(jīng)系統(tǒng)對真實(shí)世界的交互反應(yīng)。②參見崔聰聰、許智鑫：《機(jī)器學(xué)習(xí)算法的法律規(guī)制》，載《上海交通大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）》2020年第2期。人工設(shè)計算法是將提取的數(shù)據(jù)特征關(guān)系轉(zhuǎn)化為數(shù)學(xué)模型，再根據(jù)數(shù)學(xué)模型進(jìn)行代碼轉(zhuǎn)化。實(shí)際上，人工設(shè)計算法模型構(gòu)建的過程就是人類將邏輯轉(zhuǎn)化為代碼的過程，是人類思維的數(shù)字鏡像。

一是算法將證明的邏輯由價值分析轉(zhuǎn)換為數(shù)理邏輯。新康德主義的海德堡學(xué)派的重要代表人物拉德布魯赫認(rèn)為：整個法哲學(xué)的基礎(chǔ)是對法的價值的觀察。法官對事實(shí)的判斷是一種價值判斷，綜合指控的證據(jù)而得出具有法律取向性的意見。在價值判斷過程中，法官不拘泥于事實(shí)的細(xì)節(jié)，運(yùn)用經(jīng)驗(yàn)和邏輯，只要符合法律所規(guī)定的構(gòu)成要件即可做出判斷。當(dāng)然，這種價值判斷往往是模糊和不可言傳的。而算法證據(jù)所證明的邏輯是一種精細(xì)化的數(shù)理邏輯，算法證據(jù)本質(zhì)上是大量數(shù)據(jù)聚合而生成的。數(shù)字形態(tài)的電子數(shù)據(jù)，經(jīng)過目標(biāo)函數(shù)的計算，聚合成為不同的數(shù)據(jù)關(guān)系。算法證據(jù)是以數(shù)學(xué)計算而得出的可行性計算結(jié)果，是以數(shù)學(xué)公式進(jìn)行證明。所以，當(dāng)算法進(jìn)駐證據(jù)領(lǐng)域之后，證據(jù)的證明不得不從價值分析轉(zhuǎn)向數(shù)理分析。

二是證據(jù)論證的方式由邏輯轉(zhuǎn)換為算法模型。在物理世界，立法者通常使用的概括工具就是所謂的“類型化”，這些規(guī)范模型將無限變化的社會世界劃分為特定類別。社會之所以需要法律，很大程度上同樣是因?yàn)檎鎸?shí)世界包含的變量太多，需要過濾、清理，形成有效的認(rèn)知模型。③參見蔣舸：《作為算法的法律》，載《清華法學(xué)》2019年第1期。與法律的認(rèn)識模式相同，算法對數(shù)據(jù)的分析首先需要構(gòu)建模型。模型“大膽地從混沌之中創(chuàng)建秩序”④馬長山：《邁向數(shù)字社會的法律》，法律出版社2021年版，第201頁。，是數(shù)據(jù)結(jié)構(gòu)的抽象化模板，算法模型提供了一個規(guī)范的數(shù)據(jù)結(jié)構(gòu)。以自動駕駛汽車的算法為例，其是根據(jù)不同的路面情況預(yù)設(shè)汽車不同的反應(yīng)，在面對“電車難題”時并非算法自主選擇，而是由算法的設(shè)計者做出選擇。因此，從算法程序運(yùn)行的邏輯上來看，算法設(shè)計者將現(xiàn)實(shí)世界的邏輯鏡像映射到算法模型中。在數(shù)字世界里，算法模型就是數(shù)據(jù)分析的大前提。而算法模型構(gòu)建的依據(jù)是《刑法》中的構(gòu)成要件，將類型化危害行為映射在數(shù)據(jù)世界的數(shù)據(jù)關(guān)系模型化。在算法證據(jù)形成之前，危害行為與數(shù)據(jù)關(guān)系的關(guān)聯(lián)性通過編程體現(xiàn)在算法模型中。也就是說，算法模型實(shí)際上與構(gòu)成要件是數(shù)字孿生的關(guān)系。①通過數(shù)字化的手段對現(xiàn)實(shí)世界中的對象在數(shù)字世界中構(gòu)建對應(yīng)的實(shí)體，借此來實(shí)現(xiàn)對現(xiàn)實(shí)世界的了解并以此促進(jìn)決策優(yōu)化。見衣俊霖：《數(shù)字孿生時代的法律與問責(zé)——通過技術(shù)標(biāo)準(zhǔn)透視算法黑箱》，載《東方法學(xué)》2021年第4期。如在組織、領(lǐng)導(dǎo)傳銷活動罪②《刑法》第224條規(guī)定：“組織、領(lǐng)導(dǎo)以推銷商品、提供服務(wù)等經(jīng)營活動為名，要求參加者以繳納費(fèi)用或者購買商品、服務(wù)等方式獲得加入資格，并按照一定順序組成層級，直接或者間接以發(fā)展人員的數(shù)量作為計酬或者返利依據(jù)，引誘、脅迫參加者繼續(xù)發(fā)展他人參加，騙取財物，擾亂經(jīng)濟(jì)社會秩序的傳銷活動的，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?！敝?，其犯罪構(gòu)成行為特征有：組織者或經(jīng)營者要求被發(fā)展人員發(fā)展其他人員，并以發(fā)展人員的數(shù)量作為計酬返利依據(jù)；組織者或經(jīng)營者要求發(fā)展人員繳納費(fèi)用；形成層級，以下線的銷售額計算上線報酬。這些行為在銀行留下了資金數(shù)據(jù)痕跡。因此，傳銷犯罪行為相對應(yīng)的資金數(shù)據(jù)交易特征有資金匯入特征、資金特征、返利特征，將這些資金數(shù)據(jù)特征數(shù)學(xué)模型化為算法模型。由此觀之，在數(shù)字場景中，算法模型是數(shù)據(jù)的類型化規(guī)則，通過規(guī)則的代碼轉(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)成要件被重構(gòu)為0和1的組合。

（二）證據(jù)場景下算法風(fēng)險的現(xiàn)實(shí)隱憂

具體到微觀層面，算法技術(shù)進(jìn)入司法運(yùn)行過程的路徑，以及算法技術(shù)本身的可靠性問題，對法官的事實(shí)認(rèn)定都產(chǎn)生了一定的風(fēng)險。

一是企業(yè)分擔(dān)司法權(quán)力的正當(dāng)性問題。以往，偵查機(jī)關(guān)通過內(nèi)部設(shè)置的鑒定機(jī)構(gòu)掌握法庭上的科技，但是算法技術(shù)的出現(xiàn)打破了傳統(tǒng)模式下技術(shù)的“隸屬關(guān)系”?？萍计髽I(yè)與偵查機(jī)關(guān)合作，為偵查機(jī)關(guān)提供算法技術(shù)支持?？萍计髽I(yè)通過技術(shù)支持的方式在實(shí)際上參與了國家司法權(quán)力的運(yùn)行。實(shí)際上，2018年最高法院發(fā)布《關(guān)于互聯(lián)網(wǎng)法院審理案件若干問題的規(guī)定》，標(biāo)志著企業(yè)提供的電子數(shù)據(jù)存證軟件獲得司法認(rèn)可。③《關(guān)于互聯(lián)網(wǎng)法院審理案件若干問題的規(guī)定》第11條第2款規(guī)定：“當(dāng)事人提交的電子數(shù)據(jù)，通過電子簽名、可信時間戳、哈希值校驗(yàn)、區(qū)塊鏈等證據(jù)收集、固定和防篡改的技術(shù)手段或者通過電子取證存證平臺認(rèn)證，能夠證明其真實(shí)性的，互聯(lián)網(wǎng)法院應(yīng)當(dāng)確認(rèn)?！钡瞧髽I(yè)參與司法權(quán)力運(yùn)行的正當(dāng)性仍未論證。從域外來看，美國司法與科技企業(yè)合作，導(dǎo)致了被告人對質(zhì)權(quán)與商業(yè)秘密的價值沖突。從實(shí)踐來看，私主體參與到司法運(yùn)行過程可能引發(fā)取證主體的合法性與正當(dāng)性問題。如在快播案中，偵查機(jī)關(guān)委托文創(chuàng)動力公司為淫穢物品鑒定人提供轉(zhuǎn)碼服務(wù)等技術(shù)支持，被告人王欣的辯護(hù)律師提出，該公司被告人與快播公司的競爭對手是公司存在客戶關(guān)系，因與本案存在利害關(guān)系，所以取證主體不合法，所取得證據(jù)不能作為定案根據(jù)。①參見謝登科：《論電子數(shù)據(jù)與刑事訴訟變革：以“快播案”為視角》，載《東方法學(xué)》2018年第5期。目前，加強(qiáng)警企合作共治，是新形勢、新任務(wù)下，公安機(jī)關(guān)貫徹黨的群眾路線的新舉措。在警企合作的大背景下，各地公安機(jī)關(guān)與當(dāng)?shù)氐目萍脊竞献骰蛘哔徺I軟件，偵查機(jī)關(guān)所使用的算法技術(shù)往往是私營技術(shù)公司開發(fā)的軟件。司法權(quán)力外包給私營公司是否具有正當(dāng)性存疑。此外，在警企合作開發(fā)算法模型過程中，對于采用何種算法和模型的建議來自于偵查機(jī)關(guān)自身司法經(jīng)驗(yàn)的積累，而其經(jīng)驗(yàn)的局限性以及本身的選擇性執(zhí)法傾向及司法偏見會自然地影響其對于算法功能和分析模型的把握。②參見江朔：《大數(shù)據(jù)在刑事司法體系中的應(yīng)用及其問題》，載《月旦法學(xué)雜志》2020年第9期。在筆者調(diào)研中，為了便利偵查，進(jìn)行各種場景的算法構(gòu)建，大數(shù)據(jù)實(shí)驗(yàn)室直接設(shè)置在公安機(jī)關(guān)辦公區(qū)。以消除算法使用者與算法設(shè)計者在物理場域分離的方式，來達(dá)到對算法技術(shù)控制的目的，實(shí)現(xiàn)算法使用者與算法設(shè)計者合二為一，形成算法加偵查的合力。如此這般，算法模型體現(xiàn)的是偵查機(jī)關(guān)自身的價值偏好和司法經(jīng)驗(yàn)，檢察機(jī)關(guān)和審判機(jī)關(guān)沒有參與其中，也就無法判斷算法模型是否公平公正。在技術(shù)的加成下，公安機(jī)關(guān)移送的算法證據(jù)，檢察院、法院無法對其審查，法院在審判階段沒有起到對前階段程序移送證據(jù)的把關(guān)作用，將偵查機(jī)關(guān)收集制作的證據(jù)作為一種結(jié)論被法官認(rèn)可，這違背了審判中心主義的格局，并且證據(jù)質(zhì)量難以從程序上保障。偵查機(jī)關(guān)成為“技術(shù)中心”，漸漸地完成對檢察院、法院的“技術(shù)占領(lǐng)”，恐有重新成為訴訟關(guān)系中心的風(fēng)險。

二是算法的穩(wěn)定性風(fēng)險。算法的穩(wěn)定性在于可驗(yàn)證性和可重復(fù)性，即相同的輸入，其輸出的結(jié)果是一定的。在機(jī)器學(xué)習(xí)算法中，特征參數(shù)之間的關(guān)系或者有哪些特征參數(shù)都是不固定的，是由算法自主性地利用統(tǒng)計學(xué)計算學(xué)習(xí)而生成的。實(shí)際上，機(jī)器學(xué)習(xí)算法也是學(xué)界主要爭議的算法黑箱所產(chǎn)生的原因。具體來看，在刑事證據(jù)領(lǐng)域中，特征參數(shù)之間的關(guān)系是犯罪構(gòu)成中危害行為映射在數(shù)據(jù)世界而產(chǎn)生的，這種數(shù)據(jù)關(guān)系是危害行為在數(shù)據(jù)世界留下的數(shù)據(jù)痕跡，結(jié)構(gòu)化之后可以證明類型行危害行為。而機(jī)器學(xué)習(xí)算法機(jī)器輸出結(jié)果不穩(wěn)定，其無法證明既定的數(shù)據(jù)關(guān)系?？梢灶A(yù)見，這種動態(tài)性的算法在學(xué)習(xí)過程中隨著實(shí)踐的推移而自動改變。這意味著兩個不同的時間呈現(xiàn)給系統(tǒng)相同的輸入可能導(dǎo)致不同的輸出。即便在證據(jù)分析中使用人工設(shè)計的算法，但是算法可以產(chǎn)生許多種類的錯誤，包括粗心的錯誤（源于編碼草率）、系統(tǒng)誤差（源于算法內(nèi)部缺陷）、隨機(jī)誤差（難以控制算法參數(shù)、數(shù)據(jù)、硬件而引起）等。③參見黃琪：《算法責(zé)任：規(guī)制誤區(qū)與架構(gòu)重建》，載《四川大學(xué)法律評論》2020年第1期。這就算法需要設(shè)計者不停地更新和補(bǔ)丁，有時因?yàn)閭刹槿藛T的需求而改變算法模型。算法的更新和改動是否會引起算法結(jié)果的變化，對算法更新之前的案件如何處理？

三、規(guī)制的起點(diǎn)：算法的證據(jù)法定位

科技的進(jìn)步，經(jīng)常在事實(shí)上創(chuàng)造出一個新的領(lǐng)域，但是將其“轉(zhuǎn)譯為法律事項(xiàng)”之后，可能仍然是法律老生常談的法律解釋問題。而轉(zhuǎn)譯工作的成敗，不僅依賴于對證據(jù)法相關(guān)概念的性質(zhì)判斷，更重要的是算法的屬性定位。①參見陳景輝：《算法的法律性質(zhì)：言論、商業(yè)秘密還是正當(dāng)程序？》，載《比較法研究》2020年第2期。在搜索引擎應(yīng)用場景下，2003年美國搜索王訴谷歌案（SearchKing，Inc.v.GoogleTech.），“算法是言論”的主張得到法庭支持。在該場景下，言論自由成為在法庭上對抗算法規(guī)制的利器。在刑事司法人身風(fēng)險評估場景下，2013年美國的威斯康辛州訴盧米斯案（Statev.Loomis），法官將量刑的COMPAS算法視為商業(yè)秘密。在該案的法官看來，商業(yè)秘密的價值位階高于被告人正當(dāng)程序權(quán)利的價值位階，基于此，算法被視為商業(yè)秘密獲得了與言論一樣的對抗算法規(guī)制的保護(hù)效果?？梢?，算法的“轉(zhuǎn)譯”對算法規(guī)制具有方法論的框架意義。因此，證據(jù)法對算法的規(guī)制，也意味著需要將算法“轉(zhuǎn)譯”成證據(jù)法上的問題。

在證據(jù)法視野下，隨著算法侵入證據(jù)本體，產(chǎn)生了算法衍生數(shù)據(jù)產(chǎn)品，即算法證據(jù)。證據(jù)法需要對算法的證據(jù)應(yīng)用予以回應(yīng)，并在證據(jù)法框架下對算法進(jìn)行規(guī)制。既然承認(rèn)證據(jù)法能夠介入算法，那么關(guān)鍵的問題是算法在證據(jù)法中是什么？這個問題的答案決定了證據(jù)法介入算法的方式和標(biāo)準(zhǔn)。

（一）算法證據(jù)難以定位的理論根源

算法侵入證據(jù)本體所產(chǎn)生的算法證據(jù)，學(xué)界對此早有討論。當(dāng)然，對于新型證據(jù)材料的出現(xiàn)，無論從證據(jù)理論還是司法實(shí)踐出發(fā)，都應(yīng)當(dāng)討論其概念和屬性，以便于對其進(jìn)行歸類，將其納入法治化的軌道。學(xué)界對算法證據(jù)也進(jìn)行了深入的討論，但到目前為止，對于算法證據(jù)的種類歸屬問題仍無共識。

在2012年《刑事訴訟法》修改將電子數(shù)據(jù)作為一種新的證據(jù)種類之前，實(shí)踐中電子數(shù)據(jù)已經(jīng)作為認(rèn)定事實(shí)的依據(jù)。學(xué)界對電子數(shù)據(jù)的證據(jù)種類歸屬問題也產(chǎn)生了分歧。同樣范疇的討論在算法證據(jù)中又開始盛行，有似曾相識之感。新型證據(jù)難以被傳統(tǒng)證據(jù)種類所接受，這毫無疑問地又沖擊了證據(jù)種類體系。實(shí)際上，證據(jù)種類體系在理論界飽受詬病，實(shí)踐中所運(yùn)用的證據(jù)種類已經(jīng)超出法律對證據(jù)種類的規(guī)定。如情態(tài)證據(jù)②參見陳麒?。骸肚閼B(tài)證據(jù)芻論》，載《中國刑事法雜志》2009年第1期。等輔助證據(jù)。換言之，法律對證據(jù)種類的規(guī)定存在與實(shí)踐脫節(jié)問題，不能回應(yīng)實(shí)踐中出現(xiàn)的證據(jù)。這才是學(xué)界不斷地從立法論的角度主張?jiān)O(shè)立單獨(dú)的算法證據(jù)種類的本質(zhì)原因。

我國《刑事訴訟法》對證據(jù)的分類采取了細(xì)分的方式，且分類的標(biāo)準(zhǔn)不一致。一般認(rèn)為，法律上區(qū)分證據(jù)種類的標(biāo)準(zhǔn)是“證據(jù)的表現(xiàn)形式”。證據(jù)的表現(xiàn)形式是人們感知、認(rèn)識證據(jù)信息的方式。①參見林勁松：《法定證據(jù)種類的解釋視角反思——以刑事訴訟為中心的分析》，載《浙江大學(xué)學(xué)報（人文社會科學(xué)版）》2016年第4期。也即證據(jù)載體。證據(jù)種類按照載體的形式分為電子數(shù)據(jù)、物證、書證、視聽資料，而按照證據(jù)的提供主體將人證分為證人證言、被告人的供述和辯解、被害人陳述，按照產(chǎn)生的時間不同可以分為訴訟中產(chǎn)生的證據(jù)和案件發(fā)生時產(chǎn)生的證據(jù)?？梢?，證據(jù)的種類劃分標(biāo)準(zhǔn)不統(tǒng)一，證據(jù)的分類標(biāo)準(zhǔn)之間具有重疊性。此外，這種細(xì)分的方式弊端在于各個種類證據(jù)的抽象性不足，造成了每個證據(jù)種類所能涵攝的范圍過小。這也是每次新的證據(jù)材料產(chǎn)生時，學(xué)界需要重新討論是否需要增加證據(jù)種類的原因。相比之下，按照各國證據(jù)法學(xué)上的通說，證據(jù)分為人證、書證和物證三大類別。對于算法所產(chǎn)生的算法證據(jù)，在美國稱為機(jī)器證據(jù)，是人證中的專家證據(jù)。質(zhì)言之，我國《刑事訴訟法》對于證據(jù)種類的劃分，其自身的體系較為脆弱，其應(yīng)對科技創(chuàng)新所帶來的挑戰(zhàn)較差。可以預(yù)見，隨著科技手段認(rèn)定證據(jù)的增多，以原生態(tài)形式展現(xiàn)的證據(jù)會越來越少，而經(jīng)過科技技術(shù)手段分析的證據(jù)將會激增。

（二）證據(jù)信息有序化分析方法——算法的證據(jù)屬性

從證據(jù)的構(gòu)成角度來說，任何證據(jù)都是證據(jù)信息和證據(jù)載體的有機(jī)統(tǒng)一。②參見陳瑞華：《刑事證據(jù)法》（第三版），北京大學(xué)出版社2018年版，第93頁。但具體到電子數(shù)據(jù)和鑒定意見而言，構(gòu)成要件有其特殊性。電子證據(jù)由電子證據(jù)的載體、技術(shù)層面的電子數(shù)據(jù)和電子證據(jù)內(nèi)容構(gòu)成。與普通證據(jù)由載體和信息內(nèi)容構(gòu)成不同，電子證據(jù)的內(nèi)容在技術(shù)層面是按照編碼規(guī)則處理而成的0、1數(shù)字組合。③參見褚福民：《電子證據(jù)真實(shí)性的三個層面》，載《法學(xué)研究》2018年第4期。因此，電子證據(jù)實(shí)際上是“雙載體”，即物質(zhì)載體和數(shù)字載體。而鑒定意見并非直接從案件事實(shí)本源所獲得的信息，鑒定活動屬于訴訟活動。如指紋鑒定，來源于案件事實(shí)的痕跡是指紋，對指紋進(jìn)行特征的識別、比對，從而進(jìn)行同一認(rèn)定。在同一認(rèn)定的過程中，指紋證據(jù)經(jīng)過了專業(yè)技術(shù)性的解讀，與我們感官所能直接感知的內(nèi)容不同。鑒定意見的構(gòu)成分為鑒定活動、鑒定意見內(nèi)容和鑒定意見的載體（鑒定意見書形式或鑒定人口頭形式）。④2021年《最高人民法院關(guān)于適用〈中華人民共和國刑事訴訟法〉的解釋》第97條列舉了對鑒定意見審查條款；第98條規(guī)定了不得作為定案根據(jù)的鑒定意見的九種情形。其中，要求審查鑒定機(jī)構(gòu)和鑒定人是否具有法定資質(zhì)，是否存在超出鑒定機(jī)構(gòu)業(yè)務(wù)范圍、技術(shù)條件，鑒定人是否具有相關(guān)技術(shù)或職稱以及是否違反回避規(guī)定。這意味著鑒定意見包含鑒定主體。與此同時，刑事訴訟法解釋還規(guī)定了鑒定的檢材和樣本是否可靠無污染，鑒定程序和鑒定過程是否符合專業(yè)規(guī)范，這些審查規(guī)則是鑒定活動問題。另外，鑒定意見的內(nèi)容是否與案件有關(guān)聯(lián)，也是著重審查的內(nèi)容。由此可以看出，鑒定意見的結(jié)構(gòu)分為三個層次，即鑒定活動、鑒定意見內(nèi)容和鑒定意見的載體。

如果我們使用信息論的分析框架，把證據(jù)收集和分析看作信息的獲取、加工、處理過程，證據(jù)信息分析實(shí)際上屬于是信息內(nèi)容處理。信息內(nèi)容處理包括信息分析和信息綜合。法官進(jìn)行事實(shí)認(rèn)定的依據(jù)是證據(jù)載體荷載的信息。證據(jù)規(guī)則是圍繞證據(jù)信息保全以及如果正確地認(rèn)識證據(jù)信息。從事實(shí)信息理論的視角來看，所謂的鑒定意見和勘驗(yàn)檢查筆錄，只是對物證以及與犯罪有關(guān)的現(xiàn)場的案件事實(shí)信息的識別和提取、固定，并不是從案件事實(shí)本源獲得的事實(shí)信息。①參見熊志海：《信息視野下的證據(jù)法學(xué)》，法律出版社2014年版，第5頁。因此，以證據(jù)的構(gòu)成為標(biāo)準(zhǔn)，證據(jù)可以分為兩類，原生性證據(jù)和意見類證據(jù)。電子數(shù)據(jù)和鑒定意見分別是其典型代表。②選取這兩類證據(jù)種類的原因是：算法證據(jù)分析的對象是電子數(shù)據(jù)，而算法證據(jù)的構(gòu)成與鑒定意見相似，算法證據(jù)也由算法、算法證據(jù)的內(nèi)容以及算法證據(jù)的載體組成。原生性證據(jù)包括：物證、書證、證人證言、被害人陳述、犯罪嫌疑人、被告人供述和辯解、視聽資料、電子數(shù)據(jù)。意見類證據(jù)包括：鑒定意見、勘驗(yàn)、檢查、、偵查實(shí)驗(yàn)筆錄。之所以做出這樣的區(qū)分，是因?yàn)樽C據(jù)的結(jié)構(gòu)影響證據(jù)審查判斷的層次。原生性證據(jù)審查判斷有兩個層次，證據(jù)載體和證據(jù)信息，證據(jù)載體的真實(shí)證明了證據(jù)信息的真實(shí)可靠，法律對其收集以及證據(jù)保全做出了規(guī)定。但是在意見證據(jù)中，與原生性證據(jù)相異的是，證據(jù)的構(gòu)成要件多了證據(jù)分析活動（鑒定活動）。因此，對意見類證據(jù)的審查判斷有三個層次，即證據(jù)載體、證據(jù)分析方法和證據(jù)信息。

犯罪事實(shí)一旦發(fā)生，猶如信源發(fā)出一定的信息，信息必須依附于一定的載體才有可能到達(dá)信宿。③參見卞建林：《證據(jù)法學(xué)》，中國政法大學(xué)出版社2002年版，第51頁。信宿就是依據(jù)證據(jù)認(rèn)定事實(shí)的法官，法官是這一信息傳導(dǎo)的被作用主體。申農(nóng)所確定的信息量表達(dá)公式與熱力學(xué)中的熵的公式一致。在熱力學(xué)領(lǐng)域，一個系統(tǒng)總是從有序到無序，這一過程中熵是增加的。熱力學(xué)領(lǐng)域的熵是系統(tǒng)無序化的度量。犯罪行為發(fā)生的過程就是證據(jù)信息無序化的過程，也就是熵增的過程。而恰恰相反的是，信息總是需要系統(tǒng)從無序變?yōu)橛行虿趴梢燥@現(xiàn)。也就是說，一個系統(tǒng)越有序，熵值越小，而其信息量越大，這就與熱力學(xué)中變化的方向相反。正如一個系統(tǒng)中的信息量是它的組織化程度的度量，一個系統(tǒng)的熵就是它的無組織程度的度量；這一個正好是那一個的負(fù)數(shù)。④參見周懷珍：《信息方法的哲學(xué)分析》，載《哲學(xué)研究》1980年第9期。也就是說，將犯罪行為留下的痕跡進(jìn)行收集并解讀，這是一個信息有序化的過程，也就是負(fù)熵或者說熵減的過程。

以信息的運(yùn)動作為分析和處理問題的基礎(chǔ)，完全撇開對象的具體活動形態(tài)，把系統(tǒng)的有目的的運(yùn)動過程抽象為信息的變換過程。⑤參見李琳：《證據(jù)方法的科學(xué)維度》，法律出版社2010年版，第175頁。質(zhì)言之，信息論將證據(jù)收集、處理的過程抽象為信息的運(yùn)動過程。算法分析海量電子數(shù)據(jù)的過程同樣也是“熵減”，將案件產(chǎn)生的混雜的電子數(shù)據(jù)結(jié)構(gòu)化，這一信息分析過程將各個主體之間的關(guān)系進(jìn)行梳理，并以可視化的方式展現(xiàn)。以傳銷犯罪中的資金交易數(shù)據(jù)分析為例，其算法模型需要體現(xiàn)資金匯入特征、資金特征、返利特征。經(jīng)過算法模型的分析，輸出數(shù)據(jù)的可視化可以清晰地展現(xiàn)哪些賬戶符合傳銷資金交易特征，這些賬戶就是偵查人員重點(diǎn)偵查的對象。

因此，筆者沒有就事論事地討論算法侵入證據(jù)本體所產(chǎn)生的算法證據(jù)的種類歸屬問題，而是基于信息論的角度對證據(jù)的概念進(jìn)行闡釋。信息論的分析框架淡化了證據(jù)的種類歸屬之爭，可以回歸證據(jù)證明的本體——證據(jù)信息。算法屬于信息分析方法的一種，但是基于保證證據(jù)信息的真實(shí)性，也需要對算法進(jìn)行法律規(guī)制。

四、算法的系統(tǒng)性規(guī)制

算法的規(guī)制并非能夠通過賦權(quán)或設(shè)置算法監(jiān)管機(jī)構(gòu)就可以完成，只能通過系統(tǒng)性的規(guī)制措施，從多個主體、不同角度尋找既有的技術(shù)規(guī)制土壤，根據(jù)算法與傳統(tǒng)技術(shù)的區(qū)別，對法律規(guī)則制度調(diào)適。算法規(guī)制的難點(diǎn)在于如何避免陷入技術(shù)泥潭同時又不至于對代碼的運(yùn)作邏輯過度簡化。在警企合作研發(fā)的算法軟件中，界面、數(shù)據(jù)、模型的三層架構(gòu)形成了一種天然的算法黑箱。數(shù)據(jù)和模型在黑箱內(nèi)部，黑箱的邊界是交互界面，在物理世界和數(shù)字世界之間形成一道天然的隔閡。證據(jù)發(fā)展的歷史帶給我們的經(jīng)驗(yàn)是，越來越需要在技術(shù)侵入證據(jù)本體之初就從深層次對其影響進(jìn)行評估考量，思索在現(xiàn)有證據(jù)評價實(shí)踐基礎(chǔ)上進(jìn)行政策和法律調(diào)適的可能性，推動技術(shù)與證據(jù)系統(tǒng)融合。在接納技術(shù)發(fā)展的同時，降低技術(shù)對事實(shí)認(rèn)定準(zhǔn)確性的負(fù)面效應(yīng)。

規(guī)制的節(jié)點(diǎn)決定規(guī)制的路徑。在證據(jù)場景下，算法的規(guī)制節(jié)點(diǎn)選擇是算法進(jìn)入訴訟之前還是算法進(jìn)入訴訟后？如果規(guī)制節(jié)點(diǎn)選擇算法進(jìn)入訴訟程序后，意味著規(guī)制的對象是算法證據(jù)。對算法證據(jù)的規(guī)制有三條路徑：證據(jù)能力規(guī)則、證明力規(guī)則和證據(jù)排除規(guī)則。然而具體到我國的證據(jù)審查實(shí)踐，法官以證據(jù)之間相互印證認(rèn)定案件事實(shí)，算法證據(jù)的審查實(shí)際上與其他傳統(tǒng)證據(jù)無法分離。①筆者在調(diào)研中發(fā)現(xiàn)，很多法官對算法證據(jù)不明所以，認(rèn)為算法證據(jù)就是電子數(shù)據(jù)，對算法證據(jù)的生成過程不了解。試想，對于同一待證事實(shí)，法官面對兩種證據(jù)：算法證據(jù)和傳統(tǒng)類型證據(jù)，法官無法運(yùn)用傳統(tǒng)的證據(jù)評價方法評估算法證據(jù)。在這種情況下，法官似乎只能更傾向采信能憑借自己經(jīng)驗(yàn)判斷的傳統(tǒng)類型證據(jù)，并抵御算法證據(jù)的入侵。他們必定會趨利避害，選擇一種更少個體主觀性，而容易為大家所認(rèn)同的證據(jù)認(rèn)知方法。因此，在實(shí)踐中，法官算法證據(jù)與傳統(tǒng)證據(jù)相互印證為由予以采信，規(guī)避了對算法證據(jù)的單獨(dú)審查。以美國盧米斯案為例，在盧米斯案中COMPAS量刑系統(tǒng)被嵌入美國的司法審判過程，審判結(jié)果是軟件的算法黑箱和法官的大腦黑箱共同作用之下形成的。算法是否侵害了盧米斯的權(quán)益是模糊的，同時也難以分清量刑算法具體的責(zé)任比例。

（一）算法規(guī)制的兩種模式

就證據(jù)制度的發(fā)展史而言，從神示證據(jù)制度、法定證據(jù)制度到自由心證證據(jù)制度，科學(xué)技術(shù)發(fā)揮著重要的推動作用。可以說，在證據(jù)法視野下對算法進(jìn)行規(guī)制是一個老生常談的話題。根據(jù)規(guī)制節(jié)點(diǎn)的不同，可以大致分為兩類：技術(shù)型規(guī)制與轉(zhuǎn)化型規(guī)制。前者關(guān)注算法的內(nèi)在設(shè)計規(guī)則，在算法的設(shè)計階段進(jìn)行規(guī)制。后者關(guān)注算法產(chǎn)生的外部行為和后果，其規(guī)制的節(jié)點(diǎn)具有滯后性。

在立法層面，我國對算法規(guī)制的立法模式屬于技術(shù)性規(guī)制。2019年1月1日實(shí)施的《電子商務(wù)法》第40條規(guī)定了搜索類算法的明示義務(wù)和推薦算法的自然結(jié)果提供義務(wù)①《電子商務(wù)法》第18條：“電子商務(wù)經(jīng)營者根據(jù)消費(fèi)者的興趣愛好、消費(fèi)習(xí)慣等特征向其提供商品或者服務(wù)的搜索結(jié)果的，應(yīng)當(dāng)同時向該消費(fèi)者提供不針對其個人特征的選項(xiàng)，尊重和平等保護(hù)消費(fèi)者合法權(quán)益。電子商務(wù)經(jīng)營者向向消費(fèi)者發(fā)送廣告的，應(yīng)當(dāng)遵守《廣告法》的有關(guān)規(guī)定?！钡?0條：“電子商務(wù)平臺經(jīng)營者應(yīng)當(dāng)根據(jù)商品或者服務(wù)的價格、銷量、信用等以多種方式向消費(fèi)者現(xiàn)實(shí)商品或者服務(wù)的搜索結(jié)果；對于競價排名的商品或者服務(wù)，應(yīng)當(dāng)顯著表明廣告。”見張凌寒：《權(quán)力之治：人工智能時代的算法規(guī)制》，上海人民出版社2021年版，第230-231頁。。2021年7月16日國家市場監(jiān)管總局等七部門聯(lián)合印發(fā)《關(guān)于落實(shí)網(wǎng)絡(luò)餐飲平臺責(zé)任切實(shí)維護(hù)外賣送餐員權(quán)益的指導(dǎo)意見》，其中規(guī)定了要科學(xué)設(shè)置報酬規(guī)則，優(yōu)化算法規(guī)則，不得將“最嚴(yán)算法”作為考核要求，要通過“算法取中”方式，合理配置訂單量、在線率和準(zhǔn)時率等要素。2021年7月28日最高法院發(fā)布《最高人民法院關(guān)于審理使用人臉識別技術(shù)處理個人信息相關(guān)民商事案件適用法律若干問題的規(guī)定》，盡管是對民事審判實(shí)踐的規(guī)范，但是有算法規(guī)制的導(dǎo)向意義。文件規(guī)定了人臉識別算法技術(shù)應(yīng)用的場景限制，并設(shè)定人臉識別技術(shù)需要經(jīng)過自然人或其監(jiān)護(hù)人的“單獨(dú)同意”規(guī)則。

在理論層面，對算法進(jìn)行規(guī)制的討論中，算法透明和算法責(zé)任分別是技術(shù)型規(guī)制與轉(zhuǎn)化型規(guī)制兩類路徑的典型代表。在具體的算法規(guī)制制度設(shè)計上，有學(xué)者倡導(dǎo)成立獨(dú)立的算法審查機(jī)構(gòu)，②參見孫建麗：《算法自動化決策風(fēng)險的法律規(guī)制研究》，載《法治研究》2019年第4期。賦予算法解釋權(quán)。③參見解正山：《算法決策規(guī)制——以算法“解釋權(quán)”為中心》，載《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》，載《蘇州大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）》2020年第2期。上述這些制度設(shè)計對策暗含著前提：既有的權(quán)利體系和機(jī)構(gòu)無法對抗算法所帶來的風(fēng)險。當(dāng)然，在算法技術(shù)發(fā)展尚未成熟之時期，規(guī)制算法的理論是開放性的，學(xué)者們對技術(shù)問題仁智互見，有利于學(xué)術(shù)的繁榮。但是，這些制度設(shè)計論證的邏輯上具有重大缺陷，即沒有論證既有的制度或機(jī)構(gòu)無法規(guī)制新興的算法技術(shù)。對法律客體規(guī)制的實(shí)現(xiàn)并非簡單地賦權(quán)或設(shè)置機(jī)構(gòu)就能實(shí)現(xiàn)，這種“另起爐灶”式的制度設(shè)計是對整個既有的法律體系的“背叛”。以“算法安全委員會”為例，學(xué)者未對既有的監(jiān)管體系進(jìn)行檢視，并且該機(jī)構(gòu)的性質(zhì)、隸屬關(guān)系以及職權(quán)不明，這就造成該對策有不切實(shí)際的危險。因此，具體到證據(jù)領(lǐng)域中，算法規(guī)制問題需要廓清規(guī)制體系上的學(xué)術(shù)迷霧，并重點(diǎn)以證據(jù)法中既有的技術(shù)規(guī)制制度為視角，對算法規(guī)制與制度契合與否進(jìn)行分析。

從域外來看，歐盟屬于以個人數(shù)據(jù)保護(hù)為導(dǎo)向的技術(shù)型規(guī)制模式。GDPR前言第71項(xiàng)表述為“自動化處理……應(yīng)遵守適當(dāng)?shù)谋Ｕ洗胧?，其中?yīng)包括項(xiàng)數(shù)據(jù)主體提供的具體信息以及獲得認(rèn)為干預(yù)、表達(dá)其觀點(diǎn)、對評估后達(dá)成的決定作出解釋和質(zhì)疑該決定的權(quán)利?！边@一表述公認(rèn)規(guī)定了算法的解釋權(quán)，但是前言是否具有法律效力值得商榷。此外，GDPR第25條規(guī)定了“設(shè)計保護(hù)隱私”原則，其背后的思想是處理數(shù)據(jù)過程中保護(hù)數(shù)據(jù)的原則最好在技術(shù)被創(chuàng)設(shè)時就嵌入。①參見羅偉玲，梁燈：《人工智能算法的倫理訴求和法律規(guī)制——以算法歸責(zé)為視角》，載《中山大學(xué)法律評論》2019年第2期。歐盟依據(jù)GDPR成立了歐盟數(shù)據(jù)保護(hù)委員會（EDPB）。2019年6月EDPB發(fā)布了《針對GDPR第42和第43有關(guān)“認(rèn)證”規(guī)定的指南》，②GDPR第42條第（1）款規(guī)定：“出于數(shù)據(jù)保護(hù)保密標(biāo)志以及說明管理者處理者處理機(jī)制合法性的需要，成員國、監(jiān)管機(jī)構(gòu)、委員會的董事應(yīng)當(dāng)尤其在歐盟內(nèi)激勵數(shù)據(jù)保護(hù)認(rèn)證機(jī)制。特別需要考量小微企業(yè)以及中等規(guī)模企業(yè)的特殊要求?！钡?3條第（1）款：“對于有關(guān)數(shù)據(jù)保護(hù)問題有一定程度經(jīng)驗(yàn)的認(rèn)證主體，在為了行使依據(jù)第58條獲得的權(quán)力通知監(jiān)管機(jī)構(gòu)之后，可以公布及更新認(rèn)證。成員國應(yīng)當(dāng)確定這些主體應(yīng)當(dāng)被以下至少一個機(jī)構(gòu)授權(quán)：（a）第55條或者第56條有資格的監(jiān)管機(jī)構(gòu)；（b）符合歐洲議會通過的EC第765/2008規(guī)定、委員會通過的EN-ISO/IEC 17065/2012規(guī)定以及依據(jù)第55條或第56條監(jiān)管機(jī)構(gòu)所制定的額外要求的國際認(rèn)證主體?！闭J(rèn)證的范圍是個人數(shù)據(jù)、處理個人數(shù)據(jù)的技術(shù)系統(tǒng)和處理行為相關(guān)的過程和程序。美國正在由轉(zhuǎn)化型規(guī)制模式向技術(shù)型規(guī)制模式轉(zhuǎn)變?！豆叫庞脠蟾娣ā罚‵air Credit Reporting Act）、《公平住房法》（Fair Housing Act）和《平等信貸機(jī)會法》（Equal Credit Opportunity Act），這些立法不區(qū)分算法或人工決策，但要求決策的結(jié)果符合法律規(guī)定。③參見陸凱：《美國算法治理政策與實(shí)施進(jìn)路》，載《環(huán)球法律評論》2020年第3期。這些立法屬于典型的轉(zhuǎn)化型規(guī)制模式，這種模式對立法技術(shù)要求不高，但是容易造成監(jiān)管的“空心化”。在風(fēng)險社會，監(jiān)管的滯后容易造成嚴(yán)重的后果。基于此，美國目前將算法規(guī)制的節(jié)點(diǎn)提前至技術(shù)階段。2019年美國《算法責(zé)任法案》草案，該法案要求特定商業(yè)實(shí)體對涉及個人信息或做出自動化決策的高風(fēng)險系統(tǒng)進(jìn)行詳細(xì)評估，例如使用人工智能或機(jī)器學(xué)習(xí)的系統(tǒng)。2019年美國《司法算法正義法》（Justice in Forensic Algorithms Act）正在辯論程序中。該法案規(guī)定了美國國家標(biāo)準(zhǔn)與技術(shù)研究所（National Institute of Standards and Technology，NIST）應(yīng)當(dāng)建立司法算法軟件的測試標(biāo)準(zhǔn)，執(zhí)法機(jī)構(gòu)只被允許使用符合NIST標(biāo)準(zhǔn)的軟件。除此之外，該法案規(guī)定被告人有權(quán)獲得司法算法軟件的源代碼、軟件的早期版本、對軟件結(jié)果必要的說明以及用于訓(xùn)練和測試數(shù)據(jù)，法官不得以商業(yè)秘密為由拒絕被告人的申請。用于處理證據(jù)的算法必須經(jīng)過NIST測試之后才可以使用。除了聯(lián)邦層面的立法外，紐約州和新澤西州也從技術(shù)規(guī)制的角度出臺了算法責(zé)任法案。

縱觀目前對算法規(guī)制措施的討論不難發(fā)現(xiàn)，絕大多數(shù)學(xué)者對算法的規(guī)制，都著力于算法本身所具有的技術(shù)性特征，疏于在特定場景下對規(guī)制措施與傳統(tǒng)法律規(guī)制模式的關(guān)系考量。在證據(jù)法場域中，探討法官對算法的審查，必定走入認(rèn)識論的死胡同，從而給人們一種就算法論算法，脫離實(shí)際的印象。而轉(zhuǎn)化型問題的背后是對算法的另一種態(tài)度：避免陷入技術(shù)細(xì)節(jié)的糾纏，而從算法造成的結(jié)果進(jìn)行防范。盡管這種轉(zhuǎn)化型規(guī)制進(jìn)路考量了法律人的認(rèn)知局限，但是以結(jié)果防范為導(dǎo)向的規(guī)制路徑有過于滯后之嫌。因此，我們需要探討我國法官對證據(jù)中的科技是如何審查的，這是我們進(jìn)行算法規(guī)制的實(shí)踐前提。

（二）知識正當(dāng)程序：法官對科技的認(rèn)知模式

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。從具體的實(shí)現(xiàn)路徑上，設(shè)定算法解釋權(quán)利或算法解釋義務(wù)。在證據(jù)場景中，從保護(hù)被告人的權(quán)利角度出發(fā)，這類建議固然沒錯。但是從法官事實(shí)認(rèn)知模式的角度來說，我們在討論科技產(chǎn)生的新證據(jù)時，不能對新的證據(jù)重新建構(gòu)起法官的事實(shí)認(rèn)識模式。因此，在討論算法規(guī)制時，法官對算法如何認(rèn)知，這是我們選擇算法規(guī)制路徑的現(xiàn)實(shí)制約。值得一提的是，在算法進(jìn)入訴訟之前，科技在法庭上的典型表現(xiàn)形式是鑒定意見，筆者以鑒定意見為例探討法官如何對科技進(jìn)行認(rèn)知。

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，憑借感官對證據(jù)信息的察覺，對原生性證據(jù)所承載的信息進(jìn)行邏輯推演。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)完成了對法庭是事實(shí)認(rèn)知模式的“技術(shù)占領(lǐng)”。法官所獨(dú)有的代表法律生命的經(jīng)驗(yàn)，在科學(xué)技術(shù)面前無用武之地。法律專家不可能是面面俱到的每個領(lǐng)域的專家，這根本就是不可能的，也是做不到的；但他必須得是真正的法律專家才行，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。①參見陳景輝：《人工智能的法律挑戰(zhàn)：應(yīng)該從哪里開始?》，載《比較法研究》2018年第5期。于是，“法官是法庭的國王”這一傳統(tǒng)共識也被打破，揭示科學(xué)技術(shù)所承載信息的技術(shù)專家成為與法官分庭抗禮的角色。法律將法庭上的技術(shù)專家定位于法官的助手，法官不受其意見約束。但事實(shí)上，根據(jù)?？滤鲝埖闹R與權(quán)力的關(guān)系理論，任何不平等都會產(chǎn)生權(quán)力。正是由于法官與鑒定人專業(yè)知識的不對等決定了微觀意義上權(quán)力的存在。鑒定人決定了科學(xué)知識對事實(shí)認(rèn)定部分的話語權(quán)。在實(shí)踐中也印證了這一點(diǎn)，一方面，鑒定專家不過是法官的輔助機(jī)關(guān)；一方面，法官不過是鑒定專家的一個無助的執(zhí)行機(jī)關(guān)。②參見朱幅美：《科學(xué)鑒定與刑事偵查》，中國民主法制出版社2006年版，第34頁。產(chǎn)生鑒定人與法官在事實(shí)認(rèn)定權(quán)分配的原因是對鑒定人的定位，專家鑒定制度和專家證人制度是兩大法系各自用來查明技術(shù)正義的不同方法。③參見王戩：《“專家”參與訴訟制度研究》，載《華東政法大學(xué)學(xué)報》2012年第5期。德國等大陸法系國家或地區(qū)將鑒定人定位為法官的助手，以彌補(bǔ)法官認(rèn)知能力的不足。臺灣學(xué)者也認(rèn)為專家鑒定人是輔助法院判斷特定證據(jù)問題之人。④參見趙立新，陳如超：《刑事法官與鑒定人事實(shí)認(rèn)定的比較與整合》，載《湖北社會科學(xué)》2011年第6期。然而，這個程序是矛盾的。為什么法律體系一開始就允許專家進(jìn)入到訴訟中？原因很簡單，無論是法官還是陪審團(tuán)都無法理解和解決專門性問題。但如果是這樣的話，法官和陪審團(tuán)作為外行決策者如何有能力再對專家的意見進(jìn)行審查判斷？在美國，這種實(shí)踐困境被稱為“專家悖論”。①See Edward K. Cheng， The Consensus Rule ： A New Approach to Scientific Evidence， Vanderbilt Law Review， Forthcoming， Available at SSRN ： https：//ssrn.com/abstract=3826782 or http ：//dx.doi.org/10.2139/ssrn.3826782.

可見，鑒定人與法官在事實(shí)上存在著事實(shí)認(rèn)定的分工。而在英美法系國家，案件中的專門性問題的解決依靠控辯雙方委托的專家證人，以對抗制的訴訟程序發(fā)現(xiàn)科學(xué)真相。英美法系的對抗制有效地避免了專家證人與法官分享事實(shí)認(rèn)定權(quán)，但是這一制度的弊端是將庭審變?yōu)椤拌b定大戰(zhàn)”。因此，目前英國和美國在專家證人制度的改革中提出專家的首要義務(wù)是發(fā)現(xiàn)事實(shí)真相，并對法庭負(fù)責(zé)。

事實(shí)認(rèn)定權(quán)力是立法者不斷權(quán)衡下分配的結(jié)果。從我國與美國對專門性問題的法律規(guī)定可以窺見立法者的態(tài)度與傾向。大多數(shù)科學(xué)技術(shù)都具有自身的缺陷和風(fēng)險，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，而是如何評估一個不完美的研究。評估不完美的研究——也就是從不完美的知識中進(jìn)行事實(shí)認(rèn)定。②See Beecher-Monas Erica， Evaluating scientific evidence ： an interdisciplinary framework for intellectual due process， Cambridge University Press， 2007，p.2.司法程序并不是一個無限追求實(shí)質(zhì)真實(shí)的場域，如果法官真的通過掌握相應(yīng)的科學(xué)知識審查鑒定意見，這會造成訴訟的無效率。法官只能依據(jù)法律的規(guī)定和心證將法庭上的科學(xué)證據(jù)視為完美的，防止訴訟過于拖延。美國最高法院通過Daubert案，確立了法官是科學(xué)技術(shù)的看門人，法官在科學(xué)證據(jù)可采性審查框架下獨(dú)立做出決定。美國最高法院希望法官能夠充分了解基礎(chǔ)科學(xué)，以評估專家證詞和基礎(chǔ)科學(xué)研究的可靠性。此外，美國的法律體系也為陪審團(tuán)提供了科學(xué)技術(shù)教育的途徑。在美國庭審中，陪審團(tuán)指示假定陪審員有能力做出獨(dú)立決定，并特定告誡陪審團(tuán)不要有專業(yè)知識順從的心理。陪審員被告知“判斷專家證詞的方式與判斷其他證人證詞的方式是一樣的”，且陪審團(tuán)需要獨(dú)自決定證人證詞的分量。這也就是艾倫教授所提出的二分法，區(qū)分陪審團(tuán)獨(dú)立判斷（教育模式）和專家知識優(yōu)越（順從模式）。

而與之相異的是，我國法律將技術(shù)問題尋找替代性測度機(jī)制。③《刑事訴訟法》司法解釋第97條、第98條規(guī)定了對鑒定意見的審查：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?！端痉ㄨb定程序通則》第23條規(guī)定，鑒定人對鑒定過程進(jìn)行實(shí)時記錄并簽名，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陳詞源——鑒定人的可靠性。全國人民代表大會常務(wù)委員會于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)納入到了國家的鑒定管理體制之中，從而在審判程序之前很大程度上已經(jīng)解決了鑒定意見科學(xué)性的評判標(biāo)準(zhǔn)問題。法官并不異于常人，不可能全知全能，科技證據(jù)的審查判斷仍然需要依附于具體明確的司法解釋或規(guī)范標(biāo)準(zhǔn)，將法官審查算法的壓力傳導(dǎo)給其他主體，法官只需要在法庭上做出形式審查即可。因此，我們需要將算法規(guī)制的節(jié)點(diǎn)提前，即設(shè)置算法進(jìn)入訴訟前的規(guī)范標(biāo)準(zhǔn)，將規(guī)制算法的責(zé)任交給法律規(guī)范和技術(shù)標(biāo)準(zhǔn)，減輕法官對算法認(rèn)知的困難。

（三）算法的規(guī)范歸化：算法標(biāo)準(zhǔn)

法律與科技的關(guān)系是一個持久的話題，法律在應(yīng)對單一功能的技術(shù)時，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)。①參見胡凌：《理解技術(shù)規(guī)制的一般模式：以腦機(jī)接口為例》，載《東方法學(xué)》2021年第4期。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)制的重要場所。中央人民銀行發(fā)布的《人工智能算法金融應(yīng)用評價規(guī)范》就對金融場景下的算法設(shè)定了算法標(biāo)準(zhǔn)。②《人工智能算法金融應(yīng)用評價規(guī)范》第6部分是安全性評價，其中包括對目標(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部分是可解釋性評價，從可解釋性評價維度、建模準(zhǔn)備、過程、應(yīng)用全流程進(jìn)行規(guī)范。第8、9部分是對人工智能的評價標(biāo)準(zhǔn)。在警企合作的大背景下，與各地公安機(jī)關(guān)合作的科技公司不同，這就造成公安機(jī)關(guān)使用的算法軟件不盡相同。而使用的算法不同則會導(dǎo)致算法運(yùn)行結(jié)果的混亂與失序，這與證據(jù)所具有的客觀性、確定性相悖。對海量電子數(shù)據(jù)的算法技術(shù)顯然應(yīng)該具備統(tǒng)一性，否則相同的數(shù)據(jù)輸入而輸出的算法證據(jù)因區(qū)域區(qū)別卻不同，將會沖擊審判秩序。

在證據(jù)場景下，規(guī)范證據(jù)生成的技術(shù)標(biāo)準(zhǔn)早已有之。對電子數(shù)據(jù)調(diào)取、審查判斷等問題，形成了以司法解釋為依據(jù)，部門規(guī)章為細(xì)化規(guī)則，國家標(biāo)準(zhǔn)和公共行業(yè)標(biāo)準(zhǔn)為技術(shù)規(guī)則的完整規(guī)范體系。③司法解釋：2012年《最高人民法院關(guān)于適用〈中華人民共和國刑事訴訟法〉的解釋》、2016年最高人民法院、最高人民檢察院、公安部印發(fā)《關(guān)于辦理刑事案件收集提取和審查判斷電子數(shù)據(jù)若干問題的規(guī)定》。部門規(guī)章：2005年公安部就發(fā)布了《計算機(jī)犯罪現(xiàn)場勘驗(yàn)與電子證據(jù)檢查規(guī)則》和《公安機(jī)關(guān)電子數(shù)據(jù)鑒定規(guī)則》，、2009年最高人民檢察院頒布《電子證據(jù)鑒定程序規(guī)則（試行）》和《人民檢察院電子證據(jù)勘驗(yàn)程序規(guī)則（試行）》、2010年最高人民法院、最高人民檢察院、公安部、國家安全部、司法部聯(lián)合發(fā)布的《關(guān)于辦理死刑案件審查判斷證據(jù)若干問題的規(guī)定》、2014年最高人民法院、最高人民檢察院、公安部曾聯(lián)合頒布了《關(guān)于辦理網(wǎng)絡(luò)犯罪案件適用刑事訴訟程序若干問題的意見》、2016年公安部制定了《公安機(jī)關(guān)執(zhí)法細(xì)則》。此外，還制定了電子數(shù)據(jù)相關(guān)的國家標(biāo)準(zhǔn)、公共安全行業(yè)標(biāo)準(zhǔn)和司法鑒定技術(shù)規(guī)范。載https：//mp.weixin.qq.com/s/5SXioNYMjOa8lS1CtS7cqA。對企業(yè)為司法機(jī)關(guān)提供技術(shù)支持的合法性，2018年最高院發(fā)布的《關(guān)于互聯(lián)網(wǎng)法院審理案件若干問題的規(guī)定》第11條第2款規(guī)定了電子數(shù)據(jù)真實(shí)性認(rèn)定的技術(shù)標(biāo)準(zhǔn)，即電子簽名、可信時間戳、哈希值校驗(yàn)、區(qū)塊鏈或電子取證存證平臺認(rèn)證。④《關(guān)于互聯(lián)網(wǎng)法院審理案件若干問題的規(guī)定》第11條規(guī)定：“當(dāng)事人對電子數(shù)據(jù)真實(shí)性提出異議的，互聯(lián)網(wǎng)法院應(yīng)當(dāng)結(jié)合質(zhì)證情況，審查判斷電子數(shù)據(jù)生成、收集、存儲、傳輸過程的真實(shí)性，并著重審查以下內(nèi)容：（一）電子數(shù)據(jù)生成、收集、存儲、傳輸所依賴的計算機(jī)系統(tǒng)等硬件、軟件環(huán)境是否安全、可靠；（二）電子數(shù)據(jù)的生成主體和時間是否明確，表現(xiàn)內(nèi)容是否清晰、客觀、準(zhǔn)確；（三）電子數(shù)據(jù)的存儲、保管介質(zhì)是否明確，保管方式和手段是否妥當(dāng)；（四）電子數(shù)據(jù)提取和固定的主體、工具和方式是否可靠，提取過程是否可以重現(xiàn)；（五）電子數(shù)據(jù)的內(nèi)容是否存在增加、刪除、修改及不完整等情形；（六）電子數(shù)據(jù)是否可以通過特定形式得到驗(yàn)證。當(dāng)事人提交的電子數(shù)據(jù)，通過電子簽名、可信時間戳、哈希值校驗(yàn)、區(qū)塊鏈等證據(jù)收集、固定和防篡改的技術(shù)手段或者通過電子取證存證平臺認(rèn)證，能夠證明其真實(shí)性的，互聯(lián)網(wǎng)法院應(yīng)當(dāng)確認(rèn)。當(dāng)事人可以申請具有專門知識的人就電子數(shù)據(jù)技術(shù)問題提出意見?；ヂ?lián)網(wǎng)法院可以根據(jù)當(dāng)事人申請或者依職權(quán)，委托鑒定電子數(shù)據(jù)的真實(shí)性或者調(diào)取其他相關(guān)證據(jù)進(jìn)行核對。在對證據(jù)分析的技術(shù)進(jìn)行審查時，法官只需要對技術(shù)的外觀進(jìn)行形式審查，無需深入到技術(shù)內(nèi)部，審查技術(shù)的運(yùn)行邏輯。因此，對算法的規(guī)制，也應(yīng)當(dāng)建立司法算法的技術(shù)標(biāo)準(zhǔn)，使裁判聚焦于證據(jù)所承載的事實(shí)信息審查，擺脫外行人審查內(nèi)行的困境。

我國2017年修訂的《標(biāo)準(zhǔn)化法》將標(biāo)準(zhǔn)劃分為四級包括國家標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)、地方標(biāo)準(zhǔn)和團(tuán)體標(biāo)準(zhǔn)、企業(yè)標(biāo)準(zhǔn)。①《標(biāo)準(zhǔn)化法》第2條規(guī)定：“本法所稱標(biāo)準(zhǔn)（含標(biāo)準(zhǔn)樣品），是指農(nóng)業(yè)、工業(yè)、服務(wù)業(yè)以及社會事業(yè)等領(lǐng)域需要統(tǒng)一的技術(shù)要求。標(biāo)準(zhǔn)包括國家標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)、地方標(biāo)準(zhǔn)和團(tuán)體標(biāo)準(zhǔn)、企業(yè)標(biāo)準(zhǔn)。國家標(biāo)準(zhǔn)分為強(qiáng)制性標(biāo)準(zhǔn)、推薦性標(biāo)準(zhǔn)，行業(yè)標(biāo)準(zhǔn)、地方標(biāo)準(zhǔn)是推薦性標(biāo)準(zhǔn)。強(qiáng)制性標(biāo)準(zhǔn)必須執(zhí)行。國家鼓勵采用推薦性標(biāo)準(zhǔn)?！弊C據(jù)場景下，算法的科學(xué)性就體現(xiàn)在其標(biāo)準(zhǔn)化程度，標(biāo)準(zhǔn)化為法官審查算法證據(jù)提供了參照物，能夠有效地緩和法官算法知識不足與算法證據(jù)審查之間的緊張關(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。將技術(shù)型規(guī)制轉(zhuǎn)換為轉(zhuǎn)化型規(guī)制路徑，法官通過對算法的形式審查是否符合算法標(biāo)準(zhǔn)認(rèn)定算法證據(jù)。如果算法的應(yīng)用沒有標(biāo)準(zhǔn)化，那么證據(jù)應(yīng)用的算法準(zhǔn)入門檻、算法的升級迭代會變成沒有限制的無序發(fā)展。此外，司法算法的設(shè)計者是具有逐利性的企業(yè)，將司法算法標(biāo)準(zhǔn)化是算法技術(shù)外包的重要抓手。同時，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所具有的公共性之間的矛盾得到消解。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)生的黑箱更是對以公開透明為目標(biāo)的社會運(yùn)行形態(tài)的悖反。美國學(xué)者研究發(fā)現(xiàn)，人們對算法普遍具有一種“算法厭惡”（Algorithm Aversion）的心理。②對這種現(xiàn)象的一種解釋是，人們錯誤地認(rèn)為算法不太準(zhǔn)確，盡管有證據(jù)表明它們更準(zhǔn)確（“不準(zhǔn)確的解釋”）。Dietvorst等人證明了這種解釋背后的機(jī)制：人們對算法的錯誤表現(xiàn)出比對人類更大的不容忍。如果人們看到一個算法出錯，他們會認(rèn)為這個算法是有缺陷的。當(dāng)他們看到一個人類的錯誤，他們愿意再給它一次機(jī)會，相信他或她會學(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)動因素 ： 人們對算法的不信任可能源于對它們?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）.而構(gòu)建算法信任，需要人們對算法的信任傾向和算法自身的可信度兩個方面。③轉(zhuǎn)引自袁康：《可信算法的法律規(guī)制》，載《東方法學(xué)》2021年第3期。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)用一般都是“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，反而有限制證據(jù)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，算法的國家標(biāo)準(zhǔn)可以由公安部物證鑒定中心負(fù)責(zé)制定。④這也是該機(jī)構(gòu)的主要職責(zé)。如電子數(shù)據(jù)的三個國家技術(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。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)建數(shù)據(jù)分析的算法模型分為三個步驟：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)解決的僅僅是第三個步驟的問題，但前兩個步驟是決定算法模型可靠、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，承擔(dān)算法模型構(gòu)建的前兩個步驟的標(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)時可以對其進(jìn)行借鑒。

結(jié) 語

以算法為主導(dǎo)的智能科技已經(jīng)全面滲透到社會運(yùn)行的各個領(lǐng)域之中，證據(jù)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)到計算，數(shù)字與數(shù)據(jù)已經(jīng)悄無聲息地占領(lǐng)了裁判場域，重構(gòu)了法官的認(rèn)知模式。

將認(rèn)識的經(jīng)驗(yàn)建模，使算法模型替代人類自動化決策，算法已經(jīng)融入社會運(yùn)行體系的各個領(lǐng)域，成為每一個領(lǐng)域無法擺脫的影響性或支配性力量，我們每個人都成為算法運(yùn)行系統(tǒng)中的人?？梢灶A(yù)見的是，決策邏輯正由自動化決策向自主化決策邁進(jìn)。屆時，人的主體地位也受到威脅?？档碌摹叭耸悄康亩皇鞘侄巍边@一論斷在算法時代即將被重新定義。在自主性決策面前，人類就是被決策支配的工具。生活中外賣小哥被困在算法里這一現(xiàn)象，就是最具說服力的證據(jù)。在愈發(fā)緊張的人機(jī)關(guān)系中，對算法的規(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，證據(jù)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?。國?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估和管控能力。在規(guī)制算法時，法律需要汲取技術(shù)發(fā)展的積淀，降低算法規(guī)制對既有的體系和實(shí)踐造成的風(fēng)險。