內容提要：司法鑒定的內涵、外延以及鑒定意見的生成機理，關乎鑒定規(guī)制及其證據審查，可謂鑒定知識體系的關鍵要素。步入數智時代，傳統(tǒng)鑒定經數智化轉型形成鑒定的新樣態(tài)即數智鑒定，但數智鑒定的內涵與外延并不明確，因此亟待理論探析。明確上述關鍵要素的價值，不僅在于對數智鑒定形成理論性認識，還在于揭示數智鑒定的雙刃劍效應。換言之，數智鑒定雖具備一定的效能優(yōu)勢，但也呈現出傳統(tǒng)鑒定中不曾有過的可靠性風險以及侵權隱憂。

關鍵詞：司法鑒定 生成機理 深度偽造 數智化轉型 數智鑒定 特征比對

我們正處于以大數據為“食糧”、以算法為“大腦”的人工智能時代。

自我國于2017年通過《新一代人工智能發(fā)展規(guī)劃》，將人工智能上升為國家戰(zhàn)略起，司法領域便加快了數字智能化步伐。而服務于司法、為司法公正的實現提供重要證據的司法鑒定（亦可簡稱為“鑒定”），即在訴訟中鑒定人運用科學技術或者專門知識對訴訟涉及的專門性問題進行鑒別和判斷并提供鑒定意見的活動，自然也不例外地被人工智能技術所青睞。隨著算法的嵌入，早期的指紋自動識別系統(tǒng)（Automation Fingerprint Identification System， AFIS）【See Peter Komarinski， Automated fingerprint identification systems （AFIS）， Amsterdam； Boston： Elsevier Academic， 2005， p.4.】得以升級優(yōu)化，基因型概率（分型）軟件（Probabilistic Genotype Software， PGS）【See U.S. Government Accountability Office Science， Technology Assessment， and Analytics，“Forensic Technology—Algorithms Used in Federal Law Enforcement”， May 12， 2020， https：//www.gao.gov/assets/gao-20-479sp.pdf，p.3， last visited at August 26， 2024. 國內學者也稱其為混合STR分型分析軟件（Software for Interpretation of Mixed STR Profiles）。參見李甫、徐磊等：《兩種混合STR分型分析軟件的比較與應用》，載《刑事技術》2022年第1期。】、法醫(yī)表型特征分子刻畫技術、硅藻自動化識別及分類技術、人臉識別技術（Facial Recognition Technology，FRT）、虹膜識別技術等新技術或系統(tǒng)，更輔助鑒定人順暢、快捷完成司法鑒定——無疑，因“數”有“法”進而“智慧”的“數智司法鑒定”已經更加客觀、高效、高能。與此同時，大量算法與鑒定人共同參與生成的“數智鑒定意見”正步入法庭，成為訴訟中難以回避的話題——其生成機理及其可靠性隱患等審查判斷細節(jié)，均關乎案件事實認定的準確性，影響當事人的人身權、財產權等權益。

從域外視角來看，以算法輔助專家證人生成證據的司法實踐正在不斷增加，而與司法鑒定密切關聯的法庭科學界更出現了關于“自動法庭科技”（Automated forensic techniques）【See Edward J. Imwinkelried， Computer Source Code： A Source of the Growing Controversy over the Reliability of Automated Forensic Techniques， DePaul Law Review， Vol.2016（66）， pp.97-98.】“法庭算法”（Forensic algorithms）【See U.S. Government Accountability Office Science， Technology Assessment， and Analytics ， “Forensic Technology—Algorithms Used in Federal Law Enforcement”， May 12， 2020， https：//www.gao.gov/assets/gao-20-479sp.pdf，p.3，last visited at August 26， 2024.】【See Brandon L. Garrett， Justice in Forensic Algorithms， Harvard Data Science Review， Vol.2020（2）， pp.5-6.】等相關討論；同時還有立法機構提出了《法庭算法正義法案（2021）》（Justice in Forensic Algorithms Act of 2021）等。目光回到國內則發(fā)現，既有學者提出了構建“大數據司法鑒定（平臺）”【參見劉靜：《風險與應對：論大數據司法鑒定的平臺構建》，載《法學雜志》2021年第9期?！俊爸腔鬯痉ㄨb定”【參見賈治輝、吳欣：《“智慧+”模式下司法鑒定發(fā)展路徑探索》，載《中國司法鑒定》2019年第5期?！康脑O想，也有關于“大數據證據”【參見劉品新：《論大數據證據》，載《環(huán)球法律評論》2019年第1期?！俊八惴ㄗC據”【參見楊繼文：《算法證據：作為證據的算法及其適用規(guī)則前瞻》，載《地方立法研究》2022年第3期?！俊叭斯ぶ悄茏C據”【參見馬國洋：《論刑事訴訟中人工智能證據的審查》，載《中國刑事法雜志》2021年第5期。】等新型證據的研究。誠然，這些研究直接或間接地涉及鑒定的數智化，【如：馬明亮、王士博撰文談及了大數據比對形成的鑒定意見的證明力問題，但論述篇幅相對較小。參見馬明亮、王士博：《論大數據證據的證明力規(guī)則》，載《證據科學》2021年第6期；王燃：《大數據證明的機理及可靠性探究》，載《法學家》2022年第3期?！康r有聚焦鑒定過程本身，既未道明其與傳統(tǒng)鑒定意見生成機理的不同及其價值，亦未全面展現數智司法鑒定帶來的機遇及隱憂。事實上，唯有明晰鑒定意見的生成機理，抽象出鑒定的要素及結構，打破鑒定意見“客觀真實”的迷信崇拜，方能有利于對其開展有效的審查判斷?！緟⒁娎顚W軍、朱夢妮：《物證鑒定意見的質證路徑和方法研究》，中國人民大學出版社2015年版，第6頁；李學軍：《訴訟中專門性問題的解決之道——兼論我國鑒定制度和法定證據形式的完善》，載《政法論壇》2020年第6期。】因此，關注司法鑒定的核心環(huán)節(jié)，即從檢材、樣本的檢驗及其鑒定結果轉化為鑒定意見的過程，極為重要。基于此，筆者擬以司法鑒定的核心環(huán)節(jié)為切入點，揭示司法鑒定數智化的規(guī)律，并廓清數智司法鑒定的含義和類型，進而分析數智司法鑒定帶來的機遇與挑戰(zhàn)。

一、司法鑒定核心環(huán)節(jié)的數智化轉型

司法鑒定的核心環(huán)節(jié)即鑒定意見的生成過程。隨著數智技術介入司法鑒定，鑒定意見的生成機理正在迭代。從鑒定人的認知決策地位來看，司法鑒定核心環(huán)節(jié)的數智化，意味著數智技術正部分發(fā)揮著鑒定人原有的權能，而鑒定人在鑒定中的專屬地位則相對下降。明晰該機理轉變，無疑有助于準確把握數智司法鑒定的概念由來及其優(yōu)劣。

（一）以特征比對法鑒定為代表

鑒定涉及眾多環(huán)節(jié)，如鑒定的委托、受理、鑒定的展開及鑒定意見的生成等，同時還涉及不同的鑒定方法。無疑，鑒定的展開及鑒定意見的生成是鑒定的核心環(huán)節(jié)，而所用的鑒定方法終歸可概括性地分為比對鑒定法和非比對鑒定法。因此，本文將聚焦于鑒定展開及鑒定意見生成這一核心環(huán)節(jié)的機理進行探析，并結合鑒定展開或具體施行時最常見、最廣泛使用的鑒定方法即比對法，來研究鑒定的數智化轉型。誠然，我國現有法律規(guī)定及相關法規(guī)、規(guī)章等已明確，當下的司法鑒定包括法醫(yī)類鑒定、物證類鑒定、聲像資料鑒定和環(huán)境損害鑒定這四大類鑒定，以及該四大類以外的司法會計鑒定、知識產權鑒定這些鑒定類型；但從如上概括性的鑒定方法來分類，也可將當下的司法鑒定分為比對型鑒定以及非比對型鑒定。

所謂比對型鑒定，即以被鑒定客體的相關特征為重心，通過比較檢材（需斷定真?zhèn)位虺鎏幍目腕w）特征與樣本（供鑒定真?zhèn)位虺鎏幍目腕w）特征之異同，即比較法（Feature-comparison methods）而具體施行的鑒定——訴訟中最常出現的鑒定需求即種屬認定與同一認定型鑒定便是此類比對型鑒定。而該比對型鑒定，表述為“特征比對型鑒定”更為明晰，因為，“特征比對”系此類鑒定中必不可少的判斷依據及鑒定手法：一方面，種屬認定、同一認定型鑒定時，均涉及分別檢驗、比較檢驗和綜合評斷這三個環(huán)節(jié)，而“特征”的“比較”正是其中的關鍵方法；另一方面，在域外，特征比對法已被法庭科學界格外重視。例如，美國的總統(tǒng)科技顧問委員會（Presidents Council of Advisors on Science and Technology，PCAST）曾于2016年發(fā)布關于保障法庭科學證據有效性（The validity of forensic evidence）的報告，其即以“特征比對法”為基礎的鑒定為核心，來作為刑事司法中法庭科學技術的代表?！維ee Executive Office of the President Presidents Council of Advisors on Science and Technology， “Report to the President Forensic Science in Criminal Courts： Ensuring Scientific Validity of Feature-Comparison Methods”， September 20， 2016， https：//obamawhitehouse.archives.gov/sites/default/files/microsites/ostp/PCAST/pcast＿forensic＿science＿report＿final.pdf，p.1，last visited at August 26， 2024.】更重要的是，特征比對型鑒定是鑒定實務中常見的一種鑒定，因而可作為鑒定的典型代表。指印鑒定、DNA分型、筆跡鑒定、工具痕跡鑒定、足跡鑒定等鑒定，便是特征比對型鑒定的具體體現，并很大程度上受當下大數據、人工智能、算法等科技的影響?；诖?，本文以特征比對型鑒定為鑒定的代表，以其核心環(huán)節(jié)即鑒定意見的生成機理為視角，闡釋其數智化轉型的過程。

（二）傳統(tǒng)鑒定意見的生成機理

在數智算法用于鑒定之前，鑒定人對于鑒定意見的生成有著專屬地位：專家運用物理、化學、生物等專門知識和技術手段開展各種鑒定。例如，在手印鑒定中，技術專家可能會利用專用粉末、化學試劑或特定光源來找尋、標識送檢指紋的潛在特征。在DNA分型中，專家可能會運用DNA提取技術、聚合酶鏈反應（PCR）技術和測序技術等手段，獲得鑒定對象（檢材、樣本）的DNA圖譜。在人臉比對鑒定中，技術專家可能會使用攝影技術、圖像處理技術來提取和強化人臉圖像的特征。

這些示例中用于手印鑒定、DNA鑒定和人臉比對等鑒定的技術手段，盡管在技術原理上千差萬別，獲得的鑒定結果在形式上也表現不一，但其發(fā)揮的作用相似——即展現出了鑒定對象的特征——在此基礎上，鑒定人再從這些經強化的圖像、音視頻、數據或圖譜等鑒定結果中篩選出具有鑒定價值的特征，進而作出鑒定意見?！娟P于鑒定結果和鑒定意見的關系的論述，參見李學軍：《訴訟中專門性問題的解決之道——兼論我國鑒定制度和法定證據形式的完善》，載《政法論壇》2020年第6期?！繐Q言之，此等鑒定意見的生成過程中，人與技術存在認知與決策的分工，且技術手段本身并沒有參與特征選擇以及特征比對分析等鑒定的核心檢驗環(huán)節(jié)——即鑒定人，居于技術手段之上實為鑒定檢驗決策的主角。因此，傳統(tǒng)鑒定意見的生成機理實質上表現為“鑒定人全局主導”的結構。

（三）鑒定意見生成機理的數智化

上述既有的鑒定意見生成機理，較好地抽象出傳統(tǒng)鑒定的要素和結構。但是，隨著數智技術深度融入司法鑒定，該生成機理的適用性受到挑戰(zhàn)。一是難以解釋越來越多鑒定中出現的算法要素。即算法不僅用于呈現被檢驗的指印、筆跡、DNA等所含客體特征，還用于自動識別、比對客體特征，顯然，既有的傳統(tǒng)鑒定生成機理無法反映這些現象。二是難以體現人與算法的交互情況，進而無法提示數智司法鑒定隱藏的可靠性風險、無法為所形成的鑒定意見提供審查判斷的分析框架。因此，有必要順應數智技術潮流并更新數智鑒定意見的生成機理。

數智鑒定與傳統(tǒng)鑒定的最大區(qū)別在于算法介入了檢驗（階段），這導致鑒定人的專屬地位受到沖擊。在鑒定時，識別特征并對特征進行比較檢驗，通常被認為是鑒定人的能力專權。但是，當算法介入司法鑒定時，這種傳統(tǒng)鑒定模式將被打破：數智算法技術不僅發(fā)揮輔助鑒定人的作用，而且實質性參與檢驗的決策——其具體體現在以下三方面。

1.特征識別自動化

自動化是運用技術、程序、機器人技術或流程來“代替人的體力或腦力勞動”【參見李紹炎：《自動機與自動線》，清華大學出版社2020年版，第1頁。】；自動識別特征，便是運用算法等技術手段，在人力投入最小的情況下實現特征識別。一方面，算法可自動識別人類可感知特征，即對于圖像、聲音等可通過人的感官識別的特征，算法能自動識別。另一方面，算法亦可自動識別人類難以直接感知的特征。鑒定時，圖像（如筆跡的字形、字體以及運筆、連筆特征等）、語音（說話人的音高、嗓音、節(jié)奏信息等）等信息能被人的眼睛、耳朵等感官直接捕獲，并用于比對分析進而得出可靠的鑒定意見。但是，人的感官捕獲的信息有限，如筆跡中潛藏的書寫速度、壓力和時序等動態(tài)特征，語音中蘊含的共振峰、音強、基頻率信息等，難以被人眼或人耳所直接感知。隨著數智技術的嵌入，上述原本無法或難以“膚淺”反映在客體上的特征，可被算法驅動的傳感器（如同人的“機器感官”）所識別并記錄，進而具備可用性。例如，搭載有動態(tài)簽名識別算法的電子化簽名系統(tǒng)，不僅能記錄筆跡的靜態(tài)圖像信息，還能通過電子屏板準確捕捉筆跡形成的動態(tài)特征。而說話人自動識別系統(tǒng)則能識別上述人耳難以識別的聲學特征參量。這無疑擴大了可用于比對、分析的特征疆域。

2.比對分析自動化

被算法提取或識別的特征，將被用于自動比對或分析。換言之，算法已經介入鑒定的比對/分析這一重要環(huán)節(jié)。自動比對，是指匹配算法（Matchers）將檢材特征與數據庫中存檔的樣本特征進行自動化比對，篩選出數據庫中最為相似的一系列待檢樣本，并將其按照相似性高低順序進行排列（這個待篩選列表可以看成“機器意見”）。在數智算法的參與下，重復枯燥的比對負擔從專家肩上卸下，鑒定效率大幅提升。

算法不僅可用于自動比對，還能用于自動分析其他專門問題。與自動比對類似，自動分析便是模擬人分析問題的流程，以實現在人的最少參與下得出分析“意見”。用算法進行自動分析的重要性日益提升，以混合DNA分型為例便可證實這一點?；旌螪NA分型，是指對來自兩人或更多人的DNA混合物進行分析以確認其各自身份。其與傳統(tǒng)DNA分型的主要差別不在于分離提取技術，而在于DNA圖譜的解讀難度。對于傳統(tǒng)DNA分型，人工解讀圖譜并計算出檢測對象的基因型被證明是可靠的。若使用數智方式分析，則能提升解讀效率。然而，對于混合DNA圖譜分析，人類專家面臨一系列分析難題：混合DNA由多少人組成；各組分DNA的比例是多少；各自的基因型是什么；等等?！緟⒁娕碇?、徐珍等：《混合STR分型分析方法研究進展》，載《刑事技術》2022年第1期。】對于簡單的混合DNA（兩組分混合DNA并滿足特定條件）【我國現有行業(yè)標準中關于混合STR分型解釋的內容較少，僅限于兩組分混合下，存在已知對照樣本拆分另一未知個體分型，或者兩個樣本混合比例大于10∶1且均為雜合子時的無對照拆分。參見中華人民共和國公安部：《人類DNA熒光標記STR分型結果分析及應用》，GA/T 1163-2014?！?，這些問題一般也可由專家解析DNA圖譜后解答。但若混合DNA的組分變得復雜（例如，涉及三人的DNA混合斑），混合DNA圖譜的解讀難度便陡增【這是因為混合STR圖譜受多種因素的干擾，如影子峰、插入峰、峰丟失、峰飽和、等位基因共享、雜合不平衡、降解等。這些因素的疊加，就使得混合STR圖譜十分復雜。參見季現超等：《SMART：自主研發(fā)的混合STR圖譜分析系統(tǒng)》，載《刑事技術》2022年第1期。】——此時，人工分析不僅耗時費力，而且專家之間的意見也可能具有顯著差異。基于此，實務鑒定專家通常拒絕就此混合DNA進行分析檢驗并出具分析報告，或不得不借力于基因型概率（分析）軟件（PGS），自動分析混合DNA圖譜并給出“鑒定結果”即“機器意見”。

需要說明的是，不論是自動比對，抑或自動分析，并不意味著此環(huán)節(jié)沒有鑒定人等專家的參與。算法的可靠應用，離不開鑒定人等專家事先設定算法相關參數或假設，確認輸入的檢材數據適用于特定算法。【參見彭柱、徐珍等：《混合STR分型分析方法研究進展》，載《刑事技術》2022年第1期?！恳蚨鴱谋举|上說，算法自動比對分析后得出的“鑒定結果”，是一種“算法分析與人類知識交互的意見性結論”?！緟⒁婞S?。骸缎淌滤痉ㄗC明中大數據相關關系的局限作用論》，載《清華法學》2023年第2期?！?/p>

3.鑒定人核驗

對于上述算法功能，即自動識別特征并自動比對分析，可統(tǒng)稱為自動化決策。【我國《個人信息保護法》將“自動化決策”定義為“通過計算機程序自動分析、評估……并進行決策的活動”?？梢姡詣踊瘺Q策的核心要素是計算機程序（而非人）進行決策。】需要注意的是，盡管自動化決策可給出諸如認定同一等“鑒定結果”，但該鑒定結果并不意味著認定同一的“鑒定意見”?！疽蚨髷祿葘Ψ治鲂纬傻摹拌b定意見”，在筆者看來，表述為“鑒定結果”為宜。參見馬明亮、王士博：《論大數據證據的證明力規(guī)則》，載《證據科學》2021年第6期?！客ǔ６?，算法會根據輸入的檢材數據，按照檢材與樣本相似程度高低或其他標準，返回一個（可疑人員）“候選名單”（Candidate list），鑒定人再依據傳統(tǒng)比較檢驗方法，認定檢材與樣本是否源于同一人。【例如，指紋自動識別系統(tǒng)（AFIS）的工作原理便是如此，算法會從指紋數據庫中檢索出與檢材指印最為相似的多個指印，以便鑒定人員進一步比對檢材與樣本是否同一，并給出鑒定意見。參見［美］查爾斯·R.斯旺森等：《刑事犯罪偵查》，但彥錚、劉靜坤、楊立云等譯，中國檢察出版社2007年版，第320頁。】而對于超出鑒定人認知能力范圍的鑒定（如復雜的混合DNA分型，或“少筆畫簽名”的真?zhèn)舞b定），算法似乎“主宰”了鑒定意見的生成，鑒定人核驗“機器意見”也似乎不具有可行性。其實，即便如此，鑒定人也有發(fā)揮核驗作用的空間：在算法運行前，需要鑒定人設置相關參數或作出特定假設，并確保個案檢材適用于算法的可靠性范圍；在算法運行后，鑒定人也有必要驗證算法是否正常運行，才能出具相關的鑒定意見。

簡言之，由于算法技術的介入，數智司法鑒定意見的生成機理已不再是“鑒定人全局主導”結構，而與傳統(tǒng)鑒定相比具有顯著區(qū)別。數智鑒定意見的生成機理可概括為“自動化決策+鑒定人核驗”。

二、數智司法鑒定的內涵與外延

數智鑒定是數智時代鑒定知識體系的新概念，前文已論及該概念的由來是鑒定實踐的數智化轉型。而明確一個概念的關鍵，從形式邏輯視角看，在于闡明其內涵與外延，這是對其進行理性認識的必經之路。

（一）數智司法鑒定的內涵

以大數據為“食糧”、以算法為“大腦”的人工智能介入司法鑒定后，不但變更了傳統(tǒng)鑒定意見的生成機理，也進而影響到新型鑒定意見即“數智鑒定意見”【我國已有學者創(chuàng)設出“智慧鑒定”這一術語，但其涉及“鑒定委托、材料補充智慧化、鑒定管理智慧化、鑒定實施過程智慧化和鑒定質證智慧化”多個環(huán)節(jié)。本文選用“數智司法鑒定”一詞來表述，則是強調“算法與鑒定人合作完成的司法鑒定核心環(huán)節(jié)”——當然，讀者也可以將本文的數智鑒定理解為狹義的智慧鑒定或智慧鑒定的重要組成部分?！吭谠V訟應用中的審查判斷，因此，有必要就前文反復使用的“數智司法鑒定”一詞予以界定并就其特性展開探析。所謂數智司法鑒定，即鑒定人為了解決訴訟中的專門性問題，借助以數據為本、以算法為要的人工智能技術對相關鑒定對象展開檢驗、分析判斷，并給出鑒定意見的專門性活動。無疑，“數”的強調、“智”的凸顯，更有助于大家重視并在意人工智能對司法鑒定核心環(huán)節(jié)的深刻影響，以及對其所形成的數智鑒定意見展開審查判斷時應注意的核心問題。

明確數智鑒定內涵的關鍵，在于闡釋其特性。數智司法鑒定作為傳統(tǒng)鑒定的迭代升級，自然承繼著傳統(tǒng)鑒定的基本屬性，即大家通常認同的法定性、中立性、專門知識性和主觀意志性等?！尽耙庖娦浴笔窍鄬τ阼b定意見或專家證據這種證據而言，而本文所述“主觀意志性”是關于鑒定活動的性質。參見李學軍：《訴訟中專門性問題的解決之道——兼論我國鑒定制度和法定證據形式的完善》，載《政法論壇》2020年第6期。杜志淳主編：《司法鑒定概論》，法律出版社2018年版，第7頁以下?！坎粌H如此，筆者在其他文章中已論證，數智鑒定的核心環(huán)節(jié)還存在人與技術之間的“耦合性”（簡稱人技耦合性）——該特性的探究，對鑒定意見可靠性風險的揭示與審查具有指導作用。簡言之，人技耦合性的提出是為了反駁或警惕“人機協同”這種側重于“技術助人”的單方面認識。因為，人與算法技術不僅有單向、正面影響的關系，還有技術對人的負面影響。例如，鑒定人可能輕信人工智能系統(tǒng)的判斷導致錯鑒，即后文將闡述的“自動化偏差”。換言之，在數智鑒定中，人與人工智能技術并不能以“人機協同”這種單向表述來概括，其實際存在一種雙向互動關系，即耦合關系。因此，采用人技耦合性這種中立的表達表征數智鑒定的特性和內涵，更為全面并契合實際。

（二）數智司法鑒定的外延

前文已明確數智鑒定的內涵，進而需闡明其外延，即具有哪些具體類型？除了鑒定的法定類型外，從傳統(tǒng)觀點來看，有學者以鑒定學學科為分類標準，將鑒定分為法醫(yī)學鑒定、物證技術學鑒定、司法會計學鑒定、環(huán)境損害鑒定、聲像資料鑒定等。此外，也可按鑒定客體、鑒定程序等對鑒定予以分類?！緟⒁姸胖敬局骶帲骸端痉ㄨb定概論》，法律出版社2018年版，第62頁以下。】上述傳統(tǒng)分類共同構成了司法鑒定學的分類理論，這對于認識鑒定的外延，且對鑒定活動的具體展開無疑具有重要指導價值。

進入數智時代，作為關鍵變量的人工智能步入鑒定活動核心環(huán)節(jié)，乃人類歷史上首次深度介入和承擔人類認知功能的技術，其無疑為鑒定新類型的創(chuàng)設帶來堅實的技術根基。但是，上述既有分類理論并未反映人工智能技術如何影響鑒定人行為或何以挑戰(zhàn)傳統(tǒng)鑒定范式。因此，以人工智能作為劃分標準進而豐富鑒定的外延理論尤為必要。本文認為，可以人工智能介入鑒定的方式為標準，將數智鑒定分為“以人工智能為方法的鑒定”與“以人工智能產物為對象的鑒定”。

第一，人工智能介入鑒定人一方的工作，構成以人工智能為方法的鑒定。前文已述，人工智能介入特征比對型鑒定，形成了“自動化特征識別—特征比對—鑒定人核驗”的鑒定模式。AFIS耦合下的指印鑒定、人臉識別系統(tǒng)耦合下的人像鑒定、PGS耦合下的混合DNA分型等，均為此類鑒定。有別于傳統(tǒng)鑒定，此類鑒定在鑒定實施的效能方面顯著提升，本文第三部分將就此展開進一步的論述。

第二，人工智能介入鑒定對象的形成，則構成以人工智能產物為對象的鑒定。目前，此類鑒定有待規(guī)范化。近年來，人工智能中的深度學習技術被用于合成文本、圖片、音頻和視頻等電子數據，構成了坊間廣為流傳的“深度偽造”（DeepFake）之舉。這種由生成對抗網絡（Generative Adversarial Network，GAN）算法生成的電子材料具有“超擬真、反鑒別、快更迭”的功能特點，【參見吳進娥、馮樹春：《“深度偽造”技術對法官認知的沖擊及應對》，載《學習與探索》2023年第9期?！繉е聦嵺`中出現了“換臉”“仿聲”的新型電信網絡詐騙?！緟⒁娻w林樺：《換熟臉視頻+合成熟人聲音，“AI詐騙”如何應對》，載《解放日報》2023年5月26日，第5版。】“深度偽造”不僅為新型犯罪治理帶來挑戰(zhàn)，也沖擊著傳統(tǒng)鑒定范式。詳言之，“深度偽造”的出現，顛覆了實踐中“眼見為實”的經驗法則，沖擊著傳統(tǒng)鑒定中以感官為判斷依據的范式。也就是說，對于“深度偽造”形成的視聽資料，傳統(tǒng)的特征識別方式，如眼觀、耳聽，極有可能被“深度偽造”特征所誤導。因此，以人工智能產物為對象的鑒定，實際上也不得不借助智能識別算法的力量。對此，技術界已逐步推出相應的檢測手段。【參見王怡、楊洪臣：《一種AI換臉方法生成的偽造視頻分析》，載《刑事技術》2021年第1期?！?/p>

值得注意的是，雖然“深度偽造”已有檢測技術應對，但理應與之配套的鑒定、審查規(guī)范卻尚未跟進。截至目前，我國國家標準、行業(yè)標準、團體標準均未對此進行專門規(guī)制，【筆者在中國知網“標準”欄目，以“深度合成”“深度偽造”為關鍵詞進行全文檢索，均未檢索到相關標準?！咳绾我?guī)范化開展“深度偽造”產物的鑒定，尚需進一步的學理探討與實踐摸索。盡管如此，從學理上提出以人工智能產物為對象的鑒定仍然有其價值，該分類有助于提示事實認定者留意“看起來真”的證據實際上存在被“深度偽造”的風險。因此，具體案件若涉及“深度偽造”的圖像或音視頻時，應進行專門性檢驗或鑒定，而非依賴于傳統(tǒng)的感官判別。

綜上所述，隨著算法參與檢驗分析環(huán)節(jié)，司法鑒定實現了數智化轉型，促生了數智鑒定的內涵與外延。一方面，鑒定意見的生成已具有人技耦合性，可稱作數智司法鑒定；另一方面，鑒定中人工智能的介入創(chuàng)新了司法鑒定的類型理論。這為深入認識數智鑒定的“雙刃劍”效應提供了本體基礎。

三、數智司法鑒定的優(yōu)勢與隱憂

（一）數智司法鑒定的優(yōu)勢

司法鑒定的數智化是大勢所趨，相對于傳統(tǒng)司法鑒定而言具備一系列優(yōu)勢。

一是提升司法鑒定效率。在傳統(tǒng)鑒定中，手動比對指印、比對人臉圖像或計算DNA分型概率可能耗時數千小時未果，而借力于AFIS、FRT、PGS等數智技術耦合鑒定，可在當天甚至數分鐘內便完成比對或分析。數智賦能后的鑒定效率提升可見一斑，對此不贅。

二是賦能司法鑒定意見一定的客觀可靠性。除前文所述提高鑒定的效率外，鑒定的數智化還提高了鑒定意見的客觀可靠性。鑒定是客觀的原理、技術與鑒定人的主觀能動判斷的統(tǒng)一。鑒定人在鑒定中的干預越少，鑒定意見越趨向客觀可靠。鑒定的數智化恰恰是比較法的客觀可靠化——讓機器和算法從事重復性的特征選擇與比對分析，能在一定程度上降低鑒定人員的失誤、偏見以及徇私帶來的主觀偏差，為司法鑒定意見的可靠性提供了一層保障。與此同時，方法趨于客觀會提高“同案同鑒”【這里用“同案同鑒”旨在表明，同一鑒定主體運用算法協助鑒定后，當面對類似鑒定案例時，能縮小前后多次鑒定意見的差異。同理，不同鑒定機構等主體在運用算法協助鑒定后，機構間的鑒定意見差異也會縮小?！康目赡苄?，進而有利于提高鑒定意見的可信度及鑒定機構的公信力。

三是數智司法鑒定有助于提高鑒定意見的可靠性。以人臉識別為例，工信部曾發(fā)布《促進新一代人工智能產業(yè)發(fā)展三年行動計劃（2018—2020年）》，支持生物識別等技術在安防、金融等重點領域的應用，并計劃在2020年實現復雜動態(tài)場景下人臉識別有效檢出率超過97%，正確識別率超過90%。相較于傳統(tǒng)人工比對人臉圖像而言，人工智能算法的準確性可謂達到“機智過人”的程度。在此類高性能人工智能耦合下，鑒定意見的可靠性也會隨之提升。

四是數智司法鑒定還具有一定的超越性，即鑒定的邊界因數據和算法的介入而得以拓展。例如，機器和算法的介入讓“少筆畫”（電子化）筆跡的鑒定成為可能。具體而言，對于“少筆畫”的偽裝簽名（如鑒定“丁一”二字是否由本人書寫），在傳統(tǒng)筆墨環(huán)境下，鑒定人難以甚至無法完成此種鑒定，因為傳統(tǒng)條件下的筆畫缺失，會導致筆跡特征反映不夠充分，進而不具備鑒定條件。但在無紙化條件下進行電子化簽名時，電子設備將記錄書寫人運筆的時序、壓力、速度等特征，鑒定人若能從計算機中調取這些“原始數據”，使用“傳統(tǒng)筆跡鑒定+電子數據分析”相結合的方法，便有了鑒別“少筆畫”簽名是否由本人書寫的現實基礎。又如前文所述，對于混合DNA鑒定，在PGS介入后，三人混合的DNA乃至更為復雜的混合DNA，均能在對應智能分析軟件的助力下發(fā)揮超越傳統(tǒng)鑒定的證明效力。

（二）數智司法鑒定的隱憂

盡管司法鑒定的數智化具有上述效能優(yōu)勢，但是，更值得注意的是，司法鑒定的數智化也會引發(fā)一系列隱患或挑戰(zhàn)，有待學界和實務界進一步規(guī)制或應對。

一是自動化偏差的存續(xù)。自動化偏差，是人們傾向于信任數智系統(tǒng)給出的結果而忽視與之沖突信息的認知偏差。這種偏差具有極強的迷惑性，即便是經驗豐富且受過專門訓練的專家也難逃此種偏差影響。其實，自動化偏差在數智技術普遍滲入司法鑒定前便被察覺，如發(fā)生于2004年的“馬德里炸彈恐怖襲擊案”中涉及一起典型的指印錯鑒。該案中，涉案指印先后經美國4位專家（含一名法官委任的專家）鑒定，他們均在AFIS給出的“機器意見”基礎上錯將嫌疑人認定為布蘭登·梅菲爾德（Brandon Mayfield）。之所以在數智時代再次強調自動化偏差，是因為自動化偏差不會隨著數智技術的更新而消失，反而會因人工智能技術的迭代而更具隱蔽性。因此，數智鑒定若要可靠落地，需學界對此足夠重視，并在將來對數智技術在鑒定中的前端設計、中端應用以及后端審查上，予以技術和規(guī)范層面的系統(tǒng)性規(guī)制。

二是證據新樣態(tài)的審查挑戰(zhàn)。相對于傳統(tǒng)鑒定意見而言，數智鑒定意見的生成機理增加了算法因素而變得相對復雜。從算法層面看，如何審查數智司法鑒定中所用算法的可靠性、如何破解算法黑箱是傳統(tǒng)鑒定不曾有過的問題；從鑒定人層面看，鑒定人面對的自動化偏差應如何避免或減輕、鑒定時與算法的交互操作應如何規(guī)范化并透明化更是應該重視的方向。因此，數智鑒定的出現同時帶來了證據新樣態(tài)的審查問題，這將是證據學界與司法實務人員不得不面對的重要問題。

三是隱私和個人信息保護問題。DNA、指紋數據、聲紋數據等生物識別數據屬于我國《個人信息保護法》規(guī)定的敏感個人信息，其關乎個人隱私、信息保護以及財產安全。對于將生物識別數據用于鑒定，我國相關法律法規(guī)有待明確細則。例如，2012年修訂的《刑事訴訟法》第130條（現為第132條）授權偵查機關提取生物樣本。據此，指紋信息無疑可被收集到大數據庫中用于鑒定。但聲紋、人臉圖像、DNA信息等能否被依法收集并用于鑒定，目前未有明確規(guī)定。對于生物識別數據的安全存儲和及時刪除問題，我國已有部分國家標準予以規(guī)制，【例如，《個人信息安全技術—個人信息安全規(guī)范》（GB/T 35273-2020）、《信息安全技術—遠程人臉識別系統(tǒng)技術要求》（GB/T 38671-2020）、《法庭科學DNA數據庫建設規(guī)范》（GB/T 21679-2008）等。】但此等規(guī)制也存在法律效力低和法律銜接問題，有待學界進一步回應。

Abstract：The connotation， scope， and generative mechanisms of forensic appraisal opinions， which are critical to regulation of forensic appraisals and evaluation of such opinions， are essential elements of forensic knowledge system. In the digital and intelligent era， traditional forensic appraisals have evolved into a new， more advanced digital and intelligent form. However， the precise definition and scope of this new form of appraisal remain unclear， necessitating a theoretical exploration. Clarifying these key elements is crucial not only for developing a theoretical framework for digital and intelligent forensic appraisals， but also for revealing its double-sword impact. In other words， digital and intelligent forensic appraisals may prevail in validity and efficiency， nonetheless， it also faces reliability risks and infringement concerns， compared to traditional forensic appraisal methods.

［責任編輯 邢峻彬］