[摘 要] 再犯風(fēng)險(xiǎn)評(píng)估工具的應(yīng)用與迭代，在有效避免司法裁決的主觀性風(fēng)險(xiǎn)的同時(shí)也對(duì)程序正義原則、法官獨(dú)立審判原則和有效辯護(hù)原則造成一定沖擊。一方面，使用算法驅(qū)動(dòng)技術(shù)進(jìn)行再犯風(fēng)險(xiǎn)評(píng)估可以根據(jù)預(yù)期危險(xiǎn)對(duì)不同風(fēng)險(xiǎn)等級(jí)的對(duì)象實(shí)施差異化的管理，以實(shí)現(xiàn)刑罰個(gè)別化和犯罪治理精準(zhǔn)化的治理目標(biāo)，進(jìn)而完善刑事司法資源優(yōu)化配置。另一方面，算法模型存在的隱形歧視、不可解釋性、隱私侵犯等潛在漏洞引發(fā)侵犯?jìng)€(gè)人權(quán)益的擔(dān)憂。為在刑事司法中推廣應(yīng)用再犯風(fēng)險(xiǎn)評(píng)估工具，須從優(yōu)化程序透明度的角度提升，通過建立獨(dú)立的監(jiān)督機(jī)制以完善外部審查，減少算法偏見風(fēng)險(xiǎn)，為未來應(yīng)用做好法律風(fēng)險(xiǎn)預(yù)防。

[關(guān)鍵詞] 再犯風(fēng)險(xiǎn)；人工智能；精算正義

[DOI編號(hào)] 10.14180/j.cnki.1004-0544.2024.09.014

[中圖分類號(hào)] D922.17;D922.16 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1004-0544（2024）09-0142-11

基金項(xiàng)目：最高人民檢察院檢察理論研究課題“相對(duì)不起訴的社會(huì)治理質(zhì)效提升機(jī)制研究” （GJ2023C08）。

作者簡(jiǎn)介：肖瀟雨（1996—），女，中南財(cái)經(jīng)政法大學(xué)法學(xué)院博士研究生。

一、問題的提出

刑法的謙抑性是刑法學(xué)者所奉行的根本原則，因此刑罰一般被視為社會(huì)治理的最終手段。隨著風(fēng)險(xiǎn)社會(huì)的來臨，危險(xiǎn)犯的大量出現(xiàn)使刑法的預(yù)防性功能進(jìn)一步受到關(guān)注，刑法從懲戒性向預(yù)防性轉(zhuǎn)型逐步成為社會(huì)治理體系中的重要組成部分1。從我國刑法的修訂來看，刑法的預(yù)防機(jī)能逐漸凸顯?！缎谭ㄐ拚福ò耍泛汀缎谭ㄐ拚福ň牛范家?guī)定了對(duì)預(yù)備犯和未遂犯等未完成形態(tài)犯罪的處罰。隨著預(yù)防刑法的擴(kuò)張和“寬嚴(yán)相濟(jì)”刑事政策的推行，刑罰本身有了愈發(fā)豐富的內(nèi)涵和價(jià)值選擇，刑罰的適用愈發(fā)凸顯科學(xué)與效率相結(jié)合的要求。刑罰的目的究竟應(yīng)當(dāng)側(cè)重于報(bào)應(yīng)還是功利，已不是僅靠形而上學(xué)的思辨所能解答，討論所依憑的標(biāo)準(zhǔn)也不再僅是“正義”“安全”“全體的福祉”等抽象價(jià)值。刑罰的追求在多大程度上得到了實(shí)現(xiàn)，刑罰所涉及的種種關(guān)系和利益是否達(dá)到平衡，正義或功利的目的是否實(shí)現(xiàn)，在很大程度上取決于這樣一個(gè)基本事實(shí)： 刑釋者回歸社會(huì)后是否再犯罪。因此，評(píng)估再犯風(fēng)險(xiǎn)至關(guān)重要，但評(píng)估和控制本身又是最不確定、最困難的，因?yàn)樵俜革L(fēng)險(xiǎn)是一種未然的可能狀態(tài)，其評(píng)估不僅依賴于客觀外顯的犯罪事實(shí)，也取決于主觀內(nèi)在的人身危險(xiǎn)性。所以，判定再犯風(fēng)險(xiǎn)就成為控制再犯的首要和核心問題。

人身危險(xiǎn)程度被界定為犯罪行為人在未來再次犯罪的潛在危險(xiǎn)性，即再犯可能性1。人身危險(xiǎn)性的概念誕生于犯罪學(xué)，后來才成為刑法學(xué)共用的一個(gè)概念。從理論研究來看，我國對(duì)再犯可能性體系化的研究還要追溯到1992年司法部預(yù)防犯罪研究所李均仁主編的《中國重新犯罪研究》，該書著重于對(duì)影響再犯的因素進(jìn)行提煉總結(jié)，而非研究如何對(duì)再犯可能性進(jìn)行評(píng)估2。從實(shí)證研究來看，目前的研究重心是在對(duì)監(jiān)獄釋放人群進(jìn)行長(zhǎng)期的跟蹤調(diào)查的基礎(chǔ)上進(jìn)行人身危險(xiǎn)性量表的研發(fā)3。整體而言，我國對(duì)再犯可能性的研究還停留在初級(jí)階段。相較于我國，西方國家再犯風(fēng)險(xiǎn)評(píng)估工具歷經(jīng)了百年發(fā)展，目前已經(jīng)形成了四代再犯風(fēng)險(xiǎn)評(píng)估工具：一是以臨床風(fēng)險(xiǎn)為核心的第一代評(píng)估工具。它主要由專家運(yùn)用理論知識(shí)與臨床經(jīng)驗(yàn)來評(píng)估再犯風(fēng)險(xiǎn)，其局限性在于缺乏精確的基礎(chǔ)或標(biāo)準(zhǔn)，依賴于專家的主觀直覺與經(jīng)驗(yàn)，其可靠性和有效性無法得到驗(yàn)證。二是以靜態(tài)風(fēng)險(xiǎn)因素為指標(biāo)的第二代精算方式。它根據(jù)罪犯的性別、犯罪的性質(zhì)、以前被定罪的次數(shù)和受害者等因素來評(píng)估累犯，通過標(biāo)準(zhǔn)化測(cè)算表幫助刑事司法專業(yè)人員相對(duì)評(píng)估個(gè)人在特定時(shí)期內(nèi)與參照群體相比所表現(xiàn)出的風(fēng)險(xiǎn)指數(shù)。三是以靜態(tài)風(fēng)險(xiǎn)因素與動(dòng)態(tài)風(fēng)險(xiǎn)因素相結(jié)合的綜合考察模式為主，以專家判斷為輔的第三代精算方式。它主要包括動(dòng)態(tài)風(fēng)險(xiǎn)因素，如藥物使用、精神問題和反社會(huì)心理病態(tài)人格特征。四是以智能化分析為指標(biāo)的第四代精算方式。它主要依賴于機(jī)器學(xué)習(xí)和大數(shù)據(jù)分析技術(shù)，能夠自動(dòng)分析并學(xué)習(xí)大量的數(shù)據(jù)，并從中識(shí)別出影響個(gè)體再犯行為的關(guān)鍵因素4。這些因素包括犯罪者的年齡、性別、教育程度、家庭背景、犯罪記錄等，還涵涉更為復(fù)雜、微妙的因素，如犯罪者的心理狀態(tài)、生活壓力、社區(qū)環(huán)境等動(dòng)態(tài)評(píng)估因素。算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估作為一種主動(dòng)的風(fēng)險(xiǎn)評(píng)估形式，是通過人工智能和機(jī)器學(xué)習(xí)技術(shù)對(duì)大量的數(shù)據(jù)進(jìn)行分析以評(píng)估個(gè)體的再犯風(fēng)險(xiǎn)，再根據(jù)預(yù)期的危險(xiǎn)性，使用各種技術(shù)來識(shí)別、分類控制不同的群體和對(duì)象，從而達(dá)到評(píng)估和管理罪犯的效果5。在我國，人工智能技術(shù)在司法領(lǐng)域的應(yīng)用已經(jīng)取得了顯著的進(jìn)展，以“206系統(tǒng)”為代表的多個(gè)智能輔助辦案系統(tǒng)廣泛應(yīng)用于全國各地的法院，以實(shí)現(xiàn)對(duì)案件的高效、精準(zhǔn)處理。雖然這些系統(tǒng)也初步涉及對(duì)人身危險(xiǎn)性的評(píng)估，但并非專門的再犯風(fēng)險(xiǎn)評(píng)估工具。相較于西方國家的廣泛應(yīng)用，在再犯評(píng)估中運(yùn)用算法驅(qū)動(dòng)技術(shù)在我國還處于起步階段，難以為我國再犯預(yù)防（特別是刑罰個(gè)別化）提供強(qiáng)有力的技術(shù)支撐。

隨著信息技術(shù)的迅速發(fā)展，特別是在國家以重點(diǎn)專項(xiàng)（司法專題任務(wù)） 資助智能化司法技術(shù)研發(fā)的大背景下，我國的再犯風(fēng)險(xiǎn)評(píng)估發(fā)展正迎來新的機(jī)遇。在研發(fā)我國再犯評(píng)估工具時(shí)需要充分認(rèn)識(shí)到在再犯風(fēng)險(xiǎn)評(píng)估中運(yùn)用算法驅(qū)動(dòng)技術(shù)的運(yùn)用前景與潛在風(fēng)險(xiǎn)，仍需要審慎地考慮幾個(gè)問題：一是，以對(duì)未來再犯風(fēng)險(xiǎn)的評(píng)估對(duì)人身自由進(jìn)行限制是否具有正當(dāng)性；二是，再犯風(fēng)險(xiǎn)預(yù)測(cè)工具的使用對(duì)程序正義、法官獨(dú)立審判等刑事訴訟基礎(chǔ)理論的沖擊；三是，算法工具本身存在的隱形歧視、算法“黑箱”問題會(huì)不會(huì)進(jìn)一步引起刑事司法不公；四是，算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估在我國推廣可能面臨的技術(shù)困境以及如何以此為基礎(chǔ)推動(dòng)智慧司法。

二、算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估的運(yùn)用前景

算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估是指通過人工智能和機(jī)器學(xué)習(xí)技術(shù)構(gòu)建準(zhǔn)確高效的評(píng)估工具，對(duì)大量個(gè)人和社會(huì)數(shù)據(jù)進(jìn)行分析以評(píng)估再次犯罪的風(fēng)險(xiǎn)1。其主要包含五個(gè)要素：第一，運(yùn)用機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘與人工智能技術(shù)。構(gòu)建算法模型以實(shí)現(xiàn)對(duì)大數(shù)據(jù)的智能化分析與挖掘，產(chǎn)生更加精細(xì)化的再犯評(píng)估結(jié)果。第二，評(píng)估過程的自動(dòng)化與智能化。通過算法工具實(shí)現(xiàn)對(duì)數(shù)據(jù)的自動(dòng)采集、清洗、分析與挖掘，降低人工操作的難度與工作量。第三，科學(xué)、精準(zhǔn)與高效的評(píng)估工具。以算法為基礎(chǔ)，以數(shù)據(jù)為資源，構(gòu)建能夠產(chǎn)生精準(zhǔn)評(píng)估結(jié)果與科學(xué)判斷的評(píng)估工具，實(shí)現(xiàn)對(duì)評(píng)估對(duì)象風(fēng)險(xiǎn)因素的全面考量2。第四，跨部門協(xié)同。在數(shù)據(jù)采集、信息共享與結(jié)果應(yīng)用等方面實(shí)現(xiàn)高效協(xié)同，這需要相關(guān)部門通力合作，共同推進(jìn)評(píng)估工具的構(gòu)建與應(yīng)用。第五，兼顧人工審核。在司法實(shí)踐中運(yùn)用再犯評(píng)估結(jié)果時(shí)必須提供必要的人工判斷、審核與監(jiān)管，以防范算法誤判與偏差，為最終決策提供全面的判斷依據(jù)。

（一）算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估的應(yīng)用場(chǎng)景

傳統(tǒng)臨床評(píng)估模式下，再犯風(fēng)險(xiǎn)的評(píng)估依賴于專家個(gè)人的臨床經(jīng)驗(yàn)，由于評(píng)估準(zhǔn)確性較低和專業(yè)人員的缺乏，再犯風(fēng)險(xiǎn)評(píng)估主要應(yīng)用于有限的緩刑、假釋等個(gè)案。隨著精算評(píng)估表的出現(xiàn)，再犯風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確性得到進(jìn)一步提升，再犯風(fēng)險(xiǎn)評(píng)估開始擴(kuò)大至預(yù)防刑的適用，但仍依賴于專家的評(píng)估，因此實(shí)際應(yīng)用再犯風(fēng)險(xiǎn)評(píng)估的案件仍舊較為有限。而算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估的主要優(yōu)點(diǎn)在于其評(píng)估的準(zhǔn)確性和高效性，機(jī)器學(xué)習(xí)算法在同等時(shí)間內(nèi)可以處理更多數(shù)據(jù)，并從中找出復(fù)雜的關(guān)聯(lián)因素和關(guān)聯(lián)模式，所以再犯風(fēng)險(xiǎn)評(píng)估結(jié)果通常比傳統(tǒng)的人工評(píng)估方法更準(zhǔn)確。同時(shí)，自動(dòng)化特性也大大提高了評(píng)估的效率，能夠在短時(shí)間內(nèi)評(píng)估大量的個(gè)體。因此，在再犯風(fēng)險(xiǎn)評(píng)估中運(yùn)用算法驅(qū)動(dòng)技術(shù)可以突破傳統(tǒng)再犯風(fēng)險(xiǎn)評(píng)估的模式，進(jìn)一步提高評(píng)估的效率和準(zhǔn)確度，拓寬并豐富了再犯風(fēng)險(xiǎn)評(píng)估在刑事司法中的應(yīng)用場(chǎng)景。

再犯風(fēng)險(xiǎn)評(píng)估在刑事司法中的應(yīng)用場(chǎng)景較為多樣，根據(jù)刑事訴訟的進(jìn)展階段可劃分為以下四大應(yīng)用場(chǎng)景：（1）強(qiáng)制措施的適用。在審前羈押階段，檢察官和法官可以使用再犯評(píng)估工具來評(píng)估被告人的再犯風(fēng)險(xiǎn)，更全面地考慮其再犯可能性，根據(jù)必要性原則綜合考慮是否需要對(duì)被告人采取強(qiáng)制措施，確保合理地對(duì)待犯罪嫌疑人。（2）量刑決策。在判決過程中，再犯風(fēng)險(xiǎn)評(píng)估結(jié)果可以作為一個(gè)輔助證據(jù)，讓法官對(duì)被告的人身危險(xiǎn)性有更準(zhǔn)確的認(rèn)識(shí)。檢察官在出具量刑建議書時(shí)，可以借助評(píng)估結(jié)果來提供更科學(xué)、客觀的建議，有助于法官做出更符合實(shí)際情況和社會(huì)安全考量的量刑決定。（3）社區(qū)安全管理。司法行政部門可以對(duì)刑滿釋放的人員進(jìn)行再犯風(fēng)險(xiǎn)評(píng)估，進(jìn)而采取必要的監(jiān)管措施以確保社會(huì)的穩(wěn)定。（4）社區(qū)矯正措施。在社區(qū)矯正機(jī)構(gòu)中，再犯風(fēng)險(xiǎn)評(píng)估工具可以用于監(jiān)測(cè)和評(píng)估矯正對(duì)象的再犯可能性，為制定矯正計(jì)劃和分配資源提供科學(xué)依據(jù)，從而提高矯正效果。由此可見，算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估工具在刑事司法應(yīng)用中有廣泛的潛力，但其應(yīng)該被視為輔助決策的工具，而非單一的決定性因素，刑事司法決策仍須由法官和檢察官等專業(yè)人員根據(jù)法律和證據(jù)作出。

（二）算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估的應(yīng)用價(jià)值

提升評(píng)估效率，推動(dòng)司法資源的經(jīng)濟(jì)性利用。“遲到的正義非正義”這句話揭示了效率在法律領(lǐng)域的重要性。算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估不僅是技術(shù)進(jìn)步的體現(xiàn)，而且更深層次地凸顯了效率在犯罪治理中的價(jià)值。算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估主要是對(duì)復(fù)雜化的犯罪模式、高再犯率、公平正義的需求以及社會(huì)資源有效配置等問題所作出的反應(yīng)。隨著科技的發(fā)展，犯罪方式和手段日益復(fù)雜化，例如網(wǎng)絡(luò)犯罪、金融犯罪等新型犯罪，使得犯罪預(yù)防和控制工作的難度增加。算法驅(qū)動(dòng)的再犯評(píng)估通過自動(dòng)化處理大量的犯罪數(shù)據(jù)，利用機(jī)器學(xué)習(xí)和其他數(shù)據(jù)分析方法，提升再犯風(fēng)險(xiǎn)評(píng)估的效率。與傳統(tǒng)的再犯風(fēng)險(xiǎn)評(píng)估相比，算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估工具能夠自動(dòng)閱覽大量的法律文件，縮短人工審閱的時(shí)間，大幅提高工作效率1。

強(qiáng)化公正性原則，降低司法人員在裁決過程中的主觀偏倚。傳統(tǒng)的再犯風(fēng)險(xiǎn)評(píng)估主要依賴于法官、法醫(yī)、臨床心理工作人員的經(jīng)驗(yàn)和判斷2。他們通常會(huì)參考嫌疑人的歷史紀(jì)錄、家庭背景、職業(yè)等因素進(jìn)行評(píng)估。然而，這種方法存在一定的主觀性，可能會(huì)受個(gè)體偏見的影響。例如，法官可能會(huì)因?yàn)檫^于保守而高估了嫌疑人的再犯風(fēng)險(xiǎn)，而其他法官可能會(huì)因?yàn)閭€(gè)人價(jià)值觀的影響而低估了嫌疑人的風(fēng)險(xiǎn)，這種主觀性可能會(huì)導(dǎo)致“同案不同判”的現(xiàn)象發(fā)生。與人工判斷相比，算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估可以有效減少主觀誤差與判斷偏差，提高判斷的準(zhǔn)確性。有研究表明，算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確性要高于臨床心理工作人員和司法人員的判斷3。這主要由于算法只根據(jù)事實(shí)和數(shù)據(jù)決策，不會(huì)受到個(gè)人價(jià)值觀、情緒或其他主觀因素的影響，同時(shí)算法可以綜合考慮更多變量，識(shí)別再犯因素之間復(fù)雜的交互作用4。因此，從理論層面看，其可提供更客觀公正和前后一致的風(fēng)險(xiǎn)評(píng)估。此外，算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估還可以進(jìn)行持續(xù)學(xué)習(xí)和改進(jìn)，以便更準(zhǔn)確地評(píng)估再犯風(fēng)險(xiǎn)。但算法過度依賴歷史數(shù)據(jù)也存在局限，在提高準(zhǔn)確性的同時(shí)如何避免算法偏差與不公平仍需探討。為實(shí)現(xiàn)再犯風(fēng)險(xiǎn)評(píng)估的廣泛適用，需要開發(fā)具有公平性與透明度的算法模型，并結(jié)合專家判斷不斷優(yōu)化與完善5。

優(yōu)化刑事司法資源配置，提升犯罪治理精準(zhǔn)度。算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估可以產(chǎn)生更精準(zhǔn)的再犯風(fēng)險(xiǎn)評(píng)估結(jié)果，為合理配置有限司法資源提供科學(xué)判斷的基礎(chǔ)，提高資源配置的準(zhǔn)確性與效能。首先，傳統(tǒng)的資源分配方式往往受制于人為的判斷和經(jīng)驗(yàn)，導(dǎo)致資源使用效率不高。而算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估能根據(jù)個(gè)體的犯罪歷史、社會(huì)經(jīng)濟(jì)背景等多元數(shù)據(jù)評(píng)估其人身危險(xiǎn)性，有針對(duì)性地進(jìn)行資源配置。因而，無論是治安執(zhí)勤的警力投入，還是社區(qū)矯正機(jī)構(gòu)的矯正資源，都能更精確地投向需求更迫切、風(fēng)險(xiǎn)更高的個(gè)體或群體，大幅提高資源利用效率。其次，基于精細(xì)化的評(píng)估結(jié)果，可以對(duì)不同再犯風(fēng)險(xiǎn)程度的對(duì)象制定差異化的監(jiān)管與干預(yù)措施。將更多資源投入給風(fēng)險(xiǎn)較高的對(duì)象以采取更嚴(yán)密的監(jiān)管，而對(duì)風(fēng)險(xiǎn)較低的對(duì)象則采取相對(duì)寬松的管理，以精準(zhǔn)化運(yùn)用資源。通過自動(dòng)識(shí)別與分級(jí)管控高風(fēng)險(xiǎn)對(duì)象，實(shí)施個(gè)性化精準(zhǔn)干預(yù)，以有效防范再犯風(fēng)險(xiǎn)，最大限度減少犯罪活動(dòng)和危害。同時(shí)，基于精準(zhǔn)的評(píng)估，可以設(shè)計(jì)更加個(gè)性化與針對(duì)性的矯治方案。這需要對(duì)不同對(duì)象采取差異化的教育、治療與社會(huì)引導(dǎo)措施，進(jìn)而能更好地改善其心理與行為問題，降低再犯動(dòng)機(jī)與可能性，提高矯治資源的使用效益1。最后，傳統(tǒng)的犯罪治理模式下，由于缺乏對(duì)個(gè)體差異性的深入理解，導(dǎo)致監(jiān)獄行刑個(gè)別化的效果不甚理想。從預(yù)防性治理角度看，算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估能提前識(shí)別和管理可能的風(fēng)險(xiǎn)，使得犯罪治理能夠從事后處置轉(zhuǎn)向事前預(yù)防。這種模式的轉(zhuǎn)變不僅可以減少犯罪的發(fā)生，減輕社會(huì)負(fù)擔(dān)，也可以在一定程度上避免目標(biāo)人群走上重新犯罪的道路。

及時(shí)反饋以修正刑事政策，降低再犯率。在再犯風(fēng)險(xiǎn)評(píng)估中運(yùn)用算法驅(qū)動(dòng)技術(shù)，能夠?yàn)樾淌抡叩脑u(píng)估與修正提供科學(xué)的判斷依據(jù)與參考框架。精細(xì)化的評(píng)估結(jié)果能用以檢驗(yàn)現(xiàn)行刑事政策的有效性、針對(duì)性與公平性，為刑事政策調(diào)整與完善提供信息支撐，以滿足刑事政策科學(xué)化的要求。同時(shí)，高頻次的評(píng)估能促使主管部門及時(shí)發(fā)現(xiàn)刑事政策在實(shí)施過程中存在的問題并進(jìn)行修正，其實(shí)時(shí)性與敏捷性也更能滿足現(xiàn)代治理的要求，有利于刑事政策的長(zhǎng)期穩(wěn)定實(shí)施與持續(xù)完善。再犯風(fēng)險(xiǎn)評(píng)估工具為刑事政策的修正提供科學(xué)判斷的基礎(chǔ)，是實(shí)現(xiàn)“一體刑”理念的重要手段。通過跨部門合作與管理創(chuàng)新實(shí)現(xiàn)再犯評(píng)估工具的系統(tǒng)化構(gòu)建與規(guī)范運(yùn)轉(zhuǎn)，這也是深化司法改革的重要內(nèi)容與路徑選擇。

三、算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估的應(yīng)用風(fēng)險(xiǎn)

算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估作為技術(shù)工具，在提升效率和中立性等方面具有顯著意義。通過利用歷史數(shù)據(jù)和算法模型，再犯評(píng)估工具可以區(qū)分風(fēng)險(xiǎn)等級(jí)，協(xié)助公安機(jī)關(guān)和司法機(jī)關(guān)制定應(yīng)對(duì)措施，對(duì)社會(huì)整體安全和公共秩序的維護(hù)具有促進(jìn)意義。盡管如此，再犯風(fēng)險(xiǎn)評(píng)估工具的應(yīng)用也不可避免地引起了法律與倫理的爭(zhēng)議，如：通過評(píng)估的統(tǒng)計(jì)學(xué)結(jié)果來限制個(gè)人自由是否正當(dāng)，使用歷史數(shù)據(jù)是否會(huì)加強(qiáng)已經(jīng)存在的偏見，收集海量數(shù)據(jù)是否侵犯?jìng)€(gè)人隱私等問題。算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估對(duì)刑事訴訟原理、刑事司法公正性以及評(píng)估對(duì)象權(quán)益保護(hù)的問題都存在一定程度的沖突，因此須審慎地檢視可能帶來的法律風(fēng)險(xiǎn)。

（一）沖擊刑事訴訟原理

算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估打破了傳統(tǒng)的懲罰模式，進(jìn)而轉(zhuǎn)向?qū)Ψ缸锏念A(yù)防性治理，但這也為法律制度帶來了重大挑戰(zhàn)。具體而言，應(yīng)用評(píng)估技術(shù)需對(duì)現(xiàn)有刑事政策進(jìn)行調(diào)整，這關(guān)涉對(duì)法律理論的重新理解和應(yīng)用。

再犯評(píng)估算法被用于決定是否限制人身自由是對(duì)正當(dāng)程序原則的突破。例如，評(píng)估結(jié)果被用來回答這樣的問題：“如果個(gè)體在審判前被釋放，會(huì)不會(huì)再次犯罪？個(gè)體是否應(yīng)該在審判前就被采取強(qiáng)制措施？”和“個(gè)體在假釋期間應(yīng)該受到多嚴(yán)格的監(jiān)督？在假釋期間再犯的風(fēng)險(xiǎn)有多大？”

再犯評(píng)估算法預(yù)測(cè)結(jié)果會(huì)影響緩刑和假釋的監(jiān)管級(jí)別，而且對(duì)審前羈押決定和量刑建議的影響也愈發(fā)凸顯。即使能夠建立一個(gè)完美而公平的再犯風(fēng)險(xiǎn)評(píng)估工具，仍需考慮個(gè)體因?yàn)樯形捶赶碌淖镄卸艿綉土P（要么被拘留，要么被監(jiān)視）是否符合道德和公正。莫里斯和米勒認(rèn)為，由于對(duì)未來行為的評(píng)估而增加的懲罰，只有在增加的懲罰是在不考慮評(píng)估的情況下自然合理的范圍內(nèi)，才是可以接受的2。

就預(yù)防刑法的立場(chǎng)而言，刑罰不僅僅是一種報(bào)應(yīng)刑，更是用來確保未來安全的預(yù)防刑罰。從報(bào)應(yīng)刑到預(yù)防刑的發(fā)展，意味著刑事司法行動(dòng)從被動(dòng)向主動(dòng)轉(zhuǎn)變。懲罰不僅基于個(gè)體罪行，還基于個(gè)體在未來社會(huì)的危害風(fēng)險(xiǎn)。因此個(gè)體不僅要為其所做的事情承擔(dān)懲罰，還要為將來可能做的事情承擔(dān)懲罰。事實(shí)上，個(gè)體不是因?yàn)樽陨砜赡軙?huì)做什么而受到懲罰，而是根據(jù)統(tǒng)計(jì)學(xué)上的預(yù)期，具有類似特征的“平均”罪犯會(huì)做什么。當(dāng)對(duì)自由的限制是基于再犯風(fēng)險(xiǎn)評(píng)估的結(jié)果，程序法定原則在一定程度上就被突破，監(jiān)禁不再被看作是最后的手段而是使社會(huì)更加安全的工具。

應(yīng)用算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估工具會(huì)削弱法官獨(dú)立審判原則，涉及算法科學(xué)性、證據(jù)可信性、決策“黑箱”、量刑權(quán)轉(zhuǎn)移以及潛在的偏見等認(rèn)知難題。首先，再犯評(píng)估工具通?；趶?fù)雜的機(jī)器學(xué)習(xí)算法，其決策過程具有高度的技術(shù)性和復(fù)雜性。法官在有限的時(shí)間內(nèi)很難深入理解和評(píng)估細(xì)節(jié)，難以對(duì)其進(jìn)行全面的審核1。一方面，高效標(biāo)簽產(chǎn)生信任依賴，這是因?yàn)閷?duì)技術(shù)細(xì)節(jié)的盲從可能導(dǎo)致法官過度依賴再犯風(fēng)險(xiǎn)評(píng)估結(jié)果2。另一方面，即便法官采取客觀中立的立場(chǎng)全面審查評(píng)估結(jié)果，其技術(shù)封閉性仍有可能導(dǎo)致法官無法發(fā)現(xiàn)其中的隱性歧視。其次，再犯風(fēng)險(xiǎn)評(píng)估工具所使用的歷史數(shù)據(jù)非常龐大，涉及大量的個(gè)人信息和案件數(shù)據(jù)，難以逐一審核，尤其是開發(fā)者可能不愿透露全部數(shù)據(jù)，導(dǎo)致難以核實(shí)數(shù)據(jù)的完整性和準(zhǔn)確性。此外，再犯評(píng)估工具的算法和數(shù)據(jù)處理過程通常被視為商業(yè)機(jī)密，開發(fā)者可能不愿公開技術(shù)細(xì)節(jié)。以上要素導(dǎo)致難以全面審查再犯風(fēng)險(xiǎn)評(píng)估工具的決策過程，從而限制了對(duì)證據(jù)的深入了解和有效評(píng)估。再犯風(fēng)險(xiǎn)評(píng)估工具在量刑決策中的使用，也引發(fā)了學(xué)術(shù)界對(duì)量刑權(quán)的轉(zhuǎn)移問題的探討，法官的決定權(quán)被算法開發(fā)者以工具的形式“竊取”轉(zhuǎn)移3。如果再犯評(píng)估技術(shù)在量刑決策中發(fā)揮重要作用，且由私人公司提供，則可能通過技術(shù)手段“壟斷”量刑權(quán)，從而影響到法官自主評(píng)估案件的能力，進(jìn)而侵犯了法官的獨(dú)立裁量權(quán)4。因此，在應(yīng)用再犯風(fēng)險(xiǎn)評(píng)估工具時(shí)，須進(jìn)一步探討如何平衡科學(xué)技術(shù)與司法決策的關(guān)系，以保障法官的獨(dú)立審判權(quán)，并避免評(píng)估算法對(duì)司法決策的不當(dāng)干預(yù)。同時(shí)，還需加強(qiáng)對(duì)再犯評(píng)估技術(shù)的研究，提供更為可信和可解釋的評(píng)估證據(jù)，以提高其透明性和公正性。

應(yīng)用算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估工具會(huì)消解有效辯護(hù)原則。有效辯護(hù)的核心要義在于雙方對(duì)證據(jù)進(jìn)行有效質(zhì)證5。在美國人工智能化刑事司法應(yīng)用第一案——盧米斯案中，再犯風(fēng)險(xiǎn)評(píng)估工具的應(yīng)用導(dǎo)致對(duì)有效辯護(hù)的限制。盧米斯案中被告人Eric Loomis因搶劫和被吊銷駕照等罪名而被判刑。在此案中，法庭使用了COMPAS系統(tǒng)來評(píng)估被告人的再犯風(fēng)險(xiǎn)，但被告人Eric LoomisBjw3FBpCsdb4wtNJD1bmbQ==未能獲得COMPAS系統(tǒng)對(duì)其個(gè)人風(fēng)險(xiǎn)評(píng)估的詳細(xì)說明6，導(dǎo)致其在受審時(shí)對(duì)評(píng)估結(jié)果的知情權(quán)受到限制，無法全面了解該工具如何對(duì)其風(fēng)險(xiǎn)進(jìn)行評(píng)估，進(jìn)而影響到對(duì)該項(xiàng)證據(jù)的有效質(zhì)證。由于COMPAS系統(tǒng)的算法和數(shù)據(jù)處理過程被視為商業(yè)機(jī)密，辯護(hù)律師無法對(duì)其細(xì)節(jié)進(jìn)行深入了解，導(dǎo)致辯護(hù)律師難以掌握評(píng)估結(jié)果的科學(xué)性和可信性。因此，辯護(hù)律師無法對(duì)這些證據(jù)進(jìn)行有效質(zhì)證，從而影響辯護(hù)的效果。由于評(píng)估結(jié)果直接影響被告人的刑期，上述限制可能導(dǎo)致被告人無法有效地行使知情權(quán)，進(jìn)而影響辯護(hù)策略的制定和執(zhí)行7。

盧米斯案凸顯了再犯風(fēng)險(xiǎn)評(píng)估工具對(duì)知情權(quán)和辯護(hù)權(quán)的潛在限制。由于被告人和辯護(hù)律師無法充分了解評(píng)估工具的算法模型和數(shù)據(jù)處理過程，從而難以對(duì)評(píng)估結(jié)果進(jìn)行有效質(zhì)證，進(jìn)而影響辯護(hù)效果8。在算法“黑箱”效應(yīng)下，受評(píng)估人對(duì)評(píng)估結(jié)果難以提出有效質(zhì)疑或申辯，如果無法理解形成評(píng)估結(jié)果的機(jī)制與理由，則難以指出評(píng)估過程中存在的問題或提供相反證據(jù)，被告則位于信息劣勢(shì)地位，無法獲得公平的辯護(hù)機(jī)會(huì)。因此，當(dāng)應(yīng)用再犯風(fēng)險(xiǎn)評(píng)估工具時(shí)，需要平衡科技進(jìn)步和司法公正之間的關(guān)系，確保被告人和辯護(hù)律師能夠獲得對(duì)評(píng)估工具的充分了解，充分保障被告人的知情權(quán)和辯護(hù)權(quán)。

（二）算法評(píng)估技術(shù)引發(fā)的刑事司法不公

算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估工具中的隱形歧視會(huì)損害司法公正。數(shù)據(jù)是人工智能技術(shù)的基石，是人工智能技術(shù)運(yùn)行的原料性基礎(chǔ)1。再犯風(fēng)險(xiǎn)評(píng)估模型通常是基于大規(guī)模歷史數(shù)據(jù)訓(xùn)練，包括個(gè)體的犯罪記錄、社會(huì)經(jīng)濟(jì)背景等多類信息。歷史數(shù)據(jù)中蘊(yùn)含的社會(huì)結(jié)構(gòu)性的歧視可能會(huì)被模型吸納，并在評(píng)估結(jié)果中表現(xiàn)出來。比如，某特定族群由于已經(jīng)存在的歧視而受到不公正的對(duì)待，且數(shù)據(jù)被記錄并使用，可導(dǎo)致該族群在評(píng)估模型中被不公平地判定為高風(fēng)險(xiǎn)。這些工具的評(píng)估結(jié)果可能被作為假釋決定等刑事司法決策的參考，產(chǎn)生對(duì)特定族群的歧視性影響，放大社會(huì)不平等現(xiàn)象。這不僅是理論的擔(dān)憂，已有證據(jù)證明該歧視是客觀存在于算法邏輯內(nèi)的，例如COMPAS系統(tǒng)更有利于白人被告，類似條件下白人被告的再犯風(fēng)險(xiǎn)評(píng)估結(jié)果總是優(yōu)于黑人被告2。美國前司法部部長(zhǎng)埃里克·霍爾德認(rèn)為，風(fēng)險(xiǎn)評(píng)估可能會(huì)加劇在我們的刑事司法系統(tǒng)和社會(huì)中已經(jīng)非常普遍的無端和不公正的差異3。隱含在數(shù)據(jù)中的歧視所導(dǎo)致的不公平的司法決定會(huì)進(jìn)一步挑戰(zhàn)公平原則。如果再犯風(fēng)險(xiǎn)評(píng)估模型的結(jié)果存在偏見，影響法官的自由心證，將加劇社會(huì)不平等，對(duì)司法公正性產(chǎn)生損害，從而破壞公眾對(duì)司法系統(tǒng)的信任度。

算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估工具的算法“黑箱”會(huì)降低評(píng)估結(jié)果的證據(jù)效力。算法“黑箱”效應(yīng)對(duì)評(píng)估結(jié)果的準(zhǔn)確性與可靠性產(chǎn)生直接影響。如前文中提到COMPAS系統(tǒng)可能對(duì)特定族群存在隱形歧視，但是公司以算法基礎(chǔ)運(yùn)行邏輯是商業(yè)機(jī)密為由拒絕公開算法原型，這使得“算法評(píng)估規(guī)制”成為“未公開的秘法”。一方面，算法“黑箱”效應(yīng)導(dǎo)致使用者無法基于對(duì)算法基礎(chǔ)運(yùn)行邏輯的理解來預(yù)測(cè)再犯風(fēng)險(xiǎn)，也無法檢驗(yàn)評(píng)估結(jié)論產(chǎn)生過程是否客觀，所以難以檢測(cè)評(píng)估結(jié)論的準(zhǔn)確性，因此再犯評(píng)估結(jié)果的證據(jù)資格將在法庭上受到質(zhì)疑。另一方面，如果無法公開算法的判斷機(jī)制，則難以對(duì)漏報(bào)或誤報(bào)情況及時(shí)進(jìn)行檢測(cè)和糾正，評(píng)估結(jié)果的準(zhǔn)確性和公正性無法得到保障，進(jìn)而影響其證據(jù)效力。準(zhǔn)確性難以判斷、無法進(jìn)行有效辯護(hù)以及說服力不足等問題，可能導(dǎo)致評(píng)估結(jié)果喪失證據(jù)資格。解決算法“黑箱”效應(yīng)需要發(fā)展可解釋的人工智能技術(shù)，通過揭開算法“黑箱”以增強(qiáng)結(jié)果的透明度，有助于判斷準(zhǔn)確性和公正性，提高其作為證據(jù)的接受度和社會(huì)認(rèn)可度。

算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估可能存在結(jié)果誤差，誤差率的高低直接影響到評(píng)估結(jié)果的準(zhǔn)確性和公正性，進(jìn)而關(guān)聯(lián)個(gè)體權(quán)利和社會(huì)公正。誤差主要來自兩個(gè)方面：假陽性誤差和假陰性誤差。假陽性誤差指的是將實(shí)際不會(huì)再犯罪的個(gè)體評(píng)估為高風(fēng)險(xiǎn)；假陰性誤差則是將實(shí)際會(huì)再犯罪的個(gè)體評(píng)估為低風(fēng)險(xiǎn)4。兩種誤差都會(huì)對(duì)個(gè)體和社會(huì)造成負(fù)面影響。對(duì)個(gè)體來說，假陽性誤差可能導(dǎo)致個(gè)體受到不必要的刑罰或限制，損害其人權(quán)；假陰性誤差則可能使?jié)撛诘脑俜刚呗┚W(wǎng)，對(duì)他人和社會(huì)造成威脅。當(dāng)假陽性誤差較高時(shí)，可能會(huì)導(dǎo)致過度投資在對(duì)高風(fēng)險(xiǎn)個(gè)體的管理和防控上，而忽視了對(duì)真正需要幫助的低風(fēng)險(xiǎn)人群的投入。這不僅是資源分配的問題，更可能引發(fā)公眾對(duì)刑事司法系統(tǒng)公正性的質(zhì)疑和不信任，進(jìn)而影響到社會(huì)的穩(wěn)定和諧。

（三）敏感信息收集侵犯?jìng)€(gè)人權(quán)益

從個(gè)人信息保護(hù)的角度來看，再犯風(fēng)險(xiǎn)評(píng)估工具的數(shù)據(jù)采集和使用涉及個(gè)人信息的收集、傳輸、儲(chǔ)存和處理等環(huán)節(jié)，這些環(huán)節(jié)都需要符合隱私保護(hù)的相關(guān)法律規(guī)定。再犯風(fēng)險(xiǎn)評(píng)估工具的數(shù)據(jù)采集和處理往往涉及大量敏感個(gè)人信息，更重要的是這些信息并非由個(gè)人自愿提供，而是經(jīng)由社會(huì)組織、行政執(zhí)法機(jī)關(guān)和司法機(jī)關(guān)多方收集而來，因此可能存在個(gè)人信息在未經(jīng)許可的情況下被使用的問題，進(jìn)而侵犯?jìng)€(gè)人的知情權(quán)和同意權(quán)1。此外，再犯風(fēng)險(xiǎn)評(píng)估工具中的算法和模型設(shè)計(jì)也可能導(dǎo)致個(gè)人隱私權(quán)受到侵害。由于再犯評(píng)估的算法復(fù)雜性和封閉性，個(gè)體難以了解個(gè)人信息在算法評(píng)估過程中是如何被使用的。此外，由于再犯風(fēng)險(xiǎn)評(píng)估工具通常由公權(quán)力機(jī)構(gòu)掌控，從而加劇了個(gè)人隱私權(quán)受到侵害的可能性。從更長(zhǎng)遠(yuǎn)的角度來看，再犯風(fēng)險(xiǎn)評(píng)估工具的應(yīng)用可能導(dǎo)致個(gè)人在社會(huì)中受到過度監(jiān)視，進(jìn)而對(duì)個(gè)人的社會(huì)形象和機(jī)會(huì)產(chǎn)生長(zhǎng)期負(fù)面影響。當(dāng)被歸類為高風(fēng)險(xiǎn)群體時(shí)，該個(gè)體可能會(huì)受到更頻繁、嚴(yán)格的監(jiān)視，甚至在沒有實(shí)際犯罪行為的情況下受到不公正對(duì)待。這種過度監(jiān)視和不公正對(duì)待可能導(dǎo)致個(gè)體陷入被歧視和排斥的境地，限制其在教育、就業(yè)和居住等方面的機(jī)會(huì)。因?yàn)楸辉俜革L(fēng)險(xiǎn)評(píng)估歸類為高風(fēng)險(xiǎn)群體，即使尚未再次犯罪，也可能受到機(jī)會(huì)的剝奪和社會(huì)的歧視，形成“評(píng)估決定命運(yùn)”的局面2，突破比例原則的限制，引發(fā)社會(huì)對(duì)再犯風(fēng)險(xiǎn)評(píng)估工具合法性和公正性的質(zhì)疑。

四、算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估的規(guī)制進(jìn)路

我國作為一個(gè)幅員遼闊的國家，面臨著復(fù)雜多樣的社會(huì)問題，因此需要更加高效和精確的手段來進(jìn)行犯罪預(yù)防和治理。算法驅(qū)動(dòng)再犯風(fēng)險(xiǎn)評(píng)估工具作為一種技術(shù)工具，可以利用大數(shù)據(jù)和算法分析有效識(shí)別高再犯風(fēng)險(xiǎn)的人員，在推進(jìn)慎捕慎訴慎押的刑事政策中發(fā)揮積極作用，以符合我國的發(fā)展目標(biāo)和治理需要。同時(shí)，在刑事司法中引入算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估工具也伴隨著一系列技術(shù)、倫理和法律上的挑戰(zhàn)。因此，須客觀看待再犯風(fēng)險(xiǎn)評(píng)估工具的價(jià)值及技術(shù)局限，保障法官的獨(dú)立審判權(quán)，嚴(yán)格保障被告人的正當(dāng)程序權(quán)利，適當(dāng)兼顧當(dāng)事人隱私權(quán)和個(gè)人信息權(quán)。在引入新技術(shù)的同時(shí)，必須構(gòu)建配套的法律監(jiān)管體系，以實(shí)現(xiàn)技術(shù)應(yīng)用的規(guī)范化，確保司法制度的公正性不受侵蝕。

（一）構(gòu)建多源數(shù)據(jù)共享平臺(tái)

算法驅(qū)動(dòng)的再犯預(yù)測(cè)工具的推行在數(shù)據(jù)方面存在三重困境：從數(shù)據(jù)獲取與共享維度看，數(shù)據(jù)獲取是推行再犯評(píng)估算法的基礎(chǔ)，但由于涉及個(gè)人隱私和敏感信息，數(shù)據(jù)獲取和共享面臨多重困境。從數(shù)據(jù)質(zhì)量維度看，犯罪數(shù)據(jù)的質(zhì)量和準(zhǔn)確性對(duì)評(píng)估結(jié)果至關(guān)重要。數(shù)據(jù)來源的不一致性、錄入錯(cuò)誤和信息遺漏可能導(dǎo)致數(shù)據(jù)質(zhì)量差異。不同的地區(qū)或部門可能使用不同的標(biāo)準(zhǔn)對(duì)犯罪類型進(jìn)行分類，導(dǎo)致犯罪數(shù)據(jù)不具備可比性，從而影響算法模型的訓(xùn)練和評(píng)估的準(zhǔn)確。從跨部門的數(shù)據(jù)收集壁壘維度看，算法驅(qū)動(dòng)的再犯評(píng)估需要整合來自公安、法院、監(jiān)獄等不同部門的數(shù)據(jù)。部門之間在數(shù)據(jù)存儲(chǔ)和格式方面存在不同的標(biāo)準(zhǔn)，因此難以直接共享從而造成信息孤島。解決這一系列問題須制定統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)和共享機(jī)制，以促進(jìn)跨部門數(shù)據(jù)協(xié)同和整合，確保評(píng)估模型的全面與準(zhǔn)確。因此，建立跨部門信息共享平臺(tái)是開發(fā)算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)評(píng)估工具的基礎(chǔ)任務(wù)，平臺(tái)的構(gòu)建必須充分考慮數(shù)據(jù)的多樣性、可靠性和合法性，以確保評(píng)估模型的準(zhǔn)確與公正。

為建立跨部門數(shù)據(jù)共享平臺(tái)，首先，須明確共享的目標(biāo)和范圍，確定所需的數(shù)據(jù)類型和來源，收集涵蓋廣泛要素的數(shù)據(jù)以建立全面的評(píng)估模型，包括個(gè)人檔案、犯罪記錄、社會(huì)再適應(yīng)情況等，同時(shí)融合來自不同部門的數(shù)據(jù)，形成全面多角度的數(shù)據(jù)視角以便綜合評(píng)估個(gè)體犯罪風(fēng)險(xiǎn)。面對(duì)數(shù)據(jù)標(biāo)準(zhǔn)化不足、一致性和質(zhì)量較差等挑戰(zhàn)，在整合不同數(shù)據(jù)源時(shí)須進(jìn)一步運(yùn)用數(shù)據(jù)科學(xué)、信息技術(shù)和數(shù)據(jù)治理等學(xué)科的理論和方法進(jìn)行深入研究與應(yīng)用。其次，確立安全可靠的數(shù)據(jù)共享平臺(tái)至關(guān)重要。平臺(tái)應(yīng)遵循數(shù)據(jù)加密、身份驗(yàn)證和權(quán)限管理等原則，保障數(shù)據(jù)傳輸和存儲(chǔ)的安全性，防止未經(jīng)授權(quán)的訪問和數(shù)據(jù)泄露風(fēng)險(xiǎn)。在數(shù)據(jù)共享過程中，制定明確的規(guī)則和標(biāo)準(zhǔn)是不可或缺的，即確保數(shù)據(jù)共享合法、合規(guī)且透明，并設(shè)立數(shù)據(jù)審查和審核機(jī)制。為保護(hù)個(gè)人隱私權(quán)，對(duì)敏感信息進(jìn)行脫敏和匿名化處理，以對(duì)共享數(shù)據(jù)風(fēng)險(xiǎn)進(jìn)行審查和評(píng)估，排除可能存在的偏見數(shù)據(jù)。再次，有效的人員培訓(xùn)和公眾宣傳也是建立跨部門信息共享平臺(tái)的重要一環(huán)，員工培訓(xùn)將提高工作人員對(duì)數(shù)據(jù)共享規(guī)則和標(biāo)準(zhǔn)的認(rèn)識(shí)與理解。持續(xù)改進(jìn)和優(yōu)化是確保平臺(tái)穩(wěn)健運(yùn)行的關(guān)鍵，通過監(jiān)測(cè)和評(píng)估及時(shí)發(fā)現(xiàn)問題并進(jìn)行改進(jìn)，保障跨部門信息共享平臺(tái)的高效可行。通過不斷完善平臺(tái)構(gòu)建機(jī)制，再犯風(fēng)險(xiǎn)評(píng)估工具在為司法決策提供更可靠支持的同時(shí)也推動(dòng)了智能化技術(shù)在司法領(lǐng)域的進(jìn)一步發(fā)展和應(yīng)用。

（二）建立可解釋的再犯風(fēng)險(xiǎn)評(píng)估算法模型

構(gòu)建全要素且可解釋的再犯風(fēng)險(xiǎn)評(píng)估模型是一項(xiàng)綜合性的任務(wù)，其考量的因素至少包括評(píng)估算法的透明性、評(píng)估結(jié)果的可解釋性、評(píng)估模型合法性審核這三個(gè)基本點(diǎn)。

首先，評(píng)估算法的透明性是可解釋性的基礎(chǔ)。從各國實(shí)踐來看，由于算法工具往往由公權(quán)力機(jī)構(gòu)委托私人公司開發(fā)，在庭審中，開發(fā)者往往以知識(shí)產(chǎn)權(quán)保護(hù)為由拒絕算法的內(nèi)部結(jié)構(gòu)和運(yùn)作方式，因而導(dǎo)致算法的不透明1。如果預(yù)測(cè)算法的評(píng)估過程不被公開，那么無法對(duì)其進(jìn)行有效理解和質(zhì)證。英國模式的再犯風(fēng)險(xiǎn)評(píng)估工具實(shí)踐開發(fā)為國際借鑒提供了思路，其Hart系統(tǒng)選擇了公安與高校聯(lián)合開發(fā)的模式，將再犯風(fēng)險(xiǎn)評(píng)估工具的核心代碼和結(jié)構(gòu)完全公開，打破了私人算法代碼對(duì)可解釋性的壟斷2。

其次，再犯風(fēng)險(xiǎn)評(píng)估結(jié)果作為一項(xiàng)參考性的證據(jù)，其生成過程能否被解釋將直接影響對(duì)此項(xiàng)證據(jù)的理解和有效質(zhì)證，因此算法的可解釋性至關(guān)重要。故在模型選擇方面應(yīng)優(yōu)先考慮邏輯回歸、決策樹、隨機(jī)森林等可解釋性更強(qiáng)的模型3。這些模型能夠提供對(duì)評(píng)估結(jié)果的清晰解釋，使法官能夠理解評(píng)估結(jié)果背后的推理過程，透過這些解釋性較強(qiáng)的模型，能夠深入了解評(píng)估中所參考的各因素的權(quán)重，從而更好地理解再犯風(fēng)險(xiǎn)評(píng)估結(jié)果。同時(shí)，可運(yùn)用解釋性技術(shù)如局部可解釋性方法（LIME）4、SHAP值5等解釋模型的評(píng)估結(jié)果，幫助理解評(píng)估的依據(jù)和影響因素。為決策者提供交互式界面，使其可以調(diào)整特征權(quán)重或查看不同評(píng)估結(jié)果，增加模型可接受度。最后，在評(píng)估工具中加入可解釋模塊是另一關(guān)鍵步驟。該模塊可以輸出各個(gè)再犯風(fēng)險(xiǎn)因素對(duì)評(píng)估結(jié)果的貢獻(xiàn)度，通過這些解釋信息，法官和專家輔助人可以更深入地審查模型的評(píng)估依據(jù)，從而提高評(píng)估結(jié)果的信任度和可靠性。

最后，定期對(duì)再犯風(fēng)險(xiǎn)評(píng)估工具進(jìn)行合法性審核。對(duì)再犯評(píng)估模型的算法、數(shù)據(jù)采集和處理過程進(jìn)行審查，以確保其準(zhǔn)確性和可靠性。審查規(guī)則還應(yīng)確保評(píng)估模型的建立和使用符合相關(guān)法律法規(guī)和倫理標(biāo)準(zhǔn)，防止模型受到歧視或偏見的影響1。例如，歐洲議會(huì)和理事會(huì) （EU） 2016/679號(hào)條例第五條確立了收集數(shù)據(jù)時(shí)須遵循的原則2，第十條確定了為刑事審判收集數(shù)據(jù)時(shí)的主體限制。在歐洲刑事法院使用再犯風(fēng)險(xiǎn)評(píng)估工具之前，必須評(píng)估是否可以通過對(duì)數(shù)據(jù)主體的權(quán)利侵害較小的方式實(shí)現(xiàn)處理目的，以及處理特殊類別數(shù)據(jù)是否會(huì)對(duì)數(shù)據(jù)主體構(gòu)成歧視風(fēng)險(xiǎn)。在評(píng)估過程中，須嚴(yán)格遵守相關(guān)的法律和倫理標(biāo)準(zhǔn)，保護(hù)個(gè)人隱私和權(quán)益。通過對(duì)構(gòu)建的再犯風(fēng)險(xiǎn)評(píng)估工具進(jìn)行評(píng)估和驗(yàn)證，確保其在實(shí)際應(yīng)用中具有良好的性能，從而為社會(huì)安全和犯罪預(yù)防提供有益的幫助。

（三）完善被告人知情權(quán)和辯護(hù)權(quán)保障制度

保障被告人的知情權(quán)，須從數(shù)據(jù)訪問權(quán)和算法公開兩個(gè)關(guān)鍵方面著手。一方面，以權(quán)利限制權(quán)力，確保被告人對(duì)用于再犯評(píng)估的個(gè)人數(shù)據(jù)擁有訪問權(quán)，充分告知其數(shù)據(jù)使用情況，并允許查看和驗(yàn)證數(shù)據(jù)的準(zhǔn)確性。數(shù)據(jù)隱私保護(hù)也是必要的，要確保再犯評(píng)估只使用合法獲取的數(shù)據(jù)，并遵循相關(guān)的隱私保護(hù)法律和政策，以保護(hù)被告人的個(gè)人隱私權(quán)。另一方面，以公開保障公平，通過算法公開，使被告人、律師、專家和公眾有機(jī)會(huì)審查和理解評(píng)估過程，保障模型的透明性和可解釋性。可解釋的算法能夠使被告人和相關(guān)人員理解評(píng)估的依據(jù)和影響因素。同時(shí)，算法和模型需經(jīng)過獨(dú)立審查，由獨(dú)立的專家或組織評(píng)估其準(zhǔn)確性和可靠性，公開審查結(jié)果有助于保障被告人知情權(quán)，透明性和數(shù)據(jù)隱私保護(hù)保障了使用數(shù)據(jù)合法和尊重隱私權(quán)，算法公開和獨(dú)立審查則增加了評(píng)估模型的可信度和可靠性，增強(qiáng)了被告人對(duì)評(píng)估過程與結(jié)果的信任。

保障被告人的辯護(hù)權(quán)應(yīng)當(dāng)充分發(fā)揮專家輔助人的作用。面對(duì)算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)預(yù)測(cè)評(píng)估結(jié)果，由于專業(yè)知識(shí)的缺乏，被告人及其辯護(hù)律師難以從數(shù)據(jù)角度進(jìn)行有效辯護(hù)。被告人可以聘請(qǐng)具有專門知識(shí)的人，特別是聘請(qǐng)?jiān)跀?shù)據(jù)科學(xué)、評(píng)估模型等方面有專業(yè)知識(shí)的人提供針對(duì)再犯評(píng)估工具的專業(yè)辯護(hù)支持。這些專家可以從技術(shù)角度評(píng)估模型的準(zhǔn)確性和可靠性，為被告人提供有效辯護(hù)3。首先，專家輔助人可以幫助被告人理解再犯評(píng)估模型的運(yùn)作原理和評(píng)估結(jié)果的解釋。這些模型通常涉及復(fù)雜的算法和數(shù)據(jù)處理，專家解釋有助于被告人理解模型運(yùn)作原理與機(jī)制，增強(qiáng)被告人對(duì)評(píng)估過程的理解和信任。其次，專家輔助人可以核實(shí)用于再犯評(píng)估的個(gè)人數(shù)據(jù)的準(zhǔn)確性。數(shù)據(jù)的準(zhǔn)確性對(duì)評(píng)估模型的有效性至關(guān)重要。專家可以對(duì)數(shù)據(jù)進(jìn)行審查，確保被告人的數(shù)據(jù)沒有錯(cuò)誤或不實(shí)之處，避免因數(shù)據(jù)錯(cuò)誤而影響評(píng)估結(jié)果。再次，專家輔助人的參與有助于解決評(píng)估過程中的爭(zhēng)議。專家輔助人可以提供專業(yè)意見和證據(jù)以幫助解決相關(guān)爭(zhēng)議，確保再犯評(píng)估過程的公正性和合法性。最后，專家輔助人還可以審查再犯評(píng)估模型的算法是否存在歧視，這種審查有助于確保評(píng)估模型不偏向特定人群，避免因民族、性別或其他因素而對(duì)被告人的評(píng)估結(jié)果產(chǎn)生負(fù)面影響。

（四）強(qiáng)化對(duì)法官獨(dú)立審判原則的保障

明確再犯風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果作為輔助性證據(jù)的定位。在再犯風(fēng)險(xiǎn)評(píng)估工具的使用中，需要明確再犯評(píng)估結(jié)果只是輔助證據(jù)而非決定性的證據(jù)①。再犯風(fēng)險(xiǎn)評(píng)估結(jié)果作為輔助證據(jù)，供法官在司法決策中參考，而不應(yīng)成為單一或決定性的因素。明確再犯評(píng)估結(jié)果作為輔助證據(jù)，可以確保再犯風(fēng)險(xiǎn)評(píng)估工具在司法決策中的適當(dāng)應(yīng)用，避免過分依賴評(píng)估結(jié)果影響量刑決策的公正性。

建立對(duì)再犯風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果的獨(dú)立證據(jù)審查標(biāo)準(zhǔn)。再犯評(píng)估結(jié)果作為證據(jù)，其證據(jù)資格和證明能力都要接受法官的司法審查。在外國刑事審判實(shí)踐中，再犯風(fēng)險(xiǎn)評(píng)估結(jié)果被視為新型科學(xué)證據(jù)并由法官在法庭上進(jìn)行審核②。強(qiáng)調(diào)法官在審判中依法采納量刑證據(jù)也是關(guān)鍵所在。法官應(yīng)當(dāng)在決策過程中全面考慮各類證據(jù)，包括再犯評(píng)估結(jié)果，才能確保決策的公正性和合法性，避免過度依賴評(píng)估結(jié)果而導(dǎo)致不當(dāng)?shù)牧啃探Y(jié)果。通過明確再犯評(píng)估結(jié)果的參考性作用，建立嚴(yán)格的審查規(guī)則，強(qiáng)調(diào)法官依法審核再犯風(fēng)險(xiǎn)評(píng)估結(jié)果，可以確保再犯風(fēng)險(xiǎn)評(píng)估工具在司法決策中的正確應(yīng)用，保障被告人的權(quán)益與決策的公正性，為司法系統(tǒng)提供更科學(xué)和公正的支持。

五、結(jié)語

人工智能在刑事司法中的應(yīng)用具有廣泛的潛力，數(shù)字技術(shù)在司法領(lǐng)域深耕融合趨勢(shì)的廣度和深度不斷擴(kuò)展。從各國司法實(shí)踐來看，人工智能在刑事司法領(lǐng)域的應(yīng)用已經(jīng)呈現(xiàn)出不可逆轉(zhuǎn)的大趨勢(shì)，但必須謹(jǐn)慎處理與其應(yīng)用相關(guān)的法律和倫理問題，以避免在司法領(lǐng)域產(chǎn)生負(fù)面影響并最大程度地提高正義和公平。算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)預(yù)測(cè)工具的應(yīng)用，秉持中立性和準(zhǔn)確性的基本內(nèi)核，為評(píng)估犯罪分子的再犯風(fēng)險(xiǎn)提供了有效手段，并可以根據(jù)不同風(fēng)險(xiǎn)等級(jí)進(jìn)行差異化管理，從而進(jìn)一步優(yōu)化刑事司法資源的利用。然而，在廣泛應(yīng)用算法驅(qū)動(dòng)的再犯風(fēng)險(xiǎn)預(yù)測(cè)工具之前，必須認(rèn)識(shí)和界定可能存在的法律風(fēng)險(xiǎn)，厘清其對(duì)刑事司法制度帶來的沖擊和挑戰(zhàn)，界定其對(duì)司法正當(dāng)性、公正性、準(zhǔn)確性、可解釋性的侵犯可能性，防范化解風(fēng)險(xiǎn)。在推動(dòng)數(shù)字技術(shù)在司法領(lǐng)域運(yùn)用的同時(shí)消解其對(duì)現(xiàn)行司法運(yùn)作機(jī)制的沖擊，提高對(duì)被告人人權(quán)保障，維護(hù)法官獨(dú)立審判原則，確保數(shù)據(jù)采集的全面性、合法性與共享性，在數(shù)據(jù)獲取方面建立原則性的法律框架，為司法系統(tǒng)公正高效運(yùn)行提供科學(xué)和公正的支持。

責(zé)任編輯 楊 幸