【应用 202505058】大数据分析在刑事证明中的运用与规制——基于数据正义观的制度回应及规则构建
文 / 许雪峰
内容提要大数据分析正在重塑刑事证明的样态，其在证据发现、证据固定、事实推论、证据校验等方面展现出强大效能，但同时带来证据真实性风险、事实推论异化风险、被追诉人诉讼权利被侵蚀风险、证明标准被稀释风险。数据正义观为大数据分析刑事证明的风险化解提供价值指引，其内涵包含数据价值正义、数据程序正义、数据分配正义。立足于数据正义观，应当从制度与规则层面予以回应：制度层面，构建大数据分析刑事证明的正当性基础，完善被追诉人数据权利保障机制，确立大数据分析证据的多元监督机制；规则层面，设置大数据分析刑事证明的准入规则、推论规则、质证规则、审查判断规则，以此实现大数据分析技术赋能刑事证明的规范化发展。
大数据、人工智能的迭代发展，推动刑事司法从传统的人力驱动模式逐步迈向数据驱动模式。大数据分析凭借海量数据挖掘、关联比对、概率推演的技术优势，深度介入刑事证明活动，在证据挖掘、事实推论等环节发挥重要作用，推动刑事证明模式发生深刻变革 [1]。但是，技术赋能不等于技术可以不受约束，大数据分析运用于刑事证明，在释放制度红利的同时，也滋生系列内生风险。数据正义观是审视数据技术运用的重要价值工具，能够为化解大数据分析介入刑事证明的风险提供价值指引 [2]。本文立足于数据正义观，剖析大数据分析运用于刑事证明的功能价值与现实风险，尝试从制度与规则两个维度，构建大数据分析在刑事证明中运用的规范体系。
一、大数据分析介入刑事证明的功能价值
刑事证明是依托证据还原案件事实的认识活动，涵盖证据的发现收集、固定保全、事实推论、证据校验等多个环节。大数据分析依托海量多源数据资源，借助算法模型开展数据清洗、关联、比对、推演，给刑事证明各环节带来技术赋能。
（一）拓展证据发现渠道
传统刑事证明模式之下，证据发现主要依靠侦查人员的经验判断，证据线索获取渠道相对有限，面对涉众型、跨地域、网络化犯罪，往往存在证据发现难的困境。大数据分析能够突破人力认知的局限，对海量异构数据开展挖掘、关联、碰撞，挖掘潜藏于海量数据中的证据线索，拓展证据发现的广度与深度 [3]。例如，电信网络诈骗犯罪中，通过对资金流、信息流、人员流多维度大数据碰撞分析，可以挖掘出资金链路、人员勾连关系，锁定犯罪嫌疑人身份、犯罪团伙层级架构，发现传统侦查手段难以捕捉的证据线索。
（二）提升证据固定保全效能
电子数据具有易篡改、易灭失的特征，传统模式下对电子数据的固定保全，高度依赖侦查人员人工操作，操作不当极易造成电子数据损毁、失真。大数据环境下，依托自动化取证、存证技术，能够对海量电子数据开展批量抓取、哈希值校验、分布式存证，实现证据固定保全的自动化、规模化，减少人为操作带来的证据灭失、篡改风险，提升证据固定保全的效率与可靠性 [4]。
（三）革新事实推论方式
传统刑事证明的事实推论，主要依靠司法人员经验逻辑开展主观推演。大数据分析可以依托算法模型，基于海量样本数据开展相关性分析、概率推演，完成从海量碎片化数据到案件事实的推论，为司法人员认定案件事实提供参考。在涉众型网络犯罪案件中，通过大数据分析对海量流水、账号信息开展抽样、聚合、统计，能够对犯罪数额、被害人数等待证事实作出推论，破解海量数据下事实认定的现实困境 [5]。
（四）优化证据校验手段
证据校验是甄别证据真伪、审查证据之间能否相互印证的重要环节。大数据分析可以实现多源数据之间的快速比对校验，将言词证据、物证等传统证据，与通讯数据、资金数据、位置轨迹数据等多维度数据开展碰撞比对，甄别证据矛盾点，检验证据真实性，辅助司法人员开展印证判断，提升证据审查的效率 [6]。
二、大数据分析运用于刑事证明的现实风险
技术赋能的背后潜藏多重风险，大数据分析介入刑事证明，不仅带来技术层面的不确定性，还会冲击刑事诉讼既有制度与原则，衍生出证据真实性风险、事实推论异化风险、被追诉人诉讼权利侵蚀风险、证明标准稀释风险。
（一）证据真实性风险：算法黑箱与数据偏差
大数据分析输出结果的质量，取决于输入数据质量与算法模型设计两大核心要素。其一，输入数据偏差会直接带来结果失真。用于大数据分析的原始数据，存在来源多元、质量参差不齐的问题，如果原始数据存在残缺、错误、污染，即便算法模型设计科学，输出的分析结果也会出现偏差 [7]。其二，算法黑箱带来结果不可解释风险。算法模型是大数据分析的核心，部分算法尤其是机器学习算法，具有不可解释性，形成“算法黑箱”[8]。司法人员难以洞悉大数据分析结果的生成逻辑，无法判断分析结果是否存在算法偏见、逻辑谬误，大数据分析结果的真实性难以核验。
（二）事实推论异化风险：相关性僭越因果性
大数据分析的核心逻辑是挖掘数据之间的相关性，而非直接确认因果关系 [9]。司法实践中存在将大数据分析得出的相关性结论，直接等同于刑法上因果关系、待证事实的现象，产生事实推论异化。大数据分析可以得出 A 现象与 B 现象高度相关，但是相关性并不等同于刑法规范层面的因果关系，相关关系背后可能混杂第三方干扰因素。如果司法人员直接以相关性结论认定案件事实，跳过因果关系审查，容易造成事实认定错误 [10]。
（三）被追诉人诉讼权利被侵蚀风险
一方面，大数据分析依托海量数据开展运算，过程具有封闭性。被追诉人及其辩护人往往不具备算法、大数据专业知识，难以对大数据分析的原始数据、算法逻辑、分析过程开展有效质证，辩护权被实质架空 [11]。另一方面，大数据分析需要调取、整合海量个人数据，其中不乏被追诉人乃至案外人的个人信息，若数据调取、使用边界不明，极易侵犯公民个人信息权益，被追诉人的个人数据权利面临被侵害风险。
（四）证明标准被稀释风险
我国刑事诉讼确立“证据确实、充分，排除合理怀疑”的证明标准。大数据分析输出的多为概率性、倾向性结论，属于或然性推论结果，并不必然等同于客观案件事实 [12]。实践中存在过度迷信大数据分析结果的倾向，将大数据分析的概率推论结果直接作为定案根据，降低证据门槛，变相稀释排除合理怀疑的刑事证明标准，带来错案隐患 [13]。
三、数据正义观：大数据分析刑事证明的价值基底
面对大数据分析运用于刑事证明带来的多重风险，需要确立价值指引，对技术运用予以约束。数据正义观是数字时代审视数据收集、处理、运用的重要价值理念，是正义原则在数据领域的延伸，核心在于确保数据技术的运用合乎正义，防范技术异化对人的权利的侵害 [14]。数据正义观包含数据价值正义、数据程序正义、数据分配正义三重核心内涵，可以为大数据分析在刑事证明中的制度构建提供价值指引。
（一）数据价值正义：技术运用恪守人权保障底线
数据价值正义，强调数据技术运用应当坚持人的主体性，恪守人权保障底线，技术是服务于人，而非支配人 [15]。落实到刑事证明场域，大数据分析作为技术工具，应当服务于准确认定案件事实，实现惩罚犯罪与保障人权相统一，不能为追求追诉效率而漠视被追诉人诉讼权利与个人数据权益，防止技术工具异化为追诉工具。
（二）数据程序正义：全过程的程序约束与可问责
数据程序正义，要求对数据的获取、清洗、运算、输出全流程设置程序约束，保障过程的透明、可监督、可问责 [16]。大数据分析介入刑事证明，原始数据获取、算法模型选用、数据分析运算、结果输出都应当受到程序规制，破除算法黑箱，保障利害关系人获得程序参与、提出异议的机会，实现技术过程的可监督、可追责。
（三）数据分配正义：技术收益与风险合理分配
数据分配正义，指数据技术带来的制度收益与潜在风险应当得到合理分配，不能让某一方单方面承受技术带来的不利后果 [17]。在刑事诉讼中，控方掌握大数据分析技术资源，被追诉人一方往往缺乏技术能力，技术资源处于不对等地位。数据分配正义要求平衡控辩双方的技术资源差距，通过制度设计弥补辩方技术劣势，避免被追诉人单方面承担大数据分析出错带来的不利风险。
四、数据正义观指引下的制度回应
立足于数据正义观三重价值内涵，需要从制度层面夯实大数据分析运用于刑事证明的正当性根基，完善被追诉人数据权利保障，构建多元监督机制。
（一）夯实大数据分析刑事证明的正当性基础
第一，坚持目的限定原则。大数据分析只能服务于刑事案件事实查明的诉讼目的，严禁将用于刑事办案的大数据，挪作其他非诉讼用途，防范数据滥用。第二，坚持比例原则。大数据分析调取数据的范围、数据处理的强度，应当与案件事实查明的需要相匹配，不得无边界调取、处理公民个人数据，尽量压缩对无关个人信息的侵扰。第三，坚持证据裁判原则。大数据分析输出结果不能替代证据裁判，其只是辅助事实认定的工具，不能直接取代司法人员对全案证据的审查判断。
（二）完善被追诉人数据权利保障机制
一是确立大数据分析相关材料的开示制度。控方使用大数据分析结果作为指控依据的，应当向辩方开示大数据分析报告、所使用原始数据清单、算法模型说明等相关材料，保障辩方知悉权 [18]。针对部分涉密算法，可设置不公开卷宗的专门阅卷渠道，在保密前提下保障辩方获取必要信息。二是完善技术辅助辩护制度。当被追诉人对大数据分析结果提出实质异议，自身缺乏专业技术能力进行核验的，可以申请聘请有专门知识的人，对大数据分析的原始数据、算法、分析结论开展技术核验，弥补辩方技术短板，落实数据分配正义 [19]。三是明确个人数据受侵害的救济路径。对于办案过程中违法调取、滥用个人数据，侵害被追诉人、案外人个人信息权益的，应当赋予当事人申诉、控告的救济渠道。
（三）确立大数据分析证据的多元监督机制
第一，办案机关内部监督。侦查、检察机关内部对大数据分析的启动、数据来源、算法选用、分析结论开展内部审核，过滤明显存疑的大数据分析结果。第二，法庭司法监督。将大数据分析结果纳入法庭审查范围，通过庭审质证、法庭审查判断，对大数据分析结果的可靠性开展司法层面把关。第三，外部专门技术监督。对重大、疑难案件中关键的大数据分析，必要时可以引入第三方中立技术机构开展专门核验，对原始数据完整性、算法逻辑、推论过程开展技术审查，提供中立技术意见 [20]。
五、大数据分析刑事证明的具体规则构建
在制度框架基础上，需要进一步构建可操作的具体规则，包括准入规则、推论规则、质证规则、审查判断规则。
（一）准入规则：大数据分析结果作为证据材料的门槛
大数据分析结果要进入刑事诉讼作为证据材料使用，应当满足三项准入条件。第一，原始数据来源合法、真实、完整。用于分析的原始数据，调取程序符合法律规定，数据不存在重大残缺、篡改、污染。第二，算法模型具备可靠性。所使用的算法模型经过技术验证，不存在明显算法偏见、逻辑缺陷；对机器学习等不可解释性算法，应当说明模型的局限与风险，不得隐瞒算法缺陷。第三，分析目的与案件待证事实具有关联性。大数据分析指向的内容，能够对案件实体事实或者程序事实起到证明作用，排除与案件无关联的大数据分析材料进入诉讼。不满足上述条件的，大数据分析结果不得作为证据材料使用。
（二）推论规则：区分相关性与因果性，约束概率推论
第一，严格区分相关性结论与因果关系认定。大数据分析得出的数据相关性，不能直接等同于刑法上的因果关系。司法人员必须结合其他在案证据，综合判断是否存在刑法意义上因果关系，禁止单纯依靠相关性直接认定待证犯罪事实 [21]。第二，概率推论不得独立定案。大数据分析得出的概率性、倾向性推论结果，属于间接证据材料，不能仅凭该分析结果单独认定被告人有罪，必须和其他证据相互印证，形成完整证据链。第三，明确推论的限度。大数据分析适合对犯罪数额、被害规模、人员关联关系等客观事实开展推论；对于主观故意、明知、目的等主观内心事实，原则上不得单纯依靠大数据分析直接作出认定。
（三）质证规则：保障辩方有效质证的程序机制
1. 开示义务。控方拟将大数据分析结果作为指控根据，应当在庭前向辩方开示：大数据分析报告、原始数据来源说明、算法模型基本情况、分析推演过程说明，涉及国家秘密的按照保密程序处理。
2. 有专门知识的人参与质证。辩方对大数据分析结果有异议的，可以申请法庭通知有专门知识的人出庭，就大数据分析的数据质量、算法、推论逻辑发表意见，辅助辩方开展质证 [22]。
3. 庭审质证重点。庭审中围绕以下要点开展质证：原始数据是否合法完整；算法模型是否存在偏见、缺陷；数据分析推演逻辑是否合理；相关性结论是否不当等同于因果关系；分析结论与其他在案证据是否存在矛盾。
（四）审查判断规则：法庭对大数据分析结果的司法审查
法庭应当从形式与实质两个层面对大数据分析结果开展审查。
1. 形式层面审查：一是审查大数据分析材料是否符合前述准入规则；二是审查是否履行开示程序，辩方是否获得有效质证机会。形式要件不满足的，相关大数据分析结果不得采信。
2. 实质层面审查：其一，审查原始数据的合法性、真实性、完整性；其二，审查算法模型的可靠性，是否存在算法偏见、逻辑漏洞；其三，审查事实推论逻辑，是否混淆相关性与因果性；其四，审查大数据分析结果能否和其他证据印证，有无无法排除的矛盾；其五，审查大数据分析结果本身的风险，评估该分析结果能否达到排除合理怀疑的证明要求 [23]。经审查，大数据分析结果存疑，无法与其他证据相互印证，不能排除合理怀疑的，不得将其作为定案的根据。
结语
大数据分析给刑事证明带来技术赋能，同时也滋生多重制度风险。技术本身是中立的，技术向善需要制度规则予以约束。立足于数据正义观，通过制度完善与规则构建，划定大数据分析在刑事证明中的运用边界，平衡技术效能与人权保障，才能够实现大数据分析技术服务于刑事司法公正，推动刑事证明模式规范有序地向前发展。
【注释】
作者单位：浙江省宁波市人民检察院
[1] 胡铭：“大数据司法证明的逻辑与规则”，载《中国社会科学》2022 年第 8 期。
[2] 张欣：“数据正义的法理构造与制度实现”，载《法制与社会发展》2023 年第 2 期。
[3] 刘品新：“网络犯罪的证明革新”，载《中国刑事法杂志》2021 年第 2 期。
[4] 戴士剑：“电子数据存证取证规范化研究”，载《人民司法》2022 年第 16 期。
[5] 姜丹：“电信网络诈骗犯罪数额‘综合认定’的理论审视和完善进路”，载《中国刑事法杂志》2023 年第 6 期。
[6] 谢小剑：“论大数据在刑事证据审查中的运用”，载《当代法学》2024 年第 1 期。
[7] 於逸骏：“大数据证据的风险及其规制路径”，载《证据科学》2023 年第 3 期。
[8] 高通：“算法黑箱下刑事司法的困境与出路”，载《法律适用》2022 年第 7 期。
[9][英] 维克托·迈尔 舍恩伯格、肯尼思·库克耶：《大数据时代》，盛杨燕、周涛译，浙江人民出版社 2013 年版，第 71 页。
[10] 陈瑞华：“论大数据证据的法律地位”，载《环球法律评论》2023 年第 4 期。
[11] 马明亮：“算法时代的刑事诉讼：挑战与回应”，载《政法论坛》2022 年第 5 期。
[12] 杨继文：“大数据证据的概率风险及其程序控制”，载《法学》2023 年第 4 期。
[13] 李勇：“网络犯罪综合认定规则的反思与完善”，载《国家检察官学院学报》2023 年第 4 期。
[14] 汪庆华：“数据正义：概念、原则与制度”，载《中国法学》2022 年第 3 期。
[15] 梅夏英：“数据正义的价值基础与制度展开”，载《法商研究》2024 年第 1 期。
[16] 丁晓东：“论数据正义的程序建构”，载《法制与社会发展》2023 年第 5 期。
[17] 张新宝、曹博：“数据正义视角下个人信息保护的制度完善”，载《中国法学》2023 年第 2 期。
[18] 胡铭：“大数据证据的开示规则研究”，载《现代法学》2022 年第 6 期。
[19] 左卫民：“人工智能刑事司法的制度建构”，载《中国社会科学文摘》2023 年第 8 期。
[20] 陈学权：“论大数据证据的第三方审查机制”，载《法律科学（西北政法大学学报）》2024 年第 2 期。
[21] 周慕涵：“大数据证明中相关性与因果关系的界分”，载《证据科学》2024 年第 1 期。
[22] 吴洪淇：“专门知识参与刑事质证的制度完善”，载《法学研究》2023 年第 3 期。
[23] 万毅：“大数据证据的司法审查规则”，载《政治与法律》2023 年第 11 期。