在刑事司法中，風險評估是開展犯罪預防、科學量刑及罪犯矯正的關(guān)鍵。隨著我國信息科學技術(shù)的不斷發(fā)展，風險評估逐步開始了智能化演進。人工智能技術(shù)融合大數(shù)據(jù)、互聯(lián)網(wǎng)、云計算等多項現(xiàn)代信息科學技術(shù)，在應用上具有廣泛性、科學性、準確性等特點。目前，我國一些地方的檢察機關(guān)已開始應用人工智能技術(shù)自主研發(fā)智能風險評估工具，但尚未形成規(guī)范的智能風險評估系統(tǒng)運用路徑。
人工智能應用于風險評估的作用機理
在風險評估中運用具有自主學習、自主編程能力的智能風險評估系統(tǒng)，能夠從大數(shù)據(jù)中自動獲得較人工抽樣更為豐富的風險影響因素，并可以進行數(shù)據(jù)分析生成評估報告。在刑事司法中，智能風險評估系統(tǒng)的運行主要包含以下流程：模型建置—數(shù)據(jù)采集—數(shù)據(jù)分析。具體而言，第一，司法機關(guān)將刑事案件的歷史數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)，通過大數(shù)據(jù)挖掘與機器學習建構(gòu)智能風險評估系統(tǒng)，整合出風險評估標準。第二，根據(jù)風險評估標準，司法機關(guān)與相關(guān)機關(guān)合作，收集有關(guān)犯罪嫌疑人、被告人或服刑人員的相關(guān)數(shù)據(jù)。第三，將收集的評估對象個人數(shù)據(jù)輸入智能風險評估系統(tǒng)，該系統(tǒng)利用已構(gòu)建的模型分析處理數(shù)據(jù)，最終形成風險評估報告。
以逮捕、羈押必要性審查的社會危險性量化評估模型為例。北京市通州區(qū)檢察院利用檢察業(yè)務應用系統(tǒng)，通過篩查案卡、檢索關(guān)鍵詞等方式收集審查逮捕案件相關(guān)數(shù)據(jù)信息，整合出人身危險性、社會危害性、訴訟可控性三大評估類別，包含戶籍在外地、患有嚴重疾病或為懷孕婦女、被害人過錯、持械、傷情等級、妨礙訴訟經(jīng)歷、同案犯在逃等25項風險評估因素。數(shù)據(jù)歸集后運用相關(guān)統(tǒng)計軟件進行分析，計算出各項風險評估因素的系數(shù)值及風險等級的臨界點，生成逮捕強制措施、羈押必要性審查社會危險性量化評估模型。該模型將犯罪嫌疑人的社會危險性風險分為高、中、低三個等級，根據(jù)風險評估等級作出是否采取逮捕強制措施的決定。具體運用時，檢察官將犯罪嫌疑人的再犯罪風險、逃避偵查風險和妨害刑事訴訟順利進行風險三類評估因素代入模型，即可輸出犯罪嫌疑人的風險值及風險等級，若犯罪嫌疑人的風險值處于高、中等級，需考慮采取逮捕措施；若風險值低，可考慮作出不批捕的決定。
智能風險評估系統(tǒng)的運用及可能存在的問題
在我國司法實踐中，智能風險評估系統(tǒng)的運用涵蓋再犯預防、逮捕和羈押措施的適用、量刑輔助、社區(qū)矯正等領(lǐng)域。當前，一些地方檢察機關(guān)正在積極利用大數(shù)據(jù)、人工智能等技術(shù)開展數(shù)字建模智能化的探索，智能風險評估系統(tǒng)的研發(fā)已取得初步進展。
司法實踐中，智能風險評估系統(tǒng)的運用可能存在如下問題，需要予以重視和解決。第一，可能導致司法人員對智能風險評估系統(tǒng)的過度依賴。智能風險評估系統(tǒng)能夠通過算法和大數(shù)據(jù)分析，較為迅速地導出風險評估結(jié)果，在一定程度上減輕司法人員的工作負擔。然而，如果過度依賴智能風險評估系統(tǒng)所導出的評估結(jié)果，忽略評估因素之外犯罪嫌疑人、被告人的個體差異，可能導致司法決策的機械化和片面化。第二，執(zhí)法司法機關(guān)之間缺少有效的信息整合路徑，處理數(shù)據(jù)信息的效率較低，影響對社會風險的綜合分析評估。隨著數(shù)字化和信息化時代的到來，數(shù)據(jù)信息呈現(xiàn)海量化特點。目前，執(zhí)法司法機關(guān)之間尚存在信息壁壘和信息孤島現(xiàn)象，各部門、各單位數(shù)據(jù)信息系統(tǒng)相互獨立，缺乏有效的數(shù)據(jù)共享和互通機制，導致司法機關(guān)在風險評估時，難以及時獲取全面、準確的數(shù)據(jù)信息。第三，各地區(qū)構(gòu)建的智能風險評估系統(tǒng)缺乏統(tǒng)一的量化風險因子標準，容易造成類案裁判差異化。具體來說，由于缺乏統(tǒng)一的量化風險因子標準，各地區(qū)在評估風險時往往只能依據(jù)自身經(jīng)驗和理解，導致評估結(jié)果的差異性較大，致使類似案件在不同地區(qū)呈現(xiàn)不同的處理結(jié)果，對司法公信力造成一定影響。
推進智能風險評估系統(tǒng)的規(guī)范運用
規(guī)范智能風險評估系統(tǒng)的運用是一項綜合工程，不能僅依靠檢察機關(guān)獨自發(fā)力，應與其他司法、行政執(zhí)法等各單位達成共識，共同推進智能風險評估系統(tǒng)的規(guī)范運用。具體而言，規(guī)范智能風險評估系統(tǒng)運用應從五個方面展開。
第一，明確人工智能在風險評估中的輔助地位。司法人員是風險評估的最終判斷者，人工智能技術(shù)可以在一定程度上輔助司法人員準確預測、科學決策，但人工智能的介入并非毫無界限，人工智能也并非全能。司法決策中之所以有“自由裁量權(quán)”的存在空間，就是為了避免機械司法。如果將人工智能得出的結(jié)論奉為圭臬，則可能產(chǎn)生新的機械司法陷阱。風險評估除了需要通過評估對象的歷史罪過行為及行為后的表現(xiàn)來判斷，還需要檢察官、法官、社區(qū)工作者等評估者結(jié)合經(jīng)驗、社會倫理、價值判斷、社情民意等主觀和動態(tài)因素進行綜合考量。在風險評估中，人工智能無法全面涵蓋和考量犯罪嫌疑人、被告人及矯正對象的風險因素，只能用于輔助預測、判斷，最終的風險評估結(jié)果還是需要司法人員結(jié)合具體案情綜合判定。
第二，打通執(zhí)法司法機關(guān)之間的信息壁壘，加強數(shù)據(jù)資源的整合利用。任何預測模型的基礎(chǔ)都由算法模型和數(shù)據(jù)樣本組成，如果基礎(chǔ)數(shù)據(jù)樣本存在缺陷，將導致輸出結(jié)果的錯誤。算法決策的準確率取決于輸入的數(shù)據(jù)是否真實、全面。中央政法委2021年印發(fā)的《關(guān)于充分運用智能化手段推進政法系統(tǒng)頑瘴痼疾常治長效的指導意見》，明確要求“完善執(zhí)法司法數(shù)據(jù)跨部門共享機制”，提出加快推動跨部門大數(shù)據(jù)辦案平臺建設(shè)等打破數(shù)據(jù)壁壘的創(chuàng)新舉措。在構(gòu)建智能風險評估系統(tǒng)時，應進一步強化數(shù)據(jù)共享平臺的建設(shè)。執(zhí)法司法機關(guān)可逐步開放除涉密數(shù)據(jù)之外的內(nèi)部數(shù)據(jù)提取權(quán)限，將其歸集到數(shù)據(jù)共享平臺，由評估系統(tǒng)自動抓取關(guān)聯(lián)數(shù)據(jù)，保障關(guān)聯(lián)數(shù)據(jù)的完整與全面，并減輕工作人員重復錄入數(shù)據(jù)信息的壓力。
第三，確定統(tǒng)一的風險因子標準，并根據(jù)社會發(fā)展及時引入影響風險的新標準。將風險因子進行類型化管理，區(qū)分物理、事理、人理因素。物理因素包括遺傳負因、年齡、性別、神經(jīng)生理、生物化學、人體生物節(jié)律等生物學因素，如罪犯的生理狀況、心理狀態(tài)、有無精神疾病等；事理因素是除罪犯自身因素外的外在因素，諸如司法政策、教育情況、社區(qū)監(jiān)管、心理疏導、行為矯正等；人理因素包括家庭關(guān)系、社交關(guān)系等社會因素。隨著社會的發(fā)展變化，影響風險評估結(jié)果的風險因子也可能出現(xiàn)相應的變化，在智能風險評估系統(tǒng)的使用過程中應捕捉可能影響風險評估結(jié)果的新因素，并及時將其引入風險評估系統(tǒng)。
第四，量化風險因子對犯罪行為產(chǎn)生的影響，重視個案情況研判。保證風險評估工具科學性、透明性的重要舉措是量化風險因子，將風險評估理論轉(zhuǎn)換為可量化標準，合理確定各項標準的權(quán)重。另外，除系統(tǒng)自動生成的分數(shù)及風險等級外，司法人員等還應關(guān)注個案的特殊情況，通過主觀上的分析、辨別、研判作出綜合評價，以彌補智能系統(tǒng)無法實現(xiàn)情感分析的缺陷。
第五，定期監(jiān)管、規(guī)范機器學習更新，提高風險預測準確率。風險評估是預測發(fā)生某種行為的可能性，建立在過往經(jīng)驗的基礎(chǔ)之上，而經(jīng)驗知識的累積是一個動態(tài)過程，只有持續(xù)更新才能應對復雜多變的社會現(xiàn)象，進而提高風險預測的準確率。如前所述，智能風險評估系統(tǒng)是通過收集已辦理案件的相關(guān)數(shù)據(jù)信息作為模型數(shù)據(jù)，再通過算法計算出風險等級。其中，模型數(shù)據(jù)是歷史經(jīng)驗的總結(jié)與歸納，需定期進行更新。另外，算法技術(shù)是智能風險評估系統(tǒng)的核心，應當對技術(shù)的快速迭代予以持續(xù)關(guān)注，以便及時更新。
[作者分別為西南政法大學法學院教授、刑事檢察研究中心執(zhí)行主任，博士研究生、刑事檢察研究中心助理研究員。本文系2024年度重慶市教委科學技術(shù)研究計劃項目《大數(shù)據(jù)時代人工智能賦能社會危險性評估體系研究（項目編號KJZD-K202400303）》的階段性研究成果]