林慧青 邓志源

随着信息技术的快速发展与深度应用，人们日常生活中所使用电子设备的种类与功能愈发繁多，社会生活中的行为与选择偏好都可以被记录和分析，数据的收集、存储、计算功能有着長足的进步。人们不仅在社会空间内以物理实体形式存在，还在信息网络上以数据形态进行表达。高速发展的信息社会已经进入互联互通的大数据时代，情报导侦（在情报分析基础上推进刑事侦查工作）理念下的侦查工作数字化转型为信息化侦查后，再次迎来了内涵意蕴与功能应用上的丰富迭代，也即“预测性警务”。

实践发展与脉络推演

与情报主导警务由实践拓展到理念变革的历史进程相似，美国国家司法研究所（National Institute of Justice，NIJ）在上世纪70年代指导建立的犯罪制图研究中心标志着预测性警务的萌发阶段，该中心主要工作是在数据科学的基础上对犯罪形势进行分析与预测的研究。到上世纪90年代中期，坐落于洛矶山脉的美国国家执法与惩戒技术中心将电子地图与具体犯罪分析软件结合，把软件计算后得出的结果标注于电子地图上，该举动被认为是“预测性警务”的早期表达，亦是该领域人工智能工具的雏形。1997年，NIJ 在美国本土选取了5个试点城市进行《社区安全战略》的部署，该战略以数据科学为指导，以社会形势的数据化展现为基础对社区安全工作部署提出建议策略。三年后，其中一个试点城市孟菲斯市强奸案件的发案数量下降了约40%，取得了良好的社会效果。

不过，真正让预测性警务为人熟知的是，由洛杉矶警察局开展有关预测性警务的实践活动。时任洛杉矶警察局局长威廉姆·布拉顿大力推进预测性警务发展与落地进程，邀请高校及科研院所提供智力支持，对预测性警务的核心——数学模型，进行深入探索与科学研究，模型构造与计算准确率愈发复杂精确。

高速发展的信息技术及其给社会生活带来的丰富变化，让部分专家学者开始将信息看作打开未来世界的新钥匙，认为只要掌握足量信息就可以对人类社会发展变化进行预测乃至控制的“社会物理学”学派出现，亦成为“预测性警务”具备现实可能性论证时的理论基础。

议题争议与实践中止

预测性警务在美国受到执法机关与新闻媒体的支持与追捧，曾被列入2011年度50项最佳发明的名单中。人们开始对预测性警务寄予厚望，期待其可以通过技术分析做到对犯罪的前瞻性识别和自动预警，与此同时，如情报引导警务理念推行境遇相似，对预测性警务会演变成数字强权、对政府推行高压数字治理的担忧也从未停止，而今已呈愈演愈烈之势。

2013年，一份报告将预测性警务所描绘的美好蓝图与未来设想击碎。通过对美国警察部门进行深入的调查研究，该报告指出政府与媒体对预测性警务期待过高。认为根据现有科技进展，预测性警务的战略定位仍是进行数据分析处理的工具，其运算结果的科学合理性取决于数据输入的科学性与正确性，可“预测”的范围与空间较为有限。

即使实现了相对准确的“预测”，能否实现犯罪打击与预防的目标，仍依赖于警察部门的综合素质和工作方法。报告还对“技术万能主义”进行了批判，认为若无法正确认识数据产生的原因和数据本身的内涵，忽视警民关系的建设和维护，预测性警务必然会走向衰败，警察局也将失去民众的支持与信任。

学界开始对“社会物理学”学派主要思想进行更深入的观察与审视，认为现有数据科学技术手段较为粗糙，测量成果仍属于现象性、经验性的观察与总结，只能应用于环境相对理想和简单的场合，难以观察和理解复杂的人类社会。

部分人工智能专家对社会公众发出了提醒，当前人工智能在机器学习中运用到的算法在本质上属于“黑箱”，即使是算法的编写者也难以解释算法底层的推演逻辑，政府将难以有效监督和控制的工具应用于所提供的公共服务当中，在安全性与合法性上存疑。

另一层担忧来自对预测性警务运行基础数据的担忧，因为这些经过采集、清洗与归类的数据，可能已经被警察执法中的惯性思维与歧视性做法污染。建立在这些数据基础之上的预测在本质上仍然是错误的重复，而且披上了“数据科学”的外衣，更难以识别和拒绝。

技术回归与前景展望

回顾预测性警务由兴起发迹到身陷泥沼，其因大数据技术支撑而兴，亦困厄于技术争议与伦理困境之中。身处信息网络化社会，大数据技术已经广泛而深入地走进社会生活中并带来相应的变化：线上支付结算系统、防疫健康码集成、物流派送线路规划，高效便利的功能表现背后都离不开大数据技术的支撑。网络空间所承载的社会活动在内容广度与深度上不断提升，社会智识对该趋势的认识与回应则稍显滞后，以人工智能技术为支撑的预测性警务在短期内恐难取得社会共识。保持技术向善初心，呼吁社会公私主体在审慎使用大数据技术的同时进行科技哲学层面的交流与思考，不忘人文底色，避免落入工具理性的铁笼，促进法律体系的顺利接洽与融入，预测性警务才能行稳致远。

（作者林慧青系中南财经政法大学刑事司法学院警事科学系主任，邓志源系中南财经政法大学刑事司法学院2020级硕士研究生）

（责编惠宁宁美编赵佳）