刘尔晴

（南京审计大学,江苏 南京 211815）

在大数据时代，刑事案件侦查实践常面临案件数量多、取证数据分析难、依靠人工分析数据成本高等各类现实挑战。算法取证是指大数据时代侦查机关在办理刑事案件的过程中，利用人工智能算法对网络电子数据进行搜集、筛选，并通过算法模型对数据进行分析、处理，获得与案件事实相关联的电子数据，以发现、提取、固定证据的过程。以大数据、物联网、人工智能等为基础的大数据取证的取证对象，与传统电子数据在取证理念、方式和技术上有本质差别[1]。既有研究从电子数据取证的视角展开论述，抑或在社会治理层面对算法进行伦理学探讨，但针对刑事侦查中的算法取证所涉及的伦理问题和法律规制的研究还不够充分。

1 算法取证的运行逻辑及其误差

1.1 效率主导的运行逻辑

算法取证作为证据搜集的一种手段，在处理海量电子数据、证据时能充分发挥大数据算法高处理效率和清晰的数据来源等优势，其效率主导机制是多方面原因导致的。其一，侦查活动需要算法取证提供高效的运算结果。面对大量的数据信息，侦查人员利用算法进行自动化分析，可以快速、准确地处理大量数据，提供及时、准确的线索和证据，进而优化警力、资源分配，提高整体侦查效率。其二，算法的自主学习能力十分有限，处理的多是程式化的、可量化的工作。在侦查活动的各种价值取向中，“效率”这一价值是最容易被量化的指标[2]，可以通过减少算法循环次数、优化算法计算公式以提升算法运行的效率。

1.2 算法运算机制存在误差

网络电子数据的算法取证基于机器计算，看似错误率极低，其结果具有天然的科学性，为证据的可靠性提供了强有力的支撑，但是却忽略了可能存在的误差。首先，数据集的选取具有主观性。在训练算法时，输入端数据集的选取经过了一定程度上的人为判断，加入了训练人员的主观偏向。其次，大数据具有不确定性。数据一直处于流动的状态，无论何时进行数据集选取都是一个抽样的过程[1]。最后，算法本身的运算机制并不具备百分之百的准确率。而利用算法对网络电子数据进行取证，存在不可忽略的误差可能性。

2 算法取证引发的伦理危机

在大数据时代，算法取证通过完成人为设置的各种算法指令，帮助侦查人员获取侦查线索和证据，具有处理效率高、数据来源清晰等优势，在侦查活动中得到广泛运用[3]。这是一次侦查取证方式的变革。但算法取证效率主导的运行逻辑、运算机制造成的天然误差，引发的伦理危机现实存在，必须予以重视。

2.1 弱化了人在侦查活动中的主体地位

黑格尔认为主体性主要包括“个人（个体）主义”“批判的权利”“行为自由”“把握自我意识的理念”四个方面的内涵[4]。现代社会强调“以人为本”，因此在算法取证中，应当全面贯彻个人主义、理性主义等基本原则。

侦查人员在侦查过程中依赖算法、信任算法取证结果，使算法从一种取证工具成为取证主体。侦查人员利用已经训练好的类案模型进行证据筛选，但目前算法模型的识别准确率达不到百分之百，而且侦查人员仅对算法运行结果所涉及的数据进行确认，而不对算法运行过程进行审查[5]。利用算法对网络电子数据进行取证所获得的结果会趋向于模式化，忽略了侦查人员作为侦查活动实施者的主观能动性，不断消解人的主体性，从而弱化了人在侦查取证活动中的主体地位。

2.2 冲击了权利优先的传统正义观

人是正义反映的主体，也是评价正义的主体。罗尔斯认为，个人的基本权利应当优先于公共的“善”。只有在尊重他人权利的前提下，才能去追求个人的“善”。正义的社会，应当体现自由、平等的人类社会价值，应当确立个体权利优先性的基本理念。

而算法取证所体现的是以效率为核心的正义观，其往往追求取证的结果，过于注重取证过程的效率，忽略了涉案人员的个人私权利。这实际上是将效率和便利凌驾于个人权利之上，认为效率应当优先于私权利，这种以“效率至上”的方式去追求特定的“善”忽略了算法本身对涉案人员的私权利的侵害，动摇了权利本位的核心理念，进而冲击了权利优先的传统正义观。

2.3 侵害了涉案人员的基本权利

随着大数据的快速发展，个人信息的采集和分析变得更加广泛和深入，这显然对个人隐私权构成了潜在威胁。而算法取证作为一种取证方式，对涉案人员信息进行提取分析也可能侵害了涉案人员的基本权利。

在算法取证的过程中，算法将涉案人员视为可以被获取、计算、预测的客体，将其信息、行为等进行拆解分析，其个人信息就此在数据库中“裸奔”，个人信息权、隐私权遭到任意侵害，在某种程度上是对相对人的重要权益造成侵害的“强制侦查行为”。并且算法取证无须受到令状原则、比例原则等刑事强制侦查原则的限制，权责还缺乏有效制衡和匹配，导致取证过程可能对涉案人员的权利造成“以非人格化的、弥漫性的、以数理定律的方式呈现出来”[6]的侵害。

3 算法取证法律规制的现实困境

在多种规制路径中，只有法律规制具有法定强制力，而其他规制路径如伦理规制、行业规制和自身规制等都无法预防和遏制上述伦理危机的发生，因此法律规制应当作为算法取证的主要规制路径。但现阶段对算法取证进行法律规制存在一些不可避免的现实困境。

3.1 算法及其载体不能承担法律责任

在算法取证中，算法和作为算法载体的人工智能体被赋予了一定的“侦查权”，若算法取证出现错误并造成了对涉案人员的不利影响，根据权责相统一的原则，算法及其载体应承担相应的法律责任，但这一点目前无法实现。

一方面，算法及其载体不是法律主体。法律主体是指具有人格意义的人，其应当具有意志且能够自律。而算法本质上是一套符号运算程序，在深度学习的基础上，其懂运算，能够进行自我学习，但这仅仅是一种机械意志，而非心理认知意义上的意志[7]。并且，自律性的形成受到多种社会文化因素的影响，表现为一种理性反思、抑制本能的纠偏性意志。算法及其载体所拥有的知识和能力都是由人加工编程而来的，其深度学习无法像人类一样与常变常新的物质世界保持一致，不具有道德感和反思能力，因而也不具有自律性，不能成为法律主体。

另一方面，算法及其载体的行为不具有法律意义。在算法取证中，人工智能体的行为是算法程序运行的结果。训练算法模型的输入端数据集在选取时，已经加入了训练者的人为判断。在运行过程中，算法及其载体只是执行被预设的算法程序指令，而不能认识到自己行为所具有的法律意义和社会意义。无论从哪个部门法的角度都无法对人工智能体的行为进行评价。

现代法律制度以人具有独立人格为前提，而算法及其载体都只是一种工具性存在，既不具有自由意志和自律性，其行为也不具有法律意义。因此，无论是算法还是其载体，都不具有现代法律意义上的主体资格，也无法承担相应的法律责任。

3.2 算法取证无法适用公开透明原则

公开透明原则一直贯穿于现代法律制度之中。美国大法官路易斯·布兰代斯（Louis Brandeis）有一句流传甚广的名言——“阳光是最好的消毒剂”[8]。为了规制算法权力，打开“算法黑箱”，有学者提出要保证人工智能司法证据推理的内容在一定程度上公开透明，这既是保障公正的需要，也是接受检验保障准确性的有效途径[9]，然而算法取证很难做到公开透明。

第一，公开透明原则在防止算法技术过度侵害个人信息方面虽然能起到一定的作用，但由于算法取证并非由简单编程形成的一套源代码系统，而是由多个算法合并运算得出结论，对其公开解释难度较高。并且，随着大数据的发展，算法模型的运行机制也在不断更新，普通侦查人员认知能力的提升速度难以匹配技术发展带来的知识增量，即使侦查机关对算法运作机理进行了详细的公开解释，非专业的普通公众也无法发现算法存在的问题和漏洞。因此，所谓的公开透明原则在算法取证活动中难以实现。

第二，算法取证作为侦查活动之一，还应当具有隐蔽性，这与公开透明原则形成了不可调和的矛盾。就算法的性质而言，其往往涉及敏感的个人隐私、关键的商业秘密和知识产权，在刑事侦查中算法取证还涉及侦查思路和方法。若为了适用所谓的“公开透明原则”，打开算法取证的“黑箱”，让公众对其进行评判和监督，可能会导致犯罪分子采取更加复杂的反侦查手段来应对算法取证活动，这会给打击犯罪带来更大阻碍。

3.3 数据权利难以约束算法取证的权力

算法能将数据加以转化和控制，进而形成一种“准公权力”，这是算法异化的一个重要原因[10]。算法取证中需要大量运用公民数据，有学者认为应当尽快出台保护数据和数据生产者合法权利的法律法规[11]。但是对个人数据赋权并不能很好地回应算法取证带来的伦理问题。

一方面，互联网络平台上的数据权利的归属难以明确，其既可以被界定为平台的数据权利、个体的数据权利或二者共有的权利，也可以被界定为网络空间的公共数据。侦查机关在算法取证中针对的不是单个主体的数据，而是网络空间的公共数据。在取证过程中，权利主体身份的可识别状态往往不是数据搜集的起点，而是取证的结果。所以，从保护个体数据权利入手规制算法取证，无法达到保护个人权益的目的。

另一方面，当个体数据被处理时，公民很难行使数据权利。面对算法取证“黑箱”，个体很难知晓其个人数据是否被处理、何时被处理、被谁处理。运用公民的数据权益来制约算法权力的思路是一种以单个的个体为中心来对抗“准公权力”的思路[2]。这种思路忽视了侦查机关的强制侦查权和算法异化形成的权力。即使个体知道算法取证中存在侵犯隐私权益的行为，也难以向法院提起侵权之诉。

4 算法取证法律规制的完善路径

算法本身由人类创造，其背后逻辑的道德基础是人类的有限理性，算法的底层指令和代码归根结底是人类思考方式的展现。因此，对算法取证的法律规制在本质上应是对侦查人员使用算法取证行为的法律规制。为了应对上述困境，可以采取以下措施。

4.1 明确算法取证中的责任承担制度

4.1.1 明确侦查人员作为算法取证的责任承担主体

算法取证在案件中如何发挥作用主要取决于取证主体——侦查人员。需要明确的是，算法及其载体既没有自由意志，其行为也不具备法律意义，本质上是一种工具。因此，侦查人员应当承担算法取证的责任。

一方面，侦查人员应当充分发挥自身的主观能动性。侦查人员在使用算法取证时，既要坚持自身的人权理念和伦理道德，又要充分利用算法的工具性特点，理解算法、驾驭算法。具体而言，侦查人员应当理解算法原理和局限性，避免过度依赖算法取证结果；参与数据收集和预处理过程，确保取证数据的准确性和完整性；关注算法取证领域的最新技术发展，以便及时引入和应用最新的技术和方法，使算法取证真正为人所用。

另一方面，侦查人员应当对算法取证的结果进行理性分析和综合认定。经过算法抓取的数据和结果最终能否被用于某一案件，取决于侦查人员对取证结果证据能力和证明力的判定。侦查人员要防止用机器的思维方式代替人类的判断，避免侦查思维被算法化和在取证活动中出现“算法统治思想”。

4.1.2 细化算法取证中的责任承担规则

侦查机关作为算法取证的主导方，对于算法取证过程中出现的失误或错误，故意侵害涉案人员权利的、导致案件无法侦破或出现错误判决的，应当予以行政处分；对涉案人的财产权利造成侵害时，侦查机关应承担相应的行政赔偿责任。只有明确侦查人员是算法取证中的责任承担者，才能有效督促侦查人员认真履行侦查职责，审核算法取证的结果，减少乃至杜绝冤假错案的发生。除此之外，如果因为算法本身的程序漏洞导致侦查工作失误所造成的错案，在对具体侦查人员追责的同时，也应视情况追究算法设计人员的民事赔偿责任。

4.2 建立算法取证的正当程序

算法透明原则仅仅是一种事前规制方式，尽管在某些情形下它有可能发挥“防患于未然”的作用，但不能过分夸大其在规制中的效用。建议从以下几个方面入手建立算法取证的正当程序，规制算法取证。

首先，就算法本身而言，侦查机关应确保在取证活动中所运用的算法以可信、可用的状态得以设计、部署、应用和执行[12]，定期向公众公开算法的基本技术原理、数据库来源、主要用途、适用范围等不涉密的基础信息，以通俗易懂的语言向普通公民披露算法取证的基本运行机制。

其次，完善算法取证的审批备案制度。对于深度挖掘、分析公民隐私的算法，应实行“分案分级”的审批模式。对于侦查人员难以及时申请审批的特殊情况，可以适用备案制度。明确侦查机关上级机构为审批主体，严格限制侦查人员对公民个人数据的使用，并要求侦查人员遵守保密义务。

再次，规范算法取证的操作流程。在得到侦查机关上级机构批准后，侦查机关应依照数据爬取、预处理（清洗）、挖掘、分析等步骤[13]严格运行算法取证程序，做好证据保全措施，实行完善的档案管理，使得算法取证过程“可视化”，从而推动算法取证的规范化发展。

最后，设置对算法取证结果的异议机制。算法本身的误差、数据不准确或算法模型选取不适配等问题可能导致算法取证结果的错误，若涉案人员对算法取证结果持有异议，可以在侦查阶段申请侦查机关重新进行算法检测，或委托第三方专门机构对原有数据集进行检测，借此来保留算法取证中个人权利的救济途径。

4.3 引入检察机关监督算法取证合理应用

除了赋予个人数据权利和获得救济权利来对抗算法权力的侵害之外，还可以通过“加强行业自律和引入第三方规制力量”[14]对算法权力进行规制。在确立公民数据权利效果十分有限的情况下，可以在算法取证活动中引入检察机关监督、促进算法取证合理应用。

算法取证系统由算力、算法与数据等要素构成[15]。算力作为“基础设置”，指的是数据分析处理的能力，对数据分析结果公正性的影响较小。而算法的框架由研发人员构建，可能存在主观价值判断，数据的选取与导入时也可能存在偏差。所以，检察监督促进算法取证合理应用应当以算法取证系统中的算法和数据为切入点。

一方面，确立检察机关参与取证算法研发机制。避免“以犯罪侦查”为导向的单一目的算法设计，将监督侦查等检察职能导入其中，从算法建构开始就减弱其“入罪”的偏见风险。此外，检察机关也应当对算法展开定期纠偏，及时修复算法取证系统中出现的偏误，对侦查机关已作出的取证结果进行定期抽样重复检验，确保算法运行的公正性。

另一方面，公检机关协商共建算法取证数据互通规则。准许检察机关接入侦查机关数据库，对训练算法模型时所依据的原始数据展开真实性核查。促进公检间数据共享，将不敏感、不涉密、已结案的案件数据上传至公检数据平台，打破数据孤岛和信息茧房，充分利用已结案的案件数据来完善算法取证运行程序，充分发挥数据价值。

5 结语

身处大数据时代，可以说每个人的行为在高度数据化的今天都有迹可循。显然，犯罪分子在这样的环境下也无所遁形。毋庸置疑，在侦查活动中使用算法取证可以更加快速、精准、有效地打击犯罪。但笔者认为，依赖算法取证的今天，人在算法取证中的主体性地位被弱化，权利优先的传统正义观遭到冲击，涉案人员的基本权利无法得到保障。然而对算法取证进行法律规制并非易事，由于算法及侦查活动的特殊性，算法及其载体无法承担法律责任，取证活动无法适用公开透明原则，并且明确涉案人员数据权利对算法取证权力的约束效果也十分有限。为了应对上述伦理和实践困境，笔者认为，应当坚持“以人为本”，明确算法取证中的责任承担制度，建立算法取证的正当程序，引入检察机关监督促进算法取证的合理应用，以完善算法取证的法律规制路径。