大数据背景下侦查讯问模式研究

2022-12-08杨琪平

网络安全技术与应用 2022年3期

◆杨琪平

大数据背景下侦查讯问模式研究

◆杨琪平

（中国人民公安大学北京 100038）

本文以“大数据”及相关技术对侦查讯问的影响为基点，通过理论分析说明“大数据”时代背景下侦查讯问谎言识别模式将由经验型的主观判断模式向行为数据分析主导的客观判断模式转变，讯问策略运用模式将摆脱随意性，朝着精细化、高效率的方向发展，讯问笔录信息分析研判模式将由被动分析模式变为主动分析模式。

大数据；侦查讯问

讯问是一种古老的侦查行为，是侦破刑事犯罪的重要手段。对侦查人员而言，讯问是一项富有艺术性的工作，一场成功的讯问在有效地维护司法公平正义的同时也提振了侦查员的信心和职业自豪感。但讯问又是充满未知与挑战的艰险历程，随着犯罪的隐蔽性与智能化不断增强、犯罪分子反侦查、反讯问能力不断提升，讯问也面临着失败与挫折的风险。大数据时代背景下人们的生产、生活与数据密不可分，犯罪分子实施犯罪的过程中亦会主动或被动地产生犯罪相关数据信息，对犯罪相关数据的挖掘、分析与利用正是侦查员侦查犯罪、突破犯罪嫌疑人口供的有力抓手。

1 “大数据”与侦查

“大数据”并不是一个新鲜的词汇，自1980年未来学家托夫勒在其所著《第三次浪潮》中首次提出“大数据”之概念至今，国外对“大数据”的采集、分析、应用方面的研究层出不穷。进入二十一世纪后，我国为积极融入第三次科技革命，对“大数据”及其应用给予高度关注。在侦查领域，“数据主导侦查”的理念提出后，各地侦查机关向科技要战斗力，基于“大数据”理论的新型侦查技战法得到较为广泛的应用，如借助SIS系统，通过分析已被采集的涉案人员信息，预测出其他尚未进入侦查视野的嫌疑人或实现案件的串并侦查[1]。

2 “大数据”与侦查讯问融合之现状分析

“大数据”具有数据规模大（Volume）、数据种类多（Variety）、数据价值密度低（Value）、数据要求处理速度快（Velocity）的4V特性。当前我国刑事案件发案数量庞大，涉案信息规模大；《刑事诉讼法》关于证据种类的规定决定了侦查讯问面临的证据种类繁多，侦查员在讯问准备阶段需要了解涉案证据情况，在讯问过程中要对前期侦查所得证据进行查证并力求获得新的证据线索，讯问结束后形成的讯问笔录本身就是证据的一种表现形式，此外，通过各行各业的不断搜集汇总，证据数量规模越来越庞大，海量的证据信息在某种程度上稀释了证据原本的价值含量；侦查讯问是复杂的人际交往活动，讯问战机稍纵即逝，这就要求侦查员借助技术装备对讯问中的数据信息进行快速处理与分析。以上论述表明了侦查讯问的“大数据”化趋势。

但是，当案件进入讯问阶段，大部分侦查员对讯问数据信息的挖掘却并不充分，对讯问数据信息的应用方式简单粗放，笔者在中国知网以“大数据+讯问”为主题词进行检索，仅得3篇相关文献，说明讯问中的“大数据”理论与应用方面的研究并不充分，仍存有较大的理论空白。

时代变革呼唤侦查讯问模式革新，将“大数据”相关理论及技术应用于讯问的谎言识别、讯问策略运用、讯问笔录信息分析研判等实践中将有助于提高侦查讯问质效。

3 “大数据”引领侦查讯问模式革新

3.1 谎言识别模式

讯问中的谎言识别与分析是讯问的关键环节之一。当嫌疑人的谎言被成功识别，侦查员便占据了讯问的主动权；当嫌疑人的实话被认定为谎言，受锚定效应的影响，侦查员有可能陷入有罪推定的思维桎梏，误判犯罪事实的风险随之提升。所以识别讯问中犯罪嫌疑人的谎言既是关乎讯问成效的讯问战术问题更是一个保障犯罪嫌疑人合法权利、维护司法公正的重要理论问题。传统的谎言识别方法大致可以分为经验主导型与技术主导型两类，前者需要侦查员具备丰富的社会阅历与侦查工作经验，能够通过各种技巧从犯罪嫌疑人的言行中甄别谎言，诚然审讯经验是宝贵的，但传承的难度大[2]，经验普适性难以确保，各路审讯专家总结的个人经验亦不尽相同且大部分经验的得出均是基于其个人讯问实战经历，缺乏可靠的学科基础支撑，此外，有研究表明经验丰富的侦查员识别谎言的成功率并不一定高于普通人。技术主导型的谎言识别方式的代表是犯罪心理测试技术，该技术凭借特定测谎仪器测试犯罪嫌疑人供述时的生理指标变化，辅助侦查员甄别谎言。

“大数据”时代的来临促使讯问谎言识别模式革新——基于行为分析的谎言识别模式借助“大数据”应用的东风将成为讯问理论研讨与实践运用的热点。行为分析的理论依据是人撒谎时必然承受相应负担，由此产生的情绪以及认知变化最终会通过行为得以外显[3]。侦查员可以从犯罪嫌疑人在讯问过程中的行为改变反推其心理变动进而识破犯罪嫌疑人的谎言。运用行为分析方法识别谎言的重点是要确定的是谎言行为线索，由于人的行为千变万化，不同类型案件犯罪嫌疑人的行为模式并不相同，同类案件的犯罪嫌疑人也因其个人生活背景、生理状况等的差异会在讯问中呈现出不同的行为方式，世上并不存在一种普遍的判别谎言的行为线索。此外，犯罪嫌疑人的行为及其变化会在多个信息通道中同时或接续出现，简而言之，犯罪嫌疑人可以通过语言表达一种意思，亦可通过面部表情、肢体动作等非言语行为修改、强化或削弱先前语言表达的含义。最后，实时监控并排除除侦查员提问行为外的其他刺激源，如讯问场所环境或犯罪嫌疑人个体生理不适等因素对犯罪嫌疑人行为变化的影响也是增强谎言行为线索可靠性所必须进行的工作。由此可见，经验性地认为脸红、流汗或者思考时眼球会向右上方转动等属于撒谎的行为症候，或仅分析特定嫌疑人的单一行为变化而不综合考量嫌疑人整体行为群以及行为影响因素并非行为分析鉴别谎言的题中应有之义。

行为分析的主体是侦查人员，行为分析的客体包括犯罪嫌疑人的言语及非言语行为，客体内容的复杂性和多变性决定了侦查人员仅凭其自身的认知能力难以实现行为分析之目标。以“大数据”思维为导向，采集与记录讯问过程中犯罪嫌疑人的行为并进行数字化编码，借助深度可重构的认知、情绪识别模型及算法对编码进行分析从而确定特定案件犯罪嫌疑人的谎言行为线索，使侦查人员运用行为分析理论鉴识谎言成为可能，侦查讯问谎言识别将由经验型的主观判断模式向行为数据分析主导的客观判断模式转变。

3.2 讯问策略运用模式

在获取犯罪嫌疑人供述的过程中，侦查员不可避免地会使用讯问策略，正如王传道教授所言：“侦查策略是侦查对抗的产物，是思维的结果、智慧的结晶”[4]，如何合理运用讯问策略是侦查员在讯问中面临的一大考验，策略运用得当能达成事倍功半的效果，策略运用不当轻则使讯问堕入僵局，严重则可能导致冤假错案。

曾有学者研究如何将“大数据”理念与相关技术应用于侦查讯问的情感感化过程中[5]，笔者认为，将“大数据”与讯问策略运用相结合是适应时代发展变化的必然要求，理由如下：

首先，讯问策略的运用建立在对犯罪嫌疑人的心理分析基础之上，对案件情况的全面摸排是心理分析的关键，侦查员在讯问中应当了解的案件情况包括犯罪嫌疑人生理情况、家庭情况、经济状况、犯罪经历以及犯罪现场的情况等等，了解案件情况的传统手段是“阅卷”，即阅读前期侦查形成的各类纸质案卷，但此种信息了解方式在当前已显捉襟见肘——数据通讯技术的发展和以智能手机为代表的通信工具的便利化、大众化使信息交互打破传统时空的限制，也意味着侦查人员须了解的案发前、中、后的信息量呈指数级增长，从信息来源看，案件信息获取渠道不断拓宽，全面的信息调取涉及的部门众多，犯罪嫌疑人的工商、税务、金融、劳动、电信等信息是准确分析案件情况的支撑材料；从信息形态看，“大数据”时代的涉案信息与固定的物质媒介分离，具有易产生、难湮灭、跨时空存续的特点，日趋强大的数字化存储技术和存储平台使案件相关音视频信息、通信信息、社交媒体信息等脱离固定物质载体以独立的形式存在。

其次，侦查员在整合各类信息，初步分析犯罪嫌疑人心理后便要根据具体情况采取不同的讯问策略展开讯问，讯问策略具有灵活性，侦查员要根据犯罪嫌疑人的应讯情况实时调整策略，掌握讯问主动权，是否调整策略、何时调整策略、如何调整策略是侦查员要回答的问题，我们常说一个侦查讯问人员有“灵气”，就是指他能及时捕捉犯罪嫌疑人在讯问中的行为、心理变化并采取针对性的策略予以应对，在“大数据”时代来临前，侦查人员对犯罪嫌疑人变化的监控手段基本是肉眼观察或听取犯罪嫌疑人的自我报告，囿于侦查人员个人素质，其所观察到的现象并不完整，也无法支持其准确分析犯罪嫌疑人心理。

综上，“大数据”背景下的讯问策略运用既需要侦查员对浩如烟海、形态各异的涉案信息数据有整体的把握，也要求侦查员将犯罪嫌疑人在讯问过程中的变化转化为可量化分析的数据指标，并借助技术装备对数据进行分析。“大数据”时代，云计算分布式处理技术、分布式数据库、云存储与虚拟化等技术辅助侦查员收集、分析涉案信息，监控犯罪嫌疑人应讯情况，使侦查讯问策略运用模式摆脱随意性，朝着精细化、高效率的方向发展。

3.3 讯问笔录信息分析研判模式

讯问活动的成果集中体现于讯问笔录，讯问笔录作为法定证据，侦查员对其关注点往往在于制作程序的合法性以及文字内容对案件事实、证据反映全面性，其情报价值在“快侦快破”的刑事案件办理常态下被大部分侦查员忽视。侦查讯问文本数据是侦查大数据的组成部分[6]，在深挖犯罪、串并案件方面具有独特的价值。

从深挖犯罪的角度看，我国的刑事案件发案数量虽呈下降趋势，但犯罪黑数，隐案、积案问题仍是刑事案件侦查取得最大化效益的阻碍。刑事案件办理周期与案件办理质量在“快侦快结”的要求下产生矛盾，侦查员的精力分配倾向于破案而非深挖余罪，但“大数据”分析与数据挖掘方法为快速研判讯问笔录中的“七何”要素进而查破隐案、积案提供了可能。“由案到人”的被动笔录分析模式随即转变为“由人到人”、“由案到案”的前置型主动分析模式。

从串并案件的角度看，刑事案件的串并方法有“硬串并”和“软串并”，“硬串并”依靠的是有形的犯罪痕迹物证，公安机关建立的各类痕迹物证数据库为“硬串并”提供了条件，但刑事犯罪的技术含量不断增强、犯罪分子的反侦查能力也在提升，侦查员于犯罪现场能提取的痕迹物证大为减少，“软串并”的重要性日渐凸显。所谓“软串并”就是通过分析犯罪时空条件、作案手段、犯罪嫌疑人心理特征等无形的案件构成要素实现对刑事案件的串并侦查。以“大数据”思维为指导，运用统计学方法将现有的巨量讯问笔录中的作案时间、地点、方式、手段、犯罪嫌疑人主观态度等“软性”案件构成要素转化为可测算的数值，根据数值的相关程度构建统计模型，最后实现个案“软性”构成要素的数值化，侦查人员通过对不同个案数值的相似性比对进行案件间的串并侦查。

以“大数据”思维与数据处理技术将讯问笔录信息分析研判模式由被动分析转为主动分析，能最大限度地挖掘讯问笔录的侦查价值，对缓解侦查资源紧张亦有所帮助。