论人工智能在庭审质证中的运用

洪 刚

(中国司法大数据研究院 社会治理研究中心,北京 100043)

随着科学技术水平的不断提高,智能化产品越来越多地运用到社会生活之中。人工智能技术在司法领域已然成为提高诉讼效率、服务审判管理、推动智慧司法的重要依托。2019年最高人民法院在召开的全国高级法院院长会议上强调,要积极推进大数据、人工智能、区块链等科技创新成果同审判执行工作深度融合。从实践情况来看,人工智能技术服务于司法审判的需求,产生了人工智能全流程辅助办案、人工智能辅助司法管理、人工智能辅助司法量刑等司法产品。其中,人工智能为庭审质证提供了强大的技术支持,减轻了传统质证所带来的较大的认知困难和操作负担。如2021年出台的《人民法院在线诉讼规则》使人工智能在庭审质证中的运用场域从线下延伸到线上,在线诉讼可以实现线上交换证据,在诉讼平台导入证据材料,或者以非同步方式发表质证意见[1]。从这个意义上来说,人工智能可以克服传统庭审质证效率低、质量不稳定等问题,在一定程度上改变了传统的质证模式。例如,质证材料的分类、质证意见的转换、质证证据的呈现等事务均可通过人工智能技术实现,同时通过自然语言处理等技术使证据呈现更加直观,法官更高效地认定证据效力。

人工智能技术的迅猛发展以及对司法实践产生的新变化亦引起了学界的广泛关注,成为数字法学研究的重要课题。例如,有学者思考人工智能技术对传统程序法理的冲击[2],有学者讨论如何对人工智能在法学领域的运用进行规制和应对[3],有学者分析人工智能的运用对证据审查判断的影响[4]。值得肯定的是,以上讨论在一定程度上为人工智能在司法实践中的运用提供了理论补给。目前相关研究更多地从宏观上讨论人工智能技术引发传统法学原理变革的担忧和对人工智能作出限制,而以微观视角来探讨人工智能在庭审质证中的运用问题的研究成果较少[5],有待进一步挖掘和研究。

庭审质证作为司法审判的关键环节,关系到法官对质证证据的采信和案件事实的认定以及裁判结果的公正,而人工智能在庭审质证中的运用作为司法审判中的新事物,还有很多问题亟待解决。例如,人工智能庭审质证如何运用、人工智能庭审质证与传统庭审质证有何差异、人工智能庭审质证的边界和原则是什么,以及如何克服人工智能庭审质证带来的隐忧和挑战,实现科学技术与法律规范之间的平衡。此外,人工智能在庭审质证中的运用还会对被追诉人的权利保障和对传统的质证模式、证据鉴真规则产生深刻影响。诚然,人工智能给庭审质证模式和规则的创新带来了契机,但我们也要认真审视人工智能给庭审质证带来的挑战,积极回应人工智能在庭审质证中运用所存在的障碍,使人工智能能够更好地服务于司法审判,以期对人工智能法学的理论研究与实践发展有所裨益。

一、人工智能在庭审质证中的具体运用

人工智能在庭审质证中可以对在线质证实现数智化管理,通过分析海量数据,快速提取关键信息,可以生成用于质证的分析报告。同时,人工智能在庭审质证中可以实现智能化评估证据的真实性,克服传统质证过程中的不足,保证庭审质证的公正。人工智能在庭审质证中的具体运用可以强化对各类证据的审查和认定,将复杂的数据以更为直观的方式向法庭呈现,增强庭审质证的效果,使质证意见更容易被法官认定和采纳。其具体运用主要有以下三个方面。

(一)在线质证的数智化管理

在线质证的实现有赖于人工智能的数智化管理。《人民法院在线诉讼规则》规定可以通过在线方式进行举证、质证,在线诉讼利用人工智能对在线质证实现自动化管理[6],可以降低人工负担,减少人为因素对庭审质证的干扰,进而提高质证效率和公正性。例如,浙江省宁波市北仑区人民法院建立了证人在线出庭作证机制,降低了当事人的诉讼成本。同时,在质证过程中可以利用区块链技术确保证据的真实性和不可篡改性,增强在线诉讼的公信力。以广州市中级人民法院“区块链电子质证系统”为例,通过三步即可轻松完成举证、质证的过程。第一步是通过人脸、身份证号码、姓名对当事人的身份进行验证登录,验证通过后即可在质证系统中上传、编辑证据,这个过程是当事人的举证,随后质证系统会将上传的证据信息存入司法区块链之中。第二步是经办法官查看在质证系统提交的证据,并通过区块链验证是否有篡改,之后便可通过系统发起证据交换并允许质证。第三步是双方在质证系统中对提交的证据进行质证,提交质证意见,并同步存入司法区块链。通过以上方式可以实现在线质证的电子化和质证程序的前置化,使庭审质证全流程线上处理。需要注意的是区块链在庭审质证中可以确保证据的真实性和不可篡改性。通过区块链验证其是否被篡改[7],发起证据交换并允许双方开展质证在部分地区已经取得了较为明显的效果。例如,苏州市相城区人民法院通过区块链证据解析核验平台上导入举证的视频证据,并与源文件的哈希值比对,确保用于质证的证据真实性。

与传统庭审质证模式相比,人工智能在庭审质证中的运用可以跨越物理空间和时间的限制,由面对面的线下质证转向点对点的线上质证。人工智能利用算法技术对质证报告进行分析和推理,为法官对证据采信和事实认定提供智能化的支持,进而提高庭审的效率。例如,宜春市中级人民法院自2023年4月上线“e链质证”系统后,已有2723件案件通过异步质证的方式进行审理,平均审理期限也缩短2.34天。传统庭审质证会针对案件证据逐一质证或集中质证,证据会在质证双方之间来回传递,庭审质证节奏较慢。而人工智能的运用可以识别与案件相关的重要数据,并将数据与待证事实作出关联性分析。同时,人工智能可以将质证材料自动分类和贴标签,将相关材料关联在一起,生成清晰、易于浏览的证据目录,并根据质证过程和结果,自动生成相应涵盖质证过程、质证意见和结论等内容的质证分析报告。对于辩护律师而言,可以依据质证分析报告,通过人工智能优先推荐关联度较高或具有类似特征的裁判案例,从这些裁判案例中找出庭审质证的规律,并结合法律法规库和自然语言处理技术自动提供相关法律条款、法规和裁判案例,这有助于庭审过程更好地理解和适用法律规定。例如,上海市第二中级人民法院的“智能交互庭审”模式在民事、刑事等案件中运用时,通过单一证据校验、在案证据对比、搭建初步证据模型等来审查单一证据的规范性、在案证据的一致性、证据链条的完整性,极大地提高了庭审质证的效率。

(二)生成用于质证的分析报告

生成质证分析报告是人工智能质证的重要运用。人工智能通过高效的数据处理能力,可以通过数据收集、处理与分析、生成结论以及编写报告等自动生成用于质证的分析报告,大幅提高数据分析和挖掘的效率,帮助法官更快地检索到关键信息,提高庭审效率和增强质证效果。而传统庭审质证是在法庭之中通过言词形式对在案证据进行质证,但囿于言词表达范围有限,会使质证的充分性在一定程度上存在不足。尤其是随着案件的复杂程度不断提高,对质证双方和法官的专业技能要求也相应提高,若继续沿用传统质证方式,将不利于庭审活动有序推进。那么,人工智能生成用于质证的分析报告便在庭审质证中大显身手。

首先,生成式分析报告为庭审质证提供参考。传统质证方法从真实性、合法性和相关性的角度展开,但是庭审质证是一个复杂的过程,会涉及不同类型的证据、法律规定以及人与人、人与物之间的社会关系等,这就导致庭审质证面临不小的技术难题。人工智能可以通过API、爬虫以及数据库将这些信息收集、汇总,对采集的数据进行清洗、去重、标注等预处理操作,以保证进入庭审的数据准确、有效和具备相应的证据能力。人工智能可以从海量信息中提取关键信息,通过主题挖掘技术分析文本数据,利用自然语言处理技术分析涉案人员的社交媒体信息、行动轨迹和资金流向,形成与涉案人员相关的分析报告,为庭审质证提供参考。例如,在伍某走私、贩卖毒品案件中(1)湖南省洪江市人民法院刑事判决书(2023)湘1281刑初189号。检察机关在举证时出具了行车记录仪分析报告、执法记录仪视频分析报告等证据,这些分析报告的生成离不开人工智能的技术支持,如行车记录仪分析报告需要人工智能总结出当事人在不同时间、不同路段的行车轨迹、不同的行车记录是否具有连贯性等。若只以行车记录仪和执法记录仪向法庭出具,而不提供分析报告,将会在质证环节使辩护方无从下手,也会加重法官内心确信的难度。

其次,生成式分析报告是人工智能的间接运用。通常情况下,未经处理的原始数据最能反映与待证事实的联系,但是大数据与传统的实物证据、言词证据相比,具有海量性、复杂性和难以理解性的特征,若在庭审质证中直接使用海量原始数据,将会导致法学科班出身的司法人员和律师无法回应技术难题。因此,人工智能将海量原始数据进行筛选、分类、删除重复值、补充缺失值,再利用自然语言处理、计算机视觉、语音识别等技术分析处理得出可用于质证的分析报告。例如,聂某帮助信息网络犯罪活动罪案件中(2)辽宁省瓦房店市人民法院刑事判决书(2022)辽0281刑初424号。线索分析报告被作为证据在庭审中质证,并被法庭确认。从技术运用来看,线索分析报告的形成需要人工智能使用自然语言处理技术对收集的证据信息进行关键词提取、文本分类、实体识别等操作,利用计算机视觉技术(人脸识别、物品识别)对图像和视频素材进行实物证据分析,采用语音识别技术对录音材料进行转录,提取有价值信息,同时还可以将质证过程实时记录。检察机关可以通过人工智能将被告人有罪数据进行筛选分析,形成用于质证的分析报告,由辩护方在庭审质证环节对检察机关通过人工智能分析的被告人有罪的证据进行质证,这在一定程度上能够减轻控方的举证难度。

最后,生成式分析报告可以充当专家辅助人的角色。人工智能以大数据为基础,通过智能算法自动生成用于庭审质证、具有结论性的分析结果,这些分析结果将以分析报告的形式在庭审质证中呈现。为此,有学者称其为“大数据分析报告”[8]。大数据分析报告并不能作为独立的证据形式,可以根据其特征纳入不同的证据类型,再通过证据规则和模式实现其证据化并在庭审质证中运用。而人工智能自动生成分析报告,涉及数据内容的提取和标签,将文本、图表、影像等材料相结合,并使用自然语言生成技术将关键信息和结论生成为连贯易懂、叙述性的分析报告文本,用于辅助庭审质证和为法官采信提供支撑。由于人工智能是不断学习的智能化产品,在生成分析报告之后,会对庭审质证的效果进行深度学习,可以在一定程度上预测法官对质证意见的采纳概率[9],辅助辩护律师建立更为有效的辩护策略,为庭审质证提供建议性的策略或预测质证结果。在质证过程中,人工智能可以克服专业缺陷,特别是专业性比较强的案件。例如,在杜某盗窃案件中(3)天津市河西区人民法院刑事判决书(2022)津0103刑初264号。检察机关出示了产品分析报告,证明被告人杜某更改电阻、加装铜片以窃取电力。而产品分析报告可以通过人工智能分析出盗电时间、盗电数量以及是否存在其他盗电行为等。此时,人工智能可以充当专家辅助人的角色,为庭审质证提供帮助。

(三)评估庭审证据的真实性

证据真实性的评估是庭审质证的重要内容,换言之,证据是否真实是公正裁判的核心。人工智能在庭审质证中的运用形成了证据鉴真规则,评估庭审证据的真实性[10]。与传统的证据鉴真规则相比,人工智能模式下的鉴真规则更具技术属性,笔者主要从书面材料和数据记录、对音频证据、图像和视频证据鉴真三个方面作一讨论。

首先,书面材料和数据记录等证据的鉴真。一是人工智能在庭审质证中通过自然语言处理和机器学习技术进行分析。例如,利用文本挖掘技术和情感分析算法,可以判断文本内容的真实性和可信度,证明该证据是否存在证明力。二是人工智能可以运用自然语言处理技术分析语义、情感和风格等方面,通过结构化和非结构化数据分析能够发现关键信息、潜在矛盾和纰漏,为鉴别证据真实性提供依据。三是人工智能可通过语法、语义和句法等多种特征进行跨文档比对,找出不同文本之间的相似性和差异,进一步辅助真实性判断。例如,广州互联网法院“ZHI系统”采用人工智能技术、卷积神经网络模型,结合知识产权大数据智能分析,提供包括特征相似度比对、矩阵像素切割分析、摄影属性比对等多种维度比对方案,针对不同作品类型适配不同的比对模型,实现相似性比对分析、电子证据智能比对。这个过程可辅助发现可能存在的抄袭、模仿或篡改情况,有助于评估证据的真实性和可靠性。人工智能在庭审质证中可以运用文本挖掘技术,自动提取文本材料中的关键词、日期和数字等信息,通过对关键信息进行关联和比较,可以使法官快速获取质证的核心内容,建构起人工智能的质证模式。四是人工智能基于主题建模和分类算法,可以对大量文本进行归类和分组,比较不同文本之间的相似度利用自然语言推理和逻辑分析技术,可以检测文本证据之间的关联性和相似性。例如,通过关联性和相似性检测可以发现质证证据是否有瑕疵或者证据链之间尚未完全闭合,这样可以建议检察机关对证据进行补足,以达到事实清楚和证据的确实、充分。

其次,音频证据的鉴真。音频证据能够在庭审中质证并且被法庭采信,必须具备真实性、连贯性,不可进行剪辑,应以原始状态呈现。同时,音频内容的音质需要清晰,且对于待证实案件部分有准确、完整的描述。但是,人工很难对音频证据的真实性作出判断,需要借助司法鉴定。一是利用自动语音识别技术将音频中的语音内容转换为文字,便于将对话内容进行质证。在某些案件中,在音频中可能包含了地方方言和其他国家的语言[11],人工智能便可以提取音频中的关键信息,对语音内容作出有效识别。二是人工智能可以通过分析音频信号中的特征和统计信息检测波形异常、噪声突变等,以此来证明异常的音频信息是否经过编辑、篡改和剪辑,从而准确识别音频的真实性。三是人工智能可以通过噪声消除、回声抑制、频谱调整等技术修复质量较差或受损的音频文件。在司法实践中,有的音频证据的噪声过大,导致其证明力偏低,而人工智能通过修复音频质量,提升音频的清晰度,进一步确认其真实性。四是人工智能可以通过声纹识别技术分析录音中的声音特征,从声道、声带震动等方面进行身份鉴定。例如,通过比对音频文件中的声音与已知声纹数据库帮助确定说话者身份和核实音频的真实性。在庭审中,部分证人以录音方式提供证据,此时,人工智能可以对录音的证人证言进行鉴别,判断证人身份的真实性。五是人工智能可以借助对话分析技术识别音频中不同说话者的声音,捕捉他们之间的互动。例如,具有我国自主知识产权的检信语音心理(情感)人工智能技术的开发与应用,便可以通过语音展开对话分析。在庭审质证中结合对话分析,展示与案情相关的争论和对话内容,有助于证明言词证据的真实性。

最后,图像和视频证据的鉴真。对于涉及图像和视频证据的案件,人工智能可以通过算法检测图像或视频内容是否被篡改。通过图像识别和深度学习技术,识别异常区域、模糊边缘、不自然的阴影等。数字取证技术可以追踪图像或视频的元数据,从而确定其来源和历史修改记录,这有助于法官判断证据是否真实[12]。人工智能在庭审质证中对图像和视频证据的鉴真主要通过以下几个方面。一是人工智能通过深度学习和计算机视觉技术可以在图像或视频中自动检测、识别和追踪对象。这主要运用于在质证时分析案件相关场景中的关键元素,如车辆、人物、物品等,从而帮助法庭确认案发经过和当事人行为。二是可以使用模式识别算法识别图像中的特征和纹理(如色彩、亮度等)对图像内容进行鉴定,有助于发现是否存在过度编辑、不自然的边界或异常光线,进一步评估图像的真实性。三是在图像质量较低或受损的情况下,人工智能可以通过图像修复算法帮助去除噪点、提高清晰度和还原初始信息。通过图像修复与增强可以为质证提供更多有价值的证据。四是可以按时间顺序对视频片段进行排序,构建人物进出场景、动作细节等时间线,了解案发经过,尽可能直观地还原案件事实。此外,当视频帧率较低或存在缺失帧时,人工智能可以运用插值技术预测缺失内容,重建连贯的视频片段以帮助法庭更好地评判证据。人工智能在分析过程中会评估图像或视频的日期、时间、设备型号等元数据,从多种数字设备中提取、分析和恢复数据,帮助判断证据的来源和可信程度,辅助鉴定图像和视频证据真实性。

二、人工智能在庭审质证中运用的挑战

如前文所述,人工智能在庭审质证中已经有初步规模的运用,这在一定程度上提高了诉讼效率和司法智能化应用的水平,但由于主客观因素目前面临一些挑战,主要包括以下几个方面。

(一)挑战之一:质证数据可靠性不足

庭审质证的基本方法是通过当事人之间的举证、质证、询问、质疑,对证据的真实性、合法性和相关性进行质证,使法官能够通过质证程序查清案件事实,认定涉案证据,以实现公正裁判的目的。然而,人工智能在庭审质证中的运用依然要从证据的真实性、合法性和相关性以及证据能力、证明力的角度来进行质证。从证据真实性质证来说,人工智能在庭审质证中通过技术手段来评估证据的真实性,但是这反映的仅是证据外观的真实性以及检验单一证据是否存在瑕疵。如书面和电子数据的鉴真则是通过自然语言的处理分析或是文本相似度对比分析实现鉴真。在证据鉴真的过程中往往会忽略数据这个最为重要的基础,似乎只要经过人工智能处理的数据都可以在庭审质证中使用。人工智能在庭审质证中的运用会基于其自身的技术属性产生人工智能证据,算法运行会产生算法证据,大数据的运行则会产生大数据证据。笔者无意讨论这几种证据的区别,而是在这几种证据背后都需可靠的数据作为支撑,方能在庭审质证中运用。那么,用于庭审质证的数据是否可靠是人工智能运用面临的挑战之一。

从司法实践的情况来看,人工智能的运行不是简单的算法操作,而是要不断地向人工智能模型投喂大量的数据,而这些数据的来源多是法院裁判的案例或设计者预先收集的数据信息,其他数据信息收集则较为困难。尽管数据无法直接在庭审质证中作为证据直接使用,但是可以通过分析报告向法庭展示,这些数据能否保证分析报告具有可靠性还面临不小的质疑,面临质证数据可靠性不足的隐忧。以在线诉讼的数智化管理为例,质证双方可以将证据通过电子质证系统进行交换和质证,这样,所有上传到系统中的证据均以数字化方式呈现。例如,实物证据以拍照或扫描的方式、言词证据以书面记录的方式,这会造成质证的实物证据是否为原件、证据来源以及收集、固定程序的合法性无法得到验证,同样,证人证言的真实性、自愿性也面临可靠性不足的挑战。另外,人工智能在庭审质证中的运用还存在单一数据、数据集与待证事实之间的关联性不足的问题。从理论上看,数据集应当由单一数据构成或者相同类型的数据单元组成。而实际上,数据集储存着海量数据,通过收集、处理、筛选等方式难以处理完海量数据,在质证中呈现的分析报告只是人为选取对自身诉讼有利的数据,且当前究竟运用何种方法对海量数据的可靠性进行证明还不够明确[13],这在一定程度上加剧了庭审质证的挑战。

(二)挑战之二:算法的可解释性不强

算法是人工智能在庭审质证中运用的重要方式,通过算法可以将原始数据通过一系列的指令进行处理,生成可用于庭审质证的数据材料。庭审质证不仅需要对人工智能生成的分析报告进行质证,还需要对生成过程以及其运行机理进行质证,如此才能在质证中辨别事实和认定证据。然而,由于技术的复杂性,以及人工智能模型训练时获取到被追诉人的社会地位、品质、经济条件等数据,会不自觉地将这些情况与被追诉人的犯罪行为相互关联,形成算法决策过程中的偏见,引发人工智能在庭审质证中面临算法的可解释性不足的挑战。算法的可解释性要求司法人员能够理解算法的决策原理、过程和结果,实现人工智能全流程质证。而算法的可解释性不足将会导致法官在认定证据和采信质证意见较为困难,也会导致控辩双方因难以理解算法,使质证流于形式,压缩庭审质证的空间。同样,辩护方针对控诉方提供的人工智能生成的证据进行质证,则辩护方无法有效对该类证据质证。从人工智能融合的进程来看,由于案件审理不仅是简单的法律适用,还涉及大量的价值判断,导致人工智能在司法领域中的技术运用多处于辅助处理事务性工作的地位。对于庭审质证中生成的分析报告更多通过补强其他法定证据或通过关联其他证据增强证明力,而对于算法生成的原理和算法过程往往成为不了质证的重点。换言之,并非控辩双方不想对算法决策的原理和过程进行质证,而是算法的解释性不强的现实使庭审出现质证不能的境地。

算法的可解释不强给庭审质证带来的挑战主要体现在两方面。一方面,人工智能的运行是通过特定算法进行处理,且不同的模型适用不同的算法,这就使得算法在编码程序中具有较强的专属性,非专业人员很难理解算法运行过程,以至于庭审质证过程中默认算法过程和原理是正确的,只需要在庭审质证中对算法结果质证即可,这样不利于公正庭审的实现。在庭审质证中直接言词的适用范围也不断被削弱,本应该通过直接言词在质证中交叉询问,观察当事人的情态、表情和肢体动作,而算法的可解释性不足带来直接言词无法有效发挥作用。在某些情况下,算法包含了大量的参数以及具有复杂的结构,即使具有技术背景的人员也难以对算法作出直观的解释。另一方面,当前法律规范对人工智能在庭审质证的运用还不健全以及对算法可解释性的讨论几乎停留在技术维度,这使得算法解释的法律依据和理论基础不够充分,在庭审质证中并未受到应有的重视。技术运行的不透明会产生黑箱效应以及算法的可解释性不强对庭审质证会带来技术偏见和认知偏差,如果算法的训练数据存在偏见或无意地引入了某种偏见,不利于被追诉人的权利保障以及裁判的公正性。

(三)挑战之三:数据隐私安全性不高

数据隐私包括诸多数据信息和隐私,如被追诉人个人的身份信息、财务情况、身体健康状况以及与数据隐私相关的证人证言、电子数据等。若这些信息因内部数据管理不善,可能会导致数据泄露的风险。从人工智能在庭审质证中运用的情况来看,数据隐私的安全性总体上并不高,针对相关数据隐私尚未建立完备的管理和预防机制。以电子质证系统为例,尽管当事人进入电子系统有多重身份认证以及提交的证据经区块链技术存证固定[14],但仍会产生数据隐私泄露的风险。当前,我国《个人信息保护法》明确规定,收集个人信息应当限于实现处理目的的最小范围,不得过度收集个人信息。而在庭审中控诉方提交的证据往往是侦查机关收集的证据,包含了与公民个人信息息息相关的数据,其中既有被追诉人的个人信息,也有与案件无关的第三人的个人信息,存在过度收集个人信息的情况。侦查机关收集的大量个人信息会在诉讼过程中被多次传送和处理,且我国尚未建立个人信息删除权制度,因而不可避免地在信息传输环节存在泄露的情况。

数据隐私的安全性应当是人工智能在庭审质证中运用的核心内容,我国《数据安全法》规定,数据安全是指通过采取必要措施,确保数据处于有效保护和合法利用的状态,以及具备保障持续安全状态的能力。就人工智能平台而言,不同的法院与技术公司联合研发质证系统用于处理案件数据和证据,但是技术的设计者、维护者和使用者往往面向不同的群体,在多主体的情况下究竟如何才能持续处于安全状态呢?笔者认为应保持数据在内部专网运用,对于敏感数据需设置相应的访问权限,重要数据在传输中需加密传输,经庭审质证后的数据应当明确保管的责任主体,谁保管谁负责,谁使用谁负责。实际上,人工智能在庭审质证中仍面临使用者数据保护意识不强、外网运行的数据缺乏保密机制以及相关责任主体不够明确,这容易使数据隐私的安全处于不稳定的状态。

三、人工智能在庭审质证中运用的原则

人工智能的运用是一项复杂的系统性工程,作为现代科学技术发展的产物,在与价值判断性较强的司法审判活动相融合时,应在合理限度范围内运用,落实必要的原则,保持与正当程序、人权保障等诉讼法理的平衡,使人工智能技术能够在庭审质证中发挥正向作用。

(一)司法价值平衡原则

现代科学技术的发展必然与现有法律体系和规则产生冲击,那么人工智能在庭审质证中的运用与正当程序、人权保障等司法价值在某种程度上会产生冲突。这可能导致为了尊重既有的规范价值会限制人工智能的运用,反之,如果不约束人工智能的运用,造成人工智能的泛化,可能会动摇传统法治的理论根基和权利保障的基础。所以,人工智能与司法价值之间应当寻求到平衡点,既要促成和鼓励人工智能技术的发展,也要尊重和保护司法价值的基础,消弭两者之间的冲突。笔者认为,司法价值平衡原则应包含以下两个方面。

一方面,人工智能应与司法原理相契合。传统司法原理中包含了司法公开、程序正当、及时审理、直接言词以及法律监督等,而人工智能不能脱离这些传统司法原理的框架和体系,必须与司法原理相契合。就庭审质证而言,质证目的是为了使法官可以通过控辩双方的举证质证程序,达到证据采信和事实认定的内心确认程度。所以,人工智能在庭审质证中的运用需要确保法官能够对质证证据了解和掌握,同时要保障质证流程的公正性。从实际情况看,我国法院使用的电子质证系统多将质证环节前置到庭前程序,即在正式开庭之前,质证双方便能通过电子质证平台举证以及交换质证意见,法官也可以通过电子质证平台对双方的质证意见以及证据的证明力作出认定。笔者认为,质证程序的前置将使公众失去参与庭审的机会,以审判为中心诉讼制度改革提出的庭审实质化将无法落实,庭审形式化现象将愈演愈烈。从这个意义上来说,人工智能在庭审质证中的运用应当在庭审实质化体系内展开,而不能颠覆传统的庭审形式。人工智能在庭审质证中的运用应遵循正当程序的原则,质证程序是现代法治进步的重要标志,人工智能庭审质证只是在形式上符合了质证要求,而在程序上似乎更多受到技术化的影响。在技术性正当程序的影响下[15],庭审质证仍然要听取意见、说明理由,而不能完全以电子化的形式呈现。同时,人工智能在庭审中的运用需要进行监督,对设计者、开发者和使用者确立分层化的责任监督机制。

另一方面,人工智能应与权利保障相适应。人工智能在庭审质证中的运用应以实现公正为首要目标,而不能一味地追求效率,使质证过程流于形式,否则无益于被追诉人权利的保障。无论采用何种技术手段,被追诉人的接受公正审判权、辩护权、隐私权等都应得到充分保障,任何人工智能的运用都不能侵犯或削弱这些权利[16]。在刑事诉讼语境中,被追诉人很难对抗公权力机关的力量,尤其是人工智能在庭审质证中的运用会进一步扩大控辩差距。因此,庭审质证中必须进一步明确被追诉人的主体地位和诉讼权利。公诉机关应尊重被追诉人的诉讼主体地位,扩大质证范围[17],遵循公正审判的原则,确保被追诉人在整个庭审过程中受到公正对待。在使用人工智能进行庭审质证时,应尊重被追诉人的隐私权,遵循比例原则,只在知情同意和合理使用的情况下才能获取其个人信息。这意味着在收集、存储和使用涉及被追诉人的个人信息时,应采取适当的保密措施,确保信息不被泄露或滥用。人工智能在庭审质证中的运用需通过明确告知程序来保障他们享有的权利,减少因算法黑箱带来的不公和偏见。此外,人工智能在庭审质证中的运用不宜适用所有案件,对于案情简单、事实清楚的案件可以运用,而案情复杂、价值判断难度高的案件则要限制其运用,保证人工智能在庭审质证中的运用符合现行法律规定和伦理标准。

(二)人工智能辅助原则

人工智能在庭审质证中可以辅助法官加速证据分析、辨别事实真伪、构建证据链条,进而确保认证过程的准确性。人工智能在庭审质证中发挥了重要作用,但在运用过程中需要明确人工智能辅助庭审质证的原则,而法官独立裁判的主体地位不得改变。简言之,庭审质证中的人工智能在提供信息和支持的同时,应确保法官依然具有独立判断的能力。尤其在涉及复杂法律问题、新型案件或人工智能难以处理的诉讼情形时,法官仍需基于其专业知识、经验和直觉进行判断。所以,平衡人工智能辅助作用与法官独立判断至关重要,需要克服过分依赖人工智能的风险,将其作为一个辅助工具,而非裁判的主导者。人工智能应在完善庭审程序、优化质证过程、提高裁判结果的可靠性等方面发挥作用,而不是消除法官在审理案件中的主体性、决定性地位。人工智能应在有助于举证、质证和庭审辩论等方面发挥作用,提高庭审质量,而非降低当事人在庭审环节的参与和将庭审质证简化到纯粹的算法决策过程。从这个意义上来说,人工智能在质证环节的应用可以帮助法官解决部分认知或操作负担,弥补个别环节的不足。例如,人工智能能够快速处理大量证据信息,提高效率和准确性,而这在司法资源有限的情况下较难实现。人工智能的技术优势与法官的专业知识在功能上可以形成互补关系,但是,在这种互补关系中法官始终处于主导者的角色,人工智能则处于辅助者的地位,这才是人工智能在庭审质证中的准确定位[18]。

人工智能辅助庭审质证仍需要法官主动运用自身专业判断、权衡各方质证意见,防止过度依赖人工智能的分析结果[19]。司法效率的提升是人工智能辅助庭审质证的重要提升,主要表现在人工智能在证据分析、关联性挖掘等方面的技术优势的基础上,能够为法官提供有力的技术支持,而法官则可以利用这些支持做出更明智、可靠的判决。但在实际操作过程中,不排除法官对人工智能产生技术依赖,迷信机器决策的结果[20]。所以,人工智能辅助庭审对法官也提出了新的要求。一是法官和质证双方应按照现行法律规定,在庭审过程中充分质证,不能因为程序简化而限制当事人的质证权,应在保障程序正义的原则下进行辅助[21],确保庭审质证过程不受其影响,达到实质公正与程序公正的平衡。二是人工智能在庭审质证中充分发挥辅助作用,法官需要强化对新技术、新方式的学习和掌握,了解前沿法律问题,不能局限以往获取的知识和常识性认识。法官具备人工智能基本原理和技术的相关知识,这样能够更好地评估人工智能收集、处理证据的真实性、可靠性,从而在庭审过程中保持自主判断力。

(三)技术标准保障原则

人工智能在庭审质证中的运用需要持续完善其技术标准和规范。目前,人工智能还处于弱人工智能阶段,尽管实践中已经有智能量刑、语言转录等智能化设施,但相关技术标准和规范还不能完全满足司法实践的需求。2022年12月,最高人民法院发布的《关于规范和加强人工智能司法应用的意见》提出,加强司法人工智能关键核心技术攻关,依托国家重点工程、科研项目和科技创新平台,组织产学研优势力量,开展关键核心技术集智攻关,为司法人工智能系统建设提供牵引和支撑。此外,2017年国务院印发的《新一代人工智能发展规划的通知》也多处强调加强人工智能技术的研发。因此,人工智能在庭审质证中的运用必须落实技术保障的原则,使人工智能的技术属性能够融入庭审质证之中。随着科学技术的不断发展,需要不断加强人工智能的研发和创新,提高其在证据分析方面的能力和精度。通过改进算法、优化模型、加强深度学习等方法,提高人工智能对证据的识别、分类、解析等方面的能力,使其能够更好地满足司法实践的需求。人工智能的分析需要大量的数据支持,所以需要建立和完善大数据资源库,通过数据库和数据共享机制,加大对人工智能大模型的训练,以便人工智能能够获取更多的数据进行分析。人工智能在庭审质证中的运用需要遵循技术伦理,关注手段和目的的正当性和合法性,人工智能在对数据整理、清晰和标注的过程中不得带有偏见或将数据信息完全偏向于使用者一方的需求。

人工智能的技术保障需要结合司法实践的需求和法律规范的完善。人工智能通过与司法实践的深度融合,可以更好地了解司法实践中遇到的难点、堵点。例如,可以加强与司法人员、律师等的合作与交流,共同推动人工智能在庭审质证中的发展和应用。如上文所述,人工智能的定位是辅助庭审质证,因此,其技术标准必须是辅助司法审判事务,而不能以技术手段代替司法决策。人工智能在庭审质证中的运用需要具备一定的专业知识和技能的人才进行支持和维护。通常以司法机关与某技术公司合作的方式实现,在技术设计和维护过程中需注意加强技术监管,通过内网运行的数据在传输过程中应防止泄露。但是应当警惕的是,人工智能在庭审质证中的运用需要投入大量的资源以及需要相关政策的支持,而被追诉人及辩护人往往不具备这样的条件,只能在质证过程中被动认可控方的举证和法官认定的结果。针对这样的情况,人工智能应注意保障其接触、适用技术的权限和公开度。人工智能在司法领域的深度运用是未来的趋势,而法律规范相对于实践的发展具有滞后性,需要健全完善人工智能法律规范。因此,立法应当根据人工智能在庭审质证中的发展及时调整法律规范,确保其运用的合法性和公正性。对于立法者而言,需要建立健全人工智能伦理安全规范管理制度和监管机制,防止人工智能在庭审质证中对弱势群体产生偏见,也要通过完善相关法规范明确人工智能技术的标准。

四、人工智能在庭审质证中运用的路径

实现人工智能在庭审质证中的有效运用需要不断克服现有挑战,保障质证数据的可靠性、提高算法的可解释性、强化数据隐私的安全性,使人工智能能够在庭审质证中良性运行[22]。

(一)保障质证数据可靠性

公正的庭审质证有赖于可靠的质证数据保障,无论是传统电子数据还是大数据证据、算法证据等新型证据形式的质证都始终强调可靠性这一要素[23]。那么,人工智能在庭审质证中的运用,需要保障收集、筛选、汇总以及生成的数据的可靠性。具体来说,需要做到以下几个方面。

首先,数据的收集和处理过程需要严格遵循法律规范和技术标准。涉及个人隐私和敏感信息的收集和处理需要得到当事人的同意,并且要遵循个人信息保护法等法律法规。若收集和处理数据涉及国家利益、集体利益或商业秘密,则不宜对其公开质证,并将其加密保存,数据处理和分析的整个过程也需受到严格的监督和管理,以确保数据的可靠性。从法律规范来看,美国、欧盟、德国、日本近年来均出台了人工智能发展与治理的法律规范,我国也于2023年7月发布了《生成式人工智能服务和管理暂行办法》,进一步促进了我国人工智能相关立法的完善。但总体来看,我国针对人工智能的立法相对滞后,在国家层面需要加大完善人工智能立法规范,使人工智能在庭审质证中有法可依,使质证数据的收集、使用有明确的法律依据。从技术标准来看,用于质证的数据应保证无歧视和偏见,在处理过程中应无差异地运用并给予所有主体均等接触的机会。

其次,保障质证数据的来源和质量。人工智能生成用于质证的分析报告直接受到质证数据来源和质量的影响。质证数据来源必须具有可靠性,这种可靠性体现在收集数据的主体具有合法的取证资格、处理数据的主体具有运营资质、收集和处理数据的程序必须合乎相应规范和标准,需要受到严格的审查和监督。需要注意的是,数据来源的可靠性涉及合法性的审查,反之,非法手段和方式收集的质证数据可能在庭审中无法被法庭采信。此外,对于有争议的数据,需要进行充分的质证和辩论。在庭审质证中已经使用区块链存证技术,例如,《人民法院在线诉讼规则》明确了区块链存证的效力范围,提出了对证据上链前数据的真实性可以结合上链存储前数据的具体来源、生成机制、存储过程、公证机构公证、第三方见证、关联印证数据等情况作出综合判断。

最后,人工智能生成用于庭审质证的分析报告需要经过审查和验证。在司法实践中,生成式质证分析报告通常未经过审查和验证,直接在庭审中出示,只要质证双方没有异议,便可直接作为定案根据。而实际上,质证分析报告的底层基础是海量数据,不可避免地会存在数据传输过程中的缺失、数据计算过程中的误差、样本提取过程中的不足等问题,同时面对海量数据的收集、处理也会面临算法偏见、算力局限的影响。因此,对于人工智能生成用于质证分析报告的审查和验证可以通过机器与人力相结合的方式实现。一方面,机器对算法过程进行审查,并通过关联收集主体、处理主体以及行为之间的合法性作出审查;另一方面,法律专家和技术专家对生成式质证报告分别作出法律规范的审查和技术标准的验证。

(二)强化算法的可解释性

人工智能在庭审质证中运用的关键是保证算法过程和结果的透明度、可解释性。人工智能分析结果可能会被用作证据进行质证。因此,需要保障算法过程的透明度[24],避免算法黑箱对质证双方产生不公正的认定结果。如人工智能的算法会忽略被追诉人无罪、罪轻的证据,而偏重分析有罪、罪重的证据。同时,人工智能的分析结果要具有可解释性,这种可解释性既包括可以被法官理解,还包括能够通过数据反馈的结果进行验证和检验,使法官能够对质证过程和结果形成清楚的认知,以便能够准确通过质证认定案件事实,评估算法正当性。因此,为了让法官和当事人对人工智能的结果具备足够的信任,关于算法的工作原理和使用的数据以及算法产生的结果应具备可解释性,以允许法官和当事人理解和评估其中的逻辑。而确保透明度和可解释性的一个关键因素是让法官、律师和当事人能够理解庭审质证过程中使用的人工智能模型。在选择庭审质证中使用人工智能模型时,应优先选择易于理解的模型,例如决策树、贝叶斯网络和线性回归等。这些模型相对容易理解,可以在一定程度上解释模型的推理逻辑和预测依据。采用这类模型可以避免黑箱效应,提高算法的可解释性[25]。对于庭审质证中常见的复杂问题,应提供详实的分析报告以便法庭各方更好地了解其合理性与科学性。针对特定案件,应向法庭提供关于模型预测结果的局部解释。例如,在某选定案件中,人工智能认定某关键证据有很高的说服力,则应详细解释这一结论是如何基于证据的具体情况和相互关系得出的。通过提供局部解释,法庭各方可以更好地理解和评估人工智能系统的推荐效果。此外,应公开披露数据来源、质量和处理方法,确保庭审各方了解人工智能模型推荐的基础依据。

除了使人工智能模型透明和可解释性之外,还需要人工参与到算法解释工作之中。从刑事诉讼的庭审质证来说,控方在庭审中承担着证明被追诉人有罪的证明责任,辩护律师则要对控方提出的有罪证据作出质证;同时辩护律师也要向法庭出示被追诉人无罪、罪轻的证据,此时则由控方进行质证。在质证过程中,基于算法自动生成的分析报告理应成为质证的重点,因为分析报告如何生成、生成过程不能直接在报告中展示,即使在分析报告中载明了分析路径和研究的技术,但是控方和辩护律师大多不具备技术背景,对于分析口径、算法代码运行以及如何标签、筛选等情况一无所知,此时不能因为技术难题而忽略对分析报告的质证,而是引入专业技术人员提高算法的可解释性。例如,控辩双方对提交的人工智能产生的分析报告有异议,可向法院申请由专业技术人员对算法过程作出专业性的解释,同时法院可以依职权要求专业技术人员对算法过程作出解释。而专业技术人员则需要对分析报告和算法解释过程的真实性承担责任。因此,可以通过建立专业技术人员的算法解释机制,进一步提高算法的可解释性,增强人工智能在庭审质证中的运用,保证公正的庭审质证。

(三)提高数据隐私安全性

在人工智能辅助庭审质证过程中,数据隐私保护至关重要。一是庭审过程涉及诸多敏感信息,如个人隐私、财产状况等,关系到当事人的隐私权及其诉讼权益。二是数据的泄露、篡改或损坏可能影响庭审质证的公正性,影响事实的认定。而法庭作为公正的代表,需要在证据收集和处理过程中尊重和保护当事人的隐私权,维持公众对司法裁判的信任。此外,还需要确保人工智能应用的合法性,提高庭审质证的有效性和可靠性。要实现人工智能在庭审质证中的数据隐私保护和安全,需要从多个层面采取措施。

首先,在收集和处理庭审质证数据时,仅收集为人工智能辅助庭审质证所需的必要数据,在处理时需要限制数据使用范围。一方面,在收集或获取当事人的个人信息时,应遵循相关法律法规,如我国《数据保护法》《个人信息保护法》等。在收集数据过程中,需要得到当事人的同意或其他法律允许的方式,并确保数据的收集目的和范围与庭审质证有直接关联。另一方面,仅将收集到的个人信息用于庭审质证及相关司法活动,避免数据被用于无关的目的或无关的第三方。在信息处理过程中,尽量仅使用直接与案件相关的数据,避免不必要的数据处理,以确保最低程度的隐私侵犯[26]。其次,加强数据访问控制和权限管理,为不同角色设立访问权限,使得只有具备相应权限的人才能访问敏感数据。通过用户认证和授权机制,确保数据访问行为在一定范围内受控。记录和监控数据访问日志,以便在出现安全问题时及时查找原因,采取相应措施。再次,使用技术手段对敏感数据进行脱敏和匿名化处理,确保数据在传输和存储过程中的安全,降低数据泄露风险。在必要时,使用多方计算或同态加密等保护隐私的方法进行数据计算。对人工智能系统的安全状况进行定期审查,评估潜在风险,确保系统具备较强的防御能力。对数据安全进行全面的风险评估,实现数据安全风险的早期发现和及时处置。监控数据处理和存储过程,以避免非法访问、数据泄露、篡改等行为。最后,制定严格的法律法规,明确规定庭审质证中人工智能处理敏感数据的方式、范围和限制。设立明确的责任分配机制,确保在隐私泄露或数据安全问题发生时,能明确责任人并采取相应的法律措施。针对人工智能算法设计者、开发者和程序维护者等相关人员进行法制教育,增强他们的法律意识和责任意识,确保在庭审质证过程中充分保护当事人的隐私权益和数据安全。

此外,如果被追诉人认为因人工智能的运用对其权利造成了影响,应有相应的救济机制和上诉途径。这包括允许当事人对人工智能提出异议、请求人工干预或提出上诉等。通过建立这样的救济机制,可以确保被追诉人的权益得到充分保障。首先,应当建立完善的异议机制。被追诉人对人工智能在庭审质证中的运用结果有异议的,可以提出异议申请。法官应当对异议进行审查,并作出是否采纳的决定。如果决定不采纳,应当说明理由。被追诉人对决定不服的,可以上诉。通过异议机制,可以及时纠正人工智能运用中的错误或不足之处,确保被追诉人的合法权益得到保障。其次,应当完善上诉途径。被追诉人认为人工智能在庭审质证中的运用结果存在错误的,可以提起上诉。上诉应当在规定的期限内提出,逾期提出的上诉无效。上级法院应当对下级法院运用人工智能进行庭审质证的情况进行监督,发现问题及时纠正。监督方式可以是定期检查、抽查或者被追诉人申请监督。通过完善的上诉途径,可以进一步保障被追诉人的合法权益,确保人工智能在庭审质证中的运用结果的准确性和可靠性。最后,还应当建立相应的技术保障机制。人工智能在庭审质证中的运用涉及大量的数据和复杂的算法,需要建立完善的技术保障机制来确保其准确性和可靠性。技术保障机制可以包括数据质量控制、算法验证和测试等方面。通过技术保障机制的建立和实施,可以进一步降低人工智能在庭审质证中的错误率,保障数据隐私的安全性。人工智能在庭审质证中的运用可以确保当事人的知情权和参与权,为此,应当将质证过程和结果向当事人公开,使当事人知晓数据隐私的使用范围和交换路径,进一步促进人工智能在庭审质证中的合理运用。

五、结语

人工智能在庭审质证中的运用是数字时代的必然趋势,通过将现代科技与传统法律规则相结合,可以更有效地处理复杂的案件,并提高司法公正性和裁判准确性。值得注意的是,人工智能在庭审质证中的运用并不意味着对现有法律框架的否定或替代,而是在这个基础上的细化和补充。人工智能可以协助法官对庭审过程中出现的海量数据进行整合和分析,以提升庭审质证效率。同时,经过深度学习和大数据分析,人工智能能够更好地鉴别证据的真实性,为证据链的构建提供有力支持。当然,尽管人工智能在庭审质证中的运用效果显著,但我们仍需在实践中与现有法律框架相适应,确保其不被滥用。作为司法体系的一部分,人工智能在庭审质证中的运用需严格遵循现行法律法规以及伦理原则,不断完善并调整技术标准和判断规则,以充分保障司法公正和实现程序正义的价值。