China Behavioral Law Society Development Network

中国行为法学会事业发展网
  • 中国行为法学会第六届四次理事会在京召开
  • 沉痛悼念马宝善同志
  • 中国行为法学会医疗健康法治研究专业委员会战略合作研讨会在京召开
  • 学会动态 | 第二届“澜沧江—湄公河次区域”国际法治论坛在云南警官学院举行
  • [完整版|图文]《中国法治实施报告(2022)》隆重发布
  • 《企业商事刑事风险防范指引丛书》 启动交流会在京召开
  • 中国行为法学会侦查学专业委员会第十四届全国侦查学术研讨会暨第七届现代侦查技战法论坛在浙江绍兴召开
  • 《民营经济促进法(草案)》征求意见座谈会在长沙举行
  • 为人民抒怀、为时代放歌 《人民就是江山》——大型公益原创歌曲交响 音乐会在京举办

   时政要闻

郭雪慧 | 论人工智能证据的独立性

来源:中国法学 | 作者:管理员 | 发布时间 :2026-10-26 15:11:45 | 24 次浏览: | 🔊 点击朗读正文 ❚❚ ▶ | 分享到:

2.建立人机协同纠错规则

人工智能证据并非由特定人员直接出具,传统证据制作者自行核查并把关的操作方式很难适用。为此,必须从制度层面建立人机协同的纠错机制,以防止因算法失误导致的裁判偏差。在审查过程中,工作人员需要留意原始数据中潜在的地域、性别等各种带有歧视倾向的内容,必要时可要求举证方详细说明,确认系统是否已完成相应的偏差修正。针对涉及定罪量刑、重大财产归属等核心事实的人工智能证据,应该增设技术复核流程,委托具备资质的第三方机构或者专业技术人员再次对人工智能证据涉及的算法逻辑和运算结果进行复核,若复核结论与原结果存在出入,则不能直接采信最初的人工智能证据。

3.构建人工智能证据可采性验证规则

人工智能证据资格准入解决的是人工智能证据能否进入诉讼程序的问题,而人工智能证据可采性验证规则解决的则是法院基于技术性验证进一步确认其证据能力的问题。构建人工智能证据可采性验证规则,可以从以下层面展开:

其一,确立独立验证的可采性前提。对人工智能证据的审查,传统审查方法难以直接适用。独立验证要求法庭不依赖于证据提供方的单方说明,而是通过外部手段对人工智能证据的生成过程与结果进行科学核验。独立验证包括数据验证、算法验证与结果验证。数据验证,即对输入数据的来源、完整性和准确性进行独立的核查,以确认数据未经篡改。算法验证要求围绕透明度、合法性、公平和公正等核心价值,对算法模型的运行逻辑进行科学测评,明确其是否存在系统性偏差或者逻辑缺陷。结果验证,即在相同或者相似条件下,对人工智能系统进行重复运行,以检验输出结果是否具有一致性。独立验证并不是要求法庭自行开展独立验证,而是要通过可操作的验证程序,使法庭能够对人工智能证据的可靠性形成合理判断。对无法通过独立验证的人工智能证据,原则上应不予采信。

其二,确立技术理性的可采性验证标准。人工智能证据生成过程涉及复杂的技术,只是凭借经验法则难以对其可靠性作出准确的判断。因此,可采性验证要从单纯的经验判断转向技术理性验证模式。技术理性验证的核心要求是将技术标准转化为法律上可操作的可采性验证标准。比如,对于大数据分析报告类人工智能证据,可以要求提供方说明分析模型的数据规模和样本所覆盖的范围,以对结论的可靠性程度进行评估。技术理性验证并不是以技术标准替代法律判断,而是为法庭的可采性判断提供科学的技术支撑,是否采信仍然要由法官结合案件的综合情况作出裁量。

其三,构建与分类审查规则相对应的分层可采性验证规则。根据人工介入程度不同,人工智能证据可以分为自主生成型、辅助生成型和技术处理型,不同类别的人工智能证据在风险程度上存在差异,对此,可采性验证标准应当有所区分。对于自主生成型人工智能证据,其生成过程无人类干预,算法黑箱风险最为突出,对其要适用最为严格的可采性验证标准,要求证据提供方完整披露算法运行原理并且提供第三方验证报告,否则法庭可以不予采信。对于辅助生成型人工智能证据,可采性验证的重点在于人类干预的合法性、合理性,对于人工智能系统的可靠性,可以适当降低对算法完全披露的要求。对于技术处理型人工智能证据,如果原始证据合法,而且技术手段经过充分验证,则可以适当放宽可采性验证标准。

其四,明确不予采信人工智能证据的情形。如果有以下情形,人工智能证据原则上不予采信:一是算法存在系统性歧视或者偏差且无法通过技术修订消除。二是证据提供方拒绝配合独立验证,或者在规定的时限内未能提供必要的算法说明和测试报告等应当提供的材料。独立验证是可采性判断的前提,缺乏验证基础的人工智能证据,无法排除合理怀疑。三是人工智能系统的运行环境存在重大的安全风险,可能导致结果或数据被篡改或伪造。四是同一人工智能系统在类似案件中曾出现严重错误,且证据提供方未能证明该问题已经得到有效解决。通过明确证据排除的情形,不仅能够为司法实践提供清晰的指引,而且也能够倒逼人工智能证据提供方提升证据质量。


五、结   语


为紧跟人工智能发展的步伐,需要加紧制定并完善适配人工智能治理的法律法规。人工智能技术深度融入当前司法领域,催生出新型的证据形态。人工智能证据能否取得独立的法定地位已经成为证据法学无法回避的时代命题。本文立足人工智能时代发展和司法改革的双重背景,系统地研究人工智能证据的独立性,以期摆脱其在司法实践中的适用困境。人工智能证据具有区别于现有法定证据类型的本体独特性,归入任何现有证据类型都面临着理论逻辑和实践操作上的双重困境,其独立地位具有正当性。需要通过立法明确其独立的法定证据地位,构建以可靠性为核心、差异化为导向、公平性为目标的制度化、体系化证据规则,以实现人工智能技术赋能司法发展。

人工智能证据的出现既是对传统证据规则体系的挑战,更是推动证据制度现代化的契机。构建人工智能证据规则体系既适应了人工智能证据的本体特性,又契合了司法公正的基本要求,为保障人工智能证据独立地位提供了具体的制度方案。随着人工智能证据规则体系的不断优化,人工智能证据会在各类诉讼案件中发挥越来越关键的作用,有助于实现让人民群众在每一个司法案件中感受到公平正义这一目标。


   通知公告

  • 暂无相关记录!
【编辑:杨昊一】