【中文关键词】 证据标准；证明标准；数据化；统一；双系统理论

【摘要】 数据化的统一证据标准是基于不同类型案件构建完整证据链条之需要而开发的，由公检法三机关统一适用，且被嵌入到数据化程序系统中的证据标准。其设定目的是将“事实清楚，证据确实、充分”的证明标准实现一定程度的具体化。数据化是其本质特征，统一化是其派生特征。这一标准的创新实践打通了一定区域内公检法办案流程，代表了证据标准改革的方向，丰富了相关的理论体系，提供了针对司法决策的纠偏机制。然而，当前我国实践中探索形成的此类标准，还不是真正意义上的证明标准，不是刑事诉讼各环节真正统一的标准，亦不完全是基于大数据技术产生的标准。我国应当继续证据标准数据化的改进，并推出配套的制度。

【全文】

为落实以审判为中心的刑事诉讼制度改革，政法系统进一步提出统一刑事诉讼证明标准的核心对策[1]。借助大数据[2]、人工智能技术改造证明标准的新思路应运而生。贵州、上海等地率先开展了以科技创新助推司法改革的相关试点试验，已经探索形成“数据化的统一证据标准”。该标准是基于不同类型案件构建完整证据链条之需要而开发的，由公检法三机关统一适用，且被嵌入到数据化程序系统中的证据标准。其设定目的是将“事实清楚，证据确实、充分”的证明标准实现一定程度的具体化。数据化是其本质特征，统一化是其派生特征。这样的探索在中国司法积极拥抱科技创新的潮流中已经获得了广泛的影响力。

2017年7月国务院印发的《新一代人工智能发展规划》中指出：“对人工智能重大任务和重点政策措施，要制定具体方案，开展试点示范。加强对各部门、各地方试点示范的统筹指导，及时总结推广可复制的经验和做法。”为了深入论证现阶段“数据化的统一证据标准”应否及如何复制推向全国，本文将围绕数据化的统一证据标准之界定、进步、不足及改进等内容展开全面探讨，并对数据化的统一证据标准进行必要的理论概括。

一、数据化的统一证据标准之实践抽象

现如今“数据化的统一证据标准”已经成为司法改革领域的一个专有名词，在贵州、四川、江苏等地区均有实践，以上海探索试点最为典型。2017年2月6日，中央政法委将“推进以审判为中心的诉讼制度改革软件”的研发任务交给了上海司法机关。上海在研发过程中，将建立统一的刑事案件证据标准作为推进以审判为中心的诉讼制度改革和开发系统的关键。[3]206系统建设至今，已经具备为刑事案件办理提供智能校验、把关、监督的功能，在试点建设期间取得一定成效的基础上，推广试用至其他部分省市。基于当前各地的实践探索，可以发现数据化的统一证据标准具备以下几个特征：

其一，以智能辅助办案系统为依托。数据化的统一证据标准须嵌入到智能辅助办案系统中才能发挥作用。刑事案件智能辅助办案系统旨在推动政法智能化，目前很多省市纷纷投入相关研发，并取得了初步成效。在2018年全国检察机关科技装备展中，贵州省检察院展示了通过“案件证据数据化+标准化”系统的运行，办案时间平均缩短为8天，办案效率提升约19%。江苏省检察院通过刑事办案智能辅助系统甄别判断证据疑点瑕疵，系统在全省检察机关运行至2018年5月18日，共发现取证违法及证据瑕疵问题2139处；系统提示公诉人发现抽血使用醇类消毒液、超期送检等具有重大证据瑕疵案件91件，在一定程度上防止了“带病起诉”。[4]

其二，形成过程两步化。第一步是统一证据标准，第二步是将证据标准数据化。206系统设计者之一黄祥青先生介绍：“无论案件如何变化，认定每个案件的犯罪事实都必须建立一个完整、闭合的证据链条……不同类型案件的证据链条串连起来的查证事实、具体证据，以及适时的开放结构，就构成了统一适用的证据标准。这种证据标准，不是简单的一个证据清单，而是由证据链条串连起来的一个多层次的证据体系。”[5]构建统一证据标准需要地方司法改革性质的文件支撑，例如上海制定了《命案基本证据标准（试行）》《盗窃案件基本证据标准（试行）》《非法集资案件基本证据标准（试行）》《电信网络诈骗案件基本证据标准（试行）》等，贵州省检察院、高级法院、公安厅审议通过了《刑事案件基本证据要求》，四川省检察院、高级法院、公安厅联合颁布了《关于办理刑事案件的证据规范（试行）》等。将证据标准数据化是关键的一步，数据化与数字化不同，数字化是指将模拟数据转换成0和1表示的二进制代码；数据化是指一种把现象转变为可制表分析的量化形式的过程[6]。构建数据化的证据标准离不开算法。可数据化证据标准是可以设计成软件程序系统，并实现对输入的证据数据按照一定的算法进行数据处理的证据标准，也就是通过计算机信息系统的分析运用来辅助司法办案。[7]（见图1）

（图略）

图1　数据化的统一证据标准构建过程

其三，以实现证明标准的具体化为设定目的。司法人工智能在中国的兴起源于市场与官方的双重驱动，官方对司法人工智能赋予了能够解决问题、对司法改革有助益的功能预期[8]。数据化的统一证据标准是要借助大数据、人工智能技术改造证明标准，其设定目的是实现证明标准的具体化。之所以有这样的目标设定，是因为实践中主流观点认为冤假错案产生的一个重要原因是现行证明标准过于抽象、可操作性差，公检法三机关对其理解不一致。“如何化抽象为具体，在实质性证明标准的基础上，从具体类案中总结、提炼出具有普适性的、具象的‘证据标准’，使证据标准与证明标准相互依存、各有侧重，实现形式与实质标准的有机结合，便于实际操作、把握，这是实现源头规范治理的基本思路和重要路径。”[9]

与数据化的统一证据标准相关的概念是刑事诉讼“基本证据标准指引”。两者相比，它们的共同点在于均可为证据收集审查判断活动提供指导，差异点在于具体的特征形态。前者是数据式的，后者是文件式的，从某种意义上讲，前者可以视为后者的数据式改造。

二、数据化的统一证据标准之重要贡献

数据化的统一证据标准并不完美，但其在某些方面取得了重要突破。这些成绩主要表现在四个方面：

第一，通过网闸摆渡等技术的功能，实现案件卷宗数据的交换，悄然打通了一定区域范围内公检法之间的办案流程。这有助于实现司法系统多维度数据共享分析，为智慧法治建设提供前提条件。例如，贵阳市建设的贵阳政法大数据共享应用平台就在公检法三机关之间建立起“信息高速公路”，打破了以往存在的“信息孤岛”。《人民检察院制作使用电子卷宗工作规定（试行）》14条第2款[10]对人民检察院、人民法院、侦查机关、刑事执行机关之间建立协同办案平台共享电子卷宗作出了规定。最高人民法院《关于全面推进人民法院电子卷宗随案同步生成和深度应用的指导意见》[11]明确支持将电子卷宗提供给外部相关单位使用，以实现与相关部门之间案件数据的网上交换。最高人民法院《关于加快建设智慧法院的意见》[12]及最高人民检察院《检察大数据行动指南（2017-2020）》[13]均提出，要探索实现政法系统之间的数据共享交换。因此，实现案件卷宗数据的交换，打通公检法办案流程符合司法实践需求，亦符合立法要求。

第二，代表了证据标准改革的方向，符合历史发展潮流。利用人工智能、大数据技术量化标准代表了证据标准改革未来发展的一大方向，符合司法机关信息化建设的要求。最高人民法院印发的《2018年人民法院工作要点》中就指出，要充分运用现代信息技术手段，总结推广上海、贵州在刑事案件基本证据标准指引和智能辅助办案方面的经验，构建适应时代需要的刑事司法新模式。历史上法院对量化标准带有一些敌意，“也许采用预测算法最具挑战性的方面，就是确定与合理怀疑或可能的理由相匹配的量化百分比。现行标准的模糊性掩盖了需要多少怀疑才能达到这些标准的尝试，法庭只是按例声明这些标准不应或不能仅限于数字概率。但若刑事司法系统能从预测算法所提供的精确性和减少不公正性中受益，法院就应克服他们对量化的敌意。”[14]在加快“数字法治“、“智慧司法”建设的当今时代，司法机关应以开放的心态面对量化标准。里克·西蒙斯教授的研究表明，大数据的合理使用可以提高司法精确性和透明度。也有研究指出大数据机器预测（mechanical predictions）平均比逻辑预测（clinical prediction）的准确性提高10%。数据驱动的预测算法代表大幅提高决策准确性的机会，从而保障更少的无辜公民被拘留或搜查，提高执法资源的效率。[15]

第三，丰富了证据标准理论体系，主要是对客观层面证明标准的技术化改造。我国理论界长期以来存在着证明标准的主客观之争。承认证明标准既具有主观性又具有客观性，能够帮助我们理解和把握数据化的统一证据标准。李浩教授提出，证明标准既具有主观性又具有客观性。[16]吴泽勇教授将证明标准视为介于主观与客观之间的概念，并指出为裁判者的主观判断划定客观标准，这个表述本身已经反映了证明标准的尴尬处境。[17]陈瑞华教授认为证明标准具有两个不可分割的层面：“一是主张者提出证据论证某一事实的真实程度，这是带有一定客观性的标准，可以通过主张者所提出的证据以及论证的效果来进行衡量，也就是司法证明的‘确定性’；二是主张者通过论证某一事实的存在，使得裁判者对该事实内心形成的相信程度，这属于一种主观性较强的标准，也就是司法证明的‘可信度’。”[18]笔者赞同将证明标准分为主观层面和客观层面的做法，数据化的统一证据标准主要是对客观层面证明标准的技术化改造。诚然，鉴于数据化的统一证据标准无法表达主观层面的证明标准，人们不能将其简单等同于证明标准。

第四，针对司法决策中可能的不完美提供纠偏机制。虽然数据化的统一证据标准无法取代证明标准，但其能够为司法人员办案设置外部约束条件，通过自动化处理能力的引入为司法决策的不完美性提供纠偏机制，从而促进司法证明活动的规范化，拓展防范冤假错案的通道。这方面的突破可以从认知科学角度进行解读。

认知心理学、社会心理学等领域的理论家率先提出了认知功能的双过程理论。这些理论认为，大脑有两套认知系统，每一套系统都有一个独立的目标结构。双过程理论对于理解人类行为有重要影响，基思·斯坦诺维奇以双过程理论作为讨论人类认知的工具，他将启发式系统称为系统1，将分析式系统称为系统2。[19]丹尼尔·卡尼曼作出了进一步的阐释，他认为系统1的运行是无意识且快速的，不怎么费脑力，没有感觉，完全处于自主控制状态。系统2将注意力转移到需要费脑力的大脑活动上来，例如复杂的运算。系统2的运行通常与行为、选择和专注等主观体验相关联。[20]这就是现代认知心理学上的双系统理论，这一理论同样适用于理解司法人员的认知，“快速的直觉系统以启发式判断对案件作出大致的评判，个人的偏好、情绪和政治立场通过该系统的运作影响案件的定性；慢速的反思系统在接受基本判断的前提下搜寻法律资料，并提供符合逻辑的论证来阐明并论证判决的结果。”[21]司法人员也可能是“认知吝啬鬼”，他们可能会屈从于简单的启发式加工，不自觉地凭直觉、个人偏好等非理性因素办案，以此减轻自己的认知负担。

如何提高司法人员的理性，保障大脑系统2在办案过程中发挥作用？认知科学也为人们揭示了答案。基思·斯坦诺维奇认为理性是可以习得的，改变环境可以帮助“认知吝啬鬼”。[22]丹尼尔·卡尼曼则提出贝叶斯定理可以约束直觉，只要公式能替代人工判断，我们至少应该考虑一下（运算法）等[23]。人的认知是有局限性的，司法人员也会受到认知局限的限制。“认知科学不只为人们揭示司法过程的真相，同时也为法治理想的实现提供智力支持。通过对司法决策中专家技艺——也就是自动化处理能力——的研究，认知科学也可以为司法过程中人类决策的不完美性提供纠偏机制。”[24]司法人员在办案中应充分运用理性思维，提高大脑系统2运作的频率。数据化的统一证据标准为司法人员办案设置了外部约束条件，也即通过改变环境帮助司法人员提高认知。

三、数据化的统一证据标准之不足反思

政法系统对数据化的统一证据标准赋予了助益司法改革的功能预期，但新生事物在其发展的初始阶段往往处于无序状态，并面临着一系列问题和挑战。数据化的统一证据标准在试点建设期间亦是如此,有必要对其不足之处进行解析。

（一）现阶段数据化的统一证据标准是司法活动中的证明标准吗

证明标准是承担证明责任的一方运用证据证明案件事实需要达到的程度和水平。它是一种比较宽泛灵活且带有浓厚主观性色彩的标准。里克·西蒙斯教授分析：“这些标准广泛、灵活的性质绝非偶然：它们被历代法院故意保留着不精确的地方。一个原因是在任何犯罪中可能出现的几乎数量无限的不同事实，使得制定硬性标准不适用，而更主要的原因是历史上警察和法院缺乏必要的工具来评估他们的预测准确无误。”[25]大数据、人工智能技术的崛起，激起了人们将证明标准具体化的兴趣。那么，时下数据化的统一证据标准是证明标准吗？它能够实现证明标准的具体化吗？我们可从二者的定义和功能入手回答上述问题。

学术界和实务界对“证据标准”的理解莫衷一是。通过分析刑事裁判文书，笔者发现，实务中存在三种关于证据标准的说法：（1）将“证据标准”等同于“证明标准”。[26]（2）将“证据标准”视为对证据的内容和形式提出的要求。[27]（3）将“证据标准”与“证据资格”混合使用。[28]理论界对证据标准的理解主要存在以下两种观点：（1）将证据标准理解为对证据的要求，即法律规定的作为定案根据的证据在客观上应当满足的条件。2018年《刑事诉讼法》55条第2款规定：“证据确实、充分，应当符合以下条件：（一）定罪量刑的事实都有证据证明；（二）据以定案的证据均经法定程序查证属实；（三）综合全案证据，对所认定事实已排除合理怀疑。”关于这一条款的理解，我国有学者认为，前两个条件属于“证据标准”，第三个条件属于“证明标准”。[29]（2）以陈瑞华教授为代表的一些学者认为，侦查终结、提起公诉等方面的诉讼决定，尽管也要达到法定的证据标准，但这些证据标准不属于证明标准的范畴，刑事诉讼中的证明标准主要存在于法庭审判程序中。[30]

本文以数据化的统一证据标准为对象理解“证据标准”一词。上海市制定的《盗窃案件基本证据标准（试行）》第1条规定：“盗窃案件的证据标准是指在办理盗窃案件过程中应当收集哪些证据以及如何收集证据的规范，是‘犯罪事实清楚，证据确实、充分’法定证明标准的具体化与规范化。”按照字面理解，前半句表明证据标准是“办案过程中应当收集哪些证据以及如何收集证据的规范”，后半句表明证据标准是“法定证明标准的具体化与规范化”。前后其实存在一定的逻辑错误。依照“办案过程中应当收集哪些证据以及如何收集证据的规范”理解的证据标准，显然与证明标准是两个不完全相同的概念。这主要体现在对象范围的不尽相同：证据标准偏向于关注证据的数量、规格，证明标准偏向于关注证据的效力。

那么，从功能分析的角度来看，数据化的统一证据标准能否发挥证明标准的功能呢？就证明标准的功能而言，学界有观点认为：“证明标准对诉讼活动具有指导意义。首先，证明标准是衡量诉讼当事人（包括刑事诉讼中的公诉方）是否完成法律所要求的证明责任的尺度，因而可以引导负有证明责任的当事人积极有效地收集证据和提供证据；其次，证明标准是衡量法官对案件事实的认定是否达到法律要求的尺度，因而可以指导法官对证据的审查与判断。”[31]吴泽勇教授认为证明标准具有事前引导和事后约束的功能，即“在事实裁判之前，证明标准可以指导裁判者按照同一个尺度认定事实；在判决做出后，作为法律问题的证明标准可以受到上诉法院的审查。”[32]裴苍龄教授认为证明标准是真实的样板，其作用是衡量证明的真实性。[33]由此可知，证明标准之功能体现在两方面：一方面是指导负有证明责任的一方主体收集证据，另一方面是指导裁判者按照法律要求的尺度认定事实。

数据化的统一证据标准具备的功能是：第一，证据收集指引功能。司法实践中已经发生的案件[34]表明，数据化的统一证据标准能够发挥证据收集指引功能，规范侦查取证行为。即使是办案“新手”也可在数据化的统一证据标准的指引下，快速掌握办案规范和证据要求，从而保障取证规范化。第二，证据分析和把关功能。将统一证据标准嵌入数据化的程序系统中，计算机能够自动进行证据摘录，当证据摘录达到一定的程度，分析能力增强，可以进化出证据分析能力。例如206系统就具有“单一证据合法合规性的校验功能，即对于公安人员收集的每一个证据，都及时进行证据‘三性’的校验。”[35]当数据化的统一证据标准扮演证据“筛子”的角色时，诉讼中的证据风险也就减弱了。尽管数据化的统一证据标准具有上述功能，但它无法完全具备证明标准的功能。

（二）现阶段数据化的统一证据标准是公检法办案的统一标准吗

沈德咏提出：“推进以审判为中心的诉讼制度改革，实际上是要实行以司法审判标准为中心。”[36]在这种观念的指导下，实务中出现了统一证据标准的探索。统一证据标准是理想目标，但理想与现实之间存在差距。事实上现阶段统一证据标准中的“统一”一词是有严格限定的，理由如下：

第一，证据标准具有地域性特点。钱大军教授分析，“在中国法院系统的行政化逻辑中同样存在地方法院‘竞争’的潜规则。”[37]正是在这样的逻辑之下，“司法人工智能市场的竞争早已嵌入了地方法院的竞争。当官方和市场互相配合、共同努力创造出符合上级系统要求的司法人工智能产品时，意味着地方法院在锦标赛体制中取得优势。”[38]这种竞争同样存在于地方检察院、地方公安机关之间。由于各地司法机关纷纷投入研发本省适用的刑事案件智能辅助办案系统，数据化的统一证据标准也只能出现在一省之内，全国范围内统一的证据标准并不存在。并且，由于地域之间存在经济发展水平、风俗习惯等方面的差异，各自制定出的文本意义上的证据标准不会完全一致（比如在上海制定的盗窃案证据标准到广西就不一定适用了），镶嵌于刑事案件智能辅助办案系统的证据标准也就不可能完全一致。

第二，完全统一证据标准不符合动态平衡诉讼观。陈光中教授创造性地提出了“动态平衡诉讼观”，他对马克思主义辩证法中的平衡问题作出了解释，即对立统一律是马克思主义辩证法三大基本规律之一，矛盾的对立统一是事物发展的源泉和动力。矛盾的对立状态是不平衡，矛盾的统一状态是平衡。事物在矛盾的对立、统一循环反复中不断发展，就意味着事物发展是一个动态平衡的过程。陈光中教授倡导平衡应是刑事诉讼的基本理念，并且这种平衡是动态的，即刑事诉讼制度不仅要考虑时空等因素，而且必须有现代化的多元诉讼机制。[39]而完全统一证据标准则有机械司法之嫌，其无法适用于一切犯罪案件，无法保障具体办案中所需的灵活性。公检法三机关的办案过程存在差异，差异化的办案过程对证据标准亦会提出多元化要求。在动态平衡诉讼观的指导下，我们应当反思证据标准的统一是否过于绝对的理想。在证据标准统一化与多元化之间保持适当的平衡，也许更符合动态平衡诉讼观。

因此，对统一证据标准中“统一”一词的理解应受到双重限制：一方面，这种统一不是全国范围内的大统一，而是一定区域范围内公检法统一适用的证据标准；另一方面，这种统一具有开放性，诚如黄祥青所言：“对于尚未发生的新类型案件，我们通过设置开放结构加以解决，这就使统一适用的证据标准既是对于以往办案经验的提炼、总结，又对未来可能发生的新情况、新问题具有了规制能力或空间。”[40]

（三）现阶段数据化的统一证据标准是基于大数据技术产生的标准吗

基于大数据技术建构数据化的统一证据标准，需要对历史上海量已决类案进行分析，并建立数学模型。但是一些类型的案件没有海量数据可供分析，比如死刑案件。上海206系统的工作人员在构建命案组证据模型时，通过对591件命案进行分析[41]，构建出统一证据标准，这实际上是人为总结的结果，不是机器进行大数据分析的结果。如果将这种标准也称为“基于大数据的标准”，不免有贴“大数据”标签之嫌。

此外，在法律领域运用大数据技术时，不可避免地存在以下几个问题：首先，当今大数据技术与法律条文存在隔阂，二者融合过程中会存在摩擦。“在很多方面，大数据所能提供的东西是反对法律传统的。法律是基于语义的，大数据是基于句法的。法律是抽象的，以价值为基础，建立在妥协之上。大数据是经验的、算法的和确定的。大数据无法解释自身，也无法辨析法律原则的不确定性边界。更重要的是大数据不能辨析或创造新事物，不像人类那样可以根据环境的变化更新自己的‘框架’或行为范式。大数据无法超越其创造者施加的范式，即使最复杂的机器学习技术也无法告知我们应对新挑战的关键因素是什么。”[42]

其次，当基础数据存在偏见时会影响数据分析的结果。“数据中先前存在的偏差会影响决策结果，简单说，如果基础数据具有歧视性，那么基于这些数据得出的结果也具有歧视性……这些基础数据的问题对于许多大数据的使用来说是常见的，当为一个目的而保存的统计数据被用于另一个目的时它就出现了。”[43]司法过程中生成的审理报告、卷宗材料、裁判文书等司法数据，并非以统计研究为目的。当人们出于统计研究的需要收集这些数据时，亦不会主动纠正数据中存在的差错或偏见。这就会导致数据分析结果因基础数据瑕疵而存在问题。

最后，简化司法大数据时缺乏理论指导。现阶段建构数据化的统一证据标准时，需要对海量司法大数据资源进行简化，但目前该过程缺乏相应理论指导，这就会导致证据标准改造效果大打折扣。同时，大数据基于相关关系而非因果关系，因此法律上因果关系的认定必会受到冲击，这些都会导致简化数据的结果令人怀疑。大数据可能使人们陷入一种悖论：“一方面，我们收集更多的数据和证据，以便表面上更准确和完整地理解我们想要影响的现象；另一方面，我们拥有的数据越多，就越需要简化它们，以便获得任何有用的见解。‘理论必须比它解释的数据更简单，否则它无法解释任何事情’。”[44]卡尼·德文斯教授指出，若没有理论指导可能发生或可能相关的事，仅收集海量数据毫无意义。数据本身可能为所发生的事情提供了提示和线索，但即使是这些线索和数据的识别也必须在理论上被了解。[45]

（四）数据化的统一证据标准引发的其他疑虑

现阶段数据化的统一证据标准还可能存在以下问题：

第一，有卷宗笔录主义倾向，所覆盖的证据范围存在局限性。首先，数据化的统一证据标准围绕卷宗笔录展开，忽视物证、证人证言等其他证据，这会陷入卷宗笔录办案的陷阱，违反以审判为中心司法改革的导向。以庭审为中心是审判中心主义的实现路径，“庭审中心不是对侦查卷宗材料的简单确认，而是在法庭上对控方证据进行实质性的审查，同时认真听取辩方对证据的意见要求，使得对事实的认定建立在客观全面的认识之上。”[46]其次，侦查人员在全面收集证据材料后，可能会将那些无罪证据予以隐瞒，不载入卷宗之中，公诉人也没有足够的动力督促侦查人员将无罪证据补充到案卷中。[47]辩护人为了避免职业风险很少调查取证，这就会导致无罪证据被“遗漏”，呈递在司法人员面前的证据存在范围上的局限性。

第二，现阶段系统注重对单个证据的合法性进行形式审查，忽略了从整体上分析证据。当前，“系统功能主要集中于证据的数量及合法性审查方面，对于机器如何审查判断证据关联性、真实性等问题尚未解决。系统在证据合法性自动审查方面取得的进步是形式审查，在实质审查方面还存在一些障碍。”[48]比如对前后矛盾的言词证据，需要进行实质性审查才能确定其真实性，卷宗笔录形式上的验证无法使人辨别该言词证据的真伪状态，裁判者也就无法判断这种证据的实质真实性。卡多佐告诫我们要区分正确的确定性和虚假的确定性，就像把真金和镀金区别开来一样。[49]形式真实性就好比是“镀金”，实质真实性才是“真金”。数据化的统一证据标准比较注重对单个证据的合法性进行形式审查，但无法实现对证据的实质审查，也忽略了从整体上分析把握证据，由此可能导致以偏概全。

第三，忽视犯罪嫌疑人、被告人权益，导致两造失衡。现阶段公检法机关通过刑事案件智能辅助办案系统变得更加“亲密”，但律师却无法参与使用刑事案件智能辅助办案系统，这会引致诸多问题。2018年《刑事诉讼法》33条第1款规定：“犯罪嫌疑人、被告人除自己行使辩护权以外，还可以委托一至二人作为辩护人。”法律授予犯罪嫌疑人、被告人委托辩护权，是为了更好地保障其辩护权的实现。但数据化的统一证据标准所依托的刑事案件智能辅助办案系统却将辩护人技术性地排除在外，这可能会导致公检法三家“平台式”地“联手”对付犯罪嫌疑人、被告人。长此以往，就形成了控辩双方之间的数字鸿沟，导致司法正义更不易实现。

四、数据化的统一证据标准之未来改进

对数据化的统一证据标准需要进行利弊权衡。笔者认为，虽然数据化的统一证据标准在发展的初级阶段有很多不足之处，但其发展前景值得期待。今后一段时间我国在探索数据化的统一证据标准时，需要进行必要的方法改进并推出相应的配套制度。

（一）改进数据化的统一证据标准的具体建议

第一，运用逆向思维，限定为反向辅助办案的标准。几个世纪前，培根就提出了这样的理念：不管我们积累了多少支持一个假设的结果，一个明确不支持的结果，就可以证伪这个假设。这实际上是在说设计出排除我们正在思考之假设的证据检验方法，对我们来说要好得多。[50]目前建构数据化的统一证据标准是从正向思维出发，思考达到法定证明标准需要收集哪些证据及如何收集证据。其实，人们更应当从逆向思维出发，制定出否定性标准，也就是说，“基于大数据的证据审查应重点突破反向审查而非正向审查，即什么情况下案件中的证据还不足以支持作出肯定性裁判。比如通过对最高人民法院不予核准死刑或者高级法院未判决死刑立即执行的案件，进行机器学习，确定出一个不会被判处死刑的公式。”[51]英美判例法国家普遍适用“排除合理怀疑”的精髓值得借鉴。运用逆向思维限定为否定性标准，就相当于用刑事辅助办案系统告诉司法人员，办案时在哪些情况下还存在“合理怀疑”，不能做出有罪判决。

第二，突破单一证据评价的局限，强化对证据的整体评价。在这一点上，美国曾经盛行的威格摩尔图示法可以引以为鉴。该方法可以总结为七步：（1）澄清立场；（2）简述最终待证事实；（3）简述潜在的次终待证事实；（4）简述案件暂时性结论；（5）配置关键事项表；（6）准备图示；（7）完善和完成分析。威格摩尔图示法运用了一个专门设计的符号系统，进而使以图形形式描述与法律争端中实质事实有关的论据和论证变得切实可行。[52]图示法依赖于符号系统，计算机擅长处理符号。皮埃罗·斯加鲁菲认为，随着计算机符号处理能力的不断提高，知识可以用符号结构表示，推理也简化为符号表达式的处理。[53]因此，将图示法与计算机技术相结合，定能使图示法发挥更大的效力。实践中“206”系统不仅能发现单一证据的瑕疵，还能发现证据间的逻辑冲突之处。[54]借助图示法，则可以帮助办案人员或者使用图示的人员从整体上把握和分析证据，更好地发现证据间的矛盾之处。

第三，容许统一与多元的妥协，谨防走上证据评断绝对一元化的歧途。数据化的统一证据标准中“统一”一词容易引起歧义。对该词作出进一步阐释或说明，能够避免不必要的误解。在2017年 7月召开的全国司法体制改革推进会上，孟建柱对于“统一证据标准”的提法作了阐释：这种证据标准指引具有阶段性、递进性、制约性、基本性、差异性的特点。卡多佐也说：“没有哪个绝对主义者会如此固执，声称能够完全遵循一种平等或自由的标准。在自由和规制之间，统一和多元之间，适当的妥协是不可避免的。”[55]我们应当避免绝对化，承认证据标准统一化与多元化之间存在妥协关系。

（二）推出数据化的统一证据标准的配套制度

第一，完善数据资源共享共通制度。建构数据化的统一证据标准，需要建设政法系统之间的大数据业务共享平台，完善数据资源共享共通制度。“政法领域数据资源的共享共通可以从三个方向进行建设：一是实现同一案件不同阶段关键信息的共享；二是实现同一犯罪嫌疑人案件与案件之间的共享；三是实现同一案件不同承办角色办案情况的共享。”[56]与此相应，我国应当实现司法数据的结构化，提高证据标准数据化应用的效率。大数据有三种形式，即结构化、半结构化、非结构化。制定证据标准时需要对海量裁判文书、电子卷宗进行分析。现有司法大数据资源大多属于半结构化或非结构化数据。机器想要准确理解不同表述的含义需要大量的训练，将数据结构化会提高机器处理的效率。这就要求各种司法数据的格式做到统一或可互认。

第二，构建智能化平台办案中的有效辩护制度。有效辩护制度的内涵有二：一是司法机关要确保犯罪嫌疑人、被告人辩护权得到充分行使；二是辩护人要尽最大的能力确保辩护权得到充分行使。有效辩护制度旨在保障犯罪嫌疑人、被告人充分行使辩护权。建构数据化的统一证据标准时落实有效辩护制度，权力机关就应允许辩护人适时介入原本只适用于公检法三机关的系统，并就证据问题通过系统发表意见。未来可以考虑在研发刑事案件智能辅助办案系统时增加证据交换平台，允许辩护人通过平台了解控诉证据、提供新证据、质疑非法证据和瑕疵证据。

第三，确立司法算法透明性制度。司法算法透明性制度能够增强刑事司法过程的透明度，降低人们对司法公正的怀疑。司法人员一般不是计算机领域的专家，在办案中想要具体了解算法的源代码等知识十分困难。实际上，司法人员不需要理解源代码的含义，也不需要对机器学习环境下数据的演化过程进行了解，根据里克·西蒙斯教授的观点，他们只需要知道：“（1）算法使用的因素；（2）算法结果的历史精确度。”[57]算法也不一定必须具有可解释性，史蒂芬·E·亨德森教授认为，只要导致该决策算法的基础算法可以访问，只要决策算法可用于广泛的偏差和准确性测试，只要没有人为地保留为机密，只要最终的决策者是人，刑事司法系统中就应有机器学习、非人类可解释决策算法的一席之地。[58]基于此，他将“代码和决策算法应可访问（虽然不一定公开），但决策算法不需要解释”作为刑事司法大数据使用的一项规则。

结语

“机械而不加以创造的重复，最多只能产生拙劣的工匠。”[59]裁判者审理案件时的创造性思维和人性化考量是任何机器都无法替代的。技术本身不是目的，技术的极致从来不是人类追求的社会治理目标。法律领域中处于高价值位阶的公平正义目标才是司法活动的终极追求。如果司法目的只是将准确决策的案件数量最大化，那么从理论上说机器也可以完成这样的工作。但当司法目的中包含了人类的价值取向，无论机器的功能多么强大，它都无法取代司法人员。过于追求技术理性而忽略价值理性实属本末倒置。因而，数据化的统一证据标准之设计定位，同其他司法科技创新一样，应当限定为辅助司法人员办案或者替代司法人员的部分工作。

未来在将大数据、人工智能技术与人类司法融合的过程中还应当坚持问题导向。史蒂芬·E·亨德森教授将“把技术引入问题”（Bring Technology To The Problem）作为使用刑事司法大数据的首要规则，他谈到：“我不认为首要的话题是大数据分析能为刑事司法做些什么，而应是当前刑事司法中存在什么问题……我们不应在真空中考虑技术能为刑事司法提供什么帮助，而应审视我国刑事司法制度的具体情况，找出其中的问题与弱点，再寻求技术去提升这些方面。”[60]本文将司法科技创新的现实问题作为研究起点，力争做到从实际出发，交出一份实事求是的学术答案。

（责任编辑：宋洨沙）

【注释】 作者简介：刘品新，中国人民大学刑事法律科学研究中心、法学院教授、博士生导师；陈丽，中国人民大学法学院硕士研究生。

*本文系2016年度国家社会科学基金项目“大数据时代电子文件的证据规则与管理法制建设研究”（16BFX033）、2018年度国家社会科学基金青年项目“大数据证据研究”（18CFX036）阶段性成果，并受中国人民大学未来法治研究院的科研资助。

[1]参见沈德咏：《论以审判为中心的诉讼制度改革》，《中国法学》2015年第3期。

[2]2016年9月时任中央政法委书记孟建柱在贵州调研时提出：“要把科技创新与司法体制改革融合起来，特别是在推进以审判为中心的诉讼制度改革中，通过强化大数据深度应用，把统一的证据标准镶嵌到数据化的程序之中。”参见王地：《孟建柱在贵州调研时强调善于运用科技创新成果不断提升政法综治工作智能化水平》，《检察日报》2016年9月23日。

[3]参见严剑漪：《揭秘“206”：法院未来的人工智能图景——上海刑事案件智能辅助办案系统164天研发实录》，《人民法治》2018年第2期。

[4]参见于潇、郭璐璐：《“智慧公诉”亮相全国检察机关科技装备展》，正义网http://news.jcrb.com/jxsw/201807/t20180706_1882809.htm，最后访问日期：2018年11月5日。

[5]黄祥青：《“206工程”的构建要点与主要功能》，《中国检察官》2018年第15期。

[6]参见[英]维克托·迈尔·舍恩伯格、肯尼思·库克耶：《大数据时代生活、工作与思维的大变革》，盛杨燕、周涛译，浙江人民出版社2013年版，第104页。

[7]参见王政鹏：《可数据化的证据标准研究》，载最高人民检察院公诉厅主编：《司法改革背景下的刑事公诉：问题、挑战、对策》，中国检察出版社2017年版，第465页。

[8]参见钱大军：《司法人工智能的中国进程：功能替代与结构强化》，《法学评论》2018年第5期。

[9]黄祥青：《推进以审判为中心的刑事诉讼制度改革的若干思考》，《法律适用》2018年第1期。

[10]《人民检察院制作使用电子卷宗工作规定（试行）》第14条第2款：“人民检察院与人民法院、侦查机关、刑事执行机关之间拟建立协同办案平台共享电子卷宗的，应当将实施方案报省级人民检察院审核批准。”

[11]最高人民法院《关于全面推进人民法院电子卷宗随案同步生成和深度应用的指导意见》中指出，要支持相关部门之间业务协同，对外业务协同平台应支持将电子卷宗提供给外部相关单位共享使用，促进相关部门特别是与检察院之间的案件实体数据网上交换、共享。

[12]最高人民法院《关于加快建设智慧法院的意见》中提出要建设数据共享交换平台，实现法院之间和法院与外部之间的数据共享交换和业务协同。

[13]最高人民检察院《检察大数据行动指南（2017-2020）》中提出要探索建立政法系统数据共享交换体系，充分利用其他政法机关和互联网数据，为检察工作服务。

[14] See Ric. Simmons,“Quantifying Criminal Procedure: How to Unlock the Potential of Big Data in Our Criminal Justice System,”Michigan Sate Law Review, Issue 1(2016):947-1017.

[15]同前注[14]。

[16]参见李浩：《证明标准新探》，《中国法学》2002年第4期。

[17]参见吴泽勇：《“正义标尺”还是“乌托邦”——比较视野中的民事诉讼证明标准》，《法学家》2014年第3期

[18]陈瑞华：《刑事诉讼中的证明标准》，《苏州大学学报》（哲学社会科学版）2013年第3期。

[19]参见[加]基思·斯坦诺维奇：《机器人叛乱在达尔文时代找到意义》，吴宝沛译，机械工业出版社2015年版，第37-39页。

[20]参见[美]丹尼尔·卡尼曼：《思考，快与慢》，胡晓姣等译，中信出版社2012年版，第4-5页。

[21]王凌皞：《走向认知科学的法学研究——从法学与科学的关系切入》，《法学家》2015年第5期。

[22]参见[加]基思·斯坦诺维奇：《超越智商为什么聪明人也会做蠢事》，张斌译，机械工业出版社2015年版，第200-203页。

[23]同前注[20]，第210页。

[24]同前注[21]。

[25]同前注[14]。

[26]参见“罗某引诱、容留、介绍卖淫一审刑事判决书”，（2016）粤0703刑初296号。在该案中，法院认为：“公诉机关认定被告人罗某参与2015年7月16日作案的证据未达到确实、充分的刑事证据标准，本院不予采纳。”将“证据标准”等同于“证明标准”情况在司法裁判文书中最为常见。

[27]参见“王连玉故意伤害罪一审刑事附带民事判决书”，（2018）吉0106刑初25号。在该案中，法院认为：“附带民事诉讼原告人邢某提供的护理费票据、长春市绿园区爱心老年公寓收费票据、一汽总医院餐饮服务中心餐费票据，不属于正规发票，不符合证据标准，不予采信。”

[28]参见“侯徐生受贿二审刑事判决书”，（2017）鲁71刑终9号。在该案中，检察机关对证据发表的意见是：“上列证据在真实性、合法性、关联性上无法达到证据标准的要求。请求法院不予采信。”

[29]参见蔡元培：《论刑事案件证明标准的主观性——以证明标准和证据标准的分野为视角》，《重庆科技学院学报》（社会科学版）2014年第4期。

[30]参见陈瑞华：《刑事证据法学》，北京大学出版社2014年版，第303页。

[31]何家弘、张卫平：《简明证据法学》，中国人民大学出版社2016年版，第271页。

[32]同前注[17]。

[33]参见裴苍龄：《论证明标准》，《法学研究》2010年第3期。

[34]2018年4月12日，上海市公安局徐汇分局法制科接到一起侦查部门流转过来的案卷，犯罪嫌疑人孙某，在公安机关对上海某宾馆套房例行检查时被抓获，现场起获疑似冰毒10包。然而，办案侦查员在送检时未对10包疑似毒品分别封存并编号送检，导致鉴定人员在检验时，将10包疑似毒品混合后一起称重并检测。由于作为物证的10包毒品已经混合为一包，证据原始状态已经消灭，最终导致嫌疑人非法持有毒品的证据不足被释放。一起类似的案件，结果却截然不同。2018年5月4日，从警不足3年的吴佳炜和同事在某宾馆房间抓获了两名正在进行毒品交易的犯罪嫌疑人，吴佳炜第一次独自处理这样的毒品交易案。他打开手机里的上海刑事案件智能辅助系统APP，点开证据指引页面，选择毒品交易类别，里面详细列出了毒品交易罪的证据标准，共需要找到6个证据链条，11个查证事实环节，52个相关证据材料。参见汤瑜：《新时代“司改”加速深层次制度变革》，《民主与法制报》2018年8月12日。

[35]同前注[5]。

[36]同前注[1]。

[37]同前注[8]。

[38]同前注[8]。

[39]参见陈光中：《动态平衡诉讼观之我见》，《中国检察官》2018年第13期。

[40]同前注[5]。

[41]同前注[3]。

[42] See Caryn Devins, et al，“The law and Big Data,”Cornell Journal of Law & Public Policy, no.27(2016):357-413.

[43]同前注[14]。

[44]同前注[42]。

[45]同前注[42]。

[46]闵春雷：《以审判为中心：内涵解读及实现路径》，《法律科学》2015年第3期。

[47]参见陈瑞华：《论证据相互印证规则》，《法商研究》2012年第1期。

[48]刘品新：《大数据司法的学术观察》，《人民检察》2017年第23期。

[49]参见[美]本杰明·N.卡多佐：《法律的成长》，李红勃、李璐怡译，北京大学出版社2014年版，第28页。

[50]参见[美]特伦斯·安德森等：《证据分析》，张保生等译，中国人民大学出版社2012年版，第340页。

[51]刘品新：《大数据司法：创新与实践》，载赵志刚等主编：《科技强检人才讲演录检察大数据》，中国检察出版社2018年版，第38页。

[52]同前注[50]，第157-170页。

[53]参见[美]皮埃罗·斯加鲁菲：《智能的本质人工智能与机器人领域的64个大问题》，任莉、张建宇译，人民邮电出版社2017年版，第6页。

[54]比如，在一起故意杀人案中，206系统对有关作案动机的证据进行了审查，提取、汇总了犯罪嫌疑人的七次供述，经办案人员、人机结合比对发现：七次供述的作案动机前后不一致,存在矛盾，这需要办案人员进一步查证。在另一起案件中，206系统提示，《法庭科学DNA检验报告》显示公安机关共送检了14处血迹，但《现场勘查笔录》显示从案发现场仅提取了11处血迹，送检材料中多出来的3处血迹从何而来，需要办案人员进一步说明。参见余东明、仇飞：《研发“刑事案件智能辅助办案系统”避免冤错案》，《法制日报》2017年10月13日。

[55]同前注[49]，第86页。

[56]参见陆虹霞、周盼盼：《司法体制改革背景下统一业务应用系统中的大数据运用研究》，《法制博览》2018年第4期。

[57]同前注[14]。

[58] See Stephen E. Henderson,“A Few Criminal Justice Big Data Rules,”Ohio State Journal of Criminal Law, no.15(2017):527-541.

[59]同前注[49]，第102页。

[60]同前注[58]。

【期刊名称】《国家检察官学院学报》【期刊年份】 2019年 【期号】2