大数据侦查的风险防控与“意识”匡正

魏 俊 斌

(哈尔滨工程大学 马克思主义学院，黑龙江 哈尔滨 150001)

大数据作为一种新兴技术，正在逐步改变人们解决问题的方式，其优势已在诸多领域得以彰显。大数据应用于刑事侦查领域，建立起了以“数据为中心”的侦查模式，案件事实认知过程更加偏重数理运算结论，案件证明过程重视相关性思维而弱化因果关系，实现了侦查思维与侦查方式的变革。无论何种侦查模式在形成之初都会建立一套自成体系的规范话语，尽管话语表达、规范架构、逻辑体系存在差异，但犯罪控制与人权保障始终是不变的两项基本价值倾向，所有侦查行为都应围绕这两项价值展开。大数据侦查相较于传统侦查虽具有诸多优势，但在数据收集与应用上存在忽视正当程序，导致数据独裁和技治主义的潜在风险，进而造成对刑事侦查价值的背离。因此，有必要对大数据侦查存在的技术风险和伦理风险进行规制，采取算法规制、侦查理念匡正、“蝎型”信息监控模式的方法，从理念和程序的双重规制路径入手，防止数据独裁和技治主义现象的发生，实现侦查行为的价值再造与程序规范，进而降低大数据预测性侦查对于公众隐私和自由的侵犯几率。

一、风险与挑战：刑事侦查领域的常量激变

大数据技术的应用为犯罪治理提供了新的可行路径，也推动了刑事侦查模式的转型。一方面，凭借大数据的预测性功能实现了对未然犯罪有针对性、精准性的预测和打击，为侦查机关从“回溯性”侦查向“预测性”侦查的转变提供了技术支撑。另一方面，大数据技术的嵌入客观上实现了刑事侦查由“以人员为中心”向“以数据为中心”的智慧侦查理念的形塑。犯罪的科技化，使得建立以大数据预测为技术核心的预测性侦查模式成为新时代实现有效犯罪侦查的必然选择。尽管大数据技术为侦查方式和犯罪治理理念的革新注入了新动力，但就犯罪治理而言，其始终围绕着传统犯罪中“人、事、物、时间、空间、何情、何故”的“七何”要素展开。即便当前犯罪出现犯罪空间移位、犯罪行为隐蔽化、犯罪主体多样化、犯罪智能化等趋势，但其要素本身并未变异，只是各要素在内容和形式上发生了变化，这是由网络社会和现实社会皆以“人”为核心的本质特征决定的。因此，以刑事侦查关键常量的内容与形式激变为研究对象，能够深刻洞察信息技术发展对刑事侦查造成的挑战。

1.犯罪空间的位移

大数据时代没有旁观者，人们无时无刻不在产生信息并被技术手段以数据的形式加以记录。在数据信息视角下，每个领域、群体和个人甚至是物品自身都是一套有着紧密计算能力与严格运转机制的数据系统，这些看似独立的系统构成了大数据网络上的连结点，架起了信息数据彼此融合、反应的桥梁，也产生了为世人所瞩目的数据价值[1]。数据的意义已经超越计算能力层面，所蕴含的经济价值和信息提取价值已经使其一跃成为信息时代重要的经济资源和社会治理资源[2]。数据化的高度发展，在为公众生活提供便利的同时，也为犯罪分子提供了可乘之机。互联网的易入性，使得学历、专业等已经无法再成为判断网络高科技犯罪的标签。近年来，电信网络诈骗、网络传销、网络赌博等犯罪层出不穷，并一直保持着高速增长的态势，跨国、跨境、跨地域犯罪更是大行其道[1]110。智能化实现了犯罪空间的位移，当下的犯罪形式更多地表现为线上、线下相结合。犯罪计划、犯罪实施、犯罪后果实现可能发生在不同的时空场域之中，犯罪地点难以确定、涉案证据难以固定，从而增加了刑事侦查活动开展的难度。侦查主体的确定、侦查方式的选择等侦查逻辑框架受到智能化犯罪的系统性挑战。

2.犯罪行为的隐蔽性

犯罪空间的位移直接导致了犯罪行为的隐蔽性。网络时代，犯罪实现并不必然给受害人本身造成物理性伤害，更多地表现为借助互联网等高科技手段，对受害者造成隐形的物质或心理侵害。多数犯罪从实施到犯罪后果实现都很难再见到物理空间的犯罪人和犯罪工具，仅需一人坐在电脑前操作即可完成。例如，通过各种大数据分析软件、数据应用中心、数据交流平台、网络浏览器的搜索功能、专门为犯罪活动而设置的诈骗网站，嫌疑人便能快速地查找到自己实施犯罪所需要的各种数据和信息，从而悄无声息地实现犯罪目的[3]。网络和数据已经成为实施犯罪的一种新型工具和手段。尤其在当下这个大数据时代，公民的各种信息以数据的形式被各平台、机构收集和存储。信息库、信息检索工具以客观实体式存在于网络空间，为犯罪分子利用信息技术窃取和利用自己所需要的被害人信息提供了便利[4]。尤其是线上和线下犯罪交互发生、犯罪行为远程控制化和非接触性的特征，使得网络虚拟空间天然成为犯罪行为的庇护所。而且在作案后，大多数犯罪分子会运用高科技手段对犯罪痕迹进行清理，致使其作案过程中的痕迹难以进行真实还原，抑或是在作案过程中便运用一定的反侦查、反追踪程序进行无痕操作，从而加大侦查人员侦破案件的难度。

3.犯罪主体的不确定性

网络环境下的犯罪，尤其是利用数据信息进行的犯罪活动具有主体的不确定性。随着信息时代的来临，各行各业都建立起以数据为基础的商业运行模式，线上经营成为常态化商业模式。行业内部、外部市场等主体对于利益最大化的需求，促成了商业数据信息在各平台、各行业之间的共享，消费者信息成为一种公共性资源。在原有公权力主体获取和管理公民个人信息的基础上，技术的发展使得计算机硬件制造商、网络服务终端提供商、网络信息平台等技术服务提供者也一跃成为合法获取和管理公民个人数据信息的主体。信息管理者范围的急剧膨胀，大大降低了利用信息资源进行违法犯罪活动的门槛，潜在的犯罪人群明显增加，犯罪危害后果更加严重。况且，当下公民个人信息的价值已不再局限于隐私权范畴，而是作为一种涵摄了人身和财产性质的新型的复合信息权，个人信息的泄露直接关涉公民的人身和重大财产安全。而此时，如果发生涉公民信息数据的犯罪行为，就会出现无法确定犯罪主体的尴尬，在很大程度上增强了犯罪主体的不确定性。

二、革新与守定：大数据侦查价值分析与理性反思

大数据侦查从内涵、思维和模式等多维度对传统侦查理论和实践进行了革新。大数据侦查改变了案件的形成模式、信息获取方式和结果的可预测性，“全数据”“相关性”思维的确立实现了对案件事实的全景式观察，增强了案件信息的获取能力，提高了侦查效能。技术本身带有隐形操纵等特征，大数据技术亦是如此。大数据技术弥合了人自身所固有的数据感知和信息处理等方面的缺陷，通过强大的数据分析与信息整合功能对侦查人员的侦查决策造成潜移默化的影响。侦查人员在大数据技术的不断规训下容易形成路径依赖，侦查的固有属性被大大削弱。同时，技术规制框架的不健全也使得大数据侦查深陷伦理风险的泥沼，数据独裁、算法偏见和技治主义倾向时有发生。

1.大数据侦查的利与弊

(1)大数据侦查的优势

数据挖掘、文本分析、机器学习等大数据技术逐渐运用于侦查领域，形成了以数据空间为场景、以数据为载体、以挖掘数据背后的案件线索、情报为目的的大数据侦查内涵[5]。

在侦查思维的革新上，“全数据”“相关性”的思维模式以异常数据为现象，“找到一个关联物并监测它”[6]。采取更为积极主动的线索查找和证据获取方式，通过对关联物自身数据的获取和分析来全景式地对该现象进行观察，运用“数理运算”还原案件，验证案件事实构建的真伪，以此修正侦查人员的偏见和直觉，使理性“预测未来”成为可能[7]。

在侦查技术的革新方面，大数据侦查以数据空间为场景、以数据为载体，通过海量数据的集合，全方位、多角度地收集案件信息和侦查情报。利用账单分析、话单分析、数据画像等技术对案件的关系网络进行图谱的呈现，从而实现了案件侦查以及案件研判的智能化。通过侦查过程中多维度和跨领域的信息收集，一定程度上推动了数据管理制度和数据共享制度的改革，打破了行业、地域、部门、级别之间的数据壁垒，提升了侦査协作能力。

在侦查模式的变革方面，凭借大数据的预测功能，案件侦查实现了由“回溯性”侦查向“预测性”侦查的转变，案件线索发现和侦查开展更为主动，数据驱动成为新的侦查动力。数据收集更为智能、数据分析更加科学、数据呈现更加直观，通过大数据预测建立案件发生的预警系统，挖掘潜在的犯罪线索，优化侦查资源配置，提升侦查效率。通过大数据的应用，在刑事侦查领域基本实现了对未发犯罪的预防、对已发案件事实最大程度地还原，提高了侦查效能，对于发挥刑事侦查打击犯罪的功能起到了强大的促进作用。

(2)大数据技术对侦查固有属性的消解

就大数据侦查行为本身属性而言，在《刑事诉讼法》中并无明确的规定，故而其合法性受到质疑。有学者将大数据侦查的特征与《刑事诉讼法》第二编第二章规定的8种“侦查”形式进行了比对，认为搜查、调取和技术侦查可以与大数据侦查产生关联，但最终否认了大数据侦查属于传统的8种侦查形式，将其作为一种新兴的侦查措施[8]。从法律规范层面，只有公安部的《执法细则》中有关于“查询、检索、比对数据”的侦查规定，但由于其位阶较低和内部性特点，只能在公安机关内部适用，不能成为大数据侦查在法律层面的正当性依据。笔者认为，大数据侦查与技术侦查在技术性、秘密性和侦查时间方面相类似，又在侦查开展的程序和适用案件类型方面存在出入，但其已经具备了侦查所具备的构成要素，应当被定性为是一种新的在技术条件上符合技术侦查规定的强制侦查行为模式。

大数据侦查自身法律定性的模糊，导致了相关程序规则的缺失，使得侦查开展过程中存在一些偏离侦查目标的情形。对于保证获得证据真实可靠性的实体目标，大数据侦查存在两个方面的背离。首先是自身技术特性导致潜在错案风险。公安机关虽然已经建立起多个信息系统共享平台，但囿于地域、警种和部门之间的差异，导致各个数据平台之间的信息录入标准不一、种类各异，无法真正实现系统数据之间的无缝对接，侦查情报无法实现无障碍共享。同时，公安机关本身对信息数据进行采集或者向其他机构调取时，数据的质量难以保证。数据来源、收集标准、数据质量的差异不可避免地会产生虚假数据、无效数据，不仅无法有效地支持侦查工作，并且会在很大程度上导致后续错案的发生。其次是“数据—证据”法定证据转化的适格困境。“全数据”“相关性”的侦查思维强调数据获取的数量，大部分情况下，数据的分析结果只能被作为线索对待，而不能直接作为证据使用。在信息与结果的关系方面，大数据侦查采用相关性思维，而传统侦查模式采取因果关系模式，大数据的相关性是建立在量化基础上的弱相关性、间接相关性；司法证明的相关性则建立在人类主观因果思维的基础之上，是一种强相关性、直接相关性[5]125-126。这一差异也决定了通过大数据技术获取的证明材料在向证据转化时存在障碍。

就程序目标而言，大数据技术无形中操控了刑事侦查。侦查定性、程序规范与技术规制框架的不健全，致使在开展大数据侦查时侦查人员过分依赖数据分析，很大程度上存在唯数据论的数据独裁错误倾向。作为侦查认知对象的“案件事实”是一个主客观相统一的范畴，是侦查主体在一定的立场和规范引导下所完成的证据事实与观念事实一致性的判断[9]。所以，在使用算法模型进行数据分析时，侦查人员对于某一类型案件的侦查经验和固有认知就会潜移默化地嵌入其中，形成经验性判断。大数据技术的显性福利与隐性操控，在一定程度上重塑了人们的价值理念和效能认知。在司法场景中一切皆可数据化的理念，造成了运用代码和算法设计的侦查程序可以解决一切问题的错误认知，从而大大压缩了侦查主体主观能动性的适用空间。数据关联、数据挖掘和数据分析的界限不明，使得对于公民个人信息的收集和挖掘极易侵入到公民私人控制领域，造成对公民个人信息权、隐私权等基本权利的侵犯。

2.大数据侦查的理念异化与程序风险

(1)数据独裁催生侦查理念的异化

大数据正在改变着我们的生活，衣食住行等各个领域都已被大数据所充斥，信息已成为一种新的经济资产类别和社会发展的战略性资源。技术本身没有价值取向，也不具有权力的属性，但如果技术对人的利益能够直接形成影响和控制，技术便失去纯粹性而具有权力属性[10]。如算法构建了诸如电商平台、社交媒体等不同的系统架构，用户通过“通知-同意”进入系统架构后，行为即受到算法支配[11]。大数据为刑事侦查带来的极大便利，也很大程度上改变了侦查人员的固有思维方式，对于技术理性的过度依赖，使得技术特征正在成为侦查活动规则建构的决定因素。在工具性导向意识的作用下，刑事侦查极易流变为“数据主义侦查”——一种将侦查过程数据化并以数据主导侦查的理念。而这种侦查模式中，天然带有了“大数据集权”的内在逻辑。具体表现为如下几个方面。

首先，以数据空间作为侦查展开的场景，通过现实空间与数据空间的数据碰撞发现犯罪线索，追踪案件痕迹，将发现异常数据作为案件的起始点，有违刑事诉讼法侦查起点的设置规定。

其次，以算法为工具虽然实现了数据分析的革命，但当下的算法仍处于监督学习的阶段并未实现深度学习下的自主设计，在本质上仍然是人工操作下的代码组合。侦查算法模型不仅会掺杂侦查人员的价值观念在其中，更从深层次镶嵌了技术人员的主观思想。这样一来，算法的合理性、合法性就会因为技术垄断而无法认定。

再次，算法作为“计算”科学在根本上仅仅只能在事实层面回答“是什么”的问题，并不能在价值层面告诉人们“为什么”的问题，此种做法与刑事侦查的“事实认知”是一个主客观相统一的判断过程存在理念上的相悖。且算法设计在现阶段更多以商业秘密的形式存在，由于侦查保密原则的要求，多数情况下不会对侦查算法进行开示，存在“算法黑箱”的弊端。

最后，以“全数据”的思维模式推动侦查理念由抽样性向整体性侦查思维的转变，以全景式的监控模式对事件的信息进行收集，信息收集的界限、种类、时间和程度对当下的侦查人员来说，都是难以控制的，技术优势形成了“算力即权力”的新型权力样态[12]，技术重构的侦查生态极易将法律程序纳入更为隐蔽、更泛化、更多元的技术权力侵蚀之中。

大数据思维的隐形灌输会逐渐以技术优势代替侦查人员的主观能动性，久而久之，刑事侦查的开展、过程以及结果都可能随着技术优势的明显扩张而沦为数据技术的附庸，产生一系列不可预测的衍生风险。

(2)算法偏见阻碍公民个人权利实现

算法在为我们提供迅捷高效的推送结果的同时，影响甚至是决定着我们的视阈、判断和最终选择。数据挖掘和量化分析逐渐使得人被物化为数据的汇总，人从主体逐渐演变为客体，大数据意识逐渐被认可并内化为一种公众的价值自觉。强大的数据分析能力、更高的数据分析效率、更具相关性的判断结果，使人们无形中被算法所规训，但其公平性和正当性又难以验证，因此需要对算法加以规制[13]。在形式化意义上，算法被定义为“一种有限、确定、有效的并适合用计算机程序来实现的解决问题的方法”[14]；在非形式化意义上，算法被认为是“为实现某个任务而构造的简单指令集”[15]。无论从何种定义而言，算法的设计、运行和最终结果的给出看似都是一种完全与价值无涉的科学活动或数学活动，但在实践中由于可能存在算法偏见、算法偏差甚至是算法歧视，算法被证明实际上并非是价值中立的。

适用领域的限定性决定了大数据技术应用于刑事侦查领域的技术单一性。每个领域的大数据技术都被限定为是个体性的存在，并没有“一般经验”可以遵循，在技术运用过程中出现的任何问题和潜在风险也变得更加不确定、不可测。如果调查程序不透明，仅依据大数据分析结果将某些人列为高危分子或犯罪嫌疑人，极有可能造成嫌疑人因为对算法的无知而无法提出合理的抗辩，从而在实质上剥夺了法律赋予的知情权和辩护权，只能被动地接受侦查结果，限制了犯罪嫌疑人正当权利的行使。同时，在调取与分析数据时，技术参数设置因人为因素的存在无法确保身份要素的完全剥离，个人的“可识别”信息很有可能在当事人无知的情况下被收集、使用、传输等，收集和调取行为因为没有法律依据、信息主体知情同意等正当性基础而构成侵犯个人信息的行为。

(3)技治主义威胁正当程序原则

侦查过程中数据作用的无限放大，会使得侦查机关的决策权发生隐性让渡，形成“数据主义侦查”的理念。大数据侦查的特征还可能使智慧警务建设陷入“技治主义”的错误路径。正如大数据、人工智能技术应用到司法程序中一样，技术优势带来的显性福利在一定程度上重塑了公众的价值理念。由此，司法场景中的一切事物都可被数据化并纳入非预设的算法挖掘轨道中，它不仅反映了人们相信司法大数据与人工智能技术可以解决一切问题的理念，而且还表达了人类对未来司法模式的理解[16]。侦查效能的显著提升，使得民众对于大数据侦查的重视和认可程度超越了传统犯罪侦查，公众的认可、侦查机关的高效促使大数据侦查一跃成为人们对未来侦查模式的普遍理解，民众对于大数据的依赖程度也随之增强。大数据具有建构性，为其在侦查中的应用构建了一套赖以生存的制度环境——在此环境下，使用技术被视为进步，反之则被视为落后。理念的偏差可能导致侦查人员在行为上的失范和越轨，如借“数据侦查”之名行“重实体轻程序”的侵害侦查正当程序之实。

一方面，大数据侦查在数据收集过程中更倾向于挖掘能够用于证实潜在犯罪风险或犯罪事实存在的数据，并以节点数据进行深入挖掘，勾勒未来犯罪形态或还原案件全貌。这与《刑事诉讼法》第52条“侦查人员必须依照法定程序，收集能够证实犯罪嫌疑人、被告人有罪或无罪、犯罪情节轻重的各证据”所确定的中立侦查规则不符，一定程度上强化了有罪推定的风险，与当下刑事司法领域遵循的无罪推定原则相悖。

另一方面，法律赋予嫌疑人的救济途径在侦查机关强大的技术优势面前缺乏可操作性。如在传统侦查过程中发挥重要救济作用的当事人知情权和抗辩权存在因对侦查算法的无从知晓而被虚置的风险。技治主义在短期内可能会快速强化侦查能力，但长远来看则可能形成一种技术对侦查的隐性操控，使刑事侦查陷入了“技治主义”的恶性循环之中。

三、大数据侦查的风险规制与意识重塑

大数据侦查意识可称之为数据驱动意识，即在观念上数据本身的价值与案件侦查和犯罪控制属于同一层面，表征为在侦查实践中对数据应用价值和数据侦查程序自觉重视的意识倾向。大数据侦查意识形成过程中，侦查部门一方面总结出不同于原有侦查形式的模式和工作流程，另一方面，更加重视善于发现和主动分析应用数据的侦查理念[17]。因而，大数据侦查意识是一个上位概念，在内容范畴上应然涵盖侦查理念与侦查程序。如上所述，大数据侦查措施由于集成了复杂的科学技术和绝对的数据优势，在一定程度上使得监督机关和犯罪嫌疑人适用相关规则的能力虚化，产生了数据独裁、算法偏见和技治主义等错误倾向，冲击着刑事侦查的自由与秩序价值。而要破除这一困局，贯彻正当程序原则，需要在理念上消除科技的神秘色彩、在程序上消除侦查部门数据的垄断地位[18]。从而，通过算法的规制、侦查理念的重塑和侦查过程的程序控制，实现大数据侦查的“意识”匡正，确保大数据侦查始终在正确理念和正当程序指导下运行。

1.规制的实质：技术风险的控制

大数据侦查作为新兴的侦查形式，势必会通过自身的技术优势对传统侦查样态的权威造成挑战，形成传统规范与新兴事物之间的对立。技术对风险的放大作用表现在风险实现的效果和速率之上，在大数据代码编写和算法建模中，“更容易看到一些微小的疏漏以让人无法预料的序列连续发生，就有可能变成更大的、更具破坏性的大事故”[19]。大数据技术以信息技术为依托，以其强大的数理计算能力和信息整合能力实现了由工具属性向主体属性的跨越。囿于技术规范尚未健全和人类因认知能力有限对于技术手段的过分依赖，导致侦查人员在潜移默化中不断被大数据技术自身所带有的隐形意识所规训。而技术又以程序或代码的形式嵌入网络空间架构的节点，形成以技术为核心要素的空间环境，代码和算法成为大数据和人工智能技术实现的基本单元和决定因素，它们决定着大数据的智能识别、深度挖掘和分析研判，换言之，代码作者越来越多地扮演着立法者的角色[20]。如果算法设计不当，或者没有恰当的法律和规则对其进行约束，都会对嫌疑人正当权益造成损害。

当下，在侦查过程中，侦查主体在对犯罪嫌疑人进行证据开示和案件说明时，多数情况下不会对侦查所运用的数据资源和算法模型进行开示，而是直接提供由大数据算法模型得出的结论，或是进行算法开示但不提供具体的操作说明，从而产生“算法黑箱”。数据分析只会告诉人们结果“是什么”而不会说明“为什么”。刑事诉讼的正当程序原则目的在于保持司法的纯洁性，促使审判与调查的公正进行[21]。因为技术的不透明，致使对于算法模型设计、数据质量、数据分析过程、数据分析结果等环节都无法进行审查和外部干预，而这一切又与犯罪嫌疑人、数据所有人的基本权益直接相关，与正当程序的法律监督直接相关。“算法黑箱”意味着无法对代码和算法的作者即程序员进行审查，侦查人员无法洞察和了解个中的算法规则、无法参与侦查决策，犯罪嫌疑人无法提出侦查程序异议，二者都只能被动地接受侦查结果，从而在客观上束缚了侦查人员的主观能动性，限制了犯罪嫌疑人正当权利的行使。

技术优势造成的认知空档，使得侦查人员对案件事实进行查明的过程中会在一定程度上偏向以技术支撑的证据事实，甚至是出现技术依赖，观念事实认定的主观能动性发挥不足。而相关关系并不能取代因果关系，在做出客观关系判断的基础上，还需要侦查主体在观念事实层面进行能动思考，在合法性的程序引导下完成认知任务[22]。大数据侦查的风险，归根结底是大数据技术本身自带的代码设计与算法黑箱造成的技术风险，以及由于技术风险而造成的正当程序偏离等次生风险。应当看到，对于大数据侦查进行规制的实质就是对其技术风险的规范，这一点也从科技哲学的角度得到了验证。在科技哲学视阈中，侦查领域的技术伦理规则就是在大数据侦查技术应用过程中嵌入技术伦理价值，使伦理价值内化为技术开发者和使用者的价值自觉，并依此制定大数据侦查的伦理框架和行为规范。找到了风险的实质，也就为如何对大数据侦查的风险进行规避指明了方向。

2.算法规制：大数据侦查风险的技术防控

既然已经认识到大数据侦查风险的实质在于其自身存在的技术风险，那么就应当因应大数据本身的技术特征，通过对代码和算法的规制实现对大数据技术风险的化解。如果片面依靠法律进行禁止性或强制性规制，那么将可能陷入“管制型”思维而因噎废食、扼杀创新。因此，需要建立多元互动的规制体系。

首先，政策引领是先导。面对新技术对于传统社会带来的系统性挑战，如果要化解风险并实现风险向动能的转换，需要认真考虑并建立一套指引这些技术发展的标准和政策[23]。世界范围内，英国、德国、加拿大等国已经就数据保护、个人信息保护出台了相应的法律规定，健全了个人信息保护机制。近年来，我国也先后出台了《网络安全法》《国家信息化发展战略纲要》《新一代人工智能发展规划》《智能制造发展规划(2016-2020)》《高等学校人工智能创新行动计划》等一些法律法规和国家政策，加快在网络安全、人工智能和个人信息保护领域的立法。试图通过政策和法律的引领对可预见的技术危害进行最大程度的规制，减少新技术产生的有害影响。特别是对人工智能、大数据等以算法为核心的新技术，通过对其所包含的程序进行一种事先的审查，防止其被植入恶意程序，以有效控制人工智能、大数据可能引发的异化影响[24]。

其次，伦理规制是必然。大数据时代人们已经进入了万事万物都需要大数据分析、一切皆可量化的时代，人们的行为、情感、所思所想都可以用数据加以表达，数据化实现了决策权算法的转移，而在大多数情况下，设计者们往往不会理会计算机技术所引发的伦理问题[25]。如果放任代码和算法的程序设计人员在无伦理规范和道德规范的指导下任意发挥，无伦理支撑的技术框架必将成为灾难。因此，通过自身领域内技术伦理规则的构建，培育一种大数据侦查技术应用的自我约束机制就成为这个时代平衡技术创新与规避风险之间张力的重要手段。在大数据侦查的算法编程中，应当以科技伦理作为支撑，构建大数据算法的伦理框架，以道德代码嵌入大数据算法的方式降低大数据侦查可能造成的风险。

再次，自律规制是核心。代码和算法是网络空间的立法者，更是人工智能和大数据技术效果实现的关键因素，这样规制大数据风险就离不开对从事代码编写和算法编程的设计开发者的自律规制，即他们应对自己开发设计的产品所造成的影响负责。在大数据侦查的算法设计过程中，设计人员应当秉承信息保护原则、合目的原则和比例原则，对算法的架构进行本源上的正当化设计，以保障嫌疑人的个人信息权和隐私权等基本权利。

最后，权力制约是保障。通过上述政策引导、伦理规制和自律规制，将算法作为技术而规制的理念主要偏重于对算法设计者的设计责任。同时，算法权力的运用亦是造成异化风险的直接原因。算法设计者可以纠正算法设计中的偏见，但无法解决算法的滥用问题，因此，对算法权力进行限制能够督促算法使用者切实对算法的部署和应用负起责任[26]。通过对侦查过程中算法使用的案件范围、使用权限、审批程序、监督程序、终止程序和问责机制等相关制度的设立，规范大数据侦查过程中算法的合理应用。从而，保障算法从设计之初到后续的应用过程都能够在正当程序和外部监督下有序进行。

3.理念纠偏：大数据侦查的价值匡正

大数据侦查在侦查技术、侦查思维等多维度的革新，构成了大数据时代侦查模式的逻辑体系，促进了侦查高效化、集约化和智能化的快速发展[5]117，但大数据侦查作为一种特定领域的技术应用，也不可避免地会出现技术运用的通病，出现新的伦理问题和法律问题。一方面，对从数据共享机制中受益良多的侦查人员而言，收集并掌握公民个人数据已成为现代化侦查的常态。依托大数据进行的预测性侦查虽然能够防患于未然，在犯罪实施的预备阶段或实行阶段阻断行为的继续发生，但通过这样一种仅依靠数据预测形成的侦查结果，嫌疑人所遭受的惩罚来源于未然犯罪或预备犯罪，有违刑事程序法中的无罪推定、疑罪从无原则。而此时，侦查人员仍然秉持有罪推定的错误理念，过于放任会对公民的合法权益造成侵犯。另一方面，过分相信算法权威让我们忽视了大数据侦查可能出现的错误结果。在侦查算法模型的设计上，不仅嵌入了程序设计者的价值理念，而且注入了侦查人员固有的侦查经验和侦查灵感，这就导致了即便是具有工具理性的算法模型，在本质上仍是借助于大数据技术使得数据分析呈现指数级加快运转的侦查经验的主观表达，具有人的主观能动性。实践中，对于侦查采用的算法、收集的数据一般不会进行公开，技术的不透明也间接导致了分析结果的可靠性和容错率处于一种不稳定状态。

理念上存在的偏移，使得大数据侦查程序正当性受到质疑。要破除这一质疑，就要对大数据侦查所体现出的侦查价值理念进行匡正。刑事侦查本身就具有正义价值，作为刑事法律制度的重要组成部分，侦查程序本身也必须符合正义的要求，既包括结果正义也包括程序正义，而程序正义的体现就是侦查公开和权利保障两个方面[27]。

侦查公开应体现在对侦查过程中技术的应用上。首先，在侦查思维的形成过程中，应当谨防“大数据极权”错误逻辑，坚持责任伦理，重视观念事实判断在案件事实查明中的关键作用，树立大数据助力而非取代逻辑判断和假说验证的思维路径，实现侦查主体侦查能动性的回归。其次，在使用侦查算法时，应当依据相关法律规定对侦查采用的算法模型和运行规则向嫌疑人进行开示和说明，对侦查数据的来源、数据类型、分析结论对嫌疑人进行披露，嫌疑人对数据分析结果或侦查过程有异议时，应当由侦查预审人员和检察机关侦察监督人员介入，对数据的分析结果和侦查过程的合法性进行核查。

权利的保障具体应当包括以下几个方面。第一，平等权的保证。在大数据侦查过程中，应当尽可能地消除算法歧视，将侦查对象的前科行为、品行情况等易产生偏见的要素严格排除在算法模型之外。侦查主体应秉承无罪推定的侦查思维，保障其与普通公众在大数据侦查面前具有被平等对待的权利。第二，强化个人信息保护。对于侦查中的数据挖掘进行程序规范，在信息收集界限上应当遵从“相关数据”原则，在程度上遵循“明显且即刻危险”原则以确保在对数据进行收集和挖掘时充分保障公民的个人信息权[28]。第三，赋予嫌疑人异议权和数据消除请求权。对于侦查机关为进行大数据侦查收集的个人数据，被收集人有权提出异议为自己进行辩护。同时，在对数据进行利用时应为用户提供删除或脱敏处理的选项，通过此种方式实现公众的数据信息自决权[13]150。

4.程序规范：“蝎型”大数据侦查监控模式的构建

在对算法规制和侦查理念纠偏防控规制的基础上，仍需要进一步优化法律层面的侦查程序控制，以保证大数据侦查在合乎法律规定的前提下进行。

首先，应当进一步规范数据收集，设立“侦监”部门。由于技术、程序、制度等诸多方面的限制，现阶段大数据侦查所使用的数据资源相当一部分来源于国家大数据与商业大数据，侦查机关无法做到真正的一次性大数据侦查，属于对二次信息的利用。收集过程及结构化标准信息转换方面存在一定程度的法律风险。为此，笔者从规范侦查数据收集与适用程序的角度提出应当在政府网络监控与商业大数据监控的二维模式下，引入“大数据侦查监控”这一独立的网络信息监管力量，在源头上保证侦查数据的真实性、完整性和合法性。网络安全监管部门和商业大数据公司发现可疑数据之后,直接将信息反馈给侦监部门,由其独立进行专业化的信息追踪、获取、挖掘和研判，减少数据流通和处理环节。这一独立的侦查监控力量可由公安机关内部的网络安全监管部门、综合情报部门、视频图像侦查部门等技术部门抽调专业人员组成。

其次，规范侦查启动审批程序，防止技术措施滥用。结合大数据侦查开展的原则性，设立主管领导审批制度。根据不同阶段采用的大数据技术对公民基本权利侵害程度的不同，参照比例原则设计层次化的操作规范和阶梯式的审批权限。依据案件性质、涉案人员、侦查难度等因素判定所需采取何种大数据侦查技术。如进行大数据查询需报请办案机关主管领导审批，进行大数据比对、数据挖掘则需进一步由上一级机关主管领导进行审批[29]。

再次，建立过程性监督制度，确保侦查行为始终在法定程序内进行。大数据侦查的过程性监督需要监督主体具备较高的专业技术能力和对刑事侦查的中立态度。在这一点上，可以借鉴域外经验，以成立专门委员会的形式设立过程性监督机构。而当下，各级政府设置的互联网信息办公室使得这一构想具有了现实基础。在网信办设置专门的数据信息监察机构，对大数据侦查过程中的数据收集、数据比对、数据挖掘等进行常态化监督、过程性监督，并受理相关被调查人的申诉，保障其信息异议权[17]92。

最后，明确数据使用与处置程序，建立侦查问责机制。过度的权力集中必将导致权力的异化，赋予侦监部门权力的同时必须设置一定的控制程序和问责机制，以防止发生权力滥用现象。在将案件线索反馈到侦监部门由其进行监控的同时，应当引入数据信息监察机构的外部监督，同时根据目的正当性原则明确规定数据的存储时间和使用范围。如果侦监部门到达期限或者超出数据使用范围，数据信息监察机构将有权建议侦查机关主管领导及时启动数据处置程序，清除违规数据。同时，侦查机关内部启动对相关责任人的问责，对于侦查过程中侵犯公民隐私权和个人信息权的行为应当依法处理。根据上述措施，笔者提出“蝎型”信息监控模式(如图1)，两只螯和身体3部分共同构成对犯罪风险的立体式防控，将大数据侦查的外部过程性监督和数据使用规则设计为尾部毒针，当侦查过程程序违规时直接启动“毒针”，终止该程序并清除数据。

图1 “蝎型”信息监控模式

这种“蝎型”的信息监控模式的构建，既具有程序优势也具有实体优势。在程序上的优势表现在2个方面。一方面能够保障数据的真实性、完整性和收集程序的合法性。以案件预判为信息监控和数据收集的导向，在源头上避免无用、无关的数据获取，简化后续的分析研判过程。在收集过程中，进行全程可视化的记录和审查，注重对数据的交叉验证和筛选，保证数据的真实性、客观性、合理性。另一方面，在证据的转化适用上，由侦监部门直接进行数据监控和信息收集，能够最大程度地契合回溯型侦查过程中线索向证据的转化要求，可以认为是侦监部门在虚拟空间中通过数据信息对案件线索和犯罪现场的还原，在收集线索的同时遵循法定程序固定证据，做到发现案件线索与证据收集具有同向性和同步性。在实体上的优势也表现在2个方面。一方面，成立专门的侦监部门，减少信息收集主体、控制信息收集范围、明确信息收集权限，从而削弱数据管理主体过度获取公民信息的可能性，符合相关性原则与收集限制原则的要求。另一方面，通过侦监部门的设立，带动大数据侦查审批程序、过程化监督程序和问责机制的确立和完善，以严格责任规范倒逼侦查过程合规，实现对数据处理技术使用的限制和侦查结果合法性的保障。数据信息监察部门发现侦查机关存在案件数据违规操作行为，应及时预警和通报，侦查机关内部启动数据删除程序和相关主体问责程序，防止公民个人信息的不当使用或泄露，维护刑事侦查的正义价值。

四、结 语

智慧警务建设、大数据侦查的广泛开展，是当今公安机关应对犯罪智能化趋势的必然选择。但在侦查机关全面拥抱大数据技术的背景下，学界应当对大数据侦查过程存在的风险保持清醒的认知。不可否认，大数据带来了侦查方式的变革和侦查效能的提升，但在使用过程中应当自觉抵制数据独裁、算法偏见和技治主义等错误倾向的渗透和影响，树立大数据助力而非决定案件侦破的正确理念，发挥侦查主动性在案件观念事实查明中的积极作用。通过理念匡正与程序规范的双重路径，对大数据侦查的技术风险实质进行有效规制。以算法规制、理念纠偏和正当程序保障3个方面为着力点，充分运用现有技术资源和机构资源，构建内部规范与外部监督相结合的大数据侦查风险规制框架，优化和完善大数据侦查的程序控制体系，保障大数据侦查始终在法治的轨道上运行。