论人工智能时代的犯罪预防与治理

2022-11-26 09:59
关键词:犯罪预防犯罪人工智能

芦 丹

(国防大学 政治学院西安校区,陕西 西安 710068)

人工智能在各行各业所引发的变革毫不逊色于人类发展史上的农业革命、工业革命与信息革命,对于犯罪预防而言,人工智能理论层面的深度发展与应用层面的持续下沉引发了犯罪防治模式的重大变革,也为犯罪预测、侦查、预防、治理提供了强有力的技术支持。然而,欣喜于科技进步的同时,人们应当意识到“人工智能是一把双刃剑”,其既是社会进步,使得复杂犯罪动态的预防与治理成了可能,又是社会风险,可能引发一系列诸如道德、伦理、人类失业、犯罪风险等。然而,现阶段国内外关于人工智能时代的犯罪预防与治理研究仍稍显滞后。因此,有必要立足人工智能时代犯罪预防与治理面临的机遇与挑战,思考人工智能时代犯罪预防与治理的创新思路,以借助人工智能实现技术防治的同时,有效规避人工智能非法应用可能引发的犯罪风险。

一、人工智能时代犯罪预防与治理面临的机遇与挑战

(一)人工智能助力犯罪预防与治理模式的转型

在传统犯罪防治领域,无论是人防、物防抑或技防,均基于人为经验的基础上制定防治措施,然而,实践显示,此种防治模式无论科学性,还是前瞻性均不甚理想,且成本高、效果差。而人工智能技术的应用成功打破了传统经验主义式犯罪防治模式的弊端,其借助大数据预测,集统计学、心理学及计算机学于一体的研究方法等,成功将犯罪态势动态发展规律的分析从定性转向定量研究、从宏观转向微观预测、从数理模型转向智慧模型,极大地提升了犯罪防治的科学性与精确度。不仅如此,随着人工智能技术的持续革新与应用落地,“AI+犯罪防治”逐步兴起,区别于传统以人力为主、技术为辅的守备、监控、寻迹、研判与布防等犯罪防治模式,其通过收集各类跨媒体异构数据,借助机器学习、生物识别、图像理解等AI技术,达到对现实情境的精准检测与控制,完成了跨场景异化空间行为的解读、跨实体与虚拟空间社会形态的分析、大范围社会观测与群体认知等,实现了与犯罪产生机制关联因素的交互感知与认知理解,推动了传统被动、单线的模式逐步向主动、复合的犯罪防治模式转型升级,不仅极大地节约了公共资源,优化了警务配置,还高效整合了平台技术,拓宽了犯罪防治的深度与广度,也为犯罪智慧监测与安全控制体系建设提供了支持〔1〕。

(二)人工智能深入应用可能引发系列犯罪风险

虽然,人工智能的应用推动了犯罪防治模式的转型升级,但若规制不足极有可能引发诸多犯罪风险。人工智能的发展可划分为三个阶段,即弱人工智能、强人工智能、超人工智能阶段。现阶段人类社会正处在人工智能的起步阶段,在犯罪防治领域的技术辅助也仅仅局限于某一特定的任务,如语音识别、图像识别等。技术漏洞、人力限制及道德约束会极大地影响犯罪预测结果,导致预测滞后甚至与事实相悖,加上犯罪防治领域主客体间的“博弈”与“互动反射”进一步增大了预测的不确定性,极有可能导致预测结果反向偏差,不仅达不到预防犯罪的目的,甚至成为误导或妨碍犯罪防治的关键性因素。不仅如此,相比于人工智能所引发的诸如道德、伦理、失业等尚未到来的社会风险,人工智能领域的犯罪风险显得尤为突出与紧迫。根据犯罪学理论,犯罪可通过模仿在人群中迅速传播,而人工智能时代,智能机器人的规模化应用逐步使犯罪主体与对象由传统的人类转向与之行为模式、认知水平等方面极为相似的机器人,引发新型犯罪。而且随着人工智能的纵深发展与应用,若机器人具备深度自我学习能力,甚至习得人类犯罪行为,也有可能实施与人类类似的犯罪行为,甚至在智能技术支持下实施更为复杂的网络犯罪。从2017年浙江卫视报道的首例利用人工智能犯罪大案到2019年央视曝光的“智能骚扰电话机器人”,人工智能的非法应用所引发的犯罪风险逐步暴露出来,甚至形成了一条贯通上下游犯罪的黑色商业链,加上其与网络犯罪的高度关联性及犯罪活动便利性,导致人工智能犯罪不断朝着虚拟空间蔓延,引发涉网犯罪案件的激增〔2〕。

二、人工智能时代犯罪预防与治理的创新思路

人工智能时代,犯罪防治的构成涉及法治、主体与目标三大要素。其中,法治要素是防治犯罪的根本性、全局性、持久性保障;主体要素强调组织全社会力量参与犯罪预防,使犯罪分子无处藏身、犯罪行为无法得逞;目标要素强调通过技术赋能犯罪防治,兼顾发展与安全两大目标。除此以外,人工智能时代的犯罪防治还要正视其可能引发的犯罪风险,通过犯罪学理论规引强化风险防控。

(一)理论规引

理论对实践发挥着关键的指引作用。随着人工智能的深入应用可能引发的犯罪风险,需要借助国家安全观理论、犯罪学理论进行指导与规引,以引导人们科学认识与把握人工智能领域的刑事风险,提升犯罪风险防控意识。一方面,犯罪学研究十分重视犯罪预防与治理的学术性问题,并强调利用犯罪学理论指导人工智能时代的犯罪防治工作,以期在精准把握人工智能技术的基础上提升抵御其刑事风险的能力,因此,要围绕人工智能领域的刑事风险,从防治视角研究、论证与创新,强化犯罪学理论研究与“人工智能+犯罪防治”实践探索的有机结合,构建防治工作与理论研究互动机制,为人工智能时代的犯罪防治提供优秀的理论输出与指导;另一方面,要在犯罪学理论研究的基础上,进一步加强立法、制度、监管、产业综合治理、社会参与防治、技术治理等理论研究,持续探索人工智能伦理框架的完善思路,明确其技术工具的基本属性,以有效规避该领域可能引发的犯罪风险〔3〕。此外,要加快人工智能的伦理研究,完善伦理框架,明确智能机器人的工具性,避免生产与人类相似的机器人,使之高度模仿人类,甚至模仿人类的犯罪行为。正如英国史密斯教授所提及的:“对待人与机器之间的关系,最有效的方式是将机器视为人类机器系统的延伸,而非将其视为智能系统进行交流。”机器工具主义的支持可有效规避人工智能深度发展可能引发的犯罪风险。

(二)立法防治

谦抑性与部门法律的补充性是刑法的基本特征与性质,只有当部门法律无法保护法益、不足以抑制某种危害行为时,才由刑法保护与禁止。上文提及,当前人类社会人工智能的发展仅处于“弱人工智能”阶段,人工智能技术仅应用于部分领域,横向与纵向发展均不平衡、不充分,如此形势下,还需加快推进立法进程,完善罪名体系,以立法强化犯罪防治。具体而言,一方面,国家要考虑增设罪名,加快推进科技立法,建立健全数据内容管理、人工智能信息保护机制,针对人工智能非法应用问题,首先要考虑民法、行政法等部门法律的适用性,提前将刑事犯罪风险扼杀在摇篮中,同时,要深度研究“故意”“过失”“意志自由”和“打击错误”等刑法理论,以充分发挥刑法对一般犯罪的预防作用;另一方面,国家要从立法层面强化人工智能研发者、设计者的责任规制,避免将“机器人”作为责任主体,还要注重以个体信息保护制切断人工智能非法应用的数据支持,减少个体信息遭受侵害的可能性;此外,国家要加快完善个人信息保护相关法律法规,通过隐私保护彻底切断因人工智能非法应用而引发的犯罪行为,现今出现的人工智能非法应用犯罪案例中频繁出现个人信息被窃取等情况,为了规避此类犯罪行为,仅仅运用刑法完善个人信息保护仍远远不够,还要加快完善具体的地方行政法规,加强有关部门对个人信息收集、使用等行为的监管,同时要完善行业标准,强化行业自律,针对收集、分析、管理、利用个人信息的各类行业出台明确的行业标准,签订安全协议,规避有关人员窃取个人信息的可能性,还要设置行为准则,确立网络空间信息收集的行为规范,通过推进《数据安全管理办法》等规范,全面保障个人信息与重要数据的安全性。

(三)社会预防

人工智能犯罪可谓世界性难题。因此,需要发挥全社会的力量强化犯罪防治。一方面,要积极借鉴网络“新枫桥经验”,探索警企合作、群防群治的犯罪防治新模式,充分发挥互联网企业的技术优势,鼓励网络群众参与,将其作为预防和打击人工智能犯罪的重要力量,将犯罪防治延伸到虚拟空间,协同各地各级政法机关共同维护实体与虚拟空间的安全性。另一方面,要推动人工智能技术进入基层社区,探索人工智能与社区预防相结合的犯罪防治新模式。以成都“社区矫正监管机器人”为例,其集信息查询、视频播放、业务申报、语言报送、录音录像等功能于一体,可利用特征提取技术、计算机视觉等进行辖区内居民生物特征的采集,识别不同个体的指纹、声纹、人像、芯片,有效加强了社区高风险群体的日常管理、跟踪监测、学习培训及全过程心理评估,可谓“人工智能+犯罪防治”领域的典范〔4〕。此外,为了治理网络灰黑产业,还需从预防与治理两大视角共同发力,既要通过强化社区法治宣传,明确制度规范,又要加强网络“灰黑产业”的综合治理,包括虚假账号注册等源头性“灰黑产业”,非法交易平台,木马植入、钓鱼网站、恶意软件等以及恶意注册、虚假认证、盗号等形式实现的网络黑账号,彻底扫除人工智能非法应用的生存土壤。

(四)技术防治

科技本身既无害也无利,关键是如何利用。人工智能技术有着超越人类数据处理及分析的强大功能,对于强化犯罪预防与治理具有十分重要的价值,为了充分发挥其在犯罪领域的技术防治效能,一方面,要借助人工智能强大的数据获取能力与高速数据处理能力,高效处理和分析非结构化数据,如基于物联网、智能手机、车联网等的智能终端及传感器所存储备份的图像、音视频、地理位置、活动轨迹、网络日志等数据,全面整合、统筹利用犯罪情报信息,实现对潜在犯罪的快速反应与协同作战;另一方面,利用人工神经网络自我学习、自助诊断、最优决策等功能,打破传统犯罪防治的思维定势,通过情报信息深度加工整合,实现犯罪行为的精准打击与全面预防,还要借助人工智能持续不断地自我修正,持续完善人脸识别等实用性犯罪预防技术,通过核心算法优化、信息采集渠道拓展、多元分域数据库建设等,提升技术准确率,方便更精准识别犯罪行为〔5〕;此外,借助人工智能对非结构数据智能结构化分析与异构数据智能融合功能,打破传统视频监控应用深度浅、资源浪费率高等问题,通过视频结构化方案与服务器集群,以数倍于人工排查的效率完成侦查任务,提高犯罪防治效果〔6〕。

猜你喜欢
犯罪预防犯罪人工智能
公园里的犯罪
Televisions
2019:人工智能
人工智能与就业
环境犯罪的崛起
数读人工智能
找寻犯罪根源
从犯罪预防的角度看偶然防卫
下一幕,人工智能!
社区安全设施建设与犯罪预防的几点思考