生成式人工智能嵌入经济犯罪侦查的展望与思考

项 倩，李华晨，刘 朋

（1.北京市公安局，北京 100054；2.中国人民公安大学，北京 100038；3.华北电力大学 河北 保定 071003）

一、引言

2022 年11 月，美国人工智能研究实验室Open AI 基于GPT-3.5 模型架构①GPT 家族是OpenAI 公司推出的相关产品，这是一种生成式语言模型，可用于对话、问答、机器翻译、写代码等一系列自然语言任务。GPT-3.5 是GPT-3 的升级版，该模型采用了海量的数据训练，具有超过1750 亿个参数。参见哈尔滨工业大学自然语言处理研究所：《ChatGPT 调研报告》。推出的大规模预训练语言模型（简称“大型语言模型”)——Chat GPT（Chat Generative Pre-trained Transformer)横空出世。这一具有深度学习、对话交流、自主创作等功能的全新智能聊天机器人自一诞生便迅速引起全世界对于“生成式人工智能”技术的热切关注。2023 年6 月，世界经济论坛第十四届新领军者年会发布的《2023 年十大新兴技术报告》将生成式人工智能列为在未来3-5 年内将对世界产生重大影响的新兴技术之一。[1]综合该项技术的基本原理以及相关理论概括，所谓生成式人工智能，是指基于算法、模型以及相关规则，具有生成文本、图片、声音、视频、代码等内容的技术。与传统人工智能相比，生成式人工智能的方式更加灵活，功能更加多元，应用更加“智能”。

随着这一技术的应用，科幻影视作品中“人机交互”的场景不再只是想象。随后，这一极具颠覆性意义的技术创新所引发的思考和探讨从科技领域迅速蔓延到其他学科领域。其中，法学界的专家学者以极为敏锐的学术嗅觉和极高的学术热情积极投入到这场科技变革之中，大家对以Chat GPT为代表的生成式人工智能技术对传统法学研究和法律实践可能造成的冲击以及对基于近年来数字经济发展而形成的数字时代法律关系、法律制度和法学伦理可能造成的影响表现出关切和隐忧的同时，同样对该项技术为未来社会治理可能带来的机遇充满期待。

从新兴技术的社会化应用来看，技术层面的重大变革往往重塑人的认知和行为范式，进而折射到社会治理层面，引起社会规范逻辑、框架和内容的转型。[2]9经济犯罪治理是社会治理的重要组成，面对当前纷繁复杂的经济犯罪形势，经济犯罪侦查面临巨大挑战。在此背景下，生成式人工智能技术的出现，为未来经济犯罪侦查提供了一种全新的视角和思路。

二、生成式人工智能嵌入经济犯罪侦查的逻辑基础

(一)侦查困境：当前经济犯罪侦查的窘迫性

改革开放以来，我国经济社会发展取得辉煌成就的同时面临着巨大的经济犯罪治理考验。从1997 年《刑法》实施以来历经的十一次刑法修正案来看，我国的经济犯罪立法呈现出明显的“犯罪化”趋势，经济犯罪罪名显著增多，刑罚力度不断加大。[3]经济刑法已成为中国刑法修改、完善最活跃的领域。[4]与此同时，伴随着信息和数字技术的飞速发展，原有的经济社会生活开始出现诸多非传统性经济安全风险。经济犯罪开始呈现出数字化趋势，具有明显的网络化、智能化特征，其手段更加多样，方式更加隐蔽，所带来的社会危害也更加严重。

面对严峻的经济犯罪态势，公安机关作为打击犯罪的前端部门，面临巨大的侦查压力。

首先，激增的经济犯罪数量使得侦查机关的办案资源愈加紧张。经侦部门是公安机关打击经济犯罪、捍卫经济安全的专业力量，根据《公安部刑事案件管辖分工规定》的规定，目前由经侦部门管辖的案件范围共包括77 个罪名。近年来，我国经济犯罪案件数量整体呈上升趋势。2022 年，全国公安机关共破获各类经济犯罪案件7.4 万起，挽回经济损失236 亿余元。[5]面对久居不下的案件数量，一线办案部门“案多人少”的矛盾日益突出。

其次，部分地区的办案条件相对落后导致经济犯罪案件的侦办难以开展。例如，在侦办涉众型经济犯罪案件时，案件的突破往往需要借助大数据、人工智能等技术的支持，而大多数地区的侦查机关并不具备相应的技术条件，使得侦查工作的开展变得非常被动。

再次，复合型专业人才的缺失导致新型经济犯罪案件的侦办能力相对有限。数字时代，面对新兴多样的网络型经济犯罪，侦查人员不仅存在法律盲区，而且存在大量的技术盲区，这给经侦部门的事实和证据认定造成很大困扰，严重影响了案件办理的质量和效率。

(二)技术创新：生成式人工智能的应用价值

在犯罪态势发生深刻变化的背景下，经济犯罪侦查工作及侦查思维必须借助外部技术赋能，不断朝着人与数据、人与机器高度融合的方向演进，才能更加适应不断升级的犯罪方式和犯罪形态。[6]当前，人类社会正在经历第四次工业革命，以大数据、云计算为代表的数字技术再一次将人类社会文明提升到一个新的高度，人类社会已经迈入“数字时代”。[7]18生成式人工智能的问世既是数字经济下的时代产物，同时也是人工智能技术的一次历史性突破。

简单来讲，生成式人工智能就是基于数据、算法、参数等技术要素生成文本、图片、声音、视频、代码等内容的技术。与传统人工智能相比，这种大型语言模型具有更强的通用性，可以服务于不同政治目的和商业模式所确定的任务，并通过基于人类反馈的强化学习寻找完成这些任务的最优解。[8]当前，生成式人工智能在新闻、教育、智能检索等领域均表现出出色的成绩，为该项技术在执法司法领域的应用提供了很好的借鉴意义。根据其技术原理，生成式人工智能技术可以通过对海量语料的深度学习自主生成全新的法律专业内容，推动法律人工智能由“分析式智能”向“生成式智能”进化。[9]今年年初，哥伦比亚法官胡安•帕迪拉便在一起决定一名自闭症儿童是否应该用医疗保险支付所有医疗费用的案件时，使用了人工智能工具Chat GPT 帮助裁决，并最终得出结论。[10]虽然此次尝试引发诸多质疑和批判，但仍然向人们展示出生成式人工智能在法律应用领域的广阔前景和巨大价值。

(三)应用基础：大数据在经济犯罪侦查中的应用

在生成式人工智能发挥作用所需要的诸多技术要素中，大数据对于经济犯罪侦查而言并不陌生。2015 年7 月，公安部经侦局提出“信息化建设、数据化实战”的战略目标，要求全国各级经侦部门牢固树立“数据就是战斗力，得数据者得天下，得数据者胜天下”的工作意识，深入贯彻数据理念。2017 年，公安部经侦局再一次强调数据的重要地位，提出“锻造全新警种、建设经侦铁军”发展战略，明确了以数据引领经侦工作的总体要求。[11]经过多年建设，全国经侦系统已初步建成部、省、市、县四级情报机构，[12]经济犯罪侦查模式已从传统的“经验依赖型”逐步转型大数据时代下的“数据驱动型”。[13]全国经侦工作新格局已基本形成，打击经济犯罪正式踏上数据化实战的轨道。

2019 年初，全国经侦部门办案系统“经侦应用云” 正式上线，成为汇集各类经侦数据的重要平台。从内容来看，这些经侦数据不仅包括各地经侦部门在办案过程中收集和产生的各种警务数据，而且包括海量的行政监管数据、互联网数据以及其他类型的数据。这些不同类型数据的集合形成了当前经济犯罪侦查的大数据库，为侦查人员精准打击犯罪，提高侦办效率提供了基本支撑。同样，数据作为底层元素，其生成、储存、抓取、学习以及利用也是生成式人工智能迭代式发展的主要动力源。[14]多年来，大数据在经济犯罪侦查中的积累和应用为未来生成式人工智能嵌入经济犯罪侦查提供了有力的实践基础和技术保障。

三、生成式人工智能嵌入经济犯罪侦查的应用场景

(一)基于文本生成技术的辅助侦查

文本生成是生成式人工智能最具有普遍适用性的功能。以Chat GPT 为例，针对使用者输入的内容，Chat GPT 将根据自己的了解或理解以文字的形式给出相应的解答、列举和分析。这一技术样态的优势在于人工智能可以一种聊天的方式及时满足使用者的需求，而且其作出的回答是经过大型语言模型进行反复训练后得出的结果，其针对性和专业性都更具有保障。

基于此，未来可以尝试将生成式人工智能的文字生成技术应用到经济犯罪侦查中去，利用其精准性、便捷性优势辅助侦查人员办案，提升案件的侦办效率、减少侦查失误。具体来看，可以应用于以下四种情形之下：

1.辅助侦查检索。在侦办案件过程中，侦查人员可以直接向生成式人工智能输入想要查找的法条或者想要参考的案例。以法条检索为例，在办理自洗钱犯罪案件中，侦查人员可以直接向人工智能系统输入指令“与自洗钱有关的法律规定”，系统在收到检索指令后，能够直接将与自洗钱有关的法律法规全部展示出来。这种操作更加简单方便，无论是与当前的标题检索、关键词检索和发文字号检索等智能法条检索工具来比，都将有效缩短侦查人员检索法条的时间，显著提高法条适用的准确度。

2.辅助侦查取证。在我国推进智慧侦查进程中，人工智能辅助办案民警对证据进行智能检查和校验早已不是新鲜事。但在执法实践中，“单个证据之证据能力、证明力判断以及全案证明标准、证明责任分配等问题，除了应当依据法律规范、经验法则、逻辑法则进行评价，还需要借助法律解释和论证融入价值判断，而这显然是当前人工智能所力不能及的。”[15]未来，在生成式人工智能的技术支持下，可以将法律解释和论证等更为高级的法律应用规则通过模型融入人工智能之中，从而进一步提升人工智能在刑事侦查中的证据辅助能力。

3.辅助侦查研判。在掌握海量数据的基础上，生成式人工智能能够通过自主学习对有关经济犯罪的规律、习惯以及侦查机关的侦查策略、经验等有一个精准全面的掌握。因此，生成式人工智能在侦查办案中可以扮演一个“启发者”和“引导者”的角色，打通侦查人员的知识壁垒和知识盲区，为侦查人员提供有效的侦查思路。

4.辅助侦查监督。在生成式人工智能技术的帮助下，侦查人员可以随时就侦查行为的合法性进行提问咨询，侦查机关可以此来构建贯通式的自我监督模式，从事前违法行为预警到事中违法行为纠偏再到事后违法行为救济，确保侦查行为的合法性与正当性。

(二)基于图像生成技术的侦查辨认

经济犯罪侦查中同样会涉及诸多侦查辨认的情形。即被害人、证人、犯罪嫌疑人等在侦查人员的主持下对与犯罪有关的物品、痕迹、文件、场所或者犯罪嫌疑人进行识别和指认。侦查辨认实质上是同一认定的一种形式。[16]124通过辨认确定犯罪场所、犯罪物品或者犯罪嫌疑人后，可以有效缩小侦查范围，锁定侦查目标，显著减少侦查工作量。但在实践中，不免出现犯罪现场被破坏、文件物品遭到灭失、犯罪嫌疑人逃窜死亡等情况而导致辨认无法正常进行。此时，便需要借助某些中介来了解客体特征并以此为基础进行间接辨认。一般情况下，侦查人员会综合被害人、证人的描述以及收集的其他证据，通过绘画或者制图的形式再现辨认对象。这种方式对于创作者的专业技术要求极高，并非一般人员能够完成，而且操作起来十分烦琐、成本太高，因此适用情况和适用效果并不理想。

生成式人工智能的出现为未来提升间接侦查辨认的质量提供了重要启发和有力的技术支撑。图像生成技术是生成式人工智能又一重要的基础性功能，一般来看，主要包括“文生图”“图生图”以及“图像修补”三大应用。使用者通过文字描述或者绘制简笔画等方式向人工智能系统表达其想要的图像后，系统将根据自己的理解生成目标图像。仍以Chat GPT 为例，使用者向系统输入文本“请帮我画一幅画，提示词如下：黄昏、海港、港口旁有艘船”，系统将即刻输出一副惟妙惟肖的“海港黄昏图”。目前，该项技术已被运用到游戏、电影和虚拟现实制作等商业领域，并展示出良好的应用前景。基于此项技术，笔者认为，在未来办理经济犯罪案件实施侦查辨认过程中，侦查人员可以借助生成式人工智能，将相关要素信息输入系统，由此获得想要的辨认图像。例如，在侦办某一案件中，犯罪嫌疑人尚未抓获，但目前侦查机关并没有掌握其相貌信息，只有被害人仅存的一些印象。此时，侦查人员可以向系统输入被害人的描述“双眼皮、高鼻梁、薄嘴唇”以及犯罪嫌疑人性别、年龄、出生地、籍贯等资料信息。系统将根据图像生成技术生成最贴近于上述特征的人物形象。这将大大减少人工肖像绘制所占用的时间，并且显著提升肖像描绘的精确度。

(三)基于代码生成技术的网络型经济犯罪侦查

数字经济时代，犯罪数字化和数字化犯罪成为经济犯罪最显著的两大特征。近年来，一些精通计算机技术的犯罪分子通过设计特定代码实施网络经济犯罪的案例屡见不鲜。2023 年2 月，由鞍山市公安局经侦支队侦破的全国首例利用黑客技术手段虚开增值税专用发票案正式宣判。该案中，犯罪分子伙同专业的“黑客”技术人员，利用专门设计的黑客技术给其他企业虚开增值税专用发票，涉案金额千亿余元，涉及全国11 省25 市。[17]网络型经济犯罪行为隐蔽、传播迅速，其往往涉案金额巨大、受害人数众多，严重损害了正常的社会经济秩序，对广大公民的财产权造成重大威胁。

在上述这类案件中，犯罪分子实施犯罪行为的关键就在于“黑客”技术的运用，侦查人员对该犯罪行为真实性和完整性进行检验的重点也在于对该“黑客”技术的判定。但受专业知识限制，经侦部门的办案人员在办理网络型经济犯罪案件时，对于技术层面的问题往往并不熟悉，通常需要其他相关部门专业技术人员的协助。技术人员在进行技术认定时，除案卷中记录的情况介绍外，一般还希望通过“技术语言”进行判断。此时，办案人员或许可以利用生成式人工智能的代码生成技术了解犯罪技术的代码数据信息。

Codex 是OpenAI 公司推出的GPT-3 的多个派生模型之一，与Chat GPT 相比，Codex 主要专注于代码的生成，其在执行代码生成指令时的速度更加迅速。目前，该人工智能技术已经被程序人员运用到辅助编程之中。未来，在办理经济犯罪案件时，办案人员可以通过向人工智能系统输入犯罪技术的部分特征从而获取该技术的代码信息，进而帮助技术人员判定该技术行为的作用和性质。但与此同时，代码生成技术的应用可能引发另一重要问题：既然办案人员可以利用该系统了解犯罪技术的代码信息，那么犯罪分子也可以利用该技术制作代码进行犯罪。对此，未来还需要对该技术的使用范围、使用情形、使用方式等进行严格限制。

四、生成式人工智能嵌入经济犯罪侦查的风险分析及应对策略

(一)合法性风险及应对

法律作为过去的经验总结，总是滞后于现实，滞后于新鲜事物。此次生成式人工智能技术在科技领域具有颠覆性，法律同样存在显而易见的滞后性。[18]面对突如其来的技术创新，现有刑事法律规范能否为生成式人工智能技术嵌入经济犯罪侦查提供合法性保障同样面临质疑。

首先，生成式人工智能嵌入经济犯罪侦查缺乏法律依据。尽管人工智能技术在刑事诉讼中的应用已有多年，但我国现有刑事诉讼法整体上还是以传统办案模式为视角对执法实践进行规范和指导，始终没有以制度或者规则的形式正面回应人工智能技术在刑事诉讼中的法律地位。

其次，生成式人工智能的法律属性模糊。有学者指出，“对一项全新科学技术在刑事侦查中的应用进行法律规范首先应当明晰其法律属性”。[19]从技术原理来看，生成式人工智能在本质上属于人工智能技术的子领域，与大数据侦查相比，其在直接参与侦查办案上的作用有限。实践中，侦查人员似乎理所当然地将人工智能技术默认为一种辅助类办案工具，这也导致生成式人工智能的法律属性较为模糊。在缺乏明确法律规定的前提下，既不能将其作为一种侦查措施予以规制，但又无法将其视为一种普通的辅助类办案工具任由侦查人员使用。生成式人工智能的适用边界仍处于不明朗状态。

再次，生成式人工智能嵌入经济犯罪侦查可能引发办案危机。生成式人工智能之所以产生颠覆性影响，是因为它与以往任何人工智能技术都不相同，其所具备的“随时解决用户疑难问题和现实需求” 的功能可以使该项技术贯穿于整个侦查流程，为侦查人员办案提供便利。但与此同时，在人工智能时代，人们对信息技术的高度崇信可能直接导致执法司法人员丧失应有的主体地位。目前，在智慧法院建设中已经出现了法官过分依赖数据的趋向。[20]可以想象，当更加智能的生成式人工智能应用到刑事侦查中后，侦查人员办案的独立性和执法的权威性将面临更大威胁。

未来，为了生成式人工智能技术在经济犯罪侦查中更好地发挥作用，首要任务是尽快承认人工智能技术在刑事侦查乃至整个刑事诉讼中的法律地位。数字时代，刑事诉讼立法应当保有一定的前瞻性和预见性，时机成熟时，立法机关可以在刑事诉讼法中增加原则性条款，规定人民法院、人民检察院和公安机关进行刑事诉讼可以使用大数据、人工智能、区块链等技术。而关于生成式人工智能在侦查中的法律属性，既可以是一种辅助型办案工具，也可能随着技术的发展成为一种重要的技术侦查措施。对此，可以具体在《刑事诉讼法》和《公安机关办理刑事案件程序规定》的相应章节以原则、制度或者其他形式予以明确。但无论生成式人工智能未来在刑事侦查中如何应用，刑事侦查都是以人为中心的诉讼程序，决定和实施侦查措施的主体必须且只能是侦查人员。对于一些形式上的工作，可以通过人工智能单独完成或辅助完成，从而减少办案压力，提高侦查效率；但对于实质性的审查、认定、决定等工作，必须由侦查人员亲自主持、亲自把关，不允许侦查人员放弃或违背其法定职责而任由人工智能行使“侦查权力”。针对此类情况，可以在后续规范中通过提示、警告、渎职犯罪等予以防止。

(二)可靠性风险及应对

从生成式人工智能的工作机制可见，即使是全新一代人工智能技术，仍然脱离不开两大基础技术的支撑：一是大数据，二是算法。换句话说，生成式人工智能是大数据与算法相互结合的产物。一方面，海量数据和算法模型为生成式人工智能自我训练和迭代升级提供了根基和途径；另一方面，大数据与算法的可靠性风险同样也会在生成式人工智能应用中有所体现。

首先是大数据所产生的可靠性风险。具体来看主要源于两点，一是数据数量风险。大数据是大型语言模型训练的基础，一切自我学习和自我生成都基于既有数据所展开。这便意味着，大数据所收集的数据范围越是广泛，该语言模型学习的内容就越多，通俗来讲，即生成式人工智能“知晓”的知识也就越多。反之，如果大数据一开始收集的数据十分有限，则预示着人工智能在生成内容时可能会出现“知识盲区”，这将严重影响其使用效果。二是数据质量风险。除数据数量之外，数据的质量也是影响生成式人工智能生成内容的重要因素。如果大型语言模型学习的数据内容仅是一些基础性知识，甚至是错误知识，即使数据的范围再广，其生成内容的质量也不会太高，同样影响使用的效果。

其次是算法所产生的可靠性风险。主要包括算法黑箱和算法偏见。关于前者，在数据来源方面，Open AI 并没有公开其学习语料的来源，相关训练数据库的合法性仍受到质疑。[21]在算法模型方面，尽管Open AI 日前已对外开放了Chat GPT 和Whisper 的模型API，[22]但业界人士表示，在工程优化方面，Open AI 仍存在没有公开的“秘密”。[23]关于后者，作为一种内容生成技术，生成式人工智能的行为射程和效用状态体现的仍然是背后设计者和使用者的主观意志与价值选择。[24]因此，侦查机关办案人员在执法过程中所产生的认知局限和经验偏见便会不可避免地在算法设计和模型建构中有所体现。此外，人们还需要警惕，大型语言模型的自主学习和持续迭代可能把训练数据中的偏见和歧视固化在模型中并进行放大，导致生成式人工智能输出陷入歧视性的反馈循环（Feedback Loop)。[25]

对于上述风险，需要从技术视角出发，对大型语言模型赖以建立和维系的大数据和算法进行有针对性的建构与完善。对于大数据所存在的两大风险，首先要确保大型语言模型的数据量要足够“大”。对此，在打击经济违法犯罪中，建立跨部门的数据协作机制，打破不同部门、不同机构、不同警种之间存在的数据壁垒，形成数据信息共享至关重要。[26]其次，要确保大型语言模型的数据质量经得起考验。为减少人为因素的不确定性，可以尝试采取技术的方式进行数据筛选，通过设置特定算法对收集的数据予以审核、校验，从而保证数据来源的真实性和完整性。对于两大算法风险而言，首先，算法透明仍然是目前法律回应算法黑箱问题的各种路径当中最直接、有效和恰当的方式。[27]通过对算法黑箱的信息进行披露可以缓解公众与算法操控者（即侦查机关)之间的信息不均衡，抑制权力的恣意。[28]但鉴于侦查不公开原则的限制，算法透明的程度还需分情况讨论。其次，关于算法偏见，有学者提出了“技管结合”的治理理念，从技术和规范两个层面强化对算法偏见的全流程监管。[29]在规范层面，2023 年7 月13 日，国家网信办联合国家发展改革委、教育部、科技部、工业和信息化部、公安部、国家新闻出版广电总局发布《生成式人工智能服务管理暂行办法》，对生成式人工智能技术的健康发展和规范应用指明了方向。该“办法”第4 条第二款已明确规定，提供和使用生成式人工智能的服务者，在算法设计、训练数据选择、模型生成和优化、提供服务等过程中，应采取有效措施防止产生民族、信仰、国别、地域、性别、年龄、职业、健康等歧视；在技术层面，一方面要保证原始模型在最初设计上坚持中立性标准，另一方面还应当进一步研发完善算法自我发现、自我调整、自我整改等算法纠偏技术。

(三)安全性风险及应对

“生成式”技术赋予新一代人工智能强大的信息输出功能，使使用者获得了前所未有的便利。但这并不意味着生成式人工智能及其使用者在工作和使用过程中可以为所欲为，不受任何限制。生成式人工智能自身以及生成式人工智能应用所带来的安全性风险仍不可忽视。当地时间2023 年7 月13 日，据美国CNN 报道，美国联邦贸易委员会（FTC) 正在调查OpenAI 是否违反消费者保护法，并要求OpenAI 提供有关其处理个人数据、向用户提供不准确信息的可能性以及“对消费者造成损害（包括声誉损害)的风险”的大量记录。这是美国监管机构首次正式发起对人工智能聊天机器人带来的风险的审查。[30]

生成式人工智能嵌入经济犯罪侦查后，同样面临巨大的安全性隐患，主要可能涉及以下三个方面。

1.数据收集的安全性风险。为生成更准确的答案，生成式人工智能需要学习海量的经济犯罪执法信息，其中既可能包括包括国家安全、公共安全的数据，也可能包含大量的商业秘密和个人信息。这些数据一旦不加限制就随便使用，很有可能导致泄漏乃至滥用，危及国家安全和其他利益。

2.人工智能应用的安全性风险。任何人工智能的应用本质上都是服务于人的意志，具有自主学习能力和生成式功能的人工智能也不例外。在人为意志的干预下，生成式人工智能既可以作为提升执法办案效能的得力助手，但也有可能成为办案人员违法犯罪的工具，一旦被人非法利用，将产生极为恶劣的影响。

3.生成式人工智能本身所带来的安全性风险。目前，我们仍处于以应用型机器人为主的弱人工智能时代，而生成式人工智能的出现加快了人类迈向强人工智能时代的步伐。该类人工智能所具备的生成式功能使其更具“类人化”特征，[31]人工智能通过大语言模型进行自我学习的过程中已经展示出某些人类特有的认知规律和思维习惯，“AI 智慧涌现”似乎已不再遥远。但令人担忧的是，人工智能在拥有了自己的意识和心智后，不排除表现出某些违反设计、违反人类意志，甚至作出某些“反人类”动作的可能。这些人工智能掌握了海量数据信息并拥有超智能算法，可以进行自我学习和更新迭代，一旦“黑化”，其产生的后果不堪设想。

安全性问题是生成式人工智能长远发展的基础，也是该项技术嵌入经济犯罪侦查的前提。面对上述可能产生的安全性风险，应坚持安全与发展并重的发展理念。

首先，对于数据收集风险而言，确保数据收集行为合法合规是实现数据收集最终目的（生成式人工智能应用)的前提。收集数据应该满足“合法使用数据收集技术”“告知用户且获得同意”“收集比例正当”等要求。[32]

其次，对于人为使用风险，应从正反两方面采取规范和限制措施。一是从正面规定生成式人工智能可以应用的侦查办案场景，二是从反面明确列举该项技术禁止采用的方式和禁止使用的情形。此外，还应当建立责任追究机制，对于违反规定使用生成式人工智能技术的相关人员，依法追究其法律责任。

再次，对于智能技术风险，应当建立人工智能报警机制。一旦发现人工智能有影响侦查工作、损害他人利益以及其他危害倾向或行为时，应当立即停止技术使用，及时审查通过生成式技术所获取的证据和其他相关材料。

五、结语

如今，我们正处在一个技术变革的时代，数字技术的快速发展对人类生产生活的影响比以往任何时候都要深刻。生成式人工智能的出现再一次对人类中心主义提出了挑战，各行各业在试图搭乘技术便车的同时，又以极为敏感的态度为此次技术革命所带来的行业和职业危机而感到前所未有的担忧和顾虑。对于经济犯罪治理而言，生成式人工智能技术将是侦查机关实现自我突破、全面提升办案质效的重大机遇。但面对全新的技术应用以及不可知的技术盲区，生成式人工智能嵌入经济犯罪侦查不可避免地面临巨大争议和质疑。对此，笔者认为，生成式人工智能在本质上仍属于一种人工智能技术，人工智能与刑事诉讼的融合已不是初次，面对不断加剧、不断升级的经济犯罪形势，我们对于新技术的侦查应用应秉持一种更为包容、更加开放的姿态。一方面，应当摒弃那种一存在应用风险就完全否认或排斥技术融合的保守思想；另一方面，面对可能产生的风险挑战，应保持积极乐观的心态，不断提高立法的预见力和判断力，规范和完善人工智能技术的侦查应用。未来，当生成式人工智能嵌入到刑事侦查中后，无论该项技术发展到何种程度，刑事侦查以人为主体的办案模式不能改变。在此基础上，生成式人工智能的侦查应用必须始终坚持“为办案服务”的基本理念，遵守合法、有效、安全的基本要求，确保技术与法律之间的调和发展。