大數據證據以其獨特的算法分析、數據挖掘和數據碰撞等技術在規制網絡犯罪中發揮著重要的作用,但其與傳統證據在收集方式、證據形式、印證方式、審查方式的差異,使其無法完全套用傳統證據的適用模式。當前實踐中大數據證據存在歸類混亂、技術鴻溝、侵犯隱私等問題,順應大數據應用于司法審判的大趨勢,既要考慮把新的證據形式納入訴訟軌道,也要規范運用高科技手段的取證行為,這已經成為立法和司法的迫切需求。對以上問題進行完善并重構大數據證據適用的具體制度,有助于大數據證據在新型犯罪的刑事審判中更好地發揮作用,進而提高司法效率、促進法治化進程。
大數據證據是通過大數據偵查得來的證據,即通過計算機技術對存儲于網絡系統中的海量數據進行收集、共享、清洗、比對和挖掘得來的證據。大數據證據作為新型證據形式,和傳統證據存在較大差異,在剖析具體實踐困境前有必要分析大數據證據的獨特屬性。第一,收集方式不同。傳統證據收集往往圍繞著“3W”的物理空間場域,即Who、Where和What,是遵循什么人在哪里做了什么事的邏輯。大數據證據顯然突破了該現實場域,體現為在二進制代碼所組成的數據空間,將大量模糊性的數據納入算法分析之中。第二,證據形式不同。傳統證據以保留最初始最客觀材料的證據形式為核心,在傳統刑事訴訟中這種證據的誕生往往和案件發生的時間是同步的,其可信度也通常是最高的。但大數據證據在刑事訴訟中的主要功能是對海量數據信息的篩選與分析,其最終的呈現形式是事后的大數據分析報告。第三,印證方式不同。在傳統證據的印證邏輯中相關性和價值性是成正相關的,即證據和案件事實具有越高的相關性,對司法就有越高的價值性。而大數據證據的相關性是基于機器邏輯的相關性,相比于傳統證據的強相關更多地體現為一種弱相關,但由于數量基數大并且運用算法分析、數據挖掘和數據碰撞等技術產生的大數據分析報告卻依舊具有高價值性。第四,審查方式不同。對傳統證據的審查是對證據內容真假的審查,但是對大數據證據的審查是對方法論的審查。當下偵查人員一般會當庭對大數據分析的原則、方法予以說明并演示大數據分析認定過程,甚至邀請專業人員當庭說明數據分析的安全性、科學性,該類行為本質是對大數據證據的方法論的審查。
目前,刑事司法在審判中面臨的早已不僅是傳統類型的案件,而是涉及各方、人數眾多且分散、涉案金額巨大、資金賬戶數量變動頻繁的涉信息網絡犯罪案件,這為大數據技術在打擊網絡犯罪中的適用提供了契機,但現有法律一直付之闕如,這導致大數據證據的適用面臨三重危機,急需對其進行完善。
在司法實踐中,大數據證據的法律屬性并不明確,在法律文本中以電子數據、鑒定意見、書證甚至是輔助證明材料等不同的形式出現。近年來,隨著大數據技術的進一步發展以及涉信息網絡犯罪的頻發,大數據證據的屬性爭議也愈演愈烈。雖然我國2012年刑事訴訟法對于證據類型的修改相較于1996年刑事訴訟法已經開放很多,但是依舊不夠周延、抽象性不足。這就導致在遇到巨大科技變革的背景下,無法統一回應大數據證據的適用要求,這需要學界采取更具開放性的刑事證據的分類方式。
大數據證據作為新型證據種類,具有很高的技術專業性,這會日益明顯化法官專業的局限性。“數據為王”的理念可能會貫穿整個質證過程中,這種“數據獨裁”難免讓審判者對大數據證據的證明力具有天然的、超驗的確信,進而導致審判機關與公安機關、檢察機關產生技術壁壘。畢竟法官對偵查、審查起訴查明的大數據證據無法有效檢驗,可能導致技術鴻溝下偵查中心主義的證據觀“復興”。在新技術沖擊下,法院從中立的裁判者轉變為被動接受技術的落后者,偵查機關主導法官對證據證明力的判斷,實現對法官審查判斷證據的“技術控制”。偵查機關的不斷強勢,也給訴訟結構的公正公平帶來了很大的風險。
伴隨著大量科技手段的運用,很多刑事偵查活動已經無需借助強制手段就可以輕松獲取個人的相關信息,這些信息的收集往往具有非自愿性和被動性。公民在并不知情的情況下,個人數據就已被第三方機構留存。而偵查機關作為公權力機關,憑借其技術和權力的優勢地位可以更為輕松地調取大量數據。如果說傳統的搜查規則主要保護的是權利人的財產權,那么大數據的搜查主要涉及權利人的隱私權。現階段一旦公民成為相關網絡犯罪的關聯人員,偵查機關會第一時間利用處于絕對優勢的調取監控、路線追蹤、基站統計等大數據信息的調取手段,而目前又無法對相關偵查行為進行有效事先規制。
總結大數據證據法律屬性歸屬的既有觀點,可以將其歸納為傳統證據種類、輔助證明材料和獨立證據種類三大學說。傳統證據說結合大數據證據的新特點,主張利用現有法定證據種類進行特殊規制,這種“縫縫補補式”小修小改看似省時省力,卻面臨如何適應既有法定證據要求的更為復雜問題。輔助證明材料說認為大數據證據只能和其他法定證據種類結合,主要功能是輔助證明,但該學說顯然忽視了當下實踐對于大數據證據的高度應用。獨立證據說則結合大數據證據和現有證據種類的不同之處,關注當下廣泛將科技運用到司法的現實情況,主張將其認定為獨立證據形式。相比之下,第三種觀點更為合理,原因在于:證據稀缺是司法的永恒規律,大數據技術雖然在一定程度上會壓縮法官自由心證的空間,但這絕不意味著剝奪了法官的自由心證,審判機關需要對算法邏輯的合理性、算法分析的科學性等進行專業審查和心證,從而保護審判中心主義的訴訟結構。
在刑事訴訟中,鑒于控辯雙方、法庭三者的不同關系,為確保大數據證據的準確性和真實性,可以要求大數據證據出示方承擔算法合理性解釋義務,并在其不履行或不適當履行時排除相關證據或由法院直接認定相對方主張的事實為真實。但這并不意味著所有與大數據證據相關的證明責任都應自動轉移到證據出示方,不能僅憑可能的大數據證據偏誤就改變整體的法律證明責任分配。只有在一方對大數據證據的算法提出合理質疑時才可以要求相對方對其算法合理性進行解釋。一般而言,普通個體若無惡意動機,其對算法合理性的質疑原則上認為有效;而對存在競爭關系的雙方,合理質疑的要求應更為嚴格,以防止利用司法資源的浪費;對國家機關自己開發算法生成的大數據證據,在數據內容涉及國家秘密或公開算法會危害國家安全時可以豁免,但法院可要求國家機關提供相關的解釋文件,以此通過將算法邏輯轉換為言辭解釋來消弭“技術鴻溝”。
目前各國都非常重視在刑事訴訟過程中對個人信息保護,這也是網絡時代大家對網絡隱私安全重視的必然趨勢。美國已逐步構建以憲法第四修正案為核心的判例法體系,努力實現對大數據偵查進行法律限制,德國將個人信息權納入憲法的基本人權體系中,我國也應當考慮將個人信息權納入刑事訴訟法的保護框架內,對侵犯個人網絡信息安全的大數據證據排除在證據可采性的范圍之外。大數據證據一般都是基于網絡或海量的信息存儲,而涉案大數據往往只占所存儲信息的極小比例,偵查人員卻可能接觸到被追訴人生活、工作等多方面的私人信息,因此在取證過程中有必要將大數據信息的類型進行準確地劃分,在盡可能少地對犯罪嫌疑人的隱私信息進行提取的基礎上,精準把握與案件相關的證據信息。
大數據證據作為一種新興的證據類型,已經在刑事審判過程中得到越來越廣泛地應用。通過對大數據證據在規制網絡犯罪中的困境分析及其優化路徑的探索,防止大數據證據的算法邏輯無限壓縮法官的自由心證,努力消弭法庭各方的“技術鴻溝”至關重要。未來大數據證據在刑事審判中的運用前景十分廣闊,有關研究應快速跟進,及時總結司法實踐經驗,積極推動制度革新和完善,為大數據時代司法治理體系和治理能力現代化提供有力支撐。
基金項目:山東大學法學院2023~2024年度研究生科研創新碩士項目“刑事訴訟中大數據證據的證明力研究”(項目編號:2023SDFXYYKS001)。
(作者單位:山東大學法學院)