作者 簡(jiǎn)介 ： 熊曉彪，中山大學(xué)法學(xué)院 助理教授。文章來(lái)源：《法律科學(xué)》2025年第1期，轉(zhuǎn)自法律科學(xué)期刊公號(hào)。注 釋及參考 文獻(xiàn) 已略，引用請(qǐng)以原 文為準(zhǔn)。
摘要
隨著人工智能技術(shù)全面賦能社會(huì)各個(gè)領(lǐng)域，智能機(jī)器生成的信息材料大量涌入法庭，成為影響案件事實(shí)認(rèn)定的重要內(nèi)容。根據(jù)機(jī)器的智能化特征，結(jié)合數(shù)據(jù)生成機(jī)制與表現(xiàn)形式，可將第三代機(jī)器證據(jù)稱為生成式人工智能證據(jù)。此種證據(jù)表現(xiàn)形式眾多、歸類困難、證據(jù)能力要素復(fù)雜、隱性證明力判斷較為困難。專門性證據(jù)的判斷與經(jīng)驗(yàn)理性之間所存在的技術(shù)鴻溝，致使裁判者難以對(duì)生成式人工智能證據(jù)進(jìn)行有效認(rèn)知推論，需要借助專家提供標(biāo)準(zhǔn)化解釋去填補(bǔ)。證據(jù)準(zhǔn)入與評(píng)估的分離及各要素之間的內(nèi)在聯(lián)系，為生成式人工智能證據(jù)準(zhǔn)入審查與證明價(jià)值評(píng)估二元遞進(jìn)模式的構(gòu)建奠定了基礎(chǔ)。在證據(jù)準(zhǔn)入審查階段，可以通過(guò)要素式審查、附條件相關(guān)性、技術(shù)性鑒真和雙重可靠性分析，分別對(duì)生成式人工智能證據(jù)的合法性、相關(guān)性、真實(shí)性和可靠性作出有效判斷；在證明價(jià)值評(píng)估階段，對(duì)生成式人工智能證據(jù)的評(píng)估可采用可信性評(píng)價(jià)“三步三看法”和證明力評(píng)估“最佳解釋確信法”。據(jù)此構(gòu)建的生成式人工智能證據(jù)審查判斷規(guī)范體系，方能為裁判者提供生成式人工智能證據(jù)認(rèn)定的一般規(guī)則與具體指引。
一、引言
1956年 達(dá)特茅斯會(huì)議 提出“人工智能”（Artificial Intelligence，簡(jiǎn)稱“AI”）一詞，至今已歷60余年。目前，在深度學(xué)習(xí)算法的加持下，配備有云計(jì)算、大數(shù)據(jù)、卷積神經(jīng)網(wǎng)絡(luò)的AI系統(tǒng)，已經(jīng)突破自然語(yǔ)言處理、圖像識(shí)別等瓶頸，給人類社會(huì)帶來(lái)了翻天覆地的變化。為了搶抓AI發(fā)展的重大戰(zhàn)略機(jī)遇，構(gòu)筑我國(guó)人工智能發(fā)展優(yōu)勢(shì)，加快建設(shè)創(chuàng)新型國(guó)家，國(guó)務(wù)院于2017年發(fā)布的《新一代人工智能發(fā)展規(guī)劃》明確要求，到2025年，具有自主學(xué)習(xí)能力的人工智能取得突破，在智能制造、智能醫(yī)療、智慧城市、智能農(nóng)業(yè)等領(lǐng)域得到廣泛應(yīng)用。為加快推動(dòng)人工智能應(yīng)用，2022年科技部制定的《關(guān)于支持建設(shè)新一代人工智能示范應(yīng)用場(chǎng)景的通知》公布了首批AI示范應(yīng)用場(chǎng)景，包括智慧工廠、智慧家居、智能教育、自動(dòng)駕駛、智能診療以及智慧法院等。隨著AI廣泛應(yīng)用于社會(huì)各個(gè)領(lǐng)域，以機(jī)器輔助甚至代替人類進(jìn)行生產(chǎn)、執(zhí)行任務(wù)、作出決策以及完成智力活動(dòng)的現(xiàn)象如雨后春筍般出現(xiàn)。在此背景下，大量由AI機(jī)器生成的信息和數(shù)據(jù)（如大數(shù)據(jù)分析報(bào)告、醫(yī)療專家系統(tǒng)診斷意見、自動(dòng)駕駛數(shù)據(jù)等）涌入法庭，成為影響案件事實(shí)認(rèn)定的一個(gè)因素。然而，面對(duì)這些機(jī)器生成的信息材料，裁判者卻由于缺乏相關(guān)專業(yè)背景知識(shí)而陷入證據(jù)認(rèn)定的困境。例如，對(duì)于通過(guò)大數(shù)據(jù)算法對(duì)罪犯人身危險(xiǎn)性、再犯可能性進(jìn)行評(píng)估得出的大數(shù)據(jù)分析報(bào)告，裁判者難以作出有效審查；對(duì)于醫(yī)療專家系統(tǒng)作出的診療意見是否侵害了患者的身體健康權(quán)利，裁判者也很難進(jìn)行準(zhǔn)確認(rèn)定；至于事故車輛搭載的自動(dòng)駕駛系統(tǒng)生成的數(shù)據(jù)能否表明汽車生產(chǎn)商無(wú)需承擔(dān)事故責(zé)任，裁判者很難作出科學(xué)判斷。
為解決此難題，許多學(xué)者做了有益探索。例如，有學(xué)者將機(jī)器基于海量電子數(shù)據(jù)形成的分析結(jié)果或報(bào)告稱為“大數(shù)據(jù)證據(jù)”，主張將其納入“鑒定意見”進(jìn)行審查；有學(xué)者雖然沿用“大數(shù)據(jù)證據(jù)”來(lái)表述機(jī)器基于海量數(shù)據(jù)和算法生成的信息，但認(rèn)為其屬于電子數(shù)據(jù)的一種演進(jìn)形式。有學(xué)者從算法視角出發(fā)，把機(jī)器對(duì)海量案件信息進(jìn)行計(jì)算整合后形成的結(jié)構(gòu)化信息稱作“算法證據(jù)”，并根據(jù)算法的技術(shù)特征與風(fēng)險(xiǎn)提出了該類證據(jù)的相關(guān)適用規(guī)則。還有學(xué)者從標(biāo)準(zhǔn)化和程式化入手，將機(jī)器生成的材料命名為“程式證據(jù)”，據(jù)此構(gòu)建了一套區(qū)別于“以人為中心”的證據(jù)規(guī)則。上述學(xué)者分別從某個(gè)或某些方面對(duì)智能機(jī)器生成的信息做了一定研究，但忽視了其“智能生成性”特征，沒有完全揭示出智能生成的證據(jù)材料的性質(zhì)。卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neutral Net，簡(jiǎn)稱CNN）和生成式預(yù)訓(xùn)練模型（Generative Pre - trained Transformer，簡(jiǎn)稱GPT）等大模型的持續(xù)發(fā)展，賦予了機(jī)器通過(guò)多模態(tài)大數(shù)據(jù)訓(xùn)練和自監(jiān)督學(xué)習(xí)習(xí)得近似人類的理解、表達(dá)與行為的能力，使得機(jī)器能夠根據(jù)被動(dòng)輸入或主動(dòng)獲取的信息，智能生成多維度目標(biāo)內(nèi)容。此即生成式人工智能（Generative AI，簡(jiǎn)稱GAI）技術(shù)，GAI技術(shù)能夠利用各種機(jī)器學(xué)習(xí)方法，從數(shù)據(jù)中學(xué)習(xí)目標(biāo)對(duì)象的特征，從而生成全新的并且建立在原始數(shù)據(jù)之上的產(chǎn)品、任務(wù)或內(nèi)容。具備深度學(xué)習(xí)能力的GAI機(jī)器不再是機(jī)械地從數(shù)據(jù)庫(kù)中回吐問題的答案，而是運(yùn)用近似人類的思維去理解事物、做出決策并進(jìn)行表達(dá)的人工智能。甚至有學(xué)者認(rèn)為，GAI機(jī)器的發(fā)展在某種程度上標(biāo)志著人工智能已向認(rèn)知智能邁進(jìn)，因?yàn)镚AI機(jī)器具備一定語(yǔ)言理解、推理、自我學(xué)習(xí)的能力，擁有類似人類的智慧。
在此意義上，對(duì)于GAI機(jī)器生成的信息，裁判者可能面臨其是否類似人類證言的評(píng)價(jià)困境，但其與人類證言又存在顯著差異。例如，GAI機(jī)器生成的信息依托于數(shù)據(jù)，表現(xiàn)形態(tài)多樣，言詞只是其中一種表現(xiàn)形態(tài)；機(jī)器沒有人類的感官，卻擁有功能強(qiáng)大的視聽系統(tǒng)，甚至具有人類難以企及的海量信息獲取能力和分析能力；機(jī)器雖不存在如人類那樣的記憶衰退問題，但其零部件會(huì)隨著時(shí)間流逝而發(fā)生耗損；機(jī)器沒有誠(chéng)實(shí)性問題，不過(guò)其算法程序可能會(huì)存在分析缺陷（如黑箱危險(xiǎn)）、決策錯(cuò)誤等問題。此外，GAI機(jī)器生成信息的過(guò)程存在人的參與和干預(yù)，其核心算法程序還可能包含人類設(shè)計(jì)的局限和價(jià)值偏見，這些因素都會(huì)影響GAI生成信息的可信性和準(zhǔn)確性。2023年4月，國(guó)家互聯(lián)網(wǎng)信息辦公室發(fā)布的《生成式人工智能服務(wù)管理辦法（征求意見稿）》第2條將“生成式人工智能”界定為“基于算法、模型、規(guī)則生成文本、圖片、聲音、視頻、代碼等內(nèi)容的技術(shù)”。據(jù)此，本文提出，大數(shù)據(jù)證據(jù)、算法證據(jù)以及其他一些由智能算法模型驅(qū)動(dòng)并通過(guò)機(jī)器學(xué)習(xí)自主生成的信息材料與決策行為，都屬于生成式人工智能證據(jù)（以下簡(jiǎn)稱“GAI證據(jù)”）。這就需要我們?cè)诜缮辖缍℅AI機(jī)器生成信息的證據(jù)性質(zhì)，探究科學(xué)有效的審查判斷方法，以幫助裁判者走出困境。
二、第三代機(jī)器證據(jù)及其提出的挑戰(zhàn)
自18世紀(jì)蒸汽機(jī)出現(xiàn)之后，人類歷史上掀起了一場(chǎng)以機(jī)器替代人力，以大規(guī)模工廠化生產(chǎn)取代個(gè)體手工作坊的工業(yè)革命，歷史學(xué)家稱之為“機(jī)器時(shí)代”。機(jī)器時(shí)代的到來(lái)使得可重復(fù)的標(biāo)準(zhǔn)化生產(chǎn)成為可能，機(jī)器開始成為制造業(yè)、運(yùn)輸業(yè)、農(nóng)業(yè)等領(lǐng)域的主要工具，社會(huì)各行業(yè)因此發(fā)生了巨變。進(jìn)入21世紀(jì)，人工智能的發(fā)展賦予機(jī)器從事復(fù)雜思維活動(dòng)的能力，使得機(jī)器能夠涉足那些原本依賴于人類智力活動(dòng)的領(lǐng)域。例如，用于分析未知化合物質(zhì)譜結(jié)構(gòu)的登久（DENDRAL）專家系統(tǒng)已經(jīng)證明，計(jì)算機(jī)在化學(xué)領(lǐng)域的表現(xiàn)與人類專家的能力相當(dāng)；著名的醫(yī)學(xué)專家系統(tǒng)麥森（MYCIN）可專門針對(duì)由敗血癥和腦膜炎等引起的血液感染者進(jìn)行診斷并給出治療方案，目前是成功專家系統(tǒng)的典范；2016年，谷歌公司開發(fā)的圍棋機(jī)器人阿爾法狗（AIphaGo），憑借先進(jìn)的深度學(xué)習(xí)技術(shù)戰(zhàn)勝了人類圍棋冠軍；2022年，Ｍｅｔａ公司開發(fā)的宏基因組折疊（ESMFold）程序，僅用兩周時(shí)間就成功預(yù)測(cè)了超過(guò)6億個(gè)蛋白質(zhì)三維結(jié)構(gòu)；2022年底，開放人工智能（OpenAI）公司研發(fā)的智能聊天機(jī)器人對(duì)話生成式預(yù)訓(xùn)練模型（ChatGPT）能夠?qū)W習(xí)和理解人類語(yǔ)言并與人類進(jìn)行深度對(duì)話交流，甚至可以勝任撰寫郵件、視頻腳本、文案、代碼和翻譯等任務(wù)，它被認(rèn)為在不久的將來(lái)可能取代人類從事大部分智力活動(dòng)。
機(jī)器取代人類勞動(dòng)、參與人類生活以及從事人類決策的直接結(jié)果是，大量與人類行為、事件及現(xiàn)象有關(guān)的信息產(chǎn)生于機(jī)器，或者被機(jī)器記錄、保存下來(lái)。當(dāng)行為發(fā)生爭(zhēng)議或涉及違法犯罪之時(shí)，這些由機(jī)器產(chǎn)生、記錄的信息就可以被作為證據(jù)，重構(gòu)或還原過(guò)去發(fā)生的事實(shí)。相對(duì)于過(guò)去基于人形成的傳統(tǒng)證據(jù)而言，上述證據(jù)是一種新的證據(jù)類型——機(jī)器證據(jù)（machine evidence）?！皺C(jī)器證據(jù)”這一術(shù)語(yǔ)由安德烈亞·羅斯（Andrea Roth）創(chuàng)造，是指由機(jī)器傳達(dá)或生成的數(shù)據(jù)信息，區(qū)別于通過(guò)人類表達(dá)或反映信息的傳統(tǒng)人證。根據(jù)科學(xué)技術(shù)的不同發(fā)展階段，結(jié)合證據(jù)的生成機(jī)制與表現(xiàn)形式，可以將機(jī)器證據(jù)劃分為三代：
第一代 是半機(jī)械化證據(jù)，即由人類和機(jī)器共同生成的證據(jù)，機(jī)器雖參與了生成證據(jù)的過(guò)程，但需要借助人力才能完成整個(gè)證據(jù)的生成。
第二代 是完全機(jī)械化證據(jù)，也有學(xué)者稱之為程式化證據(jù)，即基于既定標(biāo)準(zhǔn)化流程或程序（包括機(jī)械過(guò)程、工作流程、計(jì)算機(jī)程序等）生成的證據(jù)材料。這類證據(jù)主要表現(xiàn)為物理形式和電子數(shù)據(jù)形式，具有機(jī)械性、自動(dòng)化以及標(biāo)準(zhǔn)化等特征。此類證據(jù)的生成過(guò)程已經(jīng)擺脫了人的參與，其可靠性主要根據(jù)某項(xiàng)流程是否合理與穩(wěn)定來(lái)判斷。
第三代 是GAI證據(jù)，即由GAI驅(qū)動(dòng)的機(jī)器在輸入信息基礎(chǔ)上生成的全新內(nèi)容，這些內(nèi)容建立在機(jī)械化之上，因GAI被賦予深度學(xué)習(xí)、思考以及與人類發(fā)生交互行為等能力，故而其可以生成“信念”與“表達(dá)”層面的內(nèi)容。醫(yī)學(xué)專家系統(tǒng)作出的疾病診斷報(bào)告、自動(dòng)駕駛系統(tǒng)的操控信息、大數(shù)據(jù)分析報(bào)告以及GAI機(jī)器像人類一樣從事智力活動(dòng)時(shí)所生成的信息，均屬GAI證據(jù)。GAI證據(jù)完全由機(jī)器自主生成，但其與程式化證據(jù)的不同之處在于，GAI證據(jù)是由機(jī)器基于多模態(tài)大數(shù)據(jù)自監(jiān)督訓(xùn)練學(xué)習(xí)所生成的新內(nèi)容。在此意義上，那些基于固定算法程式回吐或簡(jiǎn)單對(duì)齊數(shù)據(jù)庫(kù)中預(yù)置標(biāo)準(zhǔn)內(nèi)容的自動(dòng)生成信息（諸如智能軌跡分析證據(jù)、人臉和語(yǔ)音識(shí)別證據(jù)等），只能算作程式化證據(jù)。GAI機(jī)器既不是機(jī)械地執(zhí)行固定的算法程式，也不是基于特定輸入信息回吐數(shù)據(jù)庫(kù)中已有答案，而是能夠像人類一樣對(duì)輸入信息進(jìn)行智能識(shí)別判斷，經(jīng)過(guò)“思考”之后給出指向系統(tǒng)目標(biāo)的決策結(jié)果。AIphaGo的設(shè)計(jì)者實(shí)際上并不精通圍棋，他們只是給出圍棋規(guī)則和設(shè)定贏棋目標(biāo)，通過(guò)人工神經(jīng)網(wǎng)絡(luò)（Artifical Neural Netceork）賦予AIphaGo深度學(xué)習(xí)能力，并讓其學(xué)習(xí)成千上萬(wàn)的人類棋局，使其從中習(xí)得贏棋的技巧與策略。ChatGPT的開發(fā)者更不可能預(yù)置各種問題的答案，他們只是運(yùn)用轉(zhuǎn)換器（Transformer）多模態(tài)大模型和基于人類反饋的強(qiáng)化學(xué)習(xí)技術(shù)（Reinforcement Learning form Human Feedback），使機(jī)器通過(guò)不斷自監(jiān)督式學(xué)習(xí)，逐步理解人類自然語(yǔ)言，并生成符合指令要求的知識(shí)信息。因此，對(duì)于GAI證據(jù)的審查判斷顯然要復(fù)雜得多。
首先 ， GAI證據(jù)的表現(xiàn)形式眾多，歸類及審查困難 。我國(guó)目前對(duì)于證據(jù)形式的認(rèn)定采取法定主義，即只有符合立法規(guī)定的8種形式材料才可作為證據(jù)使用。然而，GAI證據(jù)的表現(xiàn)形式具有多樣性，既有實(shí)物形態(tài)（如GAI生成的作品、報(bào)告），也有虛擬形態(tài)（如GAI生成的數(shù)據(jù)、GAI證言），而其他證據(jù)要么是有形的（如物證、書證），要么是無(wú)形的（如證人證言、電子數(shù)據(jù)等）。GAI機(jī)器生成的內(nèi)容在形式上可以是法定證據(jù)中的一種（如作為電子數(shù)據(jù)的自動(dòng)駕駛信息），也可以是多種（如同時(shí)具備鑒定意見和電子數(shù)據(jù)形式的大數(shù)據(jù)分析報(bào)告）。在我國(guó)現(xiàn)有8種法定證據(jù)的形式下，無(wú)論將GAI證據(jù)納入哪一種形式似乎都不太合宜。此外，GAI證據(jù)自身還具有區(qū)別于其他證據(jù)的特質(zhì)。例如，生成式人工智能擁有近似人類的“表達(dá)”能力，卻存在不同于“人類證言”的“黑箱危險(xiǎn)”。如果將GAI證據(jù)引入審判中，就很難簡(jiǎn)單地把它視為某種形式的書證或?qū)⑵渑c其他形式的證據(jù)聯(lián)系起來(lái)，因?yàn)槠洳⒉粚儆?種法定證據(jù)類型的任何一類，而是像人類證人一樣，可以根據(jù)自己的評(píng)估來(lái)確定案件事實(shí)（機(jī)器證言），因此它必須接受類似于法庭對(duì)證人一樣的審查。然而，將GAI證據(jù)視為“機(jī)器意見”或“機(jī)器證言”的觀點(diǎn)，一方面忽視了GAI證據(jù)的自我表達(dá)屬性，因?yàn)樽C據(jù)法上的“意見”是“從觀察事實(shí)所得出的推論”，而AI在與人類世界的交互行為中，不僅作出關(guān)于事物的斷言（見證知識(shí)），而且生成新的內(nèi)容、創(chuàng)造新的知識(shí)和作品；另一方面，在現(xiàn)有8種法定證據(jù)形式之外新增證據(jù)類型，不僅需要厘清GAI證據(jù)與其他種類證據(jù)之間的明確界限，而且要論證新增該類證據(jù)的必要性與可行性，否則可能會(huì)對(duì)建立在法定類型劃分之上的我國(guó)證據(jù)審查判斷體系造成沖擊。
其次， GAI證據(jù)的證據(jù)能力要素趨于復(fù)雜，傳統(tǒng)審查方式作用有限 。證據(jù)能力包括相關(guān)性、真實(shí)性、合法性要素。常規(guī)證據(jù)的相關(guān)性，是指證據(jù)與案件事實(shí)的實(shí)質(zhì)性聯(lián)系，即所提出的證據(jù)是否傾向于支持或否定某個(gè)要件事實(shí)，這通?？蛇\(yùn)用邏輯與一般經(jīng)驗(yàn)進(jìn)行判斷。然而，GAI證據(jù)的相關(guān)性至少涉及兩方面內(nèi)容，一是GAI證據(jù)內(nèi)容與案件事實(shí)之間的關(guān)聯(lián)性（內(nèi)容關(guān)聯(lián)性）；二是GAI證據(jù)自身與機(jī)器之間的關(guān)聯(lián)性，即該GAI證據(jù)是不是此臺(tái)機(jī)器生成的（物的關(guān)聯(lián)性）。對(duì)于前者，普通裁判者可以借助邏輯與經(jīng)驗(yàn)進(jìn)行判斷，但對(duì)于后者的判斷，日常邏輯與經(jīng)驗(yàn)難以發(fā)揮作用。真實(shí)性是關(guān)于證據(jù)是否被篡改、偽造、變?cè)於д娴膯栴}，對(duì)證據(jù)進(jìn)行鑒別的過(guò)程與方法簡(jiǎn)稱“鑒真”（Authentication），涉及對(duì)證據(jù)同一性和保管鏈條完整性進(jìn)行判斷。然而，GAI證據(jù)既可能是實(shí)物，也可能是虛擬的數(shù)據(jù)或言詞，運(yùn)用傳統(tǒng)鑒真方法難以有效對(duì)GAI證據(jù)的真實(shí)性作出判斷。與常規(guī)證據(jù)相比，對(duì)GAI證據(jù)的合法性審查更加困難。法官除了審查取證主體、取證過(guò)程及取證手段等事項(xiàng)之外，還需審查GAI證據(jù)的生成過(guò)程是否正當(dāng)（包括數(shù)據(jù)來(lái)源和算法模型是否合法）以及內(nèi)容是否合法（是否侵犯他人合法權(quán)益）等。
再次，GAI證據(jù)的證明力具有顯性與隱性兩個(gè)維度，隱性證明力判斷非常困難。 根據(jù)GAI證據(jù)的外化性質(zhì)，可將GAI證據(jù)的證明力劃分為顯性證明力與隱性證明力兩種類型。前者是指GAI證據(jù)在外化為可以觀察感知的文字、圖像、言詞、行為以及實(shí)物等之后，所顯現(xiàn)出來(lái)的對(duì)于相關(guān)案件事實(shí)的證明或證偽價(jià)值，與常規(guī)證據(jù)一樣，普通裁判者可以憑借其感官、理性和常識(shí)進(jìn)行判斷。后者則是指形成并決定GAI證據(jù)的外化內(nèi)容的內(nèi)部數(shù)據(jù)信息，對(duì)此種隱性證明力判斷，人類的感官和常識(shí)幾乎無(wú)法發(fā)揮作用。例如，美國(guó)真等位基因（TrueAllele）公司通過(guò)專業(yè)算法模型對(duì)混合DNA中海量數(shù)據(jù)分析進(jìn)行身份同一性認(rèn)定，由此確定刑事案件真兇，裁判者可以理解并評(píng)價(jià)在混合樣本中檢測(cè)出被告人DNA的大數(shù)據(jù)分析報(bào)告對(duì)于犯罪主體要件事實(shí)的證明價(jià)值，但其對(duì)于如何通過(guò)算法從混合樣本中檢出被告人DNA以及該檢驗(yàn)結(jié)論為真的可能性有多大，則難以進(jìn)行有效判斷。
最后，在評(píng)價(jià)GAI證據(jù)時(shí)，需要考量許多變量，但普通裁判者卻難以具體把握這些變量之間的關(guān)系，如果其不具備相關(guān)領(lǐng)域的專業(yè)知識(shí)，就難以據(jù)此作出有效判斷 。GAI證據(jù)的真實(shí)性至少與內(nèi)容同一性、完整性有關(guān)，其可信性可能依賴于信息來(lái)源、視聽系統(tǒng)、算法、機(jī)器學(xué)習(xí)以及機(jī)器表達(dá)等因素。很少有人意識(shí)到，GAI證據(jù)的真實(shí)性、可靠性與可信性之間的差異，其與常規(guī)證據(jù)在真實(shí)性和可靠性判斷上存在的區(qū)別也鮮為人知，更遑論對(duì)GAI證據(jù)可信性評(píng)價(jià)中各項(xiàng)影響因素的揭示與準(zhǔn)確把握。從法律角度來(lái)看，在訴訟中使用的GAI證據(jù)仍然存在“未解之謎”：一方面，關(guān)于常規(guī)證據(jù)審查判斷的傳統(tǒng)邏輯在GAI證據(jù)上難以奏效。法官或陪審員無(wú)法根據(jù)自己的經(jīng)驗(yàn)常識(shí)去理解GAI證據(jù)與待證案件事實(shí)之間的具體關(guān)聯(lián)，基于傳統(tǒng)實(shí)物證據(jù)的鑒真方法難以有效實(shí)現(xiàn)對(duì)GAI證據(jù)的真實(shí)性審查。另一方面，法律并沒有意識(shí)到GAI證據(jù)的運(yùn)用應(yīng)具有的“可信性”，因此尚未給出評(píng)價(jià)此類證據(jù)可信性的一般規(guī)則。以往評(píng)價(jià)言詞證據(jù)可信性的證言三角形理論對(duì)此顯然難以發(fā)揮作用，因?yàn)镚AI證據(jù)不存在誠(chéng)實(shí)、記憶等問題。那些僅僅把GAI證據(jù)視為純粹數(shù)學(xué)運(yùn)算工具或傳遞信息管道而不表達(dá)信息的草率觀點(diǎn)，沒有揭示GAI證據(jù)在訴訟中的可信性風(fēng)險(xiǎn)；直接將機(jī)器表達(dá)等同于程序員或設(shè)計(jì)者所編寫代碼的主張，也忽視了GAI證據(jù)能夠提供一種“見證知識(shí)”或與此密切相關(guān)的“工具性知識(shí)”的特點(diǎn)。
目前，認(rèn)知神經(jīng)網(wǎng)絡(luò)和生成式預(yù)訓(xùn)練大模型等機(jī)器學(xué)習(xí)技術(shù)賦予了機(jī)器運(yùn)用智慧和理解力進(jìn)行認(rèn)知推理甚至作出決策的能力，已經(jīng)使得機(jī)器擺脫了程式化算法的約束。在某種意義上，GAI機(jī)器可生成具有近似人類“信念”層面的內(nèi)容，這種信念與機(jī)器能否進(jìn)行道德判斷或達(dá)到“真正的人”的法律地位無(wú)關(guān)，而與機(jī)器決策的準(zhǔn)確性有關(guān)。然而，國(guó)內(nèi)在此方面的研究仍屬空白。隨著GAI技術(shù)全面賦能社會(huì)各個(gè)行業(yè)，越來(lái)越多GAI證據(jù)勢(shì)必涌入法庭，成為案件事實(shí)認(rèn)定的一個(gè)影響因素。有效化解與應(yīng)對(duì)此類證據(jù)可能給司法審判帶來(lái)的沖擊與挑戰(zhàn)，已經(jīng)成為迫在眉睫的事項(xiàng)。
三、生成式人工智能證據(jù)與經(jīng)驗(yàn)理性的技術(shù)鴻溝及其彌合
2021年8月12日，美一好品牌公司創(chuàng)始人林某某駕駛某來(lái)ES8汽車啟用自動(dòng)駕駛功能（NOP領(lǐng)航狀態(tài)）后，在沈海高速涵江段發(fā)生交通事故不幸死亡；該事件引發(fā)社會(huì)對(duì)自動(dòng)駕駛汽車安全風(fēng)險(xiǎn)與交通事故責(zé)任承擔(dān)的廣泛關(guān)注。自動(dòng)駕駛汽車公司承擔(dān)事故責(zé)任的前提，在于其自動(dòng)駕駛系統(tǒng)是否做了導(dǎo)致事故的錯(cuò)誤指令或不當(dāng)指令，或者沒有及時(shí)發(fā)出正確指令以避免事故。欲對(duì)這一問題準(zhǔn)確作出判斷，需要對(duì)事故發(fā)生前處于“自動(dòng)駕駛”狀態(tài)下汽車的操控與決策信息進(jìn)行提取與判斷。然而，面對(duì)這些由機(jī)器自動(dòng)生成的代碼信息，裁判者卻陷入了審查判斷困境。這主要是因?yàn)槠胀ú门姓邞{借其所掌握的知識(shí)和經(jīng)驗(yàn)理性，難以理解GAI證據(jù)的內(nèi)容及生成過(guò)程并據(jù)以作出正確的事實(shí)推論。
（一）GAI證據(jù)與經(jīng)驗(yàn)理性的技術(shù)鴻溝：專門概括知識(shí)的缺乏
伴隨科學(xué)技術(shù)的不斷進(jìn)步，人類對(duì)事物的認(rèn)識(shí)經(jīng)歷了從“非理性”到“理性”的轉(zhuǎn)變過(guò)程，證明制度的發(fā)展亦如此。古代的證明制度被稱作“神明裁判”，指通過(guò)神的意志來(lái)決定嫌疑人有罪或無(wú)罪、當(dāng)事人的權(quán)利主張是否成立的一種司法程序。隨著人類社會(huì)生產(chǎn)水平與認(rèn)識(shí)能力的提高，人們開始意識(shí)到“神明裁判”在發(fā)現(xiàn)真相上的不合理性，加之國(guó)家權(quán)力的日益集中和強(qiáng)大，建立在證據(jù)基礎(chǔ)上查明事實(shí)的審判方式逐漸將“神明裁判”方式取代，由此形成了司法證明的“理性主義傳統(tǒng)”：對(duì)過(guò)去事件的認(rèn)知是可能的，并且通常是建立在“不完整證據(jù)”和業(yè)已為社會(huì)共同體所共享的“知識(shí)庫(kù)”（從科學(xué)定理到經(jīng)驗(yàn)常識(shí)）的基礎(chǔ)之上，據(jù)以作出的事實(shí)結(jié)論具有蓋然性（與過(guò)去事件的符合性程度）。“理性主義傳統(tǒng)”不僅形塑了現(xiàn)代司法探究真相的模式，而且揭示了作為不知情人的裁判者認(rèn)識(shí)發(fā)生在過(guò)去的案件事實(shí)的核心機(jī)制：基于自己所擁有的背景知識(shí)去理解證據(jù)與待證事實(shí)之間的關(guān)系，證立或證偽案件事實(shí)。從證據(jù)到事實(shí)的推論取決于人們關(guān)于證據(jù)與事實(shí)之間聯(lián)系的一般規(guī)則之信念，取決于人們關(guān)于自然界事物發(fā)生方式和相互關(guān)系的概括（Generalization）。正是概括架起了從證據(jù)到待證事實(shí)的橋梁，裁判者有了概括才得以理解證據(jù)與待證事實(shí)之間的邏輯關(guān)系，并據(jù)以作出相應(yīng)認(rèn)知推論。證據(jù)與待證事實(shí)的相關(guān)性“橋梁”搭建的核心問題在于，一個(gè)證據(jù)性事實(shí)能否與事實(shí)認(rèn)定者先前的知識(shí)和經(jīng)驗(yàn)聯(lián)系起來(lái)，從而允許該事實(shí)認(rèn)定者理性地理解與評(píng)價(jià)該證據(jù)。在“人民訴詹森案”（People v. Johnson）中，辯方提出的正當(dāng)防衛(wèi)抗辯，就是對(duì)前述理論的形象說(shuō)明。1992年7月27日，加利福尼亞州德爾·諾特縣高等法院開庭審理了一起在押犯人詹森涉嫌蓄意和非法毆打鵜鶘灣監(jiān)獄獄警休斯頓和范·貝爾格的案件，辯方證人巴特勒（被告人詹森的同室獄友）出庭作證，證明是獄警進(jìn)入牢房毆打詹森在先，詹森被迫使用武力還擊屬正當(dāng)防衛(wèi)。以下是基于巴特勒證言的推論鏈條：
在圖1中，裁判者能否理解證據(jù)（E）并從其推論出要件（EE）的關(guān)鍵在于，裁判者是否擁有概括（G）的經(jīng)驗(yàn)常識(shí)。顯然，鵜鶘灣監(jiān)獄外的人幾乎不具備“獄警們佩戴著防護(hù)手套是準(zhǔn)備與犯人發(fā)生肢體接觸”這一背景知識(shí)。因此，在不了解該概括知識(shí)的裁判者看來(lái)，巴特勒的證言與詹森使用武力不違法之間的聯(lián)系是較弱的，甚至是斷裂的（圖1中虛線箭頭）。此時(shí)，需要一位擁有相關(guān)背景知識(shí)的人來(lái)補(bǔ)足并解釋這一概括，幫助裁判者理解該證據(jù)，并搭建起推論鏈條的相關(guān)性“橋梁”。一旦裁判者具備或理解相關(guān)背景知識(shí)，他就能夠作出相應(yīng)的推論。
據(jù)此，可以將經(jīng)由理性主義傳統(tǒng)發(fā)展而來(lái)，指導(dǎo)人們認(rèn)識(shí)理解證據(jù)與待證事實(shí)關(guān)系，并據(jù)以作出推論的經(jīng)驗(yàn)常識(shí)概括，稱為經(jīng)驗(yàn)理性。正是經(jīng)驗(yàn)理性賦予了裁判者認(rèn)知證據(jù)并進(jìn)行事實(shí)推論的能力。因此，缺乏相關(guān)背景知識(shí)的裁判者，必然難以理解科學(xué)證據(jù)、電子數(shù)據(jù)以及機(jī)器證據(jù)等專門性證據(jù)，并據(jù)以作出判斷。普通人所依憑的經(jīng)驗(yàn)理性與這些證據(jù)之間存在一條技術(shù)性鴻溝：關(guān)于專門性證據(jù)與待證要件事實(shí)之間的科學(xué)知識(shí)概括。這一知識(shí)鴻溝的存在，導(dǎo)致專家在專門性問題判斷上的權(quán)威性地位與裁判者對(duì)于案件事實(shí)認(rèn)定的司法權(quán)力之間存在巨大的張力?；氐缴鲜隼?，該案裁判者正是由于不具備“獄警戴手套進(jìn)入牢房就是準(zhǔn)備與犯人發(fā)生肢體接觸”這樣的背景知識(shí)，才難以理解巴特勒的證言，更不能作出詹森使用武力并不違法的推論。裁判者對(duì)于專門性證據(jù)的認(rèn)定困境即在于此——無(wú)論是職業(yè)法官還是陪審員，都不具備從專門性證據(jù)推論出待證要件事實(shí)的專業(yè)背景知識(shí)（專門性知識(shí)概括）。
對(duì)于GAI證據(jù)而言，其主要包括由智能機(jī)器生成的電子數(shù)據(jù)（如自動(dòng)駕駛信息、大數(shù)據(jù)證據(jù)等）、專業(yè)分析報(bào)告（如醫(yī)學(xué)專家系統(tǒng)診斷報(bào)告、智能檢驗(yàn)決策報(bào)告等）以及智能機(jī)器在與人類世界交互時(shí)所形成的語(yǔ)言文字、影音圖像和動(dòng)作行為等內(nèi)容（本質(zhì)上是數(shù)據(jù)化的信息或指令），這些多屬專門性證據(jù)。如上所述，正因?yàn)椴门姓邇H憑借其擁有的經(jīng)驗(yàn)理性，顯然難以對(duì)專門性證據(jù)作出有效認(rèn)識(shí)判斷，以至于有學(xué)者把裁判者因?yàn)椴焕斫鈾C(jī)器生成GAI證據(jù)的過(guò)程原理所導(dǎo)致的認(rèn)知推論錯(cuò)誤地稱為“黑箱危險(xiǎn)”。然而，正是由于學(xué)界沒有看到GAI證據(jù)與經(jīng)驗(yàn)理性之間存在的技術(shù)鴻溝，導(dǎo)致學(xué)者們將過(guò)多精力放在“算法黑箱”的打開之上，從而忽視了如何對(duì)此種技術(shù)鴻溝進(jìn)行有效彌合的研究。
（二）彌合技術(shù)鴻溝的有效舉措：專家標(biāo)準(zhǔn)化解釋
為了解決裁判者對(duì)于專門性證據(jù)的認(rèn)知推論困境，國(guó)內(nèi)外的已有做法是引入專家證人對(duì)此類問題發(fā)表意見，幫助裁判者進(jìn)行理解判斷。例如，美國(guó)《聯(lián)邦證據(jù)規(guī)則》702條規(guī)定：“因知識(shí)、技能、經(jīng)驗(yàn)、培訓(xùn)或教育而擁有專家資格的證人，可以意見或其他形式作證。但須符合下述條件：（a）該專家的科學(xué)、技術(shù)或其他專門知識(shí)將輔助事實(shí)裁判者理解證據(jù)或裁斷爭(zhēng)議事實(shí)”。德國(guó)《刑事訴訟法典》第85條規(guī)定：“為證明對(duì)其觀察需要專業(yè)知識(shí)的既往事實(shí)或情況，需要詢問經(jīng)驗(yàn)豐富的人?！蔽覈?guó)現(xiàn)行《中華人民共和國(guó)刑事訴訟法》第146條規(guī)定：“為了查明案情，需要解決案件中某些專門性問題的時(shí)候，應(yīng)當(dāng)指派、聘請(qǐng)有專門知識(shí)的人進(jìn)行鑒定?！睂?duì)于GAI證據(jù)而言，裁判者要認(rèn)知其屬性特征并進(jìn)行推論，同樣需要專家的幫助。專家對(duì)于庭審GAI證據(jù)的審查判斷至關(guān)重要，他們除了處理評(píng)估與事實(shí)調(diào)查相關(guān)的信息外，還必須捕獲與澄清機(jī)器輸入和輸出的信息。由專家提供給裁判者不太可能自主獲取的非常識(shí)性知識(shí)，幫助裁判者對(duì)專門性證據(jù)進(jìn)行認(rèn)識(shí)推論，這種現(xiàn)象被證據(jù)法學(xué)者稱為“分布式認(rèn)知”（distributed cognition），即有關(guān)證據(jù)的知識(shí)并不完全由任何一個(gè)人掌握，而是通過(guò)一個(gè)網(wǎng)絡(luò)進(jìn)行延伸。例如，對(duì)于GAI證據(jù)，裁判者需要借助一個(gè)了解該GAI程序的“顧問”（比如程序設(shè)計(jì)員）的證言，才能對(duì)該證據(jù)及其推論強(qiáng)度進(jìn)行充分的認(rèn)識(shí)與評(píng)價(jià)。
在司法實(shí)踐中，由于案件證據(jù)與爭(zhēng)議事實(shí)愈來(lái)愈趨于專業(yè)性與復(fù)雜化，越來(lái)越多的專家證人出現(xiàn)在法庭中。然而，因?qū)ｉT性證據(jù)具有封閉性、專業(yè)性以及復(fù)雜性等特點(diǎn)，法庭中的專家意見經(jīng)常難以被理解和反駁，裁判者一般只能聽從專家意見，導(dǎo)致專家證人逐漸取代法官和陪審員，成為專門性問題的真正裁判者。不過(guò)，專家意見并非無(wú)懈可擊。2009年美國(guó)國(guó)家科學(xué)院（NAS）關(guān)于非DNA法庭科學(xué)的報(bào)告顯示，許多鑒定科目“幾乎沒有嚴(yán)密的系統(tǒng)研究來(lái)驗(yàn)證基本的前提和技術(shù)”，且“至今尚未確立其方法有效性和結(jié)論準(zhǔn)確性”，美國(guó)國(guó)家科學(xué)院呼吁對(duì)美國(guó)司法鑒定體系進(jìn)行重大改革。根據(jù)美國(guó)“無(wú)辜者計(jì)劃”網(wǎng)站最新數(shù)據(jù)，在通過(guò)DNA檢測(cè)證明被告人系無(wú)辜的案件中，有45％的冤案是因?yàn)椤胺ㄍタ茖W(xué)的不當(dāng)使用”造成的。盲目聽信專家證人意見還會(huì)導(dǎo)致如下后果：當(dāng)原告（控方）和被告（辯方）聘請(qǐng)的專家同時(shí)在法庭上就專門性證據(jù)發(fā)表意見（尤其是陷入無(wú)休止的爭(zhēng)吵）之時(shí)，裁判者將無(wú)所適從。美國(guó)證據(jù)法學(xué)界對(duì)此問題已基本達(dá)成共識(shí)——大多數(shù)法院未能批判性地評(píng)價(jià)專家意見的可靠性。
因此，在引入專家證人幫助裁判者搭建專門知識(shí)概括、彌合經(jīng)驗(yàn)理性與專門性證據(jù)的技術(shù)鴻溝之時(shí)，需要解決兩個(gè)問題：一是要明確專家與裁判者之間的界限；二是要明確裁判者如何有效評(píng)價(jià)專家意見，即專家該怎樣提供能夠讓裁判者理解并據(jù)以作出準(zhǔn)確事實(shí)推論的科學(xué)知識(shí)概括。對(duì)于第一個(gè)問題，可以基于經(jīng)驗(yàn)理性（常識(shí)）進(jìn)行界分：普通人憑借經(jīng)驗(yàn)理性（常識(shí)）就可以作出相關(guān)推論的內(nèi)容，屬于裁判者的裁判范圍；而無(wú)法用經(jīng)驗(yàn)理性進(jìn)行認(rèn)識(shí)推論的內(nèi)容，則屬于使用專家意見輔助裁判的范圍。例如，在2016年發(fā)生在河北邯鄲的“全球首例自動(dòng)駕駛汽車交通事故致死案”中，對(duì)于汽車發(fā)生事故時(shí)是否啟動(dòng)了自動(dòng)駕駛模式以及駕駛系統(tǒng)是否發(fā)出了避險(xiǎn)或剎車等操控指令，普通人憑借經(jīng)驗(yàn)理性難以進(jìn)行正確的理解與判斷，需要專家介入才能得出正確結(jié)論。不過(guò)，專家只能就專業(yè)性問題發(fā)表意見，不能對(duì)超出其專業(yè)性部分作出推論，更不能取代裁判者的地位。一方面，專家對(duì)于專門性證據(jù)之外的其他案件信息并不了解，也不熟悉法律知識(shí)，他們不能對(duì)要件事實(shí)能否得到證立、被告是否有責(zé)以及責(zé)任分配等最終爭(zhēng)點(diǎn)發(fā)表意見；另一方面，當(dāng)爭(zhēng)議事項(xiàng)涉及某個(gè)事實(shí)是否發(fā)生時(shí)，專家只應(yīng)就連接專門性證據(jù)與待證事實(shí)的專門知識(shí)概括的強(qiáng)度作證，而不能直接作出該待證事實(shí)為真的推論，因?yàn)檫@屬于事實(shí)裁判者的裁判范圍。據(jù)此，專家的地位和作用僅在于，輔助事實(shí)裁判者認(rèn)識(shí)理解專門性證據(jù)，并幫助事實(shí)裁判者筑牢對(duì)連接該證據(jù)與相關(guān)待證事實(shí)的專門知識(shí)概括這一相關(guān)性橋梁的認(rèn)識(shí)，而不能對(duì)法律問題、最終爭(zhēng)點(diǎn)以及相關(guān)待證事實(shí)作出推論。對(duì)第二個(gè)問題的有效解答須建立在第一個(gè)問題的答案之上。專家與裁判者的角色劃分對(duì)專家提出的意見內(nèi)容做了法律、要件事實(shí)以及推論強(qiáng)度三個(gè)方面的限制，因此，專家在對(duì)專門性證據(jù)發(fā)表意見時(shí)，只能涉及專門知識(shí)概括的強(qiáng)度問題，而不能就法律和事實(shí)問題做出推論。例如，專家可以給出事故發(fā)生時(shí)機(jī)動(dòng)車處于“自動(dòng)駕駛”狀態(tài)的鑒定意見，但不能給出機(jī)動(dòng)車需要為此次交通事故負(fù)責(zé)的推論。同時(shí)，專家所具有的筑起專門性證據(jù)與相應(yīng)待證事實(shí)之間專門知識(shí)概括這一角色要求，專家給出的意見應(yīng)屬于知識(shí)意義上的意見（已經(jīng)被證成的觀點(diǎn)）。美國(guó)聯(lián)邦最高法院直接將專家證言的可采性等同于“科學(xué)知識(shí)”標(biāo)準(zhǔn)，并援引美國(guó)科學(xué)促進(jìn)會(huì)（AAAS）提交的“法律之友”簡(jiǎn)報(bào)第7－8條對(duì)該標(biāo)準(zhǔn)的界定：“為了符合‘科學(xué)知識(shí)’的定義，推論或斷言必須是由科學(xué)方法論所得出。提出的證言必須得到適當(dāng)證明，即‘有充分的根據(jù)’。簡(jiǎn)言之，專家證言需符合‘科學(xué)知識(shí)’的要求所確立的證據(jù)可靠性標(biāo)準(zhǔn)”。在此基礎(chǔ)上，美國(guó)聯(lián)邦最高法院確立了眾所周知的“多伯特標(biāo)準(zhǔn)”：（1）一項(xiàng)理論或技術(shù)是否能夠且已經(jīng)被檢驗(yàn)；（2）是否已經(jīng)歷同行評(píng)議并發(fā)表；（3）就一項(xiàng)特定技術(shù)而言，“已知或潛在的錯(cuò)誤率”是否很高，是否有“對(duì)該技術(shù)操作進(jìn)行控制的標(biāo)準(zhǔn)”；（4）該理論或技術(shù)在“在相關(guān)科學(xué)界”是否具有“普遍接受性”。在后來(lái)的庫(kù)霍輪胎案中，聯(lián)邦最高法院將“多伯特標(biāo)準(zhǔn)”的適用從“科學(xué)證據(jù)”擴(kuò)大到了“技術(shù)或其他專門知識(shí)”。盡管“多伯特標(biāo)準(zhǔn)”為專門性證據(jù)的可靠性判斷提供了指引，但其內(nèi)涵仍然是相當(dāng)模糊的。對(duì)于裁判者究竟該如何知曉某種理論或鑒定意見是否可靠、出錯(cuò)率是否足夠低、實(shí)驗(yàn)室控制是否可信以及是否具有普遍接受性等問題，需要專家先進(jìn)行自我評(píng)估，再把評(píng)估結(jié)果簡(jiǎn)明地呈現(xiàn)給裁判者。復(fù)雜晦澀的語(yǔ)言與故弄玄虛的辭藻只會(huì)阻礙裁判者對(duì)專門性證據(jù)的理解，無(wú)助于筑牢裁判者對(duì)專門性證據(jù)與待證事實(shí)關(guān)系的認(rèn)識(shí)。需要注意的是，“多伯特標(biāo)準(zhǔn)”并不直接適用于GAI證據(jù)，而是適用于專家關(guān)于此類證據(jù)的解釋意見。例如，在上述自動(dòng)駕駛汽車交通事故致死案中，當(dāng)專家發(fā)表“汽車在發(fā)生交通事故時(shí)處于自動(dòng)駕駛狀態(tài)”這一意見時(shí)，需要符合“多伯特標(biāo)準(zhǔn)”。
此外，專門性證據(jù)尤其是機(jī)器證據(jù)的生成過(guò)程有著固定程式，這些高度精確、穩(wěn)定的標(biāo)準(zhǔn)化過(guò)程對(duì)機(jī)器證據(jù)的可靠性具有決定性作用。例如，照片、視頻的可靠性主要與機(jī)械化或電子化的相機(jī)程序有關(guān)；血液酒精含量檢測(cè)報(bào)告的可靠性取決于酒精檢測(cè)儀器（如氣象色譜儀）的工作流程與靈敏度；電子數(shù)據(jù)的真實(shí)性依賴于計(jì)算機(jī)代碼及其生成、傳輸過(guò)程。隨著標(biāo)準(zhǔn)化的普及，機(jī)器證據(jù)的可靠性已經(jīng)逐漸不再依賴經(jīng)驗(yàn)觀察或某一特定個(gè)體的技術(shù)，而是更加取決于客觀化和機(jī)械化的流程。同樣，專家在評(píng)價(jià)這些專門性證據(jù)時(shí)實(shí)際上遵循一定程式。例如，對(duì)于一項(xiàng)科學(xué)證據(jù)，專家首先會(huì)定義客戶的需求，接著評(píng)估其所掌握的科學(xué)知識(shí)如何為客戶提供幫助，并形成關(guān)于該項(xiàng)證據(jù)的檢驗(yàn)策略，然后實(shí)施檢驗(yàn)、解釋檢驗(yàn)結(jié)果，最后形成專家意見。標(biāo)準(zhǔn)化的出現(xiàn)，在很大程度上消弭了人類的主體性，不僅標(biāo)志著一個(gè)只注重“以人為基礎(chǔ)”的證據(jù)時(shí)代開始走向終結(jié)，而且意味著一種基于標(biāo)準(zhǔn)化流程去解釋與評(píng)價(jià)證據(jù)時(shí)代的開啟。
在這個(gè)新的時(shí)代，裁判者既可以通過(guò)機(jī)器證據(jù)的標(biāo)準(zhǔn)化生成過(guò)程去判斷證據(jù)的可靠性，專門性證據(jù)的標(biāo)準(zhǔn)化解釋流程又可以向裁判者提供規(guī)范性要求的意見。標(biāo)準(zhǔn)化解釋流程使得專家意見的可靠性不再依賴于作為個(gè)體的專家，而是取決于解釋該專門性證據(jù)的流程，法庭只需要審查該解釋流程是否符合標(biāo)準(zhǔn)化規(guī)范要求即可。在諸如自動(dòng)駕駛、醫(yī)療和金融等“高風(fēng)險(xiǎn)決策”領(lǐng)域運(yùn)用GAI時(shí)，構(gòu)建可解釋的標(biāo)準(zhǔn)化模型以給出對(duì)于特定任務(wù)算法的清晰概括，并與人類世界中已定義的原則或原理相聯(lián)結(jié)，是目前的研究熱點(diǎn)與可行進(jìn)路。
據(jù)此，基于規(guī)制專家證人與增進(jìn)裁判者對(duì)專門性證據(jù)理解與推論的需要，結(jié)合專家意見可靠性的規(guī)范性要求與評(píng)價(jià)過(guò)程特征，我們可以構(gòu)建一套標(biāo)準(zhǔn)化的解釋流程。該流程在明確劃分專家與裁判者各自角色功能的基礎(chǔ)上，要求專家按照標(biāo)準(zhǔn)化流程進(jìn)行證據(jù)解釋，揭示專門性證據(jù)的形成過(guò)程、檢驗(yàn)方法和推論強(qiáng)度三個(gè)方面事項(xiàng)，并對(duì)最后所提出的意見是否符合“多伯特標(biāo)準(zhǔn)”做出自我評(píng)估，以此促進(jìn)裁判者對(duì)專家意見的可靠性審查和專門性證據(jù)的理解，幫助裁判者有效形成對(duì)專門性證據(jù)與相關(guān)待證事實(shí)的專門知識(shí)概括這一推論橋梁的認(rèn)識(shí)。
如圖2所示，專門性證據(jù)解釋標(biāo)準(zhǔn)流程具體包括7項(xiàng)步驟：（1）確定案件關(guān)鍵問題（要件事實(shí)）。專家需要與相關(guān)人員就案件整體情況進(jìn)行溝通，確定案件的關(guān)鍵問題。（2）預(yù)評(píng)估。專家基于其所掌握的科學(xué)知識(shí)、專門理論或經(jīng)驗(yàn)技術(shù)，針對(duì)專門性證據(jù)的形成過(guò)程、專門性證據(jù)與相關(guān)要件事實(shí)之間推論（關(guān)聯(lián)）程度的強(qiáng)弱進(jìn)行初步評(píng)估。（3）確定檢驗(yàn)策略。根據(jù)預(yù)評(píng)估結(jié)果，確定專門性證據(jù)的具體檢驗(yàn)策略。但是新信息隨時(shí)可能出現(xiàn)，專家需要調(diào)整可能的結(jié)果和檢驗(yàn)策略。（4）實(shí)施檢驗(yàn)。借助專業(yè)儀器設(shè)備或其他可靠方法對(duì)專門性證據(jù)的理化性質(zhì)、程式特征以及其他可辨識(shí)性參數(shù)進(jìn)行檢驗(yàn)，必要時(shí)需要對(duì)該證據(jù)的產(chǎn)生設(shè)備和生成、傳遞過(guò)程予以查證。（5）進(jìn)行解釋。專家需要對(duì)檢驗(yàn)結(jié)果進(jìn)行解釋。預(yù)評(píng)估是基于檢驗(yàn)的可能結(jié)果所進(jìn)行的分類，應(yīng)當(dāng)對(duì)解釋起指導(dǎo)作用。除非明確提出令人信服的理由，否則解釋應(yīng)當(dāng)與預(yù)評(píng)估結(jié)果一致。當(dāng)然，由于最終的評(píng)估是基于更具體的實(shí)際結(jié)果做出的，因此最終評(píng)估會(huì)比預(yù)評(píng)估更加詳細(xì)。（6）專家的自我評(píng)估。專家需要根據(jù)多伯特標(biāo)準(zhǔn)對(duì)其做出的解釋進(jìn)行自我評(píng)估，說(shuō)明其所運(yùn)用的理論是否已被檢驗(yàn)或受到同行評(píng)議并發(fā)表、潛在的錯(cuò)誤率是多少、是否具有普遍接受性，并盡可能提供相應(yīng)證據(jù)作為支撐。（7）出具書面報(bào)告。報(bào)告不僅要完整呈現(xiàn)標(biāo)準(zhǔn)化解釋流程及其每一步的具體內(nèi)容，而且應(yīng)在最后用通俗語(yǔ)言做出簡(jiǎn)明易懂的總結(jié)，幫助裁判者形成對(duì)專門性證據(jù)的理解，并筑牢他們對(duì)在相關(guān)方面的專門知識(shí)概括的認(rèn)識(shí)。
實(shí)際上，針對(duì)專門性證據(jù)的標(biāo)準(zhǔn)化解釋，歐洲國(guó)家在2015年《法庭科學(xué)評(píng)價(jià)報(bào)告指南》里已經(jīng)有了初步探索，要求法庭科學(xué)評(píng)價(jià)報(bào)告必須滿足四項(xiàng)基本要求：一是平衡性，即檢驗(yàn)結(jié)果應(yīng)當(dāng)在至少有一對(duì)競(jìng)爭(zhēng)性主張的情形下進(jìn)行評(píng)價(jià)，如果無(wú)法構(gòu)建替代性主張，那么法庭科學(xué)家應(yīng)當(dāng)清楚闡明，否則他們將無(wú)法評(píng)價(jià)該檢驗(yàn)結(jié)果的價(jià)值；二是邏輯性，要求評(píng)價(jià)報(bào)告應(yīng)當(dāng)講述檢驗(yàn)結(jié)果在特定主張和相關(guān)背景下的概率，而非該主張?jiān)谔囟z驗(yàn)結(jié)果和背景信息下的概率；三是穩(wěn)健性，要求評(píng)價(jià)報(bào)告應(yīng)當(dāng)為“可靠知識(shí)和經(jīng)驗(yàn)”的產(chǎn)物，能夠經(jīng)得起“持續(xù)的審核和質(zhì)證”；四是透明度，對(duì)鑒定過(guò)程和檔案材料的公開提出明確要求。我國(guó)也逐漸意識(shí)到司法鑒定標(biāo)準(zhǔn)化建設(shè)的重要性。2016年修訂的《司法鑒定程序通則》第36條明確要求：“司法鑒定機(jī)構(gòu)和司法鑒定人應(yīng)當(dāng)按照統(tǒng)一規(guī)定的文本格式制作司法鑒定意見書”；2019年修正的《最高人民法院關(guān)于民事訴訟證據(jù)的若干規(guī)定》第37條規(guī)定，人民法院對(duì)鑒定人出具的鑒定書，應(yīng)當(dāng)審查是否具有下列內(nèi)容：“（四）鑒定所依據(jù)的原理、方法；（五）對(duì)鑒定過(guò)程的說(shuō)明”；2021年的《最高人民法院關(guān)于適用〈中華人民共和國(guó)刑事訴訟法〉的解釋》（以下簡(jiǎn)稱《刑訴法解釋》）第97條規(guī)定，對(duì)鑒定意見應(yīng)當(dāng)著重審查以下內(nèi)容：“（五）鑒定程序是否符合法律、有關(guān)規(guī)定；（六）鑒定的過(guò)程和方法是否符合相關(guān)專業(yè)的規(guī)范要求”；最高人民檢察院于2023年出臺(tái)的《人民檢察院技術(shù)性證據(jù)專門審查工作規(guī)定》，對(duì)技術(shù)性證據(jù)的程序性審查（鑒定流程、鑒定依據(jù)的技術(shù)標(biāo)準(zhǔn)以及鑒定意見的邏輯表達(dá)等）和實(shí)質(zhì)性審查（檢材來(lái)源、鑒定意見的依據(jù)是否科學(xué)充分、鑒定條件等）做了具體規(guī)定。人工智能系統(tǒng)的穩(wěn)定運(yùn)行機(jī)制及其生成信息的可追蹤性和可解釋性，則為GAI證據(jù)標(biāo)準(zhǔn)化解釋奠定了基礎(chǔ)。
四、生成式人工智能證據(jù)“準(zhǔn)入—評(píng)估”二元遞進(jìn)模式
GAI證據(jù)自誕生以來(lái)就給審判程序帶來(lái)了嚴(yán)峻挑戰(zhàn)。法律迄今沒有提供關(guān)于審查判斷GAI證據(jù)的規(guī)則，傳統(tǒng)的證據(jù)分析與評(píng)價(jià)方式也由于裁判者不理解GAI證據(jù)而難以發(fā)揮作用。GAI證據(jù)不能像人類證言那樣被審查，而是需要考量許多因素，比如GAI驅(qū)動(dòng)設(shè)備的視聽系統(tǒng)和認(rèn)知能力直接影響裁判者對(duì)GAI證據(jù)可靠性、可信性和整體“特性”的判斷。如前所述，知識(shí)的“分布式認(rèn)知”使得專家能夠幫助裁判者筑起GAI證據(jù)與待證要件事實(shí)之間的專門知識(shí)橋梁，標(biāo)準(zhǔn)化解釋流程賦予了裁判者審查專家意見可靠性的能力，在此基礎(chǔ)上，結(jié)合證據(jù)準(zhǔn)入與證據(jù)評(píng)估程序遞進(jìn)式判斷規(guī)律，可以構(gòu)建GAI證據(jù)準(zhǔn)入審查與證明價(jià)值評(píng)估的二元遞進(jìn)模式。
（一）證據(jù)準(zhǔn)入審查與證明價(jià)值評(píng)估的分離及內(nèi)在聯(lián)系
現(xiàn)代證據(jù)判斷體系以“證據(jù)準(zhǔn)入—證據(jù)評(píng)估相分離”為核心特征。這種分離主要體現(xiàn)在如下方面：其一，審查順序不同。證據(jù)準(zhǔn)入是證據(jù)評(píng)估的前提，證據(jù)只有在獲得準(zhǔn)入資格之后才會(huì)涉及證據(jù)評(píng)估問題。其二，審查對(duì)象和程序不同。證據(jù)準(zhǔn)入主要是根據(jù)法律上的要求來(lái)審查證據(jù)資格，包括相關(guān)性、合法性和真實(shí)性等；證據(jù)評(píng)估則是對(duì)證據(jù)與待證要件事實(shí)之間的推論強(qiáng)度進(jìn)行判斷，主要涉及證據(jù)可信性和證明力等內(nèi)容的評(píng)估。其三，審查方法不同。證據(jù)準(zhǔn)入是靜態(tài)的書面審查，查驗(yàn)證據(jù)是否具備法律規(guī)定的各項(xiàng)準(zhǔn)入要素；而證據(jù)評(píng)估屬于動(dòng)態(tài)的自由裁量，裁判者基于邏輯、經(jīng)驗(yàn)和理性去評(píng)估訴訟兩造提出的證據(jù)及相應(yīng)主張。其四，審查結(jié)果不同。證據(jù)準(zhǔn)入審查以一種“全有或全無(wú)”的方式進(jìn)行，結(jié)論只有證據(jù)資格的有或無(wú)，不存在中間狀態(tài)；證據(jù)評(píng)估則是一種關(guān)于可信性或證明力的強(qiáng)弱評(píng)估，其結(jié)果會(huì)在一定程度和范圍內(nèi)變化。
證據(jù)準(zhǔn)入與證據(jù)評(píng)估的這種分離特征，在大陸法系國(guó)家主要是通過(guò)“證據(jù)能力”和“證明力”得以集中體現(xiàn)的。 一方面 ，通過(guò)證據(jù)能力規(guī)則（如法定證據(jù)形式和法庭調(diào)查程序）對(duì)證據(jù)準(zhǔn)入進(jìn)行控制，只有具備證據(jù)能力的證據(jù)才被準(zhǔn)許進(jìn)入法庭； 另一方面 ，對(duì)于獲準(zhǔn)進(jìn)入法庭的證據(jù)，還需要法官自由評(píng)估其證明力大小，方能據(jù)以認(rèn)定相關(guān)案件事實(shí)。在英美法系國(guó)家，證據(jù)準(zhǔn)入與證據(jù)評(píng)估的分離特征則是通過(guò)“可采性”審查和“證據(jù)分量”評(píng)價(jià)的兩階段劃分得以體現(xiàn)的。英美法系二元式法庭為此提供了理想制度安排，作為守門人的法官通過(guò)預(yù)審把那些不可采的證據(jù)阻擋在法庭之外，事實(shí)認(rèn)定者則不受約束地決定證據(jù)的分量。近年來(lái)，一種先審查證據(jù)能力，再評(píng)價(jià)證明力的兩階層證據(jù)判斷模式，已經(jīng)逐漸成為學(xué)界和司法實(shí)務(wù)部門共同認(rèn)可的模式。證據(jù)要想被轉(zhuǎn)化為定案根據(jù)，應(yīng)當(dāng)具備證據(jù)能力和證明力這兩項(xiàng)基本的資格要求。司法實(shí)務(wù)界也已意識(shí)到審查判斷證據(jù)能力與證明力之間存在階段劃分，并在審判實(shí)務(wù)中開始適用兩階層模式審查證據(jù)。
證據(jù)準(zhǔn)入與證據(jù)評(píng)估之間不僅存在分離特征，而且具有內(nèi)在密切聯(lián)系，內(nèi)在密切聯(lián)系主要潛藏于二者所涉及證據(jù)屬性的相互關(guān)系之中。根據(jù)認(rèn)識(shí)論與價(jià)值論的界分，可以將證據(jù)屬性劃分為自然屬性與法律屬性，前者是指能夠促進(jìn)真相發(fā)現(xiàn)的屬性，后者則指的是確保除發(fā)現(xiàn)真相之外的其他價(jià)值的屬性。證據(jù)準(zhǔn)入的自然屬性包括相關(guān)性、真實(shí)性、可靠性，而證據(jù)評(píng)價(jià)的自然屬性主要有可信性和證明力。相關(guān)性是證據(jù)與要件事實(shí)之間存在的邏輯推論關(guān)系，相關(guān)性有無(wú)的判斷屬于證據(jù)準(zhǔn)入問題，相關(guān)性的強(qiáng)弱程度判斷則屬于證明價(jià)值評(píng)估問題。相應(yīng)地，證據(jù)的真實(shí)、可靠與否屬于證據(jù)準(zhǔn)入事項(xiàng)，證據(jù)內(nèi)容的可信程度屬于證明價(jià)值評(píng)估事項(xiàng)。證據(jù)真實(shí)性關(guān)涉證據(jù)是否被篡改、偽造、變?cè)斓葐栴}，對(duì)其進(jìn)行鑒別的過(guò)程與方法簡(jiǎn)稱“鑒真”，涉及對(duì)證據(jù)同一性和保管鏈條完整性的判斷。需要注意的是，真實(shí)性并不強(qiáng)調(diào)所謂的“真相”“與事實(shí)實(shí)情一致”或“合乎事實(shí)”等方面，而是指稱與關(guān)注證據(jù)來(lái)源的同一性，即證據(jù)的來(lái)源是無(wú)可爭(zhēng)辯和確定的，舉證方所宣稱的、出示的證據(jù)，與它本源的狀態(tài)是一致的。這與我國(guó)現(xiàn)有法律界定的“真實(shí)性”存在區(qū)別?！缎淘V法解釋》第139條規(guī)定，對(duì)證據(jù)真實(shí)性的綜合審查既包括形式真實(shí)性要素，又涉及實(shí)質(zhì)真實(shí)性內(nèi)容，而后者并不屬于“鑒真”所要解決的問題。因此，本文所說(shuō)的真實(shí)性審查，主要屬于證據(jù)準(zhǔn)入而非證據(jù)評(píng)估事項(xiàng)?？煽啃允侵赣糜谏勺C據(jù)的裝置之運(yùn)行具有穩(wěn)定性、可重復(fù)等可靠特征，對(duì)其判斷也屬于證據(jù)準(zhǔn)入事項(xiàng)，例如基于“多伯特標(biāo)準(zhǔn)”判斷專家意見的可靠性。
所謂證據(jù)的可信性，是指證據(jù)及其來(lái)源可被相信的程度?？尚判耘c可靠性、真實(shí)性的概念經(jīng)常被混淆，實(shí)際上它們之間有著類似相關(guān)性與證明力的關(guān)系——只有具備可靠性和真實(shí)性的證據(jù)，才被準(zhǔn)許進(jìn)入法庭進(jìn)行可信性評(píng)價(jià)。證據(jù)的可靠性和真實(shí)性是可信性的必要前提，但并非可信性的充分條件。與證明力一樣，可信性涉及裁判者的信念，即他在何種程度上相信一項(xiàng)證據(jù)所揭示的內(nèi)容。因此，證據(jù)的可信性與證明力極易被混同。為了澄清二者的關(guān)系，可以引入推論鏈條進(jìn)行說(shuō)明。證據(jù)借助概括這一大前提逐級(jí)推論要件事實(shí)的過(guò)程被稱為“推論鏈條”，其實(shí)質(zhì)在于作為推論起點(diǎn)的證據(jù)所具有的“真值”（證據(jù)性事實(shí)的為真程度），通過(guò)推論鏈條逐級(jí)推論之后，能否傳遞到推論的終點(diǎn)要件事實(shí)，得出要件事實(shí)也為真的結(jié)論。證據(jù)具有多少“真值”（可信性程度），最后能夠傳遞多少“真值”給要件事實(shí)，則與推論鏈條的強(qiáng)度（證明力）有關(guān)。據(jù)此，證據(jù)的可信性是推論的前提（基礎(chǔ)牢固性），證明力則是推論鏈條的粗細(xì)程度（鏈條牢固性）。在明晰了證據(jù)準(zhǔn)入與證據(jù)評(píng)估的各項(xiàng)要素之間的內(nèi)在關(guān)系之后，可以構(gòu)建如下證據(jù)審查判斷二元遞進(jìn)模式圖。
（二）GAI證據(jù)準(zhǔn)入審查要素與方法
如前所述，GAI證據(jù)主要包括由智能機(jī)器生成的電子數(shù)據(jù)（如自動(dòng)駕駛信息、大數(shù)據(jù)證據(jù)等）、專業(yè)分析報(bào)告（如醫(yī)學(xué)專家系統(tǒng)診斷報(bào)告、智能檢驗(yàn)決策報(bào)告等）以及智能機(jī)器在與人類世界交互時(shí)所形成的內(nèi)容（如語(yǔ)言文字、影音圖像和動(dòng)作行為等）三大類。第一類就是電子數(shù)據(jù)，第二類和第三類雖然表現(xiàn)形式較為多樣化（既有實(shí)物，又有言詞，還有行為），但其內(nèi)核仍然是數(shù)據(jù)化格式的編碼。因此，在不改變我國(guó)8種法定證據(jù)種類的框架下，可將GAI證據(jù)納入電子數(shù)據(jù)家族，電子數(shù)據(jù)的審查規(guī)則與方法可適用于GAI證據(jù)的準(zhǔn)入審查。例如電子數(shù)據(jù)的雙重關(guān)聯(lián)性（內(nèi)容和載體關(guān)聯(lián)性）規(guī)則可用于GAI證據(jù)相關(guān)性的準(zhǔn)入審查；電子數(shù)據(jù)載體和數(shù)據(jù)的真實(shí)性審查規(guī)則亦可用于GAI證據(jù)真實(shí)性準(zhǔn)入審查；至于GAI證據(jù)的合法性，總體上也可適用電子數(shù)據(jù)的合法性審查方式與規(guī)則。
不過(guò)，由于GAI證據(jù)在生成方式上不同于一般電子數(shù)據(jù)（前者是由GAI驅(qū)動(dòng)的機(jī)器自主生成的內(nèi)容，后者則是指基于電子技術(shù)生成并以數(shù)字化形式儲(chǔ)存或傳播的信息），因此除了適用電子數(shù)據(jù)的一般方法與規(guī)則之外，對(duì)GAI證據(jù)的審查判斷還需要探索構(gòu)建專門的審查判斷體系。有學(xué)者指出，GAI證據(jù)像人類證人一樣，可以根據(jù)自身評(píng)估來(lái)確定案件事實(shí)，因此它必須接受類似于對(duì)證人的審查。如前所述，盡管把GAI證據(jù)類比人類證言或直接視為獨(dú)立證據(jù)種類都不太合宜（其內(nèi)核仍然是電子數(shù)據(jù)），但GAI證據(jù)確實(shí)具有不同于一般的電子數(shù)據(jù)的智能生成特性和表現(xiàn)形式多樣性，這必然會(huì)導(dǎo)致對(duì)其在審查判斷上的獨(dú)特性。例如，對(duì)于相關(guān)性、真實(shí)性和可靠性這三個(gè)自然屬性而言，由于GAI證據(jù)的形成過(guò)程、來(lái)源以及表現(xiàn)形式都與其他電子證據(jù)不同，因此對(duì)GAI證據(jù)諸要素的審查也相異。鑒于GAI證據(jù)種類眾多，可以基于其所要證明的行為主體性質(zhì)將其劃分為三類：一是證明機(jī)器行為的GAI證據(jù)，如自動(dòng)駕駛證據(jù)、醫(yī)療專家系統(tǒng)疾病診斷報(bào)告、智能檢測(cè)分析報(bào)告等；二是證明人類行為的GAI證據(jù)，如大數(shù)據(jù)證據(jù)、智能監(jiān)控證據(jù)等；三是證明人機(jī)交互行為的GAI證據(jù)，如人與機(jī)器之間的交流（聊天、通信）證據(jù)、機(jī)器執(zhí)行人類指令的證據(jù)等。此外，GAI證據(jù)還存在“數(shù)據(jù)化”特征，即機(jī)器對(duì)世界與人類行為的感知認(rèn)識(shí)，這一認(rèn)識(shí)的形成首先需要將某種現(xiàn)象轉(zhuǎn)化成可識(shí)別的數(shù)據(jù)代碼，再進(jìn)行處理分析，最后做出相應(yīng)的決策指令和行為，整個(gè)過(guò)程都以結(jié)構(gòu)化數(shù)據(jù)作為媒介。本文分別基于三類GAI證據(jù)的類型劃分，結(jié)合其智能生成性和數(shù)據(jù)化特征，逐項(xiàng)對(duì)各類證據(jù)準(zhǔn)入的各項(xiàng)要素進(jìn)行具體論述。
1.合法性要素
對(duì)于合法性這一證據(jù)的法律屬性審查而言，GAI證據(jù)與其他證據(jù)的要求是一致的，即證據(jù)的搜集獲取必須符合法律規(guī)定。常規(guī)證據(jù)的合法性主要通過(guò)審查取證主體、取證程序、取證手段、證據(jù)表現(xiàn)形式和取證對(duì)象五個(gè)方面得以確認(rèn)，對(duì)GAI證據(jù)或者其他電子數(shù)據(jù)的合法性審查也應(yīng)從這些方面予以進(jìn)行。總體而言，GAI證據(jù)可適用《刑訴法解釋》第112、113條和《公安機(jī)關(guān)辦理刑事案件電子數(shù)據(jù)取證規(guī)則》關(guān)于合法收集、提取電子數(shù)據(jù)的具體規(guī)定，主要包括：（1）取證主體，需有2名以上偵查人員；（2）取證程序，取證過(guò)程全程錄像，采取技偵措施取證的應(yīng)符合法定審批手續(xù)，扣押原始儲(chǔ)存介質(zhì)應(yīng)按照要求進(jìn)行封存，現(xiàn)場(chǎng)提取電子數(shù)據(jù)應(yīng)制作提取筆錄和提取固定清單，注明類別、格式、完整性校檢值等；（3）取證手段，需符合相關(guān)技術(shù)標(biāo)準(zhǔn)和相關(guān)規(guī)范要求；（4）證據(jù)表現(xiàn)形式，應(yīng)附有取證筆錄、清單，并經(jīng)偵查人員、GAI證據(jù)（機(jī)器）持有者和提供者、見證人簽章；（5）取證對(duì)象，應(yīng)為電子數(shù)據(jù)的持有者和提供者。
然而，由于GAI證據(jù)的生成方式和表現(xiàn)形式不同于電子數(shù)據(jù)，因此在提取方式與內(nèi)容的規(guī)范要求上需區(qū)別于一般的電子數(shù)據(jù)。其一，GAI證據(jù)與其生成系統(tǒng)密不可分，因此不僅要規(guī)范提取封存GAI證據(jù)的原始儲(chǔ)存介質(zhì)（載體），而且要規(guī)范提取封存最初生成數(shù)據(jù)的GAI系統(tǒng)（機(jī)器）；其二，GAI證據(jù)包括內(nèi)在驅(qū)動(dòng)數(shù)據(jù)與外在表現(xiàn)內(nèi)容兩部分，除了規(guī)范提取GAI生成的內(nèi)在數(shù)據(jù)之外，還需要封存固定這些數(shù)據(jù)對(duì)應(yīng)的外在內(nèi)容（如GAI言詞、文字、作品以及行為）；其三，如果為獲取GAI證據(jù)而非法侵入GAI系統(tǒng)或非法扣押GAI機(jī)器，那么該行為應(yīng)被視為非法取證；其四，當(dāng)GAI證據(jù)的生成過(guò)程與內(nèi)容侵犯?jìng)€(gè)人信息和隱私、商業(yè)秘密或國(guó)家機(jī)密時(shí)，應(yīng)將其視為非法證據(jù)予以排除。此外，根據(jù)GAI機(jī)器的“心智”狀況、辨別是非及正確表達(dá)能力，可適當(dāng)援引我國(guó)《刑事訴訟法》第62條關(guān)于“證人的資格和義務(wù)”的規(guī)定，允許其出庭作證。由于GAI機(jī)器具有強(qiáng)大的視聽系統(tǒng)和信息捕獲分析能力，且不存在說(shuō)謊和記憶缺失等問題，在此意義上GAI機(jī)器其實(shí)比人類更適合出庭作證。當(dāng)然，允許GAI機(jī)器出庭作證可能會(huì)面臨倫理問題、人工干預(yù)和機(jī)器錯(cuò)誤等風(fēng)險(xiǎn)，應(yīng)結(jié)合社會(huì)對(duì)GAI機(jī)器的認(rèn)可程度，謹(jǐn)慎決定是否允許GAI機(jī)器出庭作證。
2.附條件相關(guān)性
相關(guān)性具有三層內(nèi)容：第一層含義是證明性，即證據(jù)可能證明待證事實(shí)真?zhèn)纬潭鹊囊环N能力。美國(guó)《聯(lián)邦證據(jù)規(guī)則》第401條（a）款規(guī)定的“任何趨向性”指的就是這層含義。第二層含義是實(shí)質(zhì)性，指的是證據(jù)與要件事實(shí)存在實(shí)際聯(lián)系。第三層含義是待修復(fù)的相關(guān)性，指當(dāng)相關(guān)性的存在取決于某個(gè)事實(shí)，而該事實(shí)又缺乏相應(yīng)證據(jù)支持之時(shí)，相關(guān)性就處于斷裂狀態(tài)，需要提出證據(jù)支持該事實(shí)以進(jìn)行修復(fù)。待修復(fù)的相關(guān)性有時(shí)被稱為“附條件的相關(guān)性”，即只有某個(gè)特定的事實(shí)條件存在之時(shí)相關(guān)性才能得以建立?！堵?lián)邦證據(jù)規(guī)則》第104條（b）款所規(guī)定的“取決于某個(gè)事實(shí)的相關(guān)性”，就反映了相關(guān)性的第三層內(nèi)容。待修復(fù)的相關(guān)性實(shí)際上是對(duì)相關(guān)性的基礎(chǔ)鋪墊（foundation）要求，任何證據(jù)的相關(guān)性都取決于其他事實(shí)，有時(shí)候這些事實(shí)（一個(gè)或多個(gè)）的缺失就會(huì)使得相關(guān)性成為問題。換句話說(shuō)，當(dāng)證據(jù)得到完整的基礎(chǔ)鋪墊時(shí)，才可能具有相關(guān)性。
相關(guān)性的判斷屬于邏輯問題，法律一般不對(duì)其不加以規(guī)定，而是交由裁判者根據(jù)經(jīng)驗(yàn)理性進(jìn)行判斷。對(duì)于GAI證據(jù)而言，裁判者不能根據(jù)自己所擁有的經(jīng)驗(yàn)理性進(jìn)行認(rèn)知，只能借助專家提供的專門知識(shí)概括建立證據(jù)與待證案件事實(shí)之間的推論關(guān)系。據(jù)此，GAI證據(jù)的相關(guān)性屬于附條件（專門知識(shí)概括）相關(guān)性。證明機(jī)器行為的GAI證據(jù)之相關(guān)性鏈條為“機(jī)器證據(jù)—（專門知識(shí)概括）—機(jī)器行為—要件事實(shí)”，證明人類行為的GAI證據(jù)之相關(guān)性鏈條為“機(jī)器證據(jù)—（專門知識(shí)概括）—人類行為—要件事實(shí)”，證明人機(jī)行為的GAI證據(jù)之相關(guān)性鏈條為“機(jī)器證據(jù)—（專門知識(shí)概括）—人機(jī)行為—要件事實(shí)”。至于從行為到要件事實(shí)的推論鏈條，裁判者運(yùn)用經(jīng)驗(yàn)理性即可作出判斷。例如，基于自動(dòng)駕駛系統(tǒng)提取的數(shù)據(jù)代碼（機(jī)器證據(jù)）能否推論出事故發(fā)生時(shí)汽車處于自動(dòng)駕駛狀態(tài)以及是否采取了緊急制動(dòng)或避險(xiǎn)行為（機(jī)器行為），取決于專家的專門知識(shí)概括，但裁判者基于自己的經(jīng)驗(yàn)理性，即可從機(jī)器行為推論有責(zé)性要件事實(shí)；人臉識(shí)別證據(jù)可用于確定犯罪主體身份，對(duì)其證明對(duì)象（例如已知樣本與案發(fā)現(xiàn)場(chǎng)監(jiān)控?cái)z像頭拍攝到的兇徒面部特征之間的匹配程度）與要件事實(shí)（犯罪主體）之間的關(guān)系，裁判者不難理解，但是對(duì)于那些數(shù)據(jù)代碼與證明對(duì)象之間的關(guān)系，裁判者則需要借助專家輔助才能有效得出結(jié)論。
3.技術(shù)性鑒真
證據(jù)的真實(shí)性是一個(gè)極易與“客觀性”或“可信性”相混淆的概念。如果認(rèn)為證據(jù)真實(shí)亦即其內(nèi)容可信，揭示了客觀真相，那么這種錯(cuò)誤認(rèn)識(shí)直接把證據(jù)真實(shí)性問題等同于待證事實(shí)是否為真，將證據(jù)與事實(shí)混為一談。實(shí)際上，如前所述，真實(shí)性主要指稱形式真實(shí)性要素：一是證據(jù)內(nèi)容沒有被篡改、失真；二是證據(jù)載體是真實(shí)存在的，而非變?cè)旎騻卧斓?。因此，證據(jù)的真實(shí)性審查屬于證據(jù)準(zhǔn)入事項(xiàng)。GAI證據(jù)的輸入與輸出過(guò)程都以數(shù)據(jù)作為媒介，具有數(shù)據(jù)的虛擬性特征，即它的形成、傳輸與儲(chǔ)存過(guò)程都發(fā)生在虛擬空間，這些虛擬空間是由網(wǎng)絡(luò)、云盤等信息技術(shù)或者硬盤、Ｕ盤等電子設(shè)備創(chuàng)建的特殊環(huán)境。虛擬空間的互通性與開放性以及數(shù)據(jù)的易變性和衰減性，致使GAI證據(jù)極易面臨真實(shí)性問題——所提出的這份GAI證據(jù)是否機(jī)器初始做出的，是否遭到了人為篡改、變?cè)旎蛘邆卧?，傳輸過(guò)程中是否因衰減而失真。例如，自動(dòng)駕駛證據(jù)經(jīng)常遭受質(zhì)疑，即在對(duì)自動(dòng)駕駛數(shù)據(jù)進(jìn)行鑒定之前，汽車廠家是否對(duì)證據(jù)做了篡改。
對(duì)于實(shí)物證據(jù)真實(shí)性的判斷過(guò)程，被稱為“鑒真”。傳統(tǒng)的鑒真方法主要是“獨(dú)特性確認(rèn)”和“保管鏈條證明”。由于GAI證據(jù)主要是由機(jī)器生成的數(shù)據(jù)和代碼，裁判者難以有效識(shí)別并進(jìn)行獨(dú)特性確認(rèn)；至于GAI證據(jù)的保管鏈條的完整性證明，傳統(tǒng)鑒真方法對(duì)GAI證據(jù)（有形）載體真實(shí)性判斷有益，但對(duì)其（無(wú)形）內(nèi)容真實(shí)性的意義則相當(dāng)有限。原因在于，數(shù)據(jù)與其儲(chǔ)存介質(zhì)之間具有獨(dú)立性和可分離性，這就導(dǎo)致數(shù)據(jù)所承載的信息可以不依附于儲(chǔ)存介質(zhì)存在。為彌補(bǔ)傳統(tǒng)鑒真方法的缺陷，有學(xué)者結(jié)合新技術(shù)發(fā)展與司法實(shí)踐做法，提出了電子數(shù)據(jù)的技術(shù)性鑒真體系，以確保其收集提取過(guò)程完整性，主要包括完整性校檢、可信時(shí)間戳、數(shù)字簽名和區(qū)塊鏈存證。完整性校檢可以判斷GAI證據(jù)是否被修改、破壞以及丟失等情況，從而保障其內(nèi)容的真實(shí)性。哈希值（Hashvalues）比對(duì)是目前最主要的完整性校檢方法，其具有唯一性、確定性以及不可逆性，因?yàn)槿魏我粭l電子數(shù)據(jù)，有且僅有一個(gè)哈希值。倘若電子數(shù)據(jù)發(fā)生了增減變化，其哈希值也會(huì)相應(yīng)改變。不過(guò)，實(shí)施完整性校檢存在一個(gè)前提，即在對(duì)機(jī)器生成的GAI證據(jù)進(jìn)行提取固定時(shí)，需要對(duì)其背后的數(shù)據(jù)進(jìn)行哈希值計(jì)算，以確定初始完整性校檢值。需要注意的是，完整性校檢只能確保所提取的GAI證據(jù)沒有被篡改，卻不能證明該證據(jù)就是機(jī)器生成的初始涉案信息。此時(shí)，應(yīng)結(jié)合GAI證據(jù)的最初載體對(duì)完整性校檢進(jìn)行判斷。例如，自動(dòng)駕駛汽車發(fā)生交通事故后，應(yīng)第一時(shí)間提取固定汽車所儲(chǔ)存的數(shù)據(jù)并計(jì)算哈希值，同時(shí)要檢查這些儲(chǔ)存空間有無(wú)損害、被訪問等。
4.“雙重可靠性”審查
可靠性主要關(guān)注生成證據(jù)裝置運(yùn)行的穩(wěn)定性。然而，對(duì)于GAI證據(jù)的可靠性審查，除了應(yīng)關(guān)注機(jī)器的穩(wěn)定性之外，還應(yīng)考慮解釋證據(jù)的專家意見的可靠性，即進(jìn)行“雙重可靠性”審查。一方面，生成GAI證據(jù)的機(jī)器運(yùn)行是否穩(wěn)定，可以通過(guò)考察其“輸入—輸出”結(jié)果是否穩(wěn)定進(jìn)行判斷。目前，“黑盒測(cè)試”(black - box testing)是一種較為有效的機(jī)器可靠性判斷方法。該方法在對(duì)機(jī)器是否按照所預(yù)設(shè)的功能進(jìn)行檢測(cè)時(shí)，把機(jī)器內(nèi)部視為一個(gè)不能打開的黑盒子，在完全不考慮機(jī)器算法程序內(nèi)部結(jié)構(gòu)和特性的情況下，對(duì)機(jī)器是否能夠適當(dāng)?shù)亟邮蛰斎胄畔⒉a(chǎn)生正確的輸出信息進(jìn)行測(cè)試。黑盒測(cè)試的合理性基礎(chǔ)在于，如果機(jī)器對(duì)每一輸入實(shí)例都能給出正確的輸出結(jié)果，那么該機(jī)器就是可靠的。不過(guò)，黑盒測(cè)試只能確保機(jī)器運(yùn)行的穩(wěn)定性，卻不能還原或重復(fù)機(jī)器生成GAI證據(jù)的過(guò)程。原因在于，GAI證據(jù)是機(jī)器在具體環(huán)境中做出相應(yīng)行為的結(jié)果，近似人類經(jīng)過(guò)思考之后采取的決策行為，而非簡(jiǎn)單地基于關(guān)鍵詞回吐數(shù)據(jù)庫(kù)里的信息，程序員通常不能預(yù)測(cè)他們?cè)O(shè)計(jì)的復(fù)雜程序具體會(huì)做什么。另一方面，解釋GAI證據(jù)的專家意見是否可靠，借助多伯特標(biāo)準(zhǔn)能夠予以有效審查。多伯特標(biāo)準(zhǔn)分別從可檢驗(yàn)性、公開發(fā)表、潛在錯(cuò)誤率和普遍接受性四個(gè)維度為裁判者審查專家意見的可靠性提供了具體指引。如前所述，標(biāo)準(zhǔn)化解釋流程要求專家在提出書面報(bào)告前進(jìn)行自我評(píng)估，并將符合多伯特標(biāo)準(zhǔn)的各項(xiàng)指標(biāo)簡(jiǎn)明地寫入報(bào)告中，以便裁判者進(jìn)行審查。盡管多伯特標(biāo)準(zhǔn)的適用遇到了“點(diǎn)清單”問題——法官傾向以逐項(xiàng)核對(duì)指標(biāo)的方式適用多伯特標(biāo)準(zhǔn)，并未更多回應(yīng)關(guān)于機(jī)器（算法）程序自身是否可靠等問題，但是多伯特標(biāo)準(zhǔn)為裁判者科學(xué)審查GAI證據(jù)提供了方案，并為證據(jù)提出方創(chuàng)設(shè)了積極責(zé)任，即在把機(jī)器證據(jù)呈現(xiàn)給裁判者之前，證據(jù)提出方不僅需要提供解釋該證據(jù)的專家意見，而且要出示能夠表明該專家意見可靠性的四項(xiàng)指標(biāo)。
有學(xué)者提出，多伯特標(biāo)準(zhǔn)對(duì)于機(jī)器證據(jù)可靠性的審查并不全面，因?yàn)榇祟愹?yàn)證方法不僅自身存在算法的反饋循環(huán)、實(shí)驗(yàn)環(huán)境與真實(shí)案件脫節(jié)等問題，而且未能揭示機(jī)器內(nèi)部（算法）程序的“黑箱危險(xiǎn)”。一些學(xué)者甚至認(rèn)為，披露“源代碼”（the source code）才是確定復(fù)雜算法是否可靠以及能否得到可靠應(yīng)用的唯一有意義的方法。然而，披露源代碼不僅面臨商業(yè)秘密問題，而且算法的透明度并不意味著裁判者能夠?qū)浖M(jìn)行有意義的審查（源代碼通常有成千上萬(wàn)行，普通人根本難以理解）。更為重要的是，對(duì)于GAI運(yùn)行原理與潛在風(fēng)險(xiǎn)的揭示，類似人類思維與決策過(guò)程分析，屬于證據(jù)評(píng)估階段的可信性評(píng)價(jià)事項(xiàng)，不應(yīng)在證據(jù)準(zhǔn)入階段進(jìn)行審查。
（三）GAI證據(jù)證明價(jià)值評(píng)估的科學(xué)化體系
在GAI證據(jù)符合準(zhǔn)入要求進(jìn)行庭審之后，事實(shí)認(rèn)定者需要對(duì)這些證據(jù)的證明價(jià)值予以系統(tǒng)評(píng)估，從而作出它們是否保障認(rèn)定相關(guān)待證要件事實(shí)的裁決。如前所述，證據(jù)的證明價(jià)值主要從可信性和證明力兩個(gè)方面進(jìn)行評(píng)估，可信性是要件事實(shí)推論鏈條的推論前提（基礎(chǔ)牢固性），證明力則是推論鏈條的粗細(xì)程度（鏈條牢固性），二者共同保障推理結(jié)論的正確性（要件事實(shí)牢固性）。若證據(jù)可信性程度較低，則推論的基礎(chǔ)不牢固；若證據(jù)可信性很高但證明力較弱，則推論鏈條不足以支撐推論結(jié)論。具體到GAI證據(jù)，由于其具有機(jī)器生成性、表現(xiàn)形式多樣性以及數(shù)據(jù)化等特征，在可信性與證明力評(píng)估方面與其他證據(jù)存在差異。例如，對(duì)于傳統(tǒng)證人證言，可以通過(guò)考察證人的記憶、誠(chéng)實(shí)等品質(zhì)評(píng)價(jià)其可信性，但機(jī)器并不存在記憶衰退、撒謊等問題；傳統(tǒng)證據(jù)的證明力一般交由事實(shí)認(rèn)定者自由評(píng)價(jià)，然而事實(shí)認(rèn)定者并不理解GAI證據(jù)，難以開展自由心證。為此，需要結(jié)合GAI證據(jù)的特征，探索構(gòu)建一套可信性與證明力評(píng)估的科學(xué)化方法體系。
1.GAI證據(jù)可信性評(píng)價(jià)“三步三看法”
證據(jù)法學(xué)界長(zhǎng)期以來(lái)存在一種觀點(diǎn)：只要實(shí)物證據(jù)的真實(shí)性和可靠性沒有問題，其就具有了可信性。但言詞證據(jù)還需要具備誠(chéng)實(shí)性才能夠保障證據(jù)的可信性，這是基于信念方面的要求，即證人是基于其信念作證，并且該信念建立在其感官證據(jù)而非猜測(cè)上，如此該證據(jù)才被認(rèn)為是可信的。然而，該觀點(diǎn)對(duì)于GAI證據(jù)卻不適用，原因在于，GAI證據(jù)雖具有實(shí)物表現(xiàn)形態(tài)，但其生成過(guò)程近似人類證言形成所運(yùn)用的思維機(jī)制。GAI證據(jù)并非機(jī)器的純粹流水線或程式化產(chǎn)品，而是機(jī)器基于其所感知、獲取的環(huán)境信息與相關(guān)數(shù)據(jù)，為實(shí)現(xiàn)特定目的進(jìn)行思考（運(yùn)算）后做出相應(yīng)決策（指令）行為的結(jié)果（輸出）。GAI機(jī)器并非設(shè)計(jì)者的“機(jī)械執(zhí)行工具”或信息輸入者的“傳聲筒”，而是具有深度學(xué)習(xí)能力和認(rèn)知能力，能夠根據(jù)具體情境獨(dú)立作出“思考”與“決策”的能動(dòng)本體。因此，GAI機(jī)器具備了近似人類特有的信念內(nèi)容，有學(xué)者將之稱作“機(jī)器可信性”（machine credibility），并在此基礎(chǔ)上把機(jī)器生成的信息視為一種特殊的言辭證據(jù)——“機(jī)器證言”。
將GAI證據(jù)直接等同于“證言”可能存在問題，畢竟GAI證據(jù)具有眾多表現(xiàn)形式（證言只是其中一種），并且“證言”這一屬性會(huì)影響人們對(duì)機(jī)器證據(jù)背后的數(shù)據(jù)特征的理解。不過(guò)，基于人類證言可信性的評(píng)價(jià)方式來(lái)探索構(gòu)建GAI證據(jù)的可信性評(píng)估機(jī)制，是一條可行進(jìn)路。對(duì)于一項(xiàng)GAI證據(jù)而言，真實(shí)性只是確保當(dāng)庭提出的這項(xiàng)證據(jù)就是案發(fā)時(shí)機(jī)器生成的數(shù)據(jù)信息，可靠性則是保障該項(xiàng)證據(jù)不是機(jī)器運(yùn)行錯(cuò)誤的結(jié)果。至于該項(xiàng)證據(jù)有多可信、事實(shí)認(rèn)定者在多大程度上相信它，則取決于影響可信性的各項(xiàng)品質(zhì)。例如，一項(xiàng)言詞證據(jù)的可信性取決于證人的感知、記憶、誠(chéng)實(shí)性、敘述能力這四種品質(zhì)。GAI證據(jù)屬于機(jī)器生成的信息，顯然與證人證言存在區(qū)別，但二者也具有一定聯(lián)系：機(jī)器沒有人類的感官系統(tǒng)，卻擁有類似人類感官功能的傳感器（如紅外傳感器、高清攝像頭、圖文和語(yǔ)音識(shí)別系統(tǒng)等），甚至具有人類不具備的海量數(shù)據(jù)信息獲取的能力；機(jī)器不存在人類那樣的記憶減退問題，但機(jī)器的零部件會(huì)隨著時(shí)間耗損；機(jī)器不存在誠(chéng)實(shí)性問題，但其算法程序可能會(huì)存在缺陷，例如算法錯(cuò)誤、算法歧視、算法支配以及算法黑箱等問題；機(jī)器不會(huì)犯人類在表達(dá)上的敘述歧義問題，卻在輸出信息方面存在不準(zhǔn)確甚至虛假情形。由此可知，GAI證據(jù)的可信性也存在類似人類證言的各種問題。結(jié)合機(jī)器生成GAI證據(jù)的過(guò)程特征，可以將影響GAI證據(jù)可信性的各項(xiàng)品質(zhì)置于數(shù)據(jù)的輸入、分析處理、輸出三個(gè)階段逐項(xiàng)進(jìn)行評(píng)估。每個(gè)階段影響GAI證據(jù)可信性各項(xiàng)品質(zhì)高低的原因，大致可分為機(jī)器外部硬件、內(nèi)部軟件以及人為因素三類。在此基礎(chǔ)上，下文提出GAI證據(jù)可信性評(píng)價(jià)的“三步三看法”，即將其分為數(shù)據(jù)輸入、分析處理、輸出三步進(jìn)行，每一步主要考量硬件、軟件和人為三項(xiàng)因素。
第一步 ，在數(shù)據(jù)輸入階段，主要對(duì)機(jī)器設(shè)備的感知能力、軟件的信息捕獲與識(shí)別能力以及影響數(shù)據(jù)輸入的人為因素進(jìn)行評(píng)估。在數(shù)據(jù)輸入階段，機(jī)器設(shè)備對(duì)環(huán)境信息的感知、相關(guān)信息的捕獲以及將這些信息轉(zhuǎn)換成可讀數(shù)據(jù)的能力，決定了GAI證據(jù)是否具備可信性基礎(chǔ)，即輸入數(shù)據(jù)是否準(zhǔn)確。首先，GAI機(jī)器（硬件）對(duì)環(huán)境信息的感知主要是通過(guò)雷達(dá)、傳感器、攝像頭等感應(yīng)裝置獲取的，這些裝置的靈敏度決定了其獲取信息的能力以及質(zhì)量。攝像頭未適當(dāng)聚焦、控制不當(dāng)或者感應(yīng)裝置老化等原因，都會(huì)影響其捕獲信息的準(zhǔn)確性。其次，GAI機(jī)器（軟件）對(duì)于輸入信息的識(shí)別與理解能力也會(huì)影響其獲取信息的質(zhì)量。一方面，GAI機(jī)器通過(guò)大數(shù)據(jù)技術(shù)、網(wǎng)絡(luò)爬蟲等技術(shù)收集的相關(guān)信息，也存在不準(zhǔn)確風(fēng)險(xiǎn)。例如，大數(shù)據(jù)技術(shù)面臨數(shù)據(jù)樣本不全面（未達(dá)到全量數(shù)據(jù)）、算法模型不準(zhǔn)確（源代碼錯(cuò)誤）以及機(jī)器自主學(xué)習(xí)導(dǎo)致的錯(cuò)誤等。另一方面，對(duì)于現(xiàn)實(shí)世界中的實(shí)體、人類語(yǔ)言、文字以及行為等內(nèi)容，GAI機(jī)器究竟能夠獲取多少、實(shí)際理解多少，取決于視聽技術(shù)、自然語(yǔ)言處理以及深度學(xué)習(xí)等技術(shù)發(fā)展與成熟的程度。例如，傳統(tǒng)人臉識(shí)別算法特征臉（Eigenface）在人臉數(shù)據(jù)集（LFW）上的識(shí)別率只有60％左右，而采用深度學(xué)習(xí)技術(shù)的深臉（DeepFace），在人臉數(shù)據(jù)集（LFW）上的識(shí)別率高達(dá)98.4％。最后，人為因素也會(huì)影響輸入信息的準(zhǔn)確性。人們出于各種目的可能故意干擾感應(yīng)裝置獲取真實(shí)信息，例如水車向空中大量噴灑水霧，會(huì)影響空氣檢測(cè)器對(duì)空氣質(zhì)量的判斷。人類可能輸入錯(cuò)誤的信息給機(jī)器，例如，人類醫(yī)生上傳患者信息錯(cuò)誤，會(huì)導(dǎo)致醫(yī)療專家系統(tǒng)做出錯(cuò)誤診斷。程序設(shè)計(jì)者也可能出于各種目的設(shè)計(jì)有偏見的數(shù)據(jù)收集算法。設(shè)計(jì)者可能在編程時(shí)將自身價(jià)值判斷帶入算法中，如哈佛大學(xué)斯威尼的研究顯示，在關(guān)于“被逮捕記錄”的查詢中，大數(shù)據(jù)算法更傾向于尋找黑人。為了實(shí)現(xiàn)商業(yè)利益的最大化，相關(guān)主體會(huì)設(shè)計(jì)針對(duì)特定群體的算法。美國(guó)聯(lián)邦貿(mào)易委員會(huì)調(diào)查發(fā)現(xiàn)，廣告商傾向于收集低收入群體信息，并向其定向推送高息貸款。
第二步， 在數(shù)據(jù)分析處理階段，主要考量機(jī)器算法可能存在的分析錯(cuò)誤和人為設(shè)計(jì)錯(cuò)誤。GAI機(jī)器算法可能在以下方面導(dǎo)致數(shù)據(jù)分析的錯(cuò)誤：一是機(jī)器學(xué)習(xí)帶來(lái)的分析錯(cuò)誤。機(jī)器通過(guò)對(duì)海量數(shù)據(jù)樣本的訓(xùn)練學(xué)習(xí)，刻畫并習(xí)得潛在特征知識(shí)，從而具有對(duì)新數(shù)據(jù)進(jìn)行分析決策的能力。在這個(gè)過(guò)程中，訓(xùn)練樣本不全面、不均衡等缺陷，會(huì)影響機(jī)器學(xué)習(xí)的效果，進(jìn)而造成機(jī)器分析錯(cuò)誤。例如，用于圖像識(shí)別訓(xùn)練的常用圖像數(shù)據(jù)集（ImageNet），其超過(guò)45％的圖片來(lái)自美國(guó)，中國(guó)和印度的圖片加起來(lái)的數(shù)量占比還不到3％，導(dǎo)致計(jì)算機(jī)視覺算法會(huì)給一張傳統(tǒng)美國(guó)新娘照片貼上“新娘”“禮服”“女人”等標(biāo)簽，而給一張北印度新娘照片只貼上“表演藝術(shù)”和“禮服”兩個(gè)標(biāo)簽。機(jī)器學(xué)習(xí)的反饋循環(huán)機(jī)制（Feed－back loops）還會(huì)導(dǎo)致機(jī)器做出錯(cuò)誤分析和行為。2016年3月24日，微軟AI研發(fā)團(tuán)隊(duì)在推特（Twitter）、臉書（Facebook）等社交媒體發(fā)布了一款名為泰（Tay）的聊天機(jī)器人，結(jié)果不到24小時(shí)，泰（Tay）就在用戶的惡意誘導(dǎo)下學(xué)會(huì)發(fā)表涉及種族歧視、恐怖主義等不當(dāng)言論。二是適用場(chǎng)景不一致導(dǎo)致的分析錯(cuò)誤。當(dāng)算法的實(shí)際適用場(chǎng)景與其開發(fā)環(huán)境、實(shí)驗(yàn)參數(shù)不一致時(shí)，就有可能產(chǎn)生錯(cuò)誤的分析結(jié)果。在2019年發(fā)生在美國(guó)加州北部地區(qū)的威廉姆斯案（United States v．Williams）中，法官基于適用場(chǎng)景不一致的理由，排除了一款混合ＤＮＡ分析軟件的結(jié)果，該款軟件只能用于檢測(cè)最多4個(gè)來(lái)源的DNA混合物，但本案中沒法證明送檢DNA樣本僅有4個(gè)來(lái)源。此外，“軟件腐爛”也可能導(dǎo)致分析錯(cuò)誤。隨著時(shí)間的推移，軟件的代碼會(huì)退化、過(guò)時(shí)，人們?nèi)绻麤]有對(duì)這些退化做定期檢查，機(jī)器就可能得出誤導(dǎo)性甚至虛假的分析結(jié)果。
人為設(shè)計(jì)導(dǎo)致的分析錯(cuò)誤主要包括程序設(shè)計(jì)者編程錯(cuò)誤、不適當(dāng)分析假設(shè)和遺漏以及有爭(zhēng)議選擇三個(gè)方面。許多情況下，因程序員未能編寫能夠準(zhǔn)確翻譯合法代碼的計(jì)算機(jī)代碼，會(huì)產(chǎn)生不準(zhǔn)確甚至錯(cuò)誤的機(jī)器分析結(jié)果。早在20世紀(jì)80年代后期，一種基于計(jì)算機(jī)控制的放射性治療機(jī)射拉克25號(hào)（Therac－25），就因?yàn)檐浖O(shè)計(jì)錯(cuò)誤導(dǎo)致4位病人超劑量輻射死亡的嚴(yán)重后果。2015年，澳大利亞昆士蘭當(dāng)局確認(rèn)，因短串聯(lián)重復(fù)序列混合圖譜分析系統(tǒng)（STRmix）中存在錯(cuò)誤代碼，至少造成60起刑事案件的真兇認(rèn)定錯(cuò)誤。程序員不適當(dāng)?shù)姆治黾僭O(shè)或遺漏，可能導(dǎo)致機(jī)器發(fā)出錯(cuò)誤或誤導(dǎo)性的信息。在對(duì)高度復(fù)雜的過(guò)程進(jìn)行建模時(shí)，程序員如果試圖解釋一個(gè)變量，可能會(huì)無(wú)意中導(dǎo)致另一個(gè)變量錯(cuò)誤。例如，特斯拉公司認(rèn)為其一輛自動(dòng)駕駛汽車撞上卡車拖車的致命事故，可能是因?yàn)槠嚨睦走_(dá)雖檢測(cè)到了拖車，但將其視為某種類似橋梁的結(jié)構(gòu)，而某斯拉在其設(shè)計(jì)中對(duì)這種結(jié)構(gòu)不予制動(dòng)其目的在于避免“錯(cuò)誤制動(dòng)”。程序員有意識(shí)或無(wú)意識(shí)的偏見也可能影響算法的預(yù)測(cè)或統(tǒng)計(jì)估計(jì)。軟件設(shè)計(jì)師會(huì)創(chuàng)建帶有“自動(dòng)化偏見”的合規(guī)和風(fēng)險(xiǎn)管理軟件，以保障企業(yè)自身利益。此外，程序員對(duì)有爭(zhēng)議的選擇的分析，也會(huì)影響機(jī)器分析的結(jié)果。例如，在DNA環(huán)境中，程序員有權(quán)設(shè)置閾值，以確定哪些標(biāo)記可算作真正的遺傳標(biāo)記與噪聲，哪些標(biāo)記可用于確定匹配的圖表上報(bào)告；程序員還必須做出影響軟件匹配統(tǒng)計(jì)報(bào)告的判斷調(diào)用，例如確定合適的參考群體以估計(jì)遺傳標(biāo)記的稀有性，等等。
第三步， 在數(shù)據(jù)輸出階段，機(jī)器退化和決策過(guò)程缺陷會(huì)影響機(jī)器的最終表達(dá)質(zhì)量。首先，由于熵的存在，機(jī)器會(huì)隨著時(shí)間的推移而偏離其原始設(shè)計(jì)。零部件的損耗將導(dǎo)致機(jī)器在執(zhí)行指令時(shí)反應(yīng)變慢、失靈甚至做出錯(cuò)誤行為。數(shù)字溫度計(jì)的電池可能會(huì)磨損，將數(shù)字“8”顯示成數(shù)字“6”；浴室秤可能會(huì)受到撞擊，以至于缺乏一致的校準(zhǔn)，從而誤報(bào)重量。當(dāng)這些機(jī)器耗損長(zhǎng)期無(wú)法得到維護(hù)和修正時(shí)，就必然會(huì)出現(xiàn)故障，難以正常表達(dá)。其次，GAI機(jī)器在做出決策的過(guò)程中，語(yǔ)料庫(kù)、預(yù)訓(xùn)練算法模型、微調(diào)算法模型以及置信度都會(huì)對(duì)輸出結(jié)論的可信性產(chǎn)生影響。GAI決策過(guò)程主要依賴于生成式模型，即通過(guò)貝葉斯公式確定事物的特征參數(shù)模型，再根據(jù)這些參數(shù)生成一個(gè)符合目標(biāo)要求的新樣本。簡(jiǎn)言之，生成式模型首先需要對(duì)每個(gè)事物類別都進(jìn)行建模并抽象出特征參數(shù)，其次通過(guò)大數(shù)據(jù)對(duì)該模型進(jìn)行預(yù)訓(xùn)練，自我調(diào)整這些參數(shù)，使得其更加符合輸入樣本特征，最后基于這些參數(shù)生成符合目標(biāo)要求的新樣本。為了使得GAI生成內(nèi)容更加符合人類期待的反饋，需要引入指令微調(diào)（Instuction Tuning）和反饋學(xué)習(xí)（RLHF）等技術(shù)對(duì)GAI生成內(nèi)容予以監(jiān)督。以ChatGPT為例，其是在超過(guò)3000億單詞的語(yǔ)料上進(jìn)行預(yù)訓(xùn)練，屬于擁有1750億以上參數(shù)的大模型，具有語(yǔ)料體系（百科知識(shí)等數(shù)據(jù)構(gòu)成的預(yù)訓(xùn)練語(yǔ)料和專家標(biāo)注等數(shù)據(jù)構(gòu)成的微調(diào)預(yù)料）、預(yù)訓(xùn)練算法模型（基于轉(zhuǎn)換Transform的生成式預(yù)訓(xùn)練模型和基于對(duì)比訓(xùn)練的嵌入Embedding模型）和微調(diào)算法模型（基于代碼微調(diào)的科德克斯Ｃｏｄｅｘ模型、基于指令微調(diào)的輸入編輯Inset＆Edit模型和基于人類反饋強(qiáng)化學(xué)習(xí)的指令I(lǐng)nstruct模型）。作為GAI決策的前提，語(yǔ)料庫(kù)的數(shù)據(jù)知識(shí)一旦存在問題（如數(shù)據(jù)結(jié)構(gòu)單一、質(zhì)量參差不齊、來(lái)源存疑、數(shù)據(jù)噪聲和人為添加等），機(jī)器據(jù)以進(jìn)行預(yù)訓(xùn)練和微調(diào)所得到的參數(shù)就會(huì)打折扣甚至出現(xiàn)錯(cuò)誤。預(yù)訓(xùn)練算法模型結(jié)構(gòu)和訓(xùn)練方式對(duì)圖文音等多模態(tài)數(shù)據(jù)的匹配對(duì)齊程度，都會(huì)影響預(yù)訓(xùn)練的質(zhì)效。而微調(diào)算法模型可能會(huì)受到標(biāo)注者個(gè)人偏好、片面評(píng)價(jià)和知識(shí)局限性等影響，導(dǎo)致輸出結(jié)果的偏差與錯(cuò)誤。最后，置信度（機(jī)器生成的新樣本與調(diào)整后的目標(biāo)參數(shù)的匹配程度）也是評(píng)價(jià)機(jī)器輸出結(jié)論可信性的重要指標(biāo)。以世界上最成功的醫(yī)療專家系統(tǒng)麥森（MYCIN）為例，其嘗試確定患者可能存在哪種泌尿系統(tǒng)感染：IF〔有機(jī)體的染色是革蘭氏陰性，AND有機(jī)體的形態(tài)是棒狀的，ＡＮＤ患者是受損的宿主〕，THEN〔存在提示性的證據(jù)（0.6），識(shí)別有機(jī)體為假單細(xì)胞菌〕。在該例子中，麥森（MYCIN）得出患者存在假單細(xì)胞菌泌尿系統(tǒng)感染的結(jié)論，并且這一結(jié)論的置信度為0.6。
2.GAI證據(jù)證明力評(píng)估“最佳解釋確信法”
證據(jù)具備可信性只是意味著證據(jù)具備了一個(gè)牢固的推論基礎(chǔ)與前提，相關(guān)要件事實(shí)的證立還需推論鏈條自身具有牢固性。推論鏈條粗細(xì)即證據(jù)與要件事實(shí)的相關(guān)性程度，可以通過(guò)證明力的大小予以揭示和反映。對(duì)于如何評(píng)價(jià)證據(jù)的證明力，兩大法系都存在“自由評(píng)價(jià)”傳統(tǒng)——允許事實(shí)認(rèn)定者在庭審過(guò)程中運(yùn)用日常認(rèn)知方法，自由地對(duì)證據(jù)的證明力進(jìn)行評(píng)估。法律不應(yīng)當(dāng)預(yù)定證據(jù)的證明力，這一觀念作為現(xiàn)代司法裁判中證據(jù)評(píng)價(jià)制度的基石之一，受到了廣泛贊譽(yù)。然而，自由評(píng)價(jià)模式不可避免地包含著裁判者濫用、誤用自由評(píng)價(jià)的內(nèi)在危險(xiǎn)。尤其對(duì)于事實(shí)認(rèn)定者難以憑借其經(jīng)驗(yàn)理性進(jìn)行認(rèn)知推論的GAI證據(jù)而言，上述危險(xiǎn)將更加突出。那些經(jīng)由社會(huì)經(jīng)驗(yàn)積淀而成的許多真知灼見，作為裁判者理解、評(píng)價(jià)證據(jù)的一般依據(jù)，在專門性證據(jù)面前時(shí)常顯得十分蒼白無(wú)力，此即為經(jīng)驗(yàn)理性與專門性證據(jù)之間的技術(shù)鴻溝。
專家提供的專門知識(shí)概括可以幫助事實(shí)認(rèn)定者架起專門性證據(jù)與要件事實(shí)之間的相關(guān)性橋梁。在此意義上，相關(guān)性（程度）取決于裁判者對(duì)專家所提供的專門知識(shí)概括的相信程度。相關(guān)性的核心問題在于，一個(gè)證據(jù)性事實(shí)（事件）能否與事實(shí)認(rèn)定者先前的經(jīng)驗(yàn)知識(shí)聯(lián)系起來(lái)，從而使事實(shí)認(rèn)定者理性地理解該證據(jù)。也即，事實(shí)認(rèn)定者對(duì)專家提出的專門性知識(shí)概括的相信程度，實(shí)際上決定了專門性證據(jù)與要件事實(shí)的相關(guān)性程度（證明力大小）。不過(guò)，裁判者在面對(duì)專家意見時(shí)，一般都難以置喙。為了解決此問題，需要引入其他專家來(lái)質(zhì)疑對(duì)方專家意見，使得裁判者能夠在對(duì)比兩方專家意見的基礎(chǔ)上作出判斷。這就為“最佳解釋推論”（Inference to the best explanation）的適用提供了空間。最佳解釋推論作為哲學(xué)領(lǐng)域探求真相的工具，最初由美國(guó)哲學(xué)家哈曼（Harman）提出，為利普頓（Lipton）等學(xué)者所完善，后來(lái)被艾倫（Allen）引入司法證明領(lǐng)域。其可以簡(jiǎn)要被表述為：雙方當(dāng)事人提出與案件事實(shí)和證據(jù)相關(guān)的競(jìng)爭(zhēng)性解釋，裁判者根據(jù)理性標(biāo)準(zhǔn)對(duì)這些解釋進(jìn)行比較，并據(jù)此確定最佳解釋即真實(shí)解釋。
實(shí)際上，法庭科學(xué)領(lǐng)域?qū)τ诳茖W(xué)證據(jù)證明力大小的判斷已經(jīng)形成共識(shí)，即通過(guò)評(píng)估該科學(xué)證據(jù)在兩種競(jìng)爭(zhēng)性解釋之下發(fā)生可能性的比值（似然比，Likelihood ratio）予以判斷。在此基礎(chǔ)上，歐洲法庭科學(xué)聯(lián)盟機(jī)構(gòu)確立了法庭科學(xué)證據(jù)評(píng)價(jià)報(bào)告的四項(xiàng)要素，其中，平衡性要素直接要求檢驗(yàn)結(jié)果應(yīng)當(dāng)至少在一對(duì)競(jìng)爭(zhēng)性主張的情況下被評(píng)價(jià)，否則專家無(wú)法報(bào)告該檢驗(yàn)結(jié)果的價(jià)值；而邏輯性要素明確要求專家以似然比（檢驗(yàn)結(jié)果在委托方主張下發(fā)生的概率與在對(duì)方替代性主張下發(fā)生的概率之比）來(lái)表述鑒定最終意見。有學(xué)者據(jù)此指出，平衡性和邏輯性要素不僅解決了不確定性和傾向性意見在法庭科學(xué)鑒定領(lǐng)域無(wú)法被接受的科學(xué)問題，而且使得鑒定意見對(duì)待證要件事實(shí)的支持強(qiáng)度獲得直觀表現(xiàn)，給法官評(píng)價(jià)其證明力提供了明確指標(biāo)。結(jié)合前述提出的GAI證據(jù)標(biāo)準(zhǔn)化解釋，可以引入最佳解釋推論對(duì)GAI證據(jù)證明力（專門知識(shí)概括的強(qiáng)弱程度）進(jìn)行判斷： 首先 ，作為履行證明責(zé)任的內(nèi)在要求，提出GAI證據(jù)的一方需要聘請(qǐng)專家提供該證據(jù)的標(biāo)準(zhǔn)化解釋； 其次 ，另一方為了避免敗訴，也可聘請(qǐng)專家提出關(guān)于該GAI證據(jù)的競(jìng)爭(zhēng)性解釋或具體指出對(duì)方解釋存在的問題； 最后 ，裁判者通過(guò)考察解釋是否符合一致性、融貫性、簡(jiǎn)明性，是否符合背景知識(shí)、有無(wú)漏洞以及是否違反不太可能的假設(shè)數(shù)量等科學(xué)、哲學(xué)標(biāo)準(zhǔn)，判斷哪一方的解釋是最佳解釋。盡管裁判者可以基于這些理性標(biāo)準(zhǔn)并通過(guò)對(duì)比判斷出哪一方專家解釋更好，但是容易產(chǎn)生“好故事驅(qū)逐真故事”的現(xiàn)象。也即，只要某方的專家解釋在表述上邏輯自洽、敘事融貫，裁判者實(shí)際上就可能因缺乏相關(guān)專業(yè)知識(shí)而更傾向于采納這一方的意見。此外，這種交由雙方當(dāng)事人選任專家進(jìn)行對(duì)抗來(lái)說(shuō)服裁判者的方式，既容易導(dǎo)致專家不是基于專業(yè)知識(shí)而是根據(jù)當(dāng)事人聘請(qǐng)專家時(shí)支付的價(jià)位高低來(lái)發(fā)表意見，也會(huì)使得裁判者在面對(duì)雙方專家激烈對(duì)抗時(shí)陷入判斷困難。
在認(rèn)識(shí)論意義上，一個(gè)人當(dāng)且僅當(dāng)有正當(dāng)理由相信某個(gè)命題時(shí)，他才會(huì)斷言該命題為真。據(jù)此，有學(xué)者將裁判者在作出肯定性裁決時(shí)所持有的這種信念稱為“絕對(duì)信念”，以區(qū)別于基于猜測(cè)或猶疑不決時(shí)具有的部分信念。裁判者采信專家針對(duì)GAI證據(jù)提出的專門知識(shí)概括，也需要具備此種絕對(duì)信念，即對(duì)該專門知識(shí)概括形成確信。因此，即使基于對(duì)比判斷得出了最佳解釋，還需要裁判者結(jié)合其他證據(jù)形成確信才能認(rèn)定該GAI證據(jù)推論鏈條具有牢固性。單個(gè)證據(jù)的證明力大并不意味著其推論鏈條就一定牢固，這一點(diǎn)在對(duì)抗式庭審中經(jīng)常被忽視。據(jù)此，可以將人工智能證據(jù)證明力評(píng)估的方法稱為“最佳解釋確信法”。
至于裁判者如何才能在雙方專家的激烈對(duì)抗意見之基礎(chǔ)上形成關(guān)于專門知識(shí)概括的正確確信，有學(xué)者指出，讓裁判者熟悉相關(guān)知識(shí)內(nèi)容的“教育模式”是唯一可取做法，因?yàn)槿狈ψ銐虮尘爸R(shí)去根據(jù)證據(jù)得出正確推理結(jié)論的事實(shí)認(rèn)定者，無(wú)法就應(yīng)該選擇遵從哪一方專家意見進(jìn)行理智的判斷。不過(guò)，對(duì)事實(shí)認(rèn)定者進(jìn)行教育的障礙并不在于專業(yè)教育無(wú)法實(shí)現(xiàn)，而是這樣做的成本過(guò)于高昂。一個(gè)替代性的選擇是，允許了解相關(guān)領(lǐng)域知識(shí)的人與法官共同組成審判團(tuán)隊(duì)，就專門性問題進(jìn)行裁決。退而求其次的做法是由法院指定中立的專家證人，輔助法官作出專門知識(shí)概括是否值得相信的判斷。在立法上，我國(guó)刑事訴訟法采取司法機(jī)關(guān)依職權(quán)指派、聘請(qǐng)鑒定人為主，當(dāng)事人申請(qǐng)補(bǔ)充鑒定為輔的一元模式；民事訴訟法則采取當(dāng)事人協(xié)商確定共同鑒定人和法院依職權(quán)指定鑒定人的模式，不過(guò)由于當(dāng)事人只能對(duì)被納入法院清單中的鑒定機(jī)構(gòu)進(jìn)行協(xié)商確定，因此該模式在實(shí)然層面依然是一元模式。實(shí)踐中，針對(duì)人工智能證據(jù)的審查判斷，我國(guó)主要采取司法機(jī)關(guān)指定鑒定機(jī)構(gòu)進(jìn)行鑒定的方式，當(dāng)事人不服鑒定意見只能申請(qǐng)補(bǔ)充鑒定或重新鑒定。例如，在我國(guó)發(fā)生的一系列自動(dòng)駕駛汽車交通事故案件中，法院都是根據(jù)原告申請(qǐng)，選任專門鑒定機(jī)構(gòu)對(duì)涉案車輛事故發(fā)生時(shí)是否處于“自動(dòng)駕駛”狀態(tài)進(jìn)行司法鑒定。
專家選任的一元模式能夠提升審判效率，并有效規(guī)避法官難以對(duì)雙方專家激烈對(duì)抗意見進(jìn)行選擇判斷的難題。在專家稀缺的情況下，由法官選任中立專家對(duì)GAI證據(jù)作出標(biāo)準(zhǔn)化解釋，短期內(nèi)不失為幫助法官達(dá)成內(nèi)心確信的一種有效舉措。然而，此種做法也會(huì)導(dǎo)致法院與鑒定機(jī)構(gòu)結(jié)成固定利益鏈、鑒定意見錯(cuò)誤頻發(fā)、技術(shù)黑箱以及當(dāng)事人難以介入與質(zhì)證等問題。為此，我國(guó)以立法形式賦予了當(dāng)事人可以聘請(qǐng)有專門知識(shí)的人就鑒定人作出的鑒定意見提出意見的權(quán)利。但該舉措在消解一元模式弊端時(shí)，可能令裁判者陷入二選一的困境，因?yàn)榉ㄍネ瑫r(shí)出現(xiàn)了針對(duì)同一專門性問題的兩種不同專家意見，法官很可能被內(nèi)行專家屏蔽在專門性問題論戰(zhàn)之外。并且，由于目前生成式人工智能領(lǐng)域的專家較為稀缺，因此當(dāng)事人聘請(qǐng)己方專家的權(quán)利依然停留在應(yīng)然層面。此外，GAI證據(jù)還面臨人類專家難以對(duì)其做出準(zhǔn)確解釋的現(xiàn)實(shí)困境。以ChatGPT為例，即使是其開發(fā)者也難以完全理解其所生成內(nèi)容的過(guò)程與原理。不過(guò)，隨著可解釋人工智能的發(fā)展，GAI證據(jù)背后的算法模型與運(yùn)行機(jī)制將會(huì)更好地被人類理解和信任。例如，可解釋人工智能在醫(yī)學(xué)影像、疾病診斷、風(fēng)險(xiǎn)預(yù)測(cè)等方面都取得了不錯(cuò)的成效，通過(guò)給出決策依據(jù)，為臨床醫(yī)生提供有效的輔助信息，增加了用戶的信任度。結(jié)合標(biāo)準(zhǔn)化解釋流程（制成算法），可以預(yù)見生成GAI證據(jù)的機(jī)器能夠當(dāng)庭對(duì)該證據(jù)進(jìn)行標(biāo)準(zhǔn)化解釋的未來(lái)。加之GAI技術(shù)的推廣普及，當(dāng)聘請(qǐng)合適專家已經(jīng)不再變得困難（甚至GAI機(jī)器自己都可以成為專家）之時(shí)，法庭上必然會(huì)出現(xiàn)針對(duì)同一GAI證據(jù)的不同解釋。那么，從長(zhǎng)遠(yuǎn)來(lái)看，允許職業(yè)法官與中立專家共同組成合議庭，并賦予當(dāng)事人就組成合議庭的專家進(jìn)行選擇和回避的權(quán)利，將是裁判者達(dá)成“最佳解釋確信”更為可取的路徑。2019年《最高人民法院關(guān)于適用〈中華人民共和國(guó)人民陪審員法〉若干問題的解釋》第3條關(guān)于“具有相應(yīng)專業(yè)知識(shí)的人民陪審員”的規(guī)定，為實(shí)施該舉措提供了空間。
五、結(jié)語(yǔ)：生成式人工智能證據(jù)判斷規(guī)范體系的構(gòu)建
目前，對(duì)于醫(yī)學(xué)專家系統(tǒng)、大數(shù)據(jù)、自動(dòng)駕駛等生成的GAI證據(jù)，我國(guó)還沒有建立專門的認(rèn)定規(guī)則，實(shí)踐中通常是參照電子數(shù)據(jù)或鑒定意見的做法進(jìn)行判斷。然而，GAI證據(jù)雖具有數(shù)據(jù)性和虛擬性特征，但其機(jī)器智能生成性、表現(xiàn)形態(tài)多樣性卻區(qū)別于一般電子數(shù)據(jù)；其雖屬于專門性證據(jù)，需要借助專家進(jìn)行標(biāo)準(zhǔn)化解釋，但不能混同于鑒定意見。在現(xiàn)有8種法定證據(jù)的框架下，可將GAI證據(jù)看作電子數(shù)據(jù)的一個(gè)子類別，除了適用電子數(shù)據(jù)一般規(guī)則之外，還需構(gòu)建一套特殊規(guī)范，幫助裁判者對(duì)其進(jìn)行有效審查判斷。證據(jù)規(guī)則建立在證明科學(xué)之上，證明科學(xué)既可以確認(rèn)證據(jù)規(guī)則的智慧性，又能夠揭示證據(jù)規(guī)則的非智慧性，進(jìn)而對(duì)其進(jìn)行修正完善，甚至創(chuàng)設(shè)新的科學(xué)性規(guī)則。前面已經(jīng)對(duì)GAI證據(jù)準(zhǔn)入審查與證明價(jià)值評(píng)估二元模式這一科學(xué)方法體系作了具體論述，結(jié)合證據(jù)評(píng)價(jià)的指引、要求和規(guī)則三層次規(guī)范體系，可以構(gòu)建一套對(duì)裁判者具有不同干預(yù)程度的GAI證據(jù)審查判斷規(guī)范體系。
其一，確立GAI證據(jù)準(zhǔn)入審查規(guī)范 。首先是建立GAI證據(jù)審查規(guī)則（命令規(guī)范）。GAI證據(jù)只有符合相關(guān)性、真實(shí)性、可靠性以及合法性要求，才準(zhǔn)許其進(jìn)入法庭。其次是構(gòu)建GAI證據(jù)審查指引（建議規(guī)范）。GAI證據(jù)相關(guān)性屬于附條件（專門知識(shí)概括）的相關(guān)性，需要借助專家提出的標(biāo)準(zhǔn)化解釋進(jìn)行審查；真實(shí)性可以通過(guò)完整性校檢等技術(shù)性鑒真方式，判斷其內(nèi)容是否被篡改或者失真，再結(jié)合“獨(dú)特性確認(rèn)”和“保管鏈條完整性”審查其載體真實(shí)性；至于可靠性，則基于“黑盒測(cè)試”和“多伯特標(biāo)準(zhǔn)”來(lái)判斷GAI證據(jù)的“雙重可靠性”（機(jī)器穩(wěn)定性和專家意見可靠性）。最后是合法性的審查，除了適用電子證據(jù)取證主體、程序、手段、對(duì)象以及形式合法的要求與標(biāo)準(zhǔn)之外，還需要結(jié)合機(jī)器（系統(tǒng)）是否被非法扣押或侵入、內(nèi)容是否合法等方面進(jìn)行判斷。
其二，制定GAI證據(jù)證明價(jià)值評(píng)估指引（建議規(guī)范）。 GAI證據(jù)證明價(jià)值評(píng)估包括對(duì)其可信性和證明力評(píng)估。一方面，裁判者可以通過(guò)“三步三看法”實(shí)現(xiàn)GAI證據(jù)可信性評(píng)估： 第一步 ，在數(shù)據(jù)輸入階段，主要考察機(jī)器設(shè)備的感知能力、軟件的信息捕獲與識(shí)別能力以及影響數(shù)據(jù)輸入的人為因素； 第二步 ，在數(shù)據(jù)分析處理階段，主要考量機(jī)器算法可能存在的分析錯(cuò)誤和人為設(shè)計(jì)錯(cuò)誤； 第三步， 在數(shù)據(jù)輸出階段，主要評(píng)估機(jī)器退化和決策過(guò)程缺陷。另一方面，通過(guò)專家提供標(biāo)準(zhǔn)化解釋幫助裁判者達(dá)成最佳解釋確信，是評(píng)估GAI證據(jù)證明力的科學(xué)方法。在相關(guān)專家稀缺的當(dāng)下，由法院選任可信任的中立專家對(duì)GAI證據(jù)提供標(biāo)準(zhǔn)化解釋，短期內(nèi)是幫助法官達(dá)成最佳解釋確信的有效舉措；但從長(zhǎng)遠(yuǎn)來(lái)看，當(dāng)聘請(qǐng)合適的GAI領(lǐng)域?qū)＜乙巡辉倮щy之時(shí)，讓中立專家與職業(yè)法官共同組成合議庭，對(duì)GAI證據(jù)的雙方專家解釋進(jìn)行有效評(píng)價(jià)，并形成“最佳解釋確信”是更為可取的路徑。如此，才能在借助專家有效彌補(bǔ)部分裁判者缺乏對(duì)GAI證據(jù)相關(guān)知識(shí)概括認(rèn)知的同時(shí)，實(shí)現(xiàn)當(dāng)事人對(duì)專門性證據(jù)的實(shí)質(zhì)質(zhì)證權(quán)，并打破專家取代法官成為實(shí)際裁判者的困局。
熱門跟貼