在刑事司法中，風險評估是開展犯罪預防、科學量刑及罪犯矯正的關鍵。隨著我國信息科學技術的不斷發展，風險評估逐步開始了智能化演進。人工智能技術融合大數據、互聯網、云計算等多項現代信息科學技術，在應用上具有廣泛性、科學性、準確性等特點。目前，我國一些地方的檢察機關已開始應用人工智能技術自主研發智能風險評估工具，但尚未形成規范的智能風險評估系統運用路徑。
人工智能應用于風險評估的作用機理
在風險評估中運用具有自主學習、自主編程能力的智能風險評估系統，能夠從大數據中自動獲得較人工抽樣更為豐富的風險影響因素，并可以進行數據分析生成評估報告。在刑事司法中，智能風險評估系統的運行主要包含以下流程：模型建置—數據采集—數據分析。具體而言，第一，司法機關將刑事案件的歷史數據作為基礎數據，通過大數據挖掘與機器學習建構智能風險評估系統，整合出風險評估標準。第二，根據風險評估標準，司法機關與相關機關合作，收集有關犯罪嫌疑人、被告人或服刑人員的相關數據。第三，將收集的評估對象個人數據輸入智能風險評估系統，該系統利用已構建的模型分析處理數據，最終形成風險評估報告。
以逮捕、羈押必要性審查的社會危險性量化評估模型為例。北京市通州區檢察院利用檢察業務應用系統，通過篩查案卡、檢索關鍵詞等方式收集審查逮捕案件相關數據信息，整合出人身危險性、社會危害性、訴訟可控性三大評估類別，包含戶籍在外地、患有嚴重疾病或為懷孕婦女、被害人過錯、持械、傷情等級、妨礙訴訟經歷、同案犯在逃等25項風險評估因素。數據歸集后運用相關統計軟件進行分析，計算出各項風險評估因素的系數值及風險等級的臨界點，生成逮捕強制措施、羈押必要性審查社會危險性量化評估模型。該模型將犯罪嫌疑人的社會危險性風險分為高、中、低三個等級，根據風險評估等級作出是否采取逮捕強制措施的決定。具體運用時，檢察官將犯罪嫌疑人的再犯罪風險、逃避偵查風險和妨害刑事訴訟順利進行風險三類評估因素代入模型，即可輸出犯罪嫌疑人的風險值及風險等級，若犯罪嫌疑人的風險值處于高、中等級，需考慮采取逮捕措施；若風險值低，可考慮作出不批捕的決定。
智能風險評估系統的運用及可能存在的問題
在我國司法實踐中，智能風險評估系統的運用涵蓋再犯預防、逮捕和羈押措施的適用、量刑輔助、社區矯正等領域。當前，一些地方檢察機關正在積極利用大數據、人工智能等技術開展數字建模智能化的探索，智能風險評估系統的研發已取得初步進展。
司法實踐中，智能風險評估系統的運用可能存在如下問題，需要予以重視和解決。第一，可能導致司法人員對智能風險評估系統的過度依賴。智能風險評估系統能夠通過算法和大數據分析，較為迅速地導出風險評估結果，在一定程度上減輕司法人員的工作負擔。然而，如果過度依賴智能風險評估系統所導出的評估結果，忽略評估因素之外犯罪嫌疑人、被告人的個體差異，可能導致司法決策的機械化和片面化。第二，執法司法機關之間缺少有效的信息整合路徑，處理數據信息的效率較低，影響對社會風險的綜合分析評估。隨著數字化和信息化時代的到來，數據信息呈現海量化特點。目前，執法司法機關之間尚存在信息壁壘和信息孤島現象，各部門、各單位數據信息系統相互獨立，缺乏有效的數據共享和互通機制，導致司法機關在風險評估時，難以及時獲取全面、準確的數據信息。第三，各地區構建的智能風險評估系統缺乏統一的量化風險因子標準，容易造成類案裁判差異化。具體來說，由于缺乏統一的量化風險因子標準，各地區在評估風險時往往只能依據自身經驗和理解，導致評估結果的差異性較大，致使類似案件在不同地區呈現不同的處理結果，對司法公信力造成一定影響。
推進智能風險評估系統的規范運用
規范智能風險評估系統的運用是一項綜合工程，不能僅依靠檢察機關獨自發力，應與其他司法、行政執法等各單位達成共識，共同推進智能風險評估系統的規范運用。具體而言，規范智能風險評估系統運用應從五個方面展開。
第一，明確人工智能在風險評估中的輔助地位。司法人員是風險評估的最終判斷者，人工智能技術可以在一定程度上輔助司法人員準確預測、科學決策，但人工智能的介入并非毫無界限，人工智能也并非全能。司法決策中之所以有“自由裁量權”的存在空間，就是為了避免機械司法。如果將人工智能得出的結論奉為圭臬，則可能產生新的機械司法陷阱。風險評估除了需要通過評估對象的歷史罪過行為及行為后的表現來判斷，還需要檢察官、法官、社區工作者等評估者結合經驗、社會倫理、價值判斷、社情民意等主觀和動態因素進行綜合考量。在風險評估中，人工智能無法全面涵蓋和考量犯罪嫌疑人、被告人及矯正對象的風險因素，只能用于輔助預測、判斷，最終的風險評估結果還是需要司法人員結合具體案情綜合判定。
第二，打通執法司法機關之間的信息壁壘，加強數據資源的整合利用。任何預測模型的基礎都由算法模型和數據樣本組成，如果基礎數據樣本存在缺陷，將導致輸出結果的錯誤。算法決策的準確率取決于輸入的數據是否真實、全面。中央政法委2021年印發的《關于充分運用智能化手段推進政法系統頑瘴痼疾常治長效的指導意見》，明確要求“完善執法司法數據跨部門共享機制”，提出加快推動跨部門大數據辦案平臺建設等打破數據壁壘的創新舉措。在構建智能風險評估系統時，應進一步強化數據共享平臺的建設。執法司法機關可逐步開放除涉密數據之外的內部數據提取權限，將其歸集到數據共享平臺，由評估系統自動抓取關聯數據，保障關聯數據的完整與全面，并減輕工作人員重復錄入數據信息的壓力。
第三，確定統一的風險因子標準，并根據社會發展及時引入影響風險的新標準。將風險因子進行類型化管理，區分物理、事理、人理因素。物理因素包括遺傳負因、年齡、性別、神經生理、生物化學、人體生物節律等生物學因素，如罪犯的生理狀況、心理狀態、有無精神疾病等；事理因素是除罪犯自身因素外的外在因素，諸如司法政策、教育情況、社區監管、心理疏導、行為矯正等；人理因素包括家庭關系、社交關系等社會因素。隨著社會的發展變化，影響風險評估結果的風險因子也可能出現相應的變化，在智能風險評估系統的使用過程中應捕捉可能影響風險評估結果的新因素，并及時將其引入風險評估系統。
第四，量化風險因子對犯罪行為產生的影響，重視個案情況研判。保證風險評估工具科學性、透明性的重要舉措是量化風險因子，將風險評估理論轉換為可量化標準，合理確定各項標準的權重。另外，除系統自動生成的分數及風險等級外，司法人員等還應關注個案的特殊情況，通過主觀上的分析、辨別、研判作出綜合評價，以彌補智能系統無法實現情感分析的缺陷。
第五，定期監管、規范機器學習更新，提高風險預測準確率。風險評估是預測發生某種行為的可能性，建立在過往經驗的基礎之上，而經驗知識的累積是一個動態過程，只有持續更新才能應對復雜多變的社會現象，進而提高風險預測的準確率。如前所述，智能風險評估系統是通過收集已辦理案件的相關數據信息作為模型數據，再通過算法計算出風險等級。其中，模型數據是歷史經驗的總結與歸納，需定期進行更新。另外，算法技術是智能風險評估系統的核心，應當對技術的快速迭代予以持續關注，以便及時更新。
[作者分別為西南政法大學法學院教授、刑事檢察研究中心執行主任，博士研究生、刑事檢察研究中心助理研究員。本文系2024年度重慶市教委科學技術研究計劃項目《大數據時代人工智能賦能社會危險性評估體系研究（項目編號KJZD-K202400303）》的階段性研究成果]