5、刑事司法中的计算模型与人工智能：地域差异与应用边界

刑事司法中的计算模型与人工智能：地域差异与应用边界

1. 计算模型与刑法理论的关联

刑法中犯罪指令的可预见性和刑罚的可预测性理论，偏离了自由主义刑法理论，与边沁对英国法官和所谓“狗法”的批判相关。人们能够理解自身行为的后果并进行自我决定，因此统治者应让人们在行动前清晰、确定地预见行为的刑罚后果。这不禁让人思考，挖掘和分析司法管辖区内所有判决、寻找判决与法官行为对应模式的计算模型，是否也有着相同的目标和功能。要回答这个问题，需聚焦于最新法理学对合法性原则的理论阐释。

本研究基于上述思考，分为证据和决策过程两大部分。虽然证据是司法决策过程的基础，但将研究分为三部分是考虑到技术影响模式的不同。第一部分是对主题的恰当引入，第二部分涉及通过计算模型（包括使用人工智能）提取或创建证据的过程，第三部分则探讨这些模型如何以及在多大程度上干扰司法决策过程。

2. 欧洲与美国在司法数字化应用上的差异

2.1 应用现状对比

美国（以及加拿大、澳大利亚等一些普通法司法管辖区）在司法系统中大量依赖数字解决方案，过去二十多年里，新的研究分支不断涌现，计算机科学家和模型开发者看到了司法领域软件的潜在市场。而欧洲目前在刑事审判中使用预测工具的情况非常罕见，许多算法工具的应用也不多，是相对未开发的领域。

2.2 差异原因分析

• 经济与科研因素 ：美国在计算科学领域投入早且多，引领了数字革命。从经济角度看，私营部门占主导地位，且私营和公共研究部门并存，形成了竞争环境，促进了计算模型在社会科学中的广泛应用。
• 法律因素