6、执法中的计算建模与人工智能应用：调查与隐私保护的挑战

执法中的计算建模与人工智能应用：调查与隐私保护的挑战

在刑事司法领域，计算建模和人工智能方法正发挥着越来越重要的作用。然而，在利用这些先进技术进行调查时，需要明确调查与治安管理的区别，并关注其对证据收集和个人隐私的影响。

1. 调查与治安管理的区别

在刑事司法语境中，“调查”和“治安管理”是两个不同的概念。在英语法律体系之外，这种区别可能并不那么明显，因为一些大陆语言中缺乏“治安管理（policing）”的确切翻译，常将其等同于“监视”。治安管理是一个更宽泛的概念，不仅包括刑事调查，还涵盖情报收集、监视、巡逻、响应服务呼叫和维持秩序等多项任务，而刑事调查只是其中的一小部分。

为了更好地理解这一区别，传统的犯罪预防与镇压的区分具有重要意义：
- 犯罪镇压 ：犯罪发生后，镇压意味着对犯罪行为和被告的罪责进行评估。在这种情况下，治安管理主要指的是调查，即收集用于审判的证据。
- 犯罪预防 ：预防则是避免犯罪的发生，治安管理意味着通过监视和其他侵入性技术干预犯罪计划。但预防领域的法律监管相对较少，因为严格的法律规定可能会降低预防措施的有效性，使罪犯更容易逃避。此外，国际人权法案所规定的丰富权利和自由主要适用于刑事诉讼，而非预防领域。而且，犯罪预防是推动刑事司法领域应用预测工具的主要领域，相关的研究和市场都在蓬勃发展。

2. 预测性治安管理

预测性治安管理是指应用分析技术，特别是定量技术，通过统计预测来确定警方干预的可能目标，以预防犯罪或解决过去的犯罪。预测的范围包括犯罪的地点和时间、可能犯罪的人员、犯罪者的身份以及受害者等。

预测